#點與點之間最近的距離不一定是直線
上個週末收到一位諮詢者的好消息,進行最後一次諮詢前,他終於拿到了「目標公司」的聘僱。儘管目標達成,我們還是在今天安排了最後一次諮詢,他希望提供自己的經驗,給更多在「客觀條件上不足」的求職者,自己切身真實有效的方法,鼓勵大家勇敢朝目標前進,突破自我。
簡易背景描述:
本土學士學歷非頂大,十年來都是在本土企業的經驗,從去年底開始求職,歷時十個月,終於拿到夢想外商(世界500強前100)的工作。因此,對於許多非海歸,沒有頂尖學歷的求職者,他的經驗是相當值得參考的。在不揭露相關企業與他個人資訊下,以下分享三個重點:
1. 多交朋友
他認為出社會後,多認識人是相當重要的。因為,這次的成功關鍵就在於「人脈」中。許多職缺,若非認識內部的人,往往很難看到與被看到。看到指的是第一時間就知道有開缺,能即時投遞;更重要的是跨國公司的組織複雜,職務分工細,職缺上往往難以識別,唯有透過“insider”才有可能知道相關的細節,做更完善的準備。而被看到則是透過內部的“insider”直送,不論是用人單位或人資,往往都會看過且回覆;也就是說從外部投遞,常常是沒消沒息,但透過內部引薦,就算制度沒有強制閱讀,員工還是方便追問。
2. 先求靠近目標
七八年前,他就曾經透過客戶幫他推薦目標企業,但客戶僅是目標企業的供應商,不算真正的insider,所以都沒消沒息。當時的他就決定,沒辦法進目標企業,但至少可以進目標企業的供應商,除了能直接認識到insider,取得第一手資訊外,更重要的是建立與insider們專業上的關係。所以,當他去年底開始求職前,insider們早就問過他要不要加入,可以幫他內部推薦;而他認為時機差不多了,才主動請對方注意相關的職缺。
3. 運氣是堅持來的
他認為自己能順利多少還是靠運氣,可我不這麼想。這十個月他談了三個不同的位置,前兩個不是打槍就是說組織上有調整。從調整履歷,每次面試前都請教不同的人,調查單位的工作細節與用人主管訊息,只為萬全準備。光前兩個位置,至少就歷經4~5次準備功夫,換作一般人也許早就放棄,但他卻依然感謝並與insider們保持良好的聯繫。我想insider們看到他的全心全意,應很難不被感動。第三次的職缺出現後,他想能看自己還有哪些地方可以改進,就預約了求職輔導;當時的我就認為,成功機會應該很高,因為他已經把可以控制的部份全都做到滿了。
點與點之間最近的距離不一定是直線
進跨國大企業是許多人的目標,但在一開始的條件上就不足時,需要先養資歷,好接近目標。然而,只懂的養資歷是不夠的,還要養人脈,才能在關鍵時刻發揮作用。但最重要的還是自己的「目標意識」與努力不懈的精神,否則再好的資歷與人脈也不會起作用。就像麥當勞創辦人雷.克洛克 (Ray Kroc) 所說的:「幸運是汗水的紅利。你流的汗越多,就會越幸運。」
本篇獻給還在為目標拚鬥的每一個自己!
#求職輔導
insider面試 在 香港經濟日報 hket.com Facebook 的最讚貼文
點解咁都請唔到人?
【民政事務總署聘選舉行政助理 月薪達26,000元】https://bit.ly/3h5FCgi
insider面試 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
履歷 OUT!聯合利華用 AI 找人才優選率增 6 成
作者:王茜穎 / 若水 Flow AI Blog 編輯團隊
本文重點:
1. AI 可加快人才篩選的速度和規模,節省成本,並改善求職者的經驗。
2. 根據職位量身打造演算法,僅納入被證明可預測工作績效的數據點,並考量文化差異。
3. 垃圾進垃圾出。需靠嚴謹的審查過程,消除演算法中的偏見,讓人才招募更公平。
人對了,事就對了。說的簡單,但對全球最大的雇主之一,聯合利華 Unilever 要如何從每年180萬份的履歷汪洋中,挑出那萬中選一的員工呢?
