อาร์ชัม กฮะรามานี, PhD, ผู้ร่วมก่อตั้งและซีอีโอของ Ribbon – ซีรีส์สัมภาษณ์

อาร์ชัม กฮะรามานี, PhD, เป็นผู้ร่วมก่อตั้งและซีอีโอของ Ribbon ซึ่งตั้งอยู่ที่โตรอนโต และเดิมจากสหราชอาณาจักร กฮะรามานีมีประสบการณ์ทางด้านปัญญาประดิษฐ์และชีววิทยา ประสบการณ์ทางอาชีพของเขาครอบคลุมหลายโดเมน รวมถึงการซื