Come massimizzare l'efficienza delle assunzioni con l'AI

Le organizzazioni si trovano ad affrontare un difficile dilemma: gli strumenti per raggiungere i candidati si sono moltiplicati, ma la capacità di prendere rapidamente buone decisioni di assunzione sembra ancora a sfuggire di mano. Le posizioni rimangono aperte più a lungo del necessario e i candidati qualificati abbandonano il processo di selezione a metà. Queste inefficienze prosciugano le energie dei selezionatori, danneggiano la reputazione del datore di lavoro e aumentano i costi aziendali.

Secondo Kim Morick, leader HR AI-first di IBM® Consulting, i migliori talenti rimangono sul mercato per una media di soli 10 giorni. Le conseguenze di un processo di assunzione scadente si aggravano rapidamente, soprattutto considerando il ritmo dei cambiamenti negli ambienti di lavoro odierni. 

Secondo un sondaggio su 750 dirigenti dell'IBM Institute of Business Value, l'87% dei leader aziendali ritiene che, per realizzare appieno il potenziale di un futuro abilitato dall'AI, debba avere le persone giuste nei ruoli giusti.

Deloitte ha rilevatoche il 93% dei lavoratori intervistati dall'organizzazione ritiene che andare oltre il tradizionale complesso lavorativo sia critico per il successo organizzativo. In questo momento, l'adattabilità può essere importante tanto quanto le competenze e l'agilità acquisite in precedenza ed ugualmente essenziale per i responsabili delle assunzioni e per la pipeline di talenti.

Una strategia di assunzione efficace non è solo una questione di velocità. Si tratta di ridurre lo sforzo sprecato e migliorare la qualità del processo decisionale lungo il percorso. "L'efficienza delle assunzioni non consiste nel fare lo stesso processo più velocemente", afferma Rob Enright, Global Leader for Talent Acquisition di IBM Consulting. "Si tratta di formulare giudizi migliori con prove più chiare e meno rumore." 

Questa dinamica è particolarmente vera in un landscape in continua espansione e ricco di piattaforme. Poiché la tecnologia ha permesso ai potenziali assunti di inondare le organizzazioni di curriculum attraverso i canali di sourcing, i team di assunzione si sono rivolti alle stesse tecnologie per aiutare a setacciare il rumore. Detto questo, le implementazioni tecnologiche nell'interesse dell'efficienza del processo di assunzione dovrebbero sempre avere un chiaro criterio di successo. La chiave dice che Enright sta "prima progettando il lavoro, poi applicando la tecnologia".

Secondo Enright, le organizzazioni creano il massimo valore attraverso la tecnologia quando:

• Sono chiare su ciò che è veramente richiesto a un ruolo
• Si assicurano che i responsabili delle assunzioni e i selezionatori modellino i workflow, non solo i team tecnici
• Utilizzano l'AI per supportare il giudizio, non per sostituirlo
• Pilotano la tecnologia in scenari reali, non teorici
• Garantiscono la trasparenza sul modo in cui vengono formulate le raccomandazioni
• Valutano se la tecnologia riduce lo sforzo sia per i manager che per i candidati

Migliorare l'efficienza delle assunzioni richiede di rafforzare diversi processi interconnessi, ma nessun singolo intervento può sostituire la chiarezza. "La pratica più importante è avere ben chiaro ciò che conta davvero nel ruolo", afferma Enright. "La maggior parte dell'inefficienza deriva da requisiti eccessivamente gonfiati e dalla ricerca di candidati "completamente formati" che non esistono."

L'inefficienza deriva anche da team di assunzione sovraccarichi. Molte aziende ricevono decine di migliaia (o addirittura milioni) di applicazioni. Sempre più spesso, l'AI aiuta le organizzazioni a filtrare il rumore, a semplificare i processi di assunzione e a generare insight basati sui dati sulle tendenze delle assunzioni.