「我們去大學招募人才的方式,就跟我 20 年前被招募時一樣,這感覺有點不太對勁,」聯合利華北美人力資源副總裁 Mike Clementi 接受美國商業新聞網站《商業內幕》(Business Insider)訪問時說。
負責中亞市場的聯合利華人資副總裁瑪莉莎‧ 芝‧基(Melissa Gee Kee)則公開自嘲自家系統過時又冗長:「在 34 個國家,當我們要開始選人時,第一輪就有50%的申請人退出,連申請表都沒寫完。過時的技術耗了他們45分鐘,還不能在手機上填。」
她接著說:「所以我們化危機為轉機。 這轉機,不是翻新,而是真正具有破壞性的創新。」
與其派招募人員去菁英大學收集履歷,人工篩選,再一一安排電話面試,聯合利華和Pymetrics 與 HireVue 兩家科技新創攜手,用 AI 人工智慧來選員工!前三關由 AI 把關,過了才有機會跟真人面試。
結合社群活動,巧妙收集最佳 AI 訓練數據
第一步,履歷出局,演算法上場!
年輕人是網路的動物,與其進入校園,聯合利華改在臉書,LinkedIn 領英,與熱門人才招募網站 The Muse、WayUp 上進行精準行銷,申請人只需上傳其 LinkedIn 領英個人檔案的連結,時間最多不超過10分鐘。這個階段,演算法約刷掉一半,只留下符合職缺要求的求職者。
下一關,玩線上遊戲!
申請人將在20分鐘內玩12款Pymetrics開發的腦神經科學遊戲。這些小遊戲考驗受試者在高壓下專注力、短期記憶力、風險的評估能力、以及對情緒和情境脈絡的解讀能力。
「(答案的)光譜沒有對錯,這可不是為了讓你感覺良好而編出來的,光譜兩端可能適合非常不同的職缺,」Pymetrics 執行長芙烈達·波莉(Frida Polli)說。
至於適合什麼工作,聯合利華讓公司內各種職缺的優秀員工玩這些小遊戲,他們的結果就是衡量求職者的基準。每場遊戲結束,求職者就會得到立即的回饋,若結果符合基準,就晉級至下一關:透過HireVue系統線上面試。
HireVue的科技長羅倫‧拉森(Loren Larsen)稱之為「隨選面試」(On demand interview)。求職者可以用手機、平板電腦或裝有攝影機的桌機,在他們方便的時間,錄下對一系列問題的回應並上傳。
「觀看」這些影片的,不是真人,而是HireVue的AI。AI用自然語言處理(Natural Language Processing)和臉部辨識技術等,分析求職者的反應時間、用詞、聲調、說話速度、陳述方式、肢體語言和整體表達能力,並從聲音和表情分辨情緒,如對該主題的熱情程度。而這些訓練數據(AI Training Data Sets)成為讓 AI 變精準的最佳教材。
「機器會看 25,000 個不同的特徵和它們彼此間複雜的關係,」拉森說,但因為各職缺所需的條件殊異,「我們僅納入被證明可預測工作績效的數據點,而忽視無關緊要的特徵。 這消除了許多可能無意間影響人類招募者決策的特徵。」
此外,由於表達方式和情緒表現具有文化差異,拉森強調:「我們採用同一文化的人的數據來訓練模型。」
總言之,「我們分析面試(影片),並預測他們的未來表現。我們分析該職缺重視的特徵,並產生一個洞察分數(Insight Score),基本上那就是他在我們所見過的求職者中的排名。」
建立龐大對照 AI 數據庫,消除演算法的偏見
讓看不透的機器決定一個人的聘任與否,招致不少黑箱批評,然而不論是Pymetrics或HireVue都強調他們致力於消除機器的偏見。Pymetrics有一套嚴謹的方法,能找出並移除演算法中隱藏的偏見,「並非所有的演算法皆平等,它們不是一開始就客觀公平。 若你用存在偏見的訓練數據去訓練機器,它只是直接複製人類的偏見,並往往讓偏見更加惡化。」
