News Detail

【科技.未來】從招聘到挽留員工 人工智能如何改革人事部?

  • 2019-05-21

2019/5/21

人力資源(HR)部門在公司需要裁員時毫不手軟,但這部門似乎開始面臨被大幅取替的危機。

在美國財經新聞媒體CNBC上月初舉辦的人力資源峰會上,IBM行政總裁Ginni Rometty聲稱,其人工智能(AI)系統Watson可預測員工將離職,準確率高達95%。

事實上,幾乎每間《財富》世界100強公司都已設有數據分析團隊;一些公司已把AI或自動機器應用至招聘和在職培訓上。

比起人類HR員工,機器智能到底有何優勢?又可否完全取代他們?

招聘服務商Eightfold.ai行政總裁Ashutosh Garg被一份履歷吸引,那是屬於一名可能會成為數據科學家的求職者。奇怪的是,履歷上完全沒有出現過「數據科學」的字眼。

那名求職者本來任職巴克萊銀行分析師,在美國加州大學洛杉磯分校(UCLA)物理系畢業。他在商務社交網站LinkedIn上的個人檔案雖然顯示從未做過數據科學家,但Eightfold.ai的軟件仍判斷他適合這職位。之所以如此,是因為他擁有的某些技能,與真正的數據科學家十分相似:他擁有統計學碩士學位,也懂C++和MATLAB等電腦程式語言。Garg表示,招聘的重點在於不拘泥於職位名稱,而是求職者有什麼技能,「你其實在聘請沒有做過(該職位)、但有能力勝任的人。」

消除偏見 聲稱準確徵才

利用AI招聘,可以說就是為了針對人類在這過程中可能存在的偏見,更好地將求職者技能與空缺職位配對。應徵者的性別、種族、聲線、教育、外表,甚至面試前後的閒談,都可以影響面試官對他的印象和評價。「例如面試開始前我問:『你打不打高爾夫球?』你說:『我打,我很喜歡。』我可能因此對你有好感。」瑞典大型招聘平台TNG創新總監Elin Öberg Mårtenzon說。

一眾科技公司以各種進路應對這些偏見。初創公司HireVue的AI會從視像面試分析應徵者的「微表情」(micro-expression)。其首席心理學家Nathan Mondragon解釋:「那是一套人臉分析軟件,可捕捉你的面容動作,例如笑、皺眉、眼球轉動。綜合這些不同數據,可歸納出你的情緒、性格、思考方式等。」

僱主會如何使用和解釋這些結果?Mondragon解釋:「我們首先會看AI給你打的分數。」 AI會把應徵者的視像面試表現,即其聲線、用字、對答內容、面部表情等綜合分析,並與招聘者公司現有員工中表現最好的作比較,再給出分數,以找出最佳的應徵者。

HireVue技術總監Loren Larsen認為,這種方式可讓應徵者「得到同等面試待遇,不受性別、種族、年齡、待業空檔或學歷左右」。其行政總裁Kevin Parker補充,AI招聘可助公司在長久以來依賴的招聘網絡以外找到人才:「你不會一直回到老地方,只從『常春藤聯盟』請人。」聯合利華(Unilever)和希爾頓酒店集團(Hilton)等巨企都是HireVue的客戶。

《華爾街日報》記者Jason Bellini曾親身測試HireVue,面試客戶服務職位。100分為滿分,他只有37分。「所以,你大約是最差的那三分之一人,很大機會面試不成功。」Mondragon說。Bellini好奇這個分數對僱主有多大影響,並質問招聘者會否因他分數那麼低而直接淘汰。Mondragon堅稱分數只是一個排名參考,招聘者可以親自翻看面試片段。但當Bellini追問是否每個應徵者的錄像都會被招聘者翻看一次,Mondragon雖然強調未來僱主「有可能(全部影片都看),如果他們想的話」,但也坦承「若你的分數太低,他們未必會翻看你整個面試片段,可能只翻看你如何回答某條問題,就看下一個」。

DeepSense創辦人Amarpreet Kalkat認為,應徵者的好壞,很多時取決於其性格。DeepSense的系統會從Twitter、LinkedIn等社交媒體收集應徵者的公開數據作情緒分析,把結果歸納成行為特質和性格,分門別類為團體合作、學習能力等,繼而評估應徵者的性格和預測其行為,並產生一篇關於應徵者的摘要。Kalkat表示,他們希望建立更個人化的溝通,而非從大堆應徵者中篩選:「我們不是用來查背景的工具,我們希望在招聘過程之初就嘗試理解應徵者或如何與他溝通。」

Kalkat認為,這種測試可讓招聘者在初見應徵者時更好地「管理第一印象」,又指系統不會分析應徵者的種族、性別、年齡等,以避免偏見。他解釋:「程式在社交媒體所看的不是你說了什麼話題,而是你的語言模式。使用更多代名詞的人相對不太開放,使用較多正面字眼的人傾向平易近人。」 Kalkat指出,真正重要的是這些明顯特徵,而非某時某刻的情緒:「目的在於不受其他元素干擾下,『真正』理解那個人。」

