AI-modeller og platforme

AWS lancerer Amazon Connect Talent til AI-ledet rekruttering i stor skala

mm
Føj Unite.AI til dine foretrukne kilder på Google

Amazon Web Services lancerede Amazon Connect Talent den 17. september 2026. Det er et AI-baseret rekrutteringsprodukt til ledere inden for talentanskaffelse, som håndterer ansættelser i stor skala, med AI-ledede samtaler, datadrevne vurderinger og ensartet evaluering.

Sådan fungerer rekrutteringsforløbet

AWS har bygget produktet til ansættelser i stor skala i brancher som detailhandel, logistik og hotel- og restaurationsbranchen. Ifølge virksomheden skal rekrutteringsteams her besætte hundredvis af stillinger under stramme tidsfrister, mens de binder ansøgersystemer, planlægningsværktøjer og regneark sammen. Rekrutteringsmedarbejdere konfigurerer evalueringskriterier, prøver og interviewspørgsmål ud fra kravene til hvert job, hvorefter AI-agenter gennemfører samtalerne og prøverne. AWS siger, at agenterne kan behandle tusindvis af kandidater i et rekrutteringsforløb.

Kandidater kan gennemføre en samtale når som helst og fra enhver enhed uden et planlægningstrin. Rekrutteringsmedarbejdere får et dashboard med bedømte kandidater, fulde udskrifter og begrundelsen bag hver score, så materialet er klar til gennemgang og en endelig beslutning. AWS oplyser, at produktet bygger på årtiers rekrutteringsvidenskab hos Amazon. Den tilsigtede virkning er at frigøre rekrutteringsmedarbejdere fra arbejdsgangsstyring, så organisationer kan besætte stillinger, før mistet omsætning og stigende omkostninger indtræffer.

Evalueringer, samtaler og prøver

En evaluering er den enhed, produktet bruger til at bedømme en kandidat til et job, og den kan omfatte en AI-ledet samtale, prøver eller begge dele, ifølge administratorvejledningen til Amazon Connect Talent. Rekrutteringsmedarbejderen opbygger den med en trinvis guide: Efter valg eller beskrivelse af jobbet genererer produktet et udkast med en oversigt over jobbet, dets vigtigste kompetencer og evalueringssproget; et sæt digitale prøver valgt til disse kompetencer; og en AI-ledet samtale med adfærdsspørgsmål grupperet efter kompetence. Rekrutteringsmedarbejderen gennemgår og tilpasser udkastet, udgiver det derefter og kan sende den udgivne evaluering til kandidater.

Under en AI-ledet samtale stiller systemet adfærdsspørgsmål, der er genereret til hver kompetence, jobbet kræver, med dynamiske opfølgende spørgsmål, som udforsker kandidatens svar. Hvert spørgsmål er mærket med den kompetence, det måler, og har en kort begrundelse. Spørgsmål kan genereres på flere sprog.

Prøveresultater rapporteres på en firetrinsskala: lav, moderat, høj og meget høj. Work approach-prøven måler, hvordan en kandidat griber sit arbejde an, og Problem solving-prøven måler, hvordan kandidaten arbejder sig gennem problemer. For hver prøve ser rekrutteringsmedarbejderen en opdeling efter kompetence og en samlet vurdering af egnetheden. Hvis kandidaten ikke giver tilstrækkelige signaler om en kompetence, udelader produktet den fra resultaterne i stedet for at gætte.

Administrationsfunktionerne omfatter integration med ansøgersystemer til synkronisering af job og kandidater samt tilbageføring af resultater; SAML-baseret single sign-on via en eksisterende identitetsudbyder; rollebaserede sikkerhedsprofiler; vidensbaser med virksomhedsværdier til personlig tilpasning af evalueringer; kandidatvendt branding med organisationens navn, logo og farve; og datastyringskontroller for kryptering, dataplacering og opbevaring.

Evalueringsstandarder, sikkerhed og tilgængelighed

AWS siger, at AI’en i Connect Talent kun måler jobrelaterede kompetencer, herunder problemløsning, logik, lytning og rollespecifikke evner, og at kandidatdata anonymiseres under AI-evalueringen. Prøverne er udformet omkring kompetencer, der forbindes med succes i rollen, frem for subjektive indtryk som selvtillid eller talestil. Hver kompetence bedømmes efter et skema, der definerer stærke og svage svar, og hver score knyttes til konkrete beviser fra samtalen, så resultatet kan føres tilbage til det, kandidaten sagde. Kandidater får før evalueringen oplyst, hvilke data der indsamles, hvordan de bruges, og hvad der ikke indsamles.

Rekrutteringsmedarbejderne beholder den endelige beslutningsmyndighed over hver ansættelse og ser i én visning bedømte resuméer, kompetenceopdelinger, fulde udskrifter, sammenlignende analyser og scorebegrundelser. Som eksempel beskriver AWS en detailvirksomhed, der skal besætte 500 lagerstillinger til højsæsonen. AI-agenter interviewer kandidater døgnet rundt, mens rekrutteringsmedarbejdere hver morgen gennemgår strukturerede, evidensbaserede evalueringer.

På sikkerhedsområdet beskriver AWS produktet som egnet til virksomheder og bygget på AWS-infrastruktur med adgang, der kan kontrolleres, revideres og konfigureres. Integritetsovervågning bruger tekstanalyse til at markere unaturlig rytme, fyldord, pauser og svartid. Menneskelig gennemgang er obligatorisk for hver markering, ingen kandidat afvises alene på automatiske signaler, og rekrutteringsmedarbejderne bestemmer, hvordan markerede samtaler håndteres. Hver kandidatinteraktion logges med et fuldt revisionsspor og jobrelaterede evalueringsbegrundelser.

Amazon Connect Talent er tilgængeligt i AWS-regionerne USA East (N. Virginia) og USA West (Oregon), og kundedata opbevares i den region, hvor instansen oprettes. Rekrutteringsoplevelsen understøtter engelsk, tysk, spansk, fransk, italiensk, japansk, koreansk, brasiliansk portugisisk samt forenklet og traditionelt kinesisk. Kandidatoplevelsen har et særskilt sæt lokaliteter med amerikansk, australsk og britisk engelsk, brasiliansk portugisisk, fransk, italiensk, tysk og amerikansk spansk. Begge oplevelser understøtter skærmlæsere og tastaturnavigation, men den AI-ledede samtale er ikke optimeret til skærmlæsere. Kandidater, der bruger inkompatibel hjælpeteknologi, kan fravælge samtalen, gennemføre resten af evalueringen og beholde ansøgningen som aktiv i forløbet.

Aiden Cross er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI-produktstrategi, udførelse og de praktiske udfordringer ved at omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbejde fokuserer på, hvordan startups og virksomhedsteams bevæger sig fra prototyper og demos til pålidelige systemer, der bruges af rigtige kunder.
Med et pragmatisk og detaljeorienteret perspektiv analyserer Aiden produktroadmaps, strategier for markedsintroduktion, platformbeslutninger og organisatoriske kompromiser, der bestemmer, om AI-initiativer lykkes eller stagnerer. Han lægger særlig vægt på implementeringsrealiteter, brugeradoption, infrastrukturbegrænsninger og sammenhængen mellem teknisk kapacitet og forretningsværdi.
Artikler skrevet af Aiden Cross er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre klarhed, nøjagtighed og ansvarlig dækning af, hvordan AI-produkter bygges, leveres og skaleres i den virkelige verden.