Le strategie critiche per migliorare l'efficienza delle assunzioni includono:

I moderni sistemi di tracciamento dei candidati (ATS), gli strumenti di sourcing assistiti dall'AI e le piattaforme di interviste video possono ridurre drasticamente il tempo dedicato alle attività manuali. Tuttavia, la tecnologia offre valore quando viene utilizzata intenzionalmente. Verificare lo stack tecnologico attuale di un'organizzazione può migliorare le prestazioni assicurando che i selezionatori non lavorino con strumenti ingombranti e implementando sistemi che si integrano perfettamente con i workflow esistenti.

Sempre più spesso, gli strumenti di AI migliorano il processo di assunzione esaminando i curriculum, reperendo i candidati e personalizzando i follow-up, consentendo ai recruiter di concentrarsi su un lavoro più basato sulle relazioni. 

Per le organizzazioni può essere utile mappare i processi attuali per identificare dove si perde tempo o dove i passaggi sono ridondanti. Ad esempio, molte organizzazioni eseguono diversi cicli di colloqui o richiedono lunghe applicazioni quando impegni più brevi potrebbero produrre risultati simili. Lo stesso vale per le delibere dei team di assunzione, che spesso coinvolgono più stakeholder. "Costruisci percorsi di processo decisionale più semplici e veloci con proprietari chiari", afferma Enright.

Utilizzando interventi tecnologici come l'AI per valutare le qualifiche dei candidati nelle prime fasi del processo, le organizzazioni possono ridurre i processi ad alta intensità di lavoro e ridurre al minimo il tempo speso per le selezioni iniziali.

L'istinto da solo non costituisce una strategia di assunzione. Interviste strutturate, metriche standardizzate e rubriche di valutazione ben definite aiutano i team a prendere decisioni più coerenti. Con il tempo, monitorare quali assunzioni hanno successo può aiutare le organizzazioni a perfezionare i processi. Con gli strumenti di analytics abilitati dall'AI, le aziende possono generare insight granulari sulle tendenze di assunzione e identificare i criteri che predicono il successo in ruoli specifici. 

La scarsa comunicazione (sia interna che esterna) è una delle cause principali dei ritardi nelle assunzioni. Stabilisci processi di accoglienza chiari all'inizio di ogni ricerca e definisci ruoli e responsabilità tra tutti gli stakeholder. Assicurati che i candidati ricevano aggiornamenti tempestivi e onesti. Il disallineamento e la scarsa comunicazione con i candidati portano a interviste sprecate e a ripetuti sforzi di sourcing.

Gli strumenti di AI possono segnalare in modo proattivo le lacune di comunicazione. Ad esempio, possono avvisare i team di assunzione quando un candidato non comunica per un determinato numero di giorni o redigere aggiornamenti di stato personalizzati su larga scala. 

I guadagni di efficienza ottenuti a scapito dei candidati di qualità non sono veri e propri guadagni. L'obiettivo è costruire un processo che sia al tempo stesso veloce e ponderato. Questo approccio richiede di investire tempo in anticipo per definire chiaramente il ruolo e progettare colloqui che facciano emergere le informazioni di cui l'organizzazione ha bisogno. Un pool di candidati più piccolo, meglio selezionato e con un buon profilo culturale è quasi sempre più efficiente di uno ampio e scarsamente filtrato.

L'AI aiuta i team ad agire prima e più rapidamente sui candidati di qualità più elevata selezionando gli indicatori più probabilmente correlati al successo. Inoltre, riduce il volume delle interviste necessarie senza sacrificare la qualità del pool finale.

I selezionatori dedicano una quantità sproporzionata di tempo a compiti che non richiedono giudizio umano: programmare i colloqui, inviare aggiornamenti sullo stato delle candidature, raccogliere feedback e pubblicare le descrizioni delle posizioni aperte. Automatizzare queste attività permette ai selezionatori di dedicarsi al lavoro che richiede la loro competenza.

L'AI si adatta bene all'automazione amministrativa, dove può gestire compiti ad alto volume basati su regole e garantire un immediato risparmio di tempo. Tuttavia, un'eccessiva automazione dei processi di assunzione può portare a interazioni sconnesse, inefficienti o a segnali mancanti. Le organizzazioni di successo utilizzano l'AI e l'automazione per semplificare l'esperienza di assunzione, non solo per accelerarla.

