《財富》（中文版）——數年前，杰森·弗里德曼（Jason Freedman）遇到了典型的招聘挑戰。當時，他創辦了一家在線商務地產服務公司，名叫42Floors.com，最初只有10名員工。由于公司在不斷成長，需要迅速招兵買馬，身為首席執行官的弗里德曼有很多職責，可是突然之間，他每天要花費數個小時，篩選堆積如山的簡歷。他實在受不了了。

解決辦法來自于一家名叫Interviewed的年輕公司提供的人工智能軟件。該軟件為應聘者在線模擬新員工上班第一天會做些什么，加快了惱人的招聘審查流程。它能做的事情，遠不止給多選問題評分。它不僅能夠獲取所謂的“書本知識”，而且還能夠了解更加無形的個人素質；它采用自然語言處理技術和機器學習技術構建心理檔案，預判某人是否適合某家公司的文化；它會獲取某人的用詞偏好，如果他喜歡使用“請”、“謝謝”等字眼，就表明有同理心，可能具備了容易與客戶打交道的性格。它還能夠評估求職者在應對談話時能否很好地兼顧細節。弗里德曼聲稱：“我們可以處理4,000名求職者，并且在幾天之內將范圍縮小至最優秀的前2%到3%。48小時后，我們就招到人了。”他的公司如今雇用了45名員工。他說，這款軟件并不完美，但是比人類做得更好、更快。

使用這類軟件的不止有新創企業，大公司也在用。人工智能已經來到了招聘領域。

預測性算法和機器學習正在快速地成為確定工作最佳人選的工具。各公司正在采用人工智能來評估個人素質，研究、分析各種現象，包括用詞、細微舉止、心理情緒特征、在社交媒體上發文的風格。這類軟件通常用于招聘的早期階段，幫助公司縮小候選池，在公司進行面對面互動和評判的階段一般用不上。

一撥新創企業正在提供大量服務。位于舊金山的Entelo公司挖掘網絡和社交檔案，預測哪些求職者可能會更換工作。另一家來自于加州的新創企業Talent Sonar公司提供了一種機器學習算法，用于撰寫旨在提高性別多樣化的工作描述，這款軟件甚至隱藏了求職者的名字、性別、個人標識，幫助招聘經理克服無意識的偏見。位于猶他州的HireVue公司利用視頻面試考察候選者的用詞、語調變化和微表情，以發現細微的線索，比如他們的面試表情是否與其言談互相矛盾。

谷歌（Google）也加入了這場招聘軟件之戰。去年秋天，谷歌向一些客戶發布了一款名為“Cloud Jobs”的新程序。強生（Johnson & Johnson）、聯邦快遞（FedEx）等大公司把它用在了自己的招聘信息網站上，用來加強與潛在候選者的溝通。為了制作這款軟件，谷歌掃描了數百萬個空缺崗位，找出了員工身上的某些特點與工作績效之間的關聯，然后再應用分析技術和機器學習模式。從理論上講，這款軟件可以讓求職者在強生的招聘網頁上搜索時，看到更符合自己的求職意向的搜索結果。它還讓人們在互聯網上搜索時更容易找到強生發布的信息。

咨詢巨頭德勤（Deloitte）的人力資源部門Bersin by Deloitte的主管喬希·伯辛（Josh Bersin）說，人工智能在招聘上的應用“很火，也有競爭力”。人力資源評估是一個價值1,000億美元的市場，目前有75家左右的新創企業正在爭搶其中的一杯羹。伯辛說：“我每天都會收到某人的郵件，稱他決定用人工智能搞定招聘市場。”給人安排工作是人類最為玄妙的行為之一，算法在這方面能夠比人做得更好嗎？此外，在解決了舊問題之后，還會不會制造出新的問題？

當然，人類喜歡評判同類。可事實上，他們并不擅長此道。耶魯管理學院（Yale School of Management）的教授杰森·達納（Jason Dana）研究招聘多年，不久前，他在《紐約時報》（New York Times）上發表了一篇備受關注的文章，聲稱求職面試根本沒用，這引發了反響。達納寫道：“面試可能有害，使得關于被面試者的一些更有價值的信息遭到忽視。”他還指出，招聘經理容易把從面談中得來的印象變為一成不變的定論。這類定論通常是錯誤的。

