อาร์ชัม กาฮ์เรมานี, PhD, ผู้ร่วมก่อตั้งและซีอีโอของ Ribbon – สัมภาษณ์ซีรีส์

อาร์ชัม กาฮ์เรมานี, PhD, เป็นผู้ร่วมก่อตั้งและซีอีโอของ Ribbon โดยมีฐานอยู่ที่โตรอนโต และเดิมจากสหราชอาณาจักร กาฮ์เรมานีมีประสบการณ์ทางด้านปัญญาประดิษฐ์และชีววิทยา ประสบการณ์ทางอาชีพของเขามีหลายโดเมน รวมถึงการซื้อขายความถี่สูง การสรรหาบุคลากร และการวิจัยชีวการแพทย์

กาฮ์เรมานีเริ่มทำงานในด้าน AI เมื่อประมาณปี 2014 เขาได้รับ PhD จาก The Francis Crick Institute โดยใช้ AI แบบสร้างสรรค์ในการศึกษาการควบคุมยีนมะเร็ง — ยาวก่อนที่คำว่า “AI แบบสร้างสรรค์” จะเข้าสู่การใช้งานหลัก

ปัจจุบันเขากำลังนำ Ribbon ซึ่งเป็นบริษัทเทคโนโลยีที่มุ่งเน้นในการเร่งกระบวนการสรรหาบุคลากรอย่างมาก Ribbon ได้ ระดมทุนมากกว่า 8 ล้านดอลลาร์ สนับสนุนผู้หางานมากกว่า 200,000 คน และยังคงเติบโตทีมของตน แพลตฟอร์มนี้มีเป้าหมายที่จะทำให้กระบวนการสรรหาบุคลากรเร็วขึ้น 100 เท่าโดยการรวม AI และการอัตโนมัติเพื่อปรับกระบวนการทำงานของการสรรหาบุคลากร

เรามาเริ่มต้นตั้งแต่ต้น — สิ่งใดที่สร้างแรงบันดาลใจให้คุณก่อตั้ง Ribbon และ “aha” คืออะไรที่ทำให้คุณตระหนักว่าการสรรหาบุคลากรมีปัญหา?

ฉันพบกับ Dave Vu ผู้ร่วมก่อตั้งเมื่อเราอยู่ที่ Ezra — เขาเป็นหัวหน้าฝ่ายบุคลากรและทาเลนต์ และฉันคือหัวหน้าฝ่าย Machine Learning เมื่อเราขยายทีมของฉันอย่างรวดเร็ว เรารู้สึกกดดันในการจ้างงานอย่างรวดเร็ว แต่เราไม่มีเครื่องมือที่เหมาะสมในการทำให้กระบวนการนี้ง่ายขึ้น ฉันเริ่มใช้ AI ตั้งแต่เนิ่นๆ (ฉันจบ PhD ในปี 2014 ซึ่งก่อนที่ AI จะกลายเป็นกระแสหลัก) และฉันมีความเข้าใจเรื่องผลกระทบของ AI ต่อการสรรหาบุคลากร ฉันเห็นปัญหาความไม่มีประสิทธิภาพและความท้าทายในการสรรหาบุคลากรแบบดั้งเดิม และฉันรู้ว่าต้องมีวิธีที่ดีกว่านี้ การตระหนักนี้นำเราไปสู่การสร้าง Ribbon

คุณ曾ทำงานในบทบาท Machine Learning ที่ Amazon, Ezra และแม้กระทั่งในการซื้อขายแบบอัลกอริทึม การทำงานในบริบทเหล่านี้มีอิทธิพลต่อการสร้าง Ribbon อย่างไร?