Molte organizzazioni optano per l'assunzione esterna prima di prendere seriamente in considerazione i candidati interni. Questa tendenza può essere costosa: le assunzioni esterne di solito impiegano più tempo per essere integrate e richiedono più formazione. "Date la priorità ai candidati interni", afferma Enright. "Spesso la strada più veloce è quella interna." I candidati interni tendono già a comprendere la cultura e i sistemi di un'organizzazione. Solidi programmi di mobilità interna migliorano anche l'esperienza dei dipendenti in modo più ampio, fornendo un vantaggio competitivo significativo nei mercati dei talenti ristretti. 

L'AI è utile per analizzare sistematicamente i pool di talenti interni e identificare i dipendenti le cui competenze o la cui esperienza li rendono candidati validi per i ruoli aperti. Questa funzionalità è disponibile anche quando la qualifica attuale di un dipendente non permetterebbe di individuarlo tramite una ricerca tradizionale.

La complessità dei processi può crescere nel tempo, ma sebbene possa segnalare la completezza, può anche mascherare una mancanza di chiarezza sugli aspetti che contano. Ogni nuova fase del processo di selezione o di approvazione è stata aggiunta per un motivo, ma l'effetto cumulativo potrebbe essere un processo di assunzione che richiede mesi.

La semplificazione (sia in un'applicazione iniziale che nei colloqui) si traduce in rapidità e in un'esperienza più positiva per il candidato. Con l'implementazione strategica dell'AI, le organizzazioni possono unificare i dati sulle assunzioni e automatizzare i processi chiave, ottenendo un processo di assunzione più semplice e veloce. 

Essendo frutto della collaborazione tra selezionatori, responsabili delle assunzioni, intervistatori, risorse umane e altri dipartimenti, il processo di assunzione è intrinsecamente interfunzionale. Tuttavia, quando questi stakeholder operano in silos, i processi non possono che rallentare. Un proprietario chiaramente definito per ogni fase del processo di assunzione è un passo fondamentale, così come la creazione di canali di comunicazione continui tra i vari reparti.

L'AI può aiutare nel coordinamento monitorando le scadenze dei feedback, aumentando le approvazioni mancate e permettendo a ogni stakeholder di avere visibilità su ogni fase del processo di assunzione. 

L'assunzione per un ruolo poco conosciuto, o con una visione limitata del ruolo, può rallentare il processo e creare risultati disastrosi. L'importante, afferma Enright, è capire il vero lavoro. "Raramente le organizzazioni approfondiscono l'aspetto del successo nel ruolo, quindi i requisiti si gonfiano con requisiti che non sono davvero richiesti." Per svolgere questo lavoro, osserva, le organizzazioni devono "evitare di confondere le competenze con tratti caratteriali, esperienze o preferenze".

Un colloquio approfondito per definire i requisiti prima di avviare la ricerca, unito a una visione ampia dei profili dei potenziali candidati, è un investimento che si ripaga da solo. L'uso dell'AI per mappare competenze e lavori in un'organizzazione può aiutare i responsabili delle assunzioni a condurre conversazioni strutturate e ben informate per prevenire precocemente i disallineamenti. 

"Bisogna distinguere le caratteristiche che devono essere presenti fin dal primo giorno da quello che si può insegnare", afferma Enright. Le descrizioni delle posizioni lavorative sono spesso più una lista dei desideri che una reale priorità di requisiti, e alcuni responsabili delle assunzioni fanno fatica a essere creativi nella valutazione delle competenze trasversali.

"I team troppo spesso escludono i candidati forti perché mancano di un elemento ristretto e che si può insegnare, invece di considerare l'adattabilità, la traiettoria e il potenziale", afferma. "Trascurano anche la mobilità interna, i cicli di feedback e la realtà che i ruoli si evolvono più velocemente rispetto ai requisiti utilizzati per definirli".