他們建立了一套擁有上萬人資料的對照數據庫,用來檢證潛在的偏見,一旦發現問題,即降低其權重,直到消除演算法的偏見,服膺5分之4法則(註:根據美國公平就業機會委員會的《員工篩選程序統一指南》,任一群體的選擇率若低於選擇率最高的族群的80%,即顯示該族群受到不當歧視),「我們相信任何獨厚單一族群的演算法,只是反映噪音,不是反映信號,」Pymetrics官網說。
HireVue也反駁,人類面試官的判斷常會不自覺的受到性別、種族、美醜、身材等跟工作成功無關的因素左右,對勝任工作的定義也相對模糊,還往往靠「直覺」來做判斷,無視於偏見常躲在直覺的背後。
他們認為嚴格檢視機器產生的結果,反而能讓人才招募更公平。拉森舉例,機器可能會發現公司裡最優秀的技術客服工程師說話的速度比其他人慢。
而男性說話的速度可能也普遍比女性慢。這可能導致演算法認為男性優於女性。一旦在測試中發現這點,可忽略說話速度,以免性別導致結果偏差,並重新訓練和測試。
在這兩關,機器分別刷掉6至8成的人。通過AI這三關後,該是讓「人類面試官」上場了!求職者會受邀至聯合利華的辦公室進行一日生活體驗,當天面試官就會做出決斷。
從數據開始 AI 革命,讓企業運作更有人性
目前,AI已接手聯合利華在全球68個國家的基層人員招聘,精通15種語言,分析超過27萬份求職申請,節省75%的招聘人力,求職者5萬個小時的寶貴生命,並把招聘作業時間從4至6個月縮至2週,幫公司每省1百萬英鎊(約4千萬台幣)。
進到最後一關的求職者,有80%拿到工作,82%接受工作,皆高於過去63~64%的水平。不僅如此,員工的多樣性前所未有,非白人的比例提高,大學的來源從原本的840所增加到2600所。
「(在我們所有的客戶中,)聯合利華是唯一從零到百分百投入的公司,」波莉說。聯合利華在不到一年內,未先進行小規模測試,就直接運用在所有基層職缺的招募上。
任何的改變,當然並非一帆風順,「那把我們的招募人員和某些招聘經理嚇壞了,」領導這場AI革命的瑪莉莎說,「我向你保證,他們的心目中,他們當初經歷的招募過程顯然是最好的,所以只須照舊複製就好了,」
她調皮的豎起大拇指。這些不安和不信任,讓計畫延誤了5個月,「有人跟我們說這太荒唐了,幸好現在那些人已經不在了。」
其中最大的迷思,就是機器怎能取代人性?
瑪莉莎的回應很簡單:今天,68%的求職申請根本石沉大海。但透過AI,聯合利華所有的求職者在每個階段,都會獲得寶貴的回饋,「至少有一頁A4,詳述你為什麼適合與否,需要加強什麼能力,有何強項……Pymetrics也會幫忙找到他們在公司裡找到更適合的職位。」
「這是AI讓我們更有人性的例子,」聯合利華首席人資長琳娜·拿爾(Leena Nair)說。
附圖:圖說:聯合利華的基層人員招募流程。AI 為前三關關主,最後一關才真人面試。
Pymetrics的小遊戲,求職者每打一次氣,就會獲得0.5美元,但氣球破掉則歸零。測試受試者的風險評估能力。 來源:Pymetrics
HireVue的AI會分析求職者影片中的25000個特徵,並依此預測其未來的工作表現。來源:HireVue
資料來源:https://ai-blog.flow.tw/how-unilever-uses-artificial-intelligence-to-recruit-train-thousands-of-employees