Фирмы не могут быть конкурентоспособными без сильного искусственного интеллекта, но даже Apple испытывает трудности с набором талантов в области искусственного интеллекта

Если ваша фирма хочет быть доминирующей, она должна следовать примеру самых успешных фирм мира. Поэтому корпоративные лидеры должны принять к сведению, что каждый из руководителей пяти самых дорогих компаний (Apple, Google, Microsoft, Facebook и Amazon) публично заявил, что искусственный интеллект станет основой будущего успеха их бизнеса и всех других компаний, которые рассчитывают сохранить конкурентоспособность в своей отрасли. Не будет большой натяжкой утверждать, что каждая компания среднего или более крупного размера также должна будет развивать передовые возможности в области искусственного интеллекта и его продвинутого родственника - машинного обучения. Более того, Джефф Безос из Amazon недавно заявил: "В мире нет ни одного учреждения, которое нельзя было бы улучшить с помощью машинного обучения".

WOW... Даже Apple испытывает трудности с набором специалистов по искусственному интеллекту

К сожалению, инженеров и компьютерных ученых, работающих в области искусственного интеллекта и машинного обучения, не хватает, и они крайне разборчивы в выборе места работы. В результате большинство компаний, которые полагаются на традиционные методы подбора персонала, просто не смогут достичь своих целей по найму ИИ. Чтобы проиллюстрировать этот тезис, даже самая дорогая компания в мире Apple с ее имиджем бренда работодателя, занимающего первые пять мест в рейтинге, в настоящее время испытывает трудности с наймом лучших талантов ИИ. На самом деле, чтобы дать потенциальным рекрутерам возможность увидеть некоторые из интересных работ по машинному обучению, которые ведутся в Apple, компании недавно пришлось изменить свою невероятно скрытную культуру и предложить публично доступный журнал Apple Machine Learning Journal.

К сожалению, Apple не одинока в своих проблемах с набором персонала. Несмотря на то, что искусственный интеллект занимает второе место в списке самых востребованных навыков, я обнаружил, что не более нескольких корпораций имеют специализированный процесс подбора персонала, разработанный специально для успешного привлечения талантов в области ИИ и ОД.

Советы по успешному привлечению лучших талантов в области ИИ и ОД

Если вы рассчитываете успешно привлечь хотя бы одного лучшего специалиста в области ИИ, вам потребуется целенаправленная работа по привлечению, основанная на данных. Вот восемь наиболее эффективных компонентов, которые я рекомендую включить в усилия по подбору персонала, ориентированного на ИИ:

  • Разработать подпроцесс подбора персонала, ориентированного на ИИ - почти все опытные специалисты в области ИИ/МЛ уже имеют работу. Это означает, что стандартный процесс рекрутинга, рассчитанный в первую очередь на привлечение "активных соискателей", просто не будет работать на них. А поскольку у кандидатов ИИ есть несколько вариантов работы, в процессе рекрутинга необходимо сделать акцент на очень важном компоненте продажи. И наконец, только рекрутеры, хорошо разбирающиеся в области ИИ, должны быть допущены к работе в этой сфере.
  • Узнайте лучшие способы выявления лучших талантов в области ИИ и ОД - поскольку большинство талантов в этой сфере имеют специализированные дипломы, найти их на самом деле относительно просто. Самым эффективным подходом к поиску талантов является обращение к вашим техническим сотрудникам, которые уже работают в этой области. Из-за нехватки опытных специалистов большинство наемных работников поступают на университетские программы по информатике. Если вы хотите найти лучших, попросите профессоров информатики и их ассистентов стать реферальными источниками. А поскольку большинство талантливых специалистов в этом районе проявляют большой интерес к академическому подходу, вы также можете найти лучших по их публикациям в научных журналах.
  • Для определения факторов привлекательности - Когда определены лучшие кандидаты, вы не сможете убедить их подать заявку, если не будете полностью понимать все их потребности и ожидания. Начните с определения "общих факторов привлекательности" талантов ИИ. Вы можете определить эти общие факторы, опросив своих собственных сотрудников, работающих в сфере ИИ, и прошлых кандидатов на работу в сфере ИИ. Но поскольку каждый рекрутер отличается от другого, вы должны, установив доверительные отношения, попросить каждого отдельного рекрутера определить свои личные "критерии работы мечты". А также о том, что они должны увидеть, прежде чем придут на собеседование.
  • Требуется переманивание из их текущей фирмы - поскольку лучшие специалисты по ИИ почти всегда работают в другой фирме, вам нужна проактивная стратегия переманивания и процесс привлечения их в вашу фирму. Очевидно, что компоненты вашего процесса рекрутинга, связанные с установлением доверительных отношений, налаживанием отношений и продажей, должны быть чрезвычайно эффективными, поскольку у ваших целей уже есть работа, и с ними, вероятно, обращаются довольно хорошо. Кроме того, успешный подбор персонала усложняется тем, что их нынешний начальник, скорее всего, сделает встречное предложение и будет изо всех сил бороться за их сохранение.
  • Вам нужен "вечнозеленый" подход к постоянному поиску - из-за высокого спроса таланты ИИ редко появляются на рынке труда. Поэтому вам нужен процесс рекрутинга, способный немедленно отреагировать, когда цель становится доступной. Лучшей стратегией является подход "конвейерного поиска". При этом вы постоянно ищете и устанавливаете отношения с перспективными сотрудниками ИИ, независимо от того, есть ли в вашей компании текущая вакансия или нет. И когда цель готова, вам нужна вечнозеленая заявка, которая позволит вам нанять ее немедленно, независимо от того, есть ли в вашей фирме текущая вакансия или нет.
  • Время проведения рекрутинга имеет решающее значение - поскольку к вашим нанятым рекрутерам, скорее всего, хорошо относятся, они вряд ли покинут свою текущую фирму, если только не столкнутся с негативным событием в своей компании. Это требует от рекрутеров постоянного отслеживания негативных событий в текущих компаниях, которые могут заставить их немедленно усомниться в том, что они хотят остаться. Среди таких негативных событий могут быть отмена проекта, сокращение бюджета, замораживание найма, увольнение, уход ключевого руководителя, слияние с другой компанией или необходимость физического переезда.
  • Большую часть оценки кандидатов проводите вне процесса собеседования - профессионалам в области ИИ редко нравится, когда их интервьюируют люди, не являющиеся экспертами в области ИИ. Они также часто обладают большим эго. Поэтому, когда это возможно, проводите оценку кандидатов вне обычного процесса собеседования, проверяя их работу, их известность в Интернете и их рекомендации.
  • Продающий подход, ориентированный на кандидата - вместо проведения формальных собеседований постарайтесь использовать неформальный двусторонний "профессиональный разговор" с ними. Подход "продажи с ориентацией на кандидата" спрашивает их, какая информация им нужна и с кем им нужно встретиться, прежде чем они смогут сказать "да". Планирование собеседования не должно быть высокомерным, напротив, оно должно соответствовать их доступности в нерабочее время. Привлеките руководителей высшего звена, чтобы помочь им в продаже. Возможно, обратитесь к их родственникам и рекомендателям, чтобы повысить шансы на согласие с вашим предложением. И, наконец, измените саму работу, чтобы она лучше соответствовала тому, что они хотят делать дальше.
  • Не забывайте об удержании сотрудников - после успешного найма первым шагом в удержании сотрудников должно стать их приветствие с помощью впечатляющего процесса onboarding. После этого поймите, что рекрутеры из других фирм будут постоянно пытаться нанять ваших собственных экспертов по ИИ. Поэтому постоянно общайтесь с ними, чтобы убедиться, что они довольны. Один из лучших способов сделать это - периодически проводить с ними интервью на тему "почему вы остаетесь? ", чтобы убедиться, что вы постоянно подкрепляете и дополняете причины, по которым они остаются.

Разница между искусственным интеллектом и машинным обучением

Если вы не знакомы с разницей между этими двумя подходами... в рамках более старого подхода к искусственному интеллекту вы обучаете машину тому, что знают люди и как мы делаем вещи. В рамках машинного обучения вы просто программируете машину, как думать и учиться, подобно людям, а затем, имея доступ к большим данным, машина будет постоянно самостоятельно находить лучший способ принятия оптимизированных решений. Последний подход является более продвинутым, поэтому имеет смысл ориентироваться в подборе персонала на тех, кто специализируется на машинном обучении.

Функции рекрутинга тоже нужны возможности машинного обучения

Вместе с тем, как и любая другая бизнес-функция, функция рекрутинга тоже должна внедрять технологии машинного обучения в свои процессы. Поэтому в рамках общей стратегии рекрутинга ищите специалистов по изучению данных, которые также заинтересованы в применении своих знаний в рекрутинге.

Последние мысли

Нет никаких сомнений в том, что искусственный интеллект и, в меньшей степени, машинное обучение сегодня являются чрезвычайно актуальными темами среди бизнес-лидеров. Но они не являются "причудой". Напротив, они буквально являются будущей основой бизнес-операций, потому что во многих случаях эти программы обеспечивают результаты, превосходящие те, которые дают люди. Они дешево и быстро позволяют непрерывно совершенствовать бизнес за счет выявления и понимания причинно-следственных связей и сложных взаимосвязей между факторами бизнеса, которые человек никогда не сможет обнаружить. К сожалению, эти программы не могут развиваться сами по себе, поэтому неспособность нанять лучших специалистов в области ИИ становится главным ограничивающим фактором.

Рубрика: 
Ключевые слова: 
Автор: 
Источник: 
  • drjohnsullivan.com
Перевод: 
  • Valeratal
+1
0
-1