L'AI può analizzare le descrizioni dei lavori e i dati storici sulle assunzioni per distinguere quali requisiti dichiarati erano presenti nelle assunzioni di successo. Questa analisi fornisce una base di evidenze che permette ai team di scrivere i requisiti intorno agli aspetti davvero importanti.

"Le metriche significative ora si concentrano sulla qualità delle decisioni, sulla chiarezza dei ruoli e sull'adattamento a lungo termine, non solo sulla velocità", afferma Enright. "Le metriche tradizionali si concentrano sull'attività, le metriche moderne si concentrano sul modo in cui assumi in modo intelligente e sostenibile." Le variabili misurabili più utili per valutare l'efficienza delle assunzioni nel posto di lavoro moderno, secondo lui, sono: 

Più indicativo del tempo necessario per coprire una posizione o per assumere, il tempo che serve per prendere una decisione indica quanto tempo intercorre tra la ricezione di una candidatura, o il completamento di un colloquio, e la decisione di assumere il candidato. Lunghi intervalli tra le fasi possono indicare una mancanza di coordinamento o un'autorità decisionale poco chiara. 

Se i requisiti per un ruolo cambiano in modo significativo dopo l'inizio del sourcing, è un segno che il ruolo non è stato ben compreso all'inizio. Tracciare la frequenza con cui cambiano i requisiti di lavoro aiuta le organizzazioni a identificare quali funzioni potrebbero aver bisogno di maggiore supporto. 

La percentuale di ruoli ricoperti internamente ha un duplice scopo: misura l'efficienza delle assunzioni e funge da indicatore principale dell'impegno dei dipendenti. Le organizzazioni che ricoprono ruoli internamente si muovono più velocemente e conservano preziose conoscenze istituzionali, oltre a preservare la cultura aziendale a lungo termine. 

Quando i candidati si ritirano dal processo prima di un'offerta di lavoro o di un rifiuto, il motivo può essere una metrica critica da monitorare. I cali di rendimento dovuti a un disallineamento delle aspettative rappresentano dei fallimenti che si possono prevenire. Monitorare e categorizzare sistematicamente le ragioni per cui i candidati abbandonano il processo, che si tratti di disallineamento retributivo o di un malinteso sul ruolo, può essere una fonte critica di dati potenziali sul miglioramento. Questa metrica può essere più utile del tasso di accettazione delle offerte per identificare i colli di bottiglia nel processo di assunzione. 

Le prestazioni osservate dopo qualche mese dall'assunzione di un nuovo dipendente possono essere una misura più onesta della qualità dell'assunzione rispetto all'impressione iniziale del candidato durante il colloquio. Le organizzazioni che monitorano le prestazioni dei nuovi assunti in base ai criteri di assunzione possono identificare quali momenti del processo prevedono il successo e quali sono meno importanti.

Dopo aver effettuato un'assunzione, esaminare la descrizione del lavoro originale rispetto a un candidato effettivamente assunto rivela quanto fossero realistici i requisiti. Questa metrica è una misura diretta di quanto i requisiti riflettano le reali esigenze del ruolo. 

Per quanto riguarda le assunzioni, lo screening dei curriculum e la programmazione dei colloqui, l'intelligenza artificiale è diventata sempre più onnipresente. "Ma la chiave per un'implementazione efficace è capire per cosa la tecnologia è veramente adatta: l'AI è più preziosa quando aiuta le organizzazioni a vedere più chiaramente ruoli e talenti", afferma Enright, "non quando rafforza l'abbinamento irrealistico". In generale, l'AI aggiunge il maggior valore quando: 

Gli strumenti basati su AI analizzano le descrizioni delle mansioni e segnalano il linguaggio che potrebbe essere vago o incoerente. Può anche aiutare i responsabili delle assunzioni e i recruiter a riflettere su quali requisiti siano davvero essenziali o ad analizzare gli indicatori di successo dei ruoli precedenti. Il risultato? Descrizioni delle posizioni lavorative più mirate e oneste, in grado di attrarre i candidati giusti. 