一位谷歌的老員工表示贊同。谷歌的前人力資源總監拉斯洛·博克（Laszlo Bock）說：“絕大多數的面試是浪費時間，因為99.4%的面試時間都被面試官用來驗證他在頭10秒中形成的印象。”博克曾經改進公司的招聘政策，后來寫了《重新定義團隊：谷歌如何工作》（Work Rules!）一書。

谷歌在2008年開始反思它的招聘方式。在早期，公司從斯坦福大學（Stanford University）、麻省理工學院（MIT）等精英院校招募員工。但是，通過內部調研，谷歌發現，學分、考試分數和來自于哪所大學并不能很好地保證工作的成功。有相當多的高管畢業于州立學校，有的甚至根本沒有完成大學學業。

這讓谷歌重新思考招聘方法，并且開始利用算法來確定公司需要的員工素質：認知能力、智識上的謙遜和學習能力。谷歌制作了一款名叫“qDroid”的程序，基于公司強調的特質來分析求職者提供的數據，并且根據數據給面試人員草擬問題。

數據是關鍵。如果沒有與職位相關的信息的大量增加，人工智能在招聘領域里的快速擴張是難以想象的。就在不久前，公司還要獲取紙質簡歷，用軟件掃描，對照求職者的技能和經歷進行評分。但是，LinkedIn改變了這一切，它有海量的簡歷，以及有關于其用戶的人際關系的廣泛信息。人工智能的強大之處，是能夠梳理這類數據，考察多種變量，從而找出人類發現不了的模式。

如今，大多數可用的軟件并未采用那種能夠自我思考的人工智能，而是所謂的“受到監控”的學習：人力資源經理和數據科學家一起制定和調整變量。這些變量的權重應該根據績效優秀員工的素質確定。

這類軟件遠非完美。人們可能會把自己的偏好編進算法。博克說：“理解使用計算機的人遠比理解交易或商業復雜。”

很多人工智能新創企業擅長利用計算機的力量處理海量數據。其中一家公司Fama實現了職位候選人身份分析的自動化，在網上搜索與其性格或世界觀相關的線索。這家公司位于洛杉磯，創始人本·莫內斯（Ben Mones）表示，在創辦公司之前，他招了一名員工，從簡歷和面試看都非常棒，但是后來發現他厭惡女性，還是種族主義者。莫內斯說，要是他看到此人在社交媒體上的發言，就能了解情況。但是，進行此類搜索有可能制造偏見，甚至帶來法律上的風險。

掃描候選者的社交媒休，了解其關于種族、宗教、性取向或政治傾向的信息是非法的，可以引起投訴，被指控為招聘歧視。一家從事招聘業務的律師事務所Setfarth Shaw的合伙人帕梅拉·德瓦塔（Pamela Devata）說：“這個問題很難解決。你很難證明，你在決定雇用某人時沒有利用這類信息。”平等就業機會委員會（The Equal Employment Opportunity Commission）認為，只要你獲取了這類信息，你就是利用了它。

莫內斯認定，人工智能是解決這一問題的唯一辦法。人工智能可以迅速挖掘成千上萬篇社交媒體帖子和網絡文章，對它們進行分析，同時讓企業免于承擔責任。但是這么做意味著讓計算機像人一樣來解決文字、圖片和視頻。莫內斯承認：“這種人工智能難以搞定。”

Fama構建了自己的數據集，它邀請數萬名學生對同類別的文字、照片和視頻貼上標簽。公司開發出了讓不同群體的人們達成一致結論的辦法，比如都認為某篇帖子表現了偏執情緒。然后，Fama訓練算法，在其他帖子當中找到同樣的結論。這款軟件采用自然語言處理技術和圖像識別技術，像人一樣讀取文字、圖像和視頻。它梳理了7年的數據，并采用比較分析法，提供類似于亞馬遜（Amazon）的“買了這件商品的用戶還買了”的功能，讓用戶觀察職位候選人是否靠譜。