ที่ Ezra ฉันทำงานเกี่ยวกับ AI สุขภาพ โดยที่ความเสี่ยงไม่สามารถสูงกว่านี้ได้ — หากระบบ AI มีความเอนเอียง มันอาจเป็นเรื่องของชีวิตหรือความตาย เราใช้เวลาและพลังงานมากในการทำให้แน่ใจว่า AI ของเรามีความเป็นกลาง และพัฒนาวิธีการในการตรวจจับและบรรเทาผลกระทบของความเอนเอียง ฉันนำเทคนิคเหล่านี้ไปใช้ที่ Ribbon โดยที่เราใช้เทคนิคเหล่านี้เพื่อตรวจสอบและลดความเอนเอียงใน AI ผู้สัมภาษณ์ของเรา สุดท้ายก็ทำให้กระบวนการสรรหาบุคลากรมีความเท่าเทียมกันมากขึ้น

ประสบการณ์ของคุณในฐานะผู้สมัครงานและผู้จัดการการสรรหาบุคลากร มีอิทธิพลต่อการตัดสินใจเกี่ยวกับผลิตภัณฑ์ในช่วงแรกๆ อย่างไร?

การหางานเป็นกระบวนการที่ยากสำหรับผู้สมัครงานระดับจูเนียร์ ฉันจำได้ว่าไม่นานมานี้ ฉันเป็นผู้สมัครงานระดับจูเนียร์ที่สมัครงานหลายที่ มันกลายเป็นเรื่องที่ยากขึ้นตั้งแต่นั้นมา ที่ Ribbon เรามีความเห็นอกเห็นใจผู้สมัครงานอย่างลึกซึ้ง Voice AI ของเรามักเป็นจุดติดต่อแรกระหว่างบริษัทและผู้สมัคร ดังนั้นเราจึงทำงานอย่างหนักเพื่อให้ประสบการณ์นี้เป็นเชิงบวกและให้รางวัล หนึ่งในวิธีที่เราทำคือการรับรองว่าผู้สมัครพูดคุยกับ AI เหมือนเดิมตลอดกระบวนการสรรหาบุคลากร ความสม่ำเสมนี้ช่วยสร้างความไว้วางใจและความสบายใจ — ไม่เหมือนกับกระบวนการดั้งเดิมที่ผู้สมัครถูกส่งต่อไปยังคนหลายคน AI ของเรามีเสียงที่คุ้นเคยและสม่ำเสมอ ซึ่งช่วยให้ผู้สมัครรู้สึกสบายใจมากขึ้นเมื่อพวกเขาผ่านการสัมภาษณ์และการประเมิน

Ribbon มีการสัมภาษณ์ที่รู้สึกเหมือนมนุษย์มากกว่าบอทที่มีคำสั่งล่วงหน้า บอกเรามากขึ้นเกี่ยวกับกระแสการสัมภาษณ์ที่ปรับเปลี่ยนได้ของ Ribbon มีการทำความเข้าใจแบบเรียลไทม์อะไรที่เกิดขึ้นเบื้องหลัง?

เราสร้างโมเดล Machine Learning 5 รุ่นในบ้านและรวมเข้ากับโมเดลที่มีอยู่ 4 รุ่นเพื่อสร้างประสบการณ์การสัมภาษณ์ของ Ribbon เบื้องหลัง เรากำลังประเมินการสนทนาอย่างต่อเนื่องและรวมเข้ากับบริบทจากบริษัท หน้าอาชีพ โปรไฟล์สาธารณะ เรซูเม่ และอื่นๆ ข้อมูลทั้งหมดนี้มารวมกันเพื่อสร้างประสบการณ์การสัมภาษณ์ที่ไร้รอยต่อ เหตุผลที่เรารวมข้อมูลมากมายคือเราต้องการให้ผู้สมัครได้รับประสบการณ์ที่ใกล้เคียงกับการสัมภาษณ์ของผู้สรรหาบุคลากรที่แท้จริง

คุณเน้นย้ำว่า 5 นาทีของเสียงสามารถเทียบเท่ากับ 1 ชั่วโมงของข้อมูลเขียน คุณกำลังจับเสียงอะไรในข้อมูลเสียงนั้น และวิเคราะห์อย่างไร?