Mårtenzon的想法更為直接。TNG自去年10月起,與AI及社交機械人初創公司Furhat Robotics合作,推出可模仿人類說話及表情的面試機械人Tengai。Tengai不會作面試以外的閒聊,對所有應徵者問問題的方式、語氣、順序也一視同仁,務求令面試更為客觀公平。使用Tengai的僱主會收到每個面試內容的逐字稿,決定哪個應徵者可進入下一環節。Tengai將在本月正式用於招聘面試,TNG希望Tengai在將來能夠自行作招聘決定,連人類檢查逐字稿的步驟都省去。

預測離心 有助挽留員工

對Rometty來說,需要以科技改革的不只是招聘過程,還有HR部門。她批評傳統的HR部門只有兩種:要不是自助服務系統,僱員被迫成為自己的職場生涯管理者;要不就是消極保守的系統,只負責處理表現欠佳的僱員。「我們需把AI應用到每一處,消除現時的自助服務系統。」 Rometty又批評傳統的員工技能評估未能助員工發展潛力:「很多管理者的調查都不準確,他們評分主觀,而我們可透過數據推斷令評分變得更準確。」 IBM利用AI分析員工的經驗及過往負責的項目,推斷未來他們需要什麼技能,然後會翻查內部訓練系統,跟進員工有沒有學到新技能。

管理者還可把Watson對員工的評級納入考慮,協助決定員工的獎金、薪酬和升遷。「在傳統模式下,你只有在現時的職位表現良好,才有望獲得升遷。」 IBM人力資源副總裁Nickle LaMoreaux指出,雖然他們仍然重視員工現有表現,但「技術的半衰期愈來愈短」,因此在升遷時會考慮員工的潛力。IBM把員工的表現與Watson的預測作比較,聲稱與IBM的人力資源專家內部分析相比,Watson的準確率達96%。

人工智能促進生產 垂直農場的新型農夫

下一步要考慮的,是如何留住這些精心栽培的員工。Rometty說:「留住員工最好的時機,就是在他們萌生去意之前。」 IBM以Watson開發的「自然流失預測計劃」,可預測哪些員工想在六個月內離職,並就如何留住他們提供建議。Rometty在峰會上不願意仔細解釋Watson如何做到,只說它透過分析多種數據預測,並聲稱準確率達95%。IBM人力資源總監Diane Gherson指出,要預測哪個員工會離職需要考慮多種因素,例如工作任期、內外薪資比較、最近升遷等:「AI提供的資料充滿價值,因為它不是依賴任何假設,而是真正找出規律模式。」例如,系統曾發現一名女性軟件工程師的升遷速度不及三名出身自同一所大學計算機科學學系的女同事。三名女同事都在IBM工作了四年,並曾在不同部門任職。Gherson說,上司並不知道女工程師曾與三位女同事比較,並很介意自己未如她們般獲得升遷。公司知道後,對那位女工程師進行了多次輔導和壓力測試,成功令她留在IBM。

若更進一步,僱主甚至可用AI或機械人自動解僱員工。上月底科技媒體The Verge根據美國《資訊自由法》取得一些文件,內容關於網購巨企亞馬遜(Amazon)與一名前員工的糾紛。該名前員工投訴亞馬遜無理解僱,在一封回覆美國全國勞資關係委員會(NLRB)的簽署信件中,亞馬遜代表律師澄清,解僱理由是員工無法滿足生產力標準,但信中卻透露了解僱的方式:「亞馬遜的系統可追蹤每個員工的生產力,並自動發出警告或終止僱用,毋須經過主管。」雖然在報道刊出及多間媒體引述後,亞馬遜發言人向《麻省理工科技評論》雜誌發表聲明,否認員工被自動系統解僱,但這宗事件,至少讓人們看到AI自動解僱員工並不是絕無可能。

節省成本 受到企業青睞

Rometty回想,當初花了不少時間說服公司管理層相信新的HR系統。IBM人才與績效管理合伙人Amy Wright說,過去五年,IBM的HR部門愈來愈依賴AI:「可以說已滲透到HR每個功能。」對管理層來說,自動程式或機器的另一重要賣點是能削減成本。Rometty透露,自應用AI之後,IBM全球的HR部門已縮減了約30%,至今為IBM節省了近三億美元成本,而保留下來的職位薪水都較高,可執行更高價值的工作。

另一間科技公司VCV以聊天機械人和視像面試提供自動化招聘服務。VCV聲稱,招聘者若以傳統方式從250份履歷中聘請3人,平均需要21小時,但他們的系統可把招聘時間大幅縮減至平均45分鐘。難怪能吸引羅兵咸永道(PwC)、歐萊雅(L’Oreal)、花旗銀行等國際巨企使用其服務。諮詢公司Gartner人力資源實務副總裁Brian Kropp甚至指出,現時幾乎每間《財富》世界100強公司的HR部門都有一名「人才數據分析」主管,以及一支數據科學家團隊:「與三年前相比,當時可能只有10%至15%公司有一名特定的人才數據分析主管。這是HR界發展得最快的職位。」

Copyright@香港01 職場