莫內斯表示，由于法律上的不確定和穩私問題，各公司的人力資源經理對于是否簽約使用這款軟件仍然猶豫不決。他說：“外界還是很擔心。”事實上，對于求職者來說，他們根本不知道有這樣的算法，而且這種算法又是基于由他們根本不認識的陌生人錄入的信息來運行的，用它來判斷他們的性格，無異于以高科技的手段讓他們承受人類的偏見。

各企業正在越來越多地使用人工智能調查一些比較微妙的問題，比如求職者能否融入公司文化，能不能為公司工作較長時間。阿迪達斯（Adidas）、HealthSouth、Keurig、銳步（Reebok）使用了人工智能服務SkillSurvey：該公司先依據行為科學，針對具體職位設計出一系列問題，在線發給參照人，由該軟件根據這些人的用詞預測員工流失概率和績效。軟件對錄入的信息打分并取平均值，然后與數據庫里數千名同一職位的候選人相比較，并對比較結果給出看法。擁有2.4萬名工的HealthSouth公司披露，在使用SkillSurvey一年后，員工解聘數下降了17%，離職數下降了10%，花費在背景調查上的時間減少了92%。

花旗集團（Citigroup）正在應用人工智能來預判哪位大學畢業生能夠成為投資銀行家。公司希望保持人員的多元化，確保新員工適應公司文化，與公司的立場保持一致。花旗的全球校園招聘總監考特尼·施托爾茨（Courtney Storz）說：“我們需要一個效率更高、效果更好的篩選程序。”

這家銀行巨頭從西雅圖的一家新創企業Koru那里得到了程序。程序分為兩步，首先利用一項費時20分鐘的調查，解讀花旗的文化和現任員工的特點。然后，花旗的招聘經理與Koru合作，制定一份給職位候選人的單獨調查表，用于發現更可能讓候選人適合工作崗位的關鍵素質。

麥肯錫（McKinsey）的前顧問喬希·賈勒特（Josh Jarrett）和科技企業家克里斯滕·漢密爾頓（Kristen Hamilton）于四年前創辦了Koru。在收集了20多份關于成功領先指標的調研報告后，兩人在15個月前發布了Koru的預測性分析軟件。賈勒特說，該公司重點關注工作時間在7年以內的候選人，因為除了學習和學校的聲望，招聘經理幾乎沒有關于他們的信息。“對于人類來說，平均成績點數（GPA）容易獲得和理解。人們過于看重它了。但人工智能能夠考察多種變量，在數據中發現規律。”他說。

賈勒特認為，這些變量可能發現有說服力的跡象，顯示候選人是否具備關鍵素質，比如能夠持之以恒。他說這款軟件通過算法，可以發現候選人是否在過去的行動中展現出了勇氣。它不只看一個跡象，而是多個跡象的累積。比如，某人加入過排球隊，對于人工智能來說，更重要的是這個人在保有全職工作的情況下堅持打了多長時間的排球，以及他擔任過什么領導的職位和獨立完成過哪些項目。這款軟件可以提出后續面試的問題，讓雇主對候選人做更深的挖掘。

Koru的軟件還能夠找出一家公司過去的招聘習慣，比如從某些學校招聘的歷史記錄，幫助公司做出調整，在更大的范圍內查找。人工智能在招聘、人才挽留和績效方面收集的數據越多，它學到的東西也就越多。

一些人工智能程序正在探索更加無形的員工特征：求職者本人或許都沒有意識到的情緒。例如，HireVue使用它的算法，評估候選者的視頻面試。數據科學家告訴軟件，如何發現數萬條與求職者的意向、習慣、個性和素質有關的線索。軟件分析，候選人是否使用“能”、“將”這類主動動詞，或是總是說“不能”、“不得不”等否定詞，還檢查能夠傳達出各種情緒的聲調變化和數千種微表情。這些微表情取自于知名心理學家保羅·埃克曼（Paul Ekman）制作的表情集。這套表情集包含了1萬個面部表情，有的表情可能僅持續0.04秒。軟件比人類更容易發現這些表情，并找出這些表情的關聯。