โดยทั่วไปผู้คนพูดได้เร็วมาก! กระบวนการสมัครงานส่วนใหญ่เป็นกระบวนการที่น่าเบื่อและต้องกรอกแบบฟอร์มและคำถามแบบหลายตัวเลือกหลายชุด เราพบว่า 5 นาทีของการสนทนาแบบธรรมชาติเทียบเท่ากับคำถามแบบหลายตัวเลือกประมาณ 25 ข้อ ความหนาแน่นของข้อมูลในการสนทนาทางเสียงนั้นยากที่จะเอาชนะ นอกจากนี้เรายังรวบรวมปัจจัยอื่นๆ เช่น ทักษะภาษาและทักษะการสื่อสาร

Ribbon ยังทำหน้าที่เป็น AI ที่มีพลังในการเขียนอัตโนมัติพร้อมสรุปและคะแนน การตีความมีบทบาทอย่างไรในการทำให้ข้อมูลนี้มีประโยชน์ — และยุติธรรม — สำหรับผู้สรรหาบุคลากร?

การตีความเป็นศูนย์กลางของแนวทางของ Ribbon ทุกคะแนนและการวิเคราะห์ที่เราสร้างจะเชื่อมโยงกับแหล่งที่มาของมัน ทำให้ AI ของเรามีความโปร่งใส

ตัวอย่างเช่น เมื่อเราคะแนนผู้สมัครตามทักษะของพวกเขา เราจะอ้างอิงสองสิ่งนี้:

1. ข้อกำหนดงานเดิมและ
2. ช่วงเวลาที่แน่นอนในการสัมภาษณ์ที่ผู้สมัครกล่าวถึงทักษะ

เรามั่นใจว่าความสามารถในการตีความของระบบ AI มีความสำคัญอย่างยิ่งเพราะสุดท้ายแล้ว เรากำลังช่วยให้บริษัทต่างๆ ตัดสินใจ และบริษัทต่างๆ ต้องการตัดสินใจโดยอาศัยข้อมูลที่เป็นรูปธรรม ซึ่งเป็นสิ่งสำคัญสำหรับทั้งความยุติธรรมและความไว้วางใจในการสรรหาบุคลากรที่ขับเคลื่อนด้วย AI

ความเอนเอียงในระบบ AI การสรรหาบุคลากรเป็นเรื่องที่น่ากังวลมาก Ribbon ได้รับการออกแบบมาเพื่อลดหรือบรรเทาผลกระทบของความเอนเอียงขณะยังแสดงผู้สมัครที่ดีที่สุดอย่างไร?

ความเอนเอียงเป็นปัญหาที่สำคัญในระบบ AI การสรรหาบุคลากร และเราพิจารณาเรื่องนี้อย่างจริงจังที่ Ribbon เราได้สร้าง AI ผู้สัมภาษณ์ของเราเพื่อประเมินผู้สมัครตามทักษะและความสามารถที่วัดได้ ซึ่งลดความ субเจกทีฟที่มักจะนำความเอนเอียงเข้ามา เราตรวจสอบระบบ AI ของเราเป็นประจำเพื่อความยุติธรรม ใช้เซตข้อมูลที่หลากหลายและสมดุล และรวมการดูแลของมนุษย์เพื่อจับและแก้ไขความเอนเอียงที่อาจเกิดขึ้น การมุ่งมั่นของเราคือการนำเสนอผู้สมัครที่ดีที่สุดอย่างยุติธรรม โดยรับรองการตัดสินใจในการสรรหาบุคลากรที่เท่าเทียมกัน

ผู้สมัครสามารถสัมภาษณ์ได้ทุกเมื่อ แม้กระทั่งเวลา 2 นาฬิกา ความยืดหยุ่นมีความสำคัญอย่างไรในการทำให้การเข้าถึงงานมีประชาธิปไตย โดยเฉพาะสำหรับชุมชนชายขอบ?

