3 dangers de la technologie RH qu'un entrepreneur en démarrage devrait connaître !
Publié: 2019-04-15La formation académique de la plupart des personnes dans la fonction de recrutement est généralement non technologique
Il y a un assaut d'une variété de solutions d'apprentissage automatique et d'IA basées sur le jargon
Devrait tenir compte des trois propositions erronées faites par les fournisseurs de solutions technologiques RH
Vous êtes un entrepreneur prospère, votre startup a récemment été financée et vous devez maintenant embaucher des "personnes" à grande vitesse pour atteindre l'objectif de croissance tel qu'envisagé avec les investisseurs. Très probablement, la première étape que vous prendrez est d'embaucher un responsable RH chevronné pour superviser votre recrutement et la croissance de vos employés. Vous vous attendez également à ce que la fonction de recrutement utilise la technologie pour apporter rapidité, efficience et efficacité à l'ensemble du processus.
Cependant, trois dangers sérieux se cachent derrière l'adoption de la technologie RH, pour la seule raison que la fonction de recrutement devrait être indépendante de l'industrie ou, en d'autres termes, une fonction horizontale.
La formation universitaire de la plupart des personnes occupant des fonctions de recrutement est généralement en sciences sociales ou en gestion des ressources humaines et rarement en science et technologie. Par conséquent, les personnes dans la fonction de recrutement ont toujours été dépendantes des équipes de recrutement pour l'évaluation technique et fonctionnelle.
Au-delà de la nature naturelle non technique et horizontale des personnes dans la fonction de recrutement, il y a un assaut d'une variété de solutions d'apprentissage automatique et d'IA à base de jargon. Il est donc recommandé qu'un entrepreneur en démarrage tienne compte des trois propositions erronées faites par les fournisseurs de solutions technologiques RH.
Correspondance automatique entre la description de poste et les CV
Deux poèmes peuvent avoir un vocabulaire et un nombre de mots identiques, mais la signification des deux poèmes peut être entièrement différente. De même, les êtres humains sont intrinsèquement différents et représentent des propriétés abstraites à travers leurs CV, même avec des compétences similaires.
Ainsi, les professionnels de la technologie RH et les entrepreneurs en démarrage doivent comprendre que la tentative de faire correspondre avec force la densité de certains mots trouvés dans le CV avec ceux de la description de poste revient à perdre l'essence des deux.
Par exemple, si la description de poste recherche un cheval capable de courir des derbies de premier ordre, cette solution correspondra intrinsèquement à de nombreux mammifères à quatre pattes non pertinents dans le contexte, tels que le mulet de Mongolie, le zèbre d'Afrique, peut-être un coursier du Kentucky, etc. .
La raison en est que mathématiquement parlant, les propriétés abstraites mais les plus importantes d'un candidat sont représentées par des mots statistiquement insignifiants, généralement juste un ou deux mots dans l'ensemble du CV !
Recommandé pour vous:
Les entrepreneurs ne peuvent pas créer de startups durables et évolutives via "Jugaad": Cit ...
Comment Metaverse va transformer l'industrie automobile indienne
Que signifie la disposition anti-profit pour les startups indiennes ?
Comment les startups Edtech aident la main-d'œuvre indienne à se perfectionner et à se préparer pour l'avenir...
Stocks technologiques de la nouvelle ère cette semaine : les problèmes de Zomato continuent, EaseMyTrip publie des...
Les startups indiennes prennent des raccourcis à la recherche de financement
Bien que cette méthode ressemble à un progrès, elle charge la fonction de recrutement et les professionnels des technologies RH d'éliminer les mulets et les zèbres à travers plusieurs cycles de sélection, qui sont extrêmement coûteux et retardent.
Projections historiques basées sur les tendances d'embauche
L'instinct habituel dit que "pourquoi ne pas embaucher le genre de personnes que nous avons embauchées jusqu'à présent". La solution trouve son chemin dans le CV des personnes précédemment embauchées et essaie de trouver des similaires dans le pool de prospects. Tout économiste précisera que les projections basées sur les tendances historiques sont valables si et seulement si toutes les variables environnementales du passé sont incontestablement valables de nos jours également.
Compte tenu de la croissance économique, de la concurrence et de l'arrivée des nouvelles technologies, les deux candidats, ainsi que la startup et leurs rôles, sont en constante évolution. Big data ou pas de big data, l'idée même d'utiliser cette méthode doit être soigneusement planifiée ou complètement rejetée, de peur que l'on ne soit surpris par un problème tel que la discrimination sexuelle introduite par de tels algorithmes chez Amazon.
Comparez les nouveaux prospects avec les 10 meilleurs interprètes actuels dans le rôle
De manière argumentative, cette approche consistant à faire correspondre automatiquement les CV de nouveaux prospects avec les 10 meilleurs interprètes actuels dans le rôle semble être une approche solide et une idée brillante dans le sens de trouver une solution automatisée. Cependant, quelques défauts sérieux se glissent lors de son exécution.
Le plus souvent, alors que les entreprises ont les CV tels que reçus de ces 10 meilleurs interprètes qui pourraient avoir 2, 4, 5 ans ou plus de plus, alors que ce que ces 10 font actuellement est rarement disponible sous forme de documents. Dans ce scénario, la méthode présente un défaut aussi grave que les "projections basées sur les tendances historiques" décrites ci-dessus.
Chaque être humain est unique et est défini par son contexte vers la capacité de planifier, d'exécuter et de produire des résultats même en utilisant des outils et des artefacts identiques (un nageur en océan est une personne différente d'un nageur en piscine). Par conséquent, une autre raison de douter de cette méthode est que, bien qu'elle puisse fonctionner raisonnablement bien sur le front des compétences et des outils, elle ignore l'assimilation contextuelle des 10 meilleurs interprètes, puis la comparaison avec de nouveaux prospects.
Approche d'équipe interne
Il peut y avoir un entrepreneur en démarrage technologique qui a construit des produits et a des offres de marché réussies en utilisant ML et AI. Lorsque les équipes de recrutement et les responsables de reporting (équipes produit, vente, ingénierie, service client) en ont assez de faire des entretiens de sélection coûteux et fatigants, ils se sentent motivés pour construire et proposer des solutions automatisées à leur équipe de recrutement.
Compte tenu de la nature des personnes non techniques dans la fonction de recrutement et des capacités techniques éprouvées de ML et d'IA associées aux équipes de recrutement, il n'est pas très difficile de faire approuver et budgétiser l'initiative.
On se souvient d'un adage selon lequel "les gens avec un marteau dans les mains, sont toujours à la recherche de clous". Cependant, sans une compréhension approfondie du problème, ces initiatives finissent invariablement par adopter l'une des 3 approches mentionnées ci-dessus.
Ainsi, lorsque vous évaluez la technologie pour l'embauche, assurez-vous de poser des questions explicites sur l'approche de solution qu'ils utilisent.