HireVue采取兩步程序。客戶記錄下數百次面試，并將其員工的績效和工作時間做成圖表；軟件在面試中和員工的最終績效中發現特征，并且找出二者之間的關聯。它的目標是做預測，比如某人是否會在呼叫中心的崗位上做兩個月以上，還要進行觀察，比如發現某人是否憎恨前任雇主。HireVue的首席技術官洛倫·拉森（Loren Larsen）說：“某人也許會說，他喜歡自己的上司，但當他在說‘上司’的時候，臉上會閃過輕蔑的表情。”位于其臉部側面的攝像機會捕捉到他冷笑的單幀面畫，軟件將這個表情與數千個其他表情相比較。

這么強大的人工智能聽起來很棒，但也有些讓人害怕。此外，它還暗示，有朝一日，像心理治療這樣的私人事務也會交給算法來解決。當然，現在說這些還為時太早。德勤的伯辛說：“目前還沒有人取得重大突破。”如果未來有人能夠在這方面取得一定的進展，肯定會收獲巨大的回報。（財富中文網）

譯者：天逸

人工智能招聘的五大理念

不考慮學分

根據谷歌對招聘的研究，平均成績點數和考試分數不值得用作招聘標準。公司發現，在谷歌，沒有上過大學的員工的比例在不斷增加，在一些團隊里，高達14%的員工從未上過大學。

堅韌比智商更加重要

賓夕法尼亞大學（University of Pennsylvania）的教授安吉拉·達克思（Angela Duckworth）研究了軍校學員、新到治安混亂的社區大學的老師以及剛到公司的銷售人員，看看誰可以持久成功。結果發現，成功者的共同特征不在于智商、社交能力、外表或健康，而是熱情和堅持。

經驗不代表一切

美國內部銷售專業人員協會（American Association of Inside Sales Professionals）與人工智能新創企業Koru共同進行的一項研究發現，有經驗并不能夠保證將來的成功。另一項研究發現，在課外活動中承擔過中級職務的畢業生的學分要好過學生會主席，因為公司更需要有團隊精神的員工，而不是明星。

別人家的明星可能不會成為你家的明星

在競爭對手那里表現出色的人，到了你的公司里也許一事無成。Koru的預測性指標中有75%需要根據不同職位進行調整，哪怕是相似公司的相似職位。對于某個職位，上大學時打工的時間能夠說明問題，但對另外一個職位，能夠用來預測的，則是上過心理學課程（這是能否從事團隊工作的一個指標）。這種匹配是很關鍵的。

不要理會 Facebook上的照片

人工智能公司Fama的一項研究發現，某人在社交媒體上發了一張喝酒的照片，并不表示他會在工作中表現不好。這類照片太常見了，把它們篩選出去，意味著把太多的人排除在外。相比之下，關于毒品的偏執言論或帖子跟績效不達標有關聯。

除了招聘,公司還利用人工智能做這五件事情

制藥業

禮來（Eli Lilly）、默沙東（Merck）正在與新創企業合作，審視數萬億種化合物，預測哪種化合物最有效，加快研發速度，同時成本比從前更低。

零售業

英國食品連鎖店Morrisons 利用來自于德國的 Blue Yonder 公司的人工智能技術，根據廣告、天氣和假日為每家商店的每種商品制定每天的價格和補貨。

律師界

律師事務所高蓋茨（K&L Gates）使用來自于Ross Intelligence公司的人工智能技術，結合了機器學習、自然語言處理還有 IBM 沃森部門（Watson）的科技，處理數以百萬頁的文件，理解一個問題的語境，并根據理解起草備忘錄。

呼叫中心

前進保險公司（Progressive Insurance）、富國銀行（Wells Fargo）和希爾頓酒店（Hilton Hotels）采用人工智能分析呼叫者的語調、語速、關鍵詞和語法，并把來電轉給有相應能力的代理。這款來自于Mattersight公司的軟件將呼叫時間減少了23%。

旅行業

TripAdvisor 使用 Flyr公司的軟件，讓消費者鎖定價格 2至 7 天。銷售旅行套餐的英國公司 Thomson 提供由 IBM 沃森支持的人工智能旅游助理。