ความยืดหยุ่นเป็นกุญแจสำคัญในการทำให้การเข้าถึงงานมีประชาธิปไตย การสัมภาษณ์แบบเสมอของ Ribbon ช่วยให้ผู้สมัครสามารถเข้าร่วมได้ทุกเมื่อที่สะดวกสำหรับพวกเขา โดยทำลายข้อจำกัดดั้งเดิม เช่น ตารางเวลาที่ขัดแย้งกันหรือการมีอยู่ที่จำกัด ซึ่งเป็นประโยชน์อย่างยิ่งสำหรับผู้ปกครองและผู้ที่มีเวลาทำงานที่ไม่ปกติ จริงๆ แล้ว 25% ของการสัมภาษณ์ของ Ribbon เกิดขึ้นระหว่าง 23.00 น. ถึง 2.00 น. ตามเวลาในท้องถิ่น

สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับชุมชนชายขอบ โดยที่ผู้หางานมักเผชิญกับการจำกัดเพิ่มเติม ด้วยการเปิดให้เข้าถึงได้ตลอด 24 ชั่วโมง Ribbon ช่วยให้แน่ใจว่าทุกคนมีโอกาสที่ยุติธรรมในการแสดงทักษะและหาความเป็นไปได้ในการจ้างงาน

Ribbon ไม่ใช่แค่เรื่องการจ้างงาน — แต่เกี่ยวกับการลดความตึงเครียดระหว่างคนกับความเป็นไปได้ อนาคตดูเหมือนอย่างไร?

ที่ Ribbon วิสัยทัศน์ของเราขยายออกไปนอกเหนือจากการสรรหาบุคลากรที่มีประสิทธิภาพ เราต้องการกำจัดความตึงเครียดระหว่างบุคคลและโอกาสที่เหมาะสมกับพวกเขา เราเห็นอนาคตที่เทคโนโลยีเชื่อมโยงผู้มีพรสวรรค์กับบทบาทที่สอดคล้องกับความสามารถและความทะเยอทะยานของพวกเขา โดยไม่คำนึงถึงภูมิหลังหรือเครือข่ายของพวกเขา โดยการลดความตึงเครียดในการเคลื่อนย้ายอาชีพ เราเปิดโอกาสให้พนักงานเติบโต พัฒนา และค้นหาความเป็นไปได้ที่น่าพึงพอใจโดยไม่มีข้อจำกัดที่ไม่จำเป็น การเคลื่อนย้ายภายในที่เร็วขึ้น การหมุนเวียนที่ต่ำกว่า และสุดท้ายคือผลลัพธ์ที่ดีกว่าสำหรับทั้งบุคคลและบริษัท

คุณมองเห็น AI ที่จะเปลี่ยนแปลงกระบวนการสรรหาบุคลากรและตลาดงานในวงกว้างในช่วง 5 ปีหน้าอย่างไร?

AI จะเปลี่ยนแปลงกระบวนการสรรหาบุคลากรและตลาดงานอย่างลึกซึ้งในช่วง 5 ปีหน้า เราคาดหวังว่าระบบอัตโนมัติที่ขับเคลื่อนด้วย AI จะทำให้กระบวนการทำงานซ้ำๆ ง่ายขึ้น ทำให้ผู้สรรหาบุคลากรสามารถมุ่งเน้นไปที่การโต้ตอบกับผู้สมัครอย่างลึกซึ้งและตัดสินใจในการสรรหาบุคลากรเชิงกลยุทธ์ AI จะปรับปรุงความแม่นยำในการจับคู่ผู้สมัครกับบทบาท ทำให้กระบวนการสรรหาบุคลากรเร็วขึ้นและปรับปรุงประสบการณ์ของผู้สมัคร อย่างไรก็ตาม เพื่อให้บรรลุประโยชน์เหล่านี้อย่างเต็มที่ อุตสาหกรรมจะต้องจัดลำดับความสำคัญของความโปร่งใส ความยุติธรรม และการพิจารณาด้านจริยธรรม เพื่อให้แน่ใจว่า AI จะกลายเป็นเครื่องมือที่เชื่อถือได้ซึ่งสร้างภูมิทัศน์การจ้างงานที่เท่าเทียมกันมากขึ้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Ribbon เพื่อเรียนรู้เพิ่มเติม