Una delle applicazioni più promettenti dell'AI è l'identificazione dei candidati le cui competenze si avvicinano, anche se non corrispondono esattamente, ai requisiti dichiarati. Questa funzionalità è preziosa per la mobilità interna, dove l'AI mette in risalto i dipendenti che hanno sviluppato competenze rilevanti in modi che potrebbero non essere visti tramite una semplice ricerca delle credenziali.

Lo stesso schema si applica ai candidati esterni che potrebbero non essere stati i più adatti per una singola posizione. In un caso, una società di media ha chiesto ai candidati che non erano stati inizialmente assunti il permesso di conservare le informazioni in un database. Utilizzando la gen AI, l'azienda ha abbinato questi candidati a nuove opportunità man mano che si sono rese disponibili. 

L'AI può aiutare i team di assunzione a distinguere tra requisiti che devono essere presenti fin dal primo giorno e le competenze che possono ragionevolmente essere sviluppate all'interno del ruolo. Attingendo a modelli di ruoli e settori simili, l'AI può avviare conversazioni più realistiche sulle esigenze quotidiane di un ruolo e aiutare a prevenire un eccesso di specifiche che eliminano inutilmente candidati forti.

Gli aggiornamenti di stato e la programmazione sono compiti che richiedono molto tempo e che l' AI e automazione dei workflow gestiscono ragionevolmente senza l'intervento umano. Questo cambiamento permette ai selezionatori di concentrarsi su attività a maggior valore aggiunto, investendo il loro tempo dove conta davvero: nella costruzione di relazioni, nella valutazione dei candidati e nelle partnership strategiche.

L'analytics guidata dall'AI può far emergere modelli nei dati di assunzione che potrebbero essere invisibili a chi si concentra su una singola ricerca. Quali fasi si bloccano costantemente? Quali ruoli si aprono ripetutamente? Questi insight permettono alle organizzazioni di intervenire al momento giusto e con gli interventi più appropriati.

In definitiva, afferma Enright: "L'AI migliora l'efficienza riducendo il rumore e ampliando il pool in modo intelligente, non filtrando le mistiche "corrispondenze perfette".

Le posizioni aperte comportano costi reali: perdita di produttività, team sovraccarichi di lavoro e mancato raggiungimento degli indicatori chiave di prestazione (KPI). Le organizzazioni che costruiscono processi di assunzione veramente efficienti riconoscono che la rapidità è il risultato collaterale, non l'obiettivo.

"Una cosa che spesso si trascura è che aumentare l'efficienza delle assunzioni non riguarda solo accelerare il workflow, ma migliorare la qualità delle decisioni al suo interno," afferma Enright. La maggior parte degli strumenti odierni, afferma, può rendere il processo più veloce senza modificare le sfide fondamentali al centro del processo di assunzione: giudicare l'atteggiamento e le capacità di un individuo rispetto a quelle che chiama "prestazioni umane nel contesto futuro".

"Accelerare semplicemente i passaggi non rende la previsione più accurata", afferma Enright.

Per riprogettare i processi di assunzione al fine di supportare meglio questo difficile giudizio e aumentare la qualità delle decisioni nelle assunzioni, Enright consiglia di concentrarsi sulle seguenti dinamiche:

• Chiarezza delle prove: capire cosa conta davvero nella valutazione di qualcuno e cosa è solo rumore.
• Coerenza dell'interpretazione: riduzione della varianza tra intervistatori, criteri e fasi.
• Visibilità su come vengono prese le decisioni: quali segnali hanno influenzato il risultato, dove gli intervistatori erano in disaccordo e perché.
• Imparare dalle decisioni passate: guardare indietro alle assunzioni precedenti per capire quali giudizi erano predittivi e quali no.
• Far emergere la didattica e il potenziale interno: espandere il pool di talenti disponibili invece di restringerlo attraverso aspettative irrealistiche.
• Progettare strumenti che migliorino il giudizio piuttosto che annullarlo: fornire alle persone insight migliori, non determinare il risultato per loro.

Enright aggiunge: "L'efficienza migliora di più quando le organizzazioni smettono di cercare di perfezionare il funnel e si concentrano invece sul rafforzamento del giudizio al suo interno".