Plum使用人工智能來招聘從未通過傳統招聘流程發現的人

招聘人員存在偏見問題。來自西北大學，哈佛大學和挪威社會研究所的2017年元研究發現，在過去的25年里，招聘對黑人候選人的偏見并沒有改變，拉美裔人只看到了“溫和”下降。雇主歧視的不僅僅是種族和種族 - 根據哈佛大學和斯坦福大學研究人員最近撰寫的一篇論文，女性與男性相比賺取78美分，并且不太可能進入他們的領域。

Caitlin MacGregor說，解決方案是人工智能。她是位于安大略省滑鐵盧的Plum.io的首席執行官和創始人，這是一個強調“原始人才”的招聘平臺，而不是技能和知識。根據Plum的說法，招聘經理在0.2秒內根據申請人的姓名做出結論，并在10秒內決定面試結果，這可能導致雇員在18個月內失敗或離職的可能性為46%%。

Plum今天宣布了旨在簡化候選人搜索的功能。Match Rings讓招聘經理能夠快速地將申請人并排比較，而Talent Re-Discovery允許人力資源部門搜索已申請公司工作的每位潛在員工。此外，新的協作功能使招聘經理和招聘人員可以更輕松地調整特定職位的角色要求。

在Plum的背景下，“人才”指的是職業道德，團隊合作，領導力和一致性等特征 - 麥格雷戈聲稱天生就是人類并且不受偏見。“我們正在建立一個一致的新數據集，幫助企業雇用質量更好的人，”她在電話采訪中告訴VentureBeat。“我們的系統發現人們從未通過傳統的招聘流程發現過。

與大多數招聘工具不同，Plum不會為關鍵字和GPA解析求職信或簡歷。相反，它的機器學習算法利用內部心理學專家幫助建立的24萬億個數據點的數據庫。

“當您查看[大多數]人工智能解決方案時，他們會從簡歷和社交媒體中獲取現成的公共數據......并查看過去的模式，”MacGregor說。她解釋說，Plum測量候選人的潛力 - 與他們申請的工作分開 - 并將他們與環境相匹配，使他們成為自己的最佳版本。這是設計的多樣性。“

首先，招聘人員完成了一項為期六分鐘的調查，幫助Plum確定該特定角色的核心競爭力。然后，未來的員工在Plum中填寫了一個25分鐘的解決問題和個性測試，為適應(適應工作場所變化的能力)，溝通(有效傳達想法)，擁抱多樣性等“人才”獎勵積分(了解他人的觀點)和創新(提出新穎的解決方案)。每個人才都會轉化為大約十幾個描述符，例如“堅持模糊和變化”以及“在壓力情境下有效運作”，其子分數有助于整體Plum Match得分。

招聘人員在摘要視圖中看到按照他們的Plum Match分數排名的申請人，以及“很好的說服能力”和“非凡的決策技能”等亮點 - MacGregor所說的模型非常適合不斷發展的角色，有時甚至模糊不清，要求。

“這有助于公司確保他們招聘未來的技能，”她說。

結果不言自明。We.org是一家位于加拿大多倫多的非營利性組織，通過Plum的招聘工具，能夠將其進行的訪談次數減少88%%。總部位于佛羅里達州的住宅建筑服務提供商WestBay分別削減了建筑部門的新員工流失率，管理人員分別審查了43%%和37%%的簡歷。

MacGregor引用內部驗證研究表示，Plum的求職者資料反映的候選人比簡歷的準確率高4倍。

但Plum的工具不僅有助于招聘。他們可以提供對公司文化的深入了解，并通過圖表說明管理價值觀(即“承諾”和“成就”)與當前勞動力之間的文化維度之間的差距。它甚至會顯示執行團隊如何與管理人員和個人貢獻者進行比較，并標明可能需要改進的領域。

Plum根據客戶在一開始就同意的數量收取費用。迄今為止，該公司已籌集了190萬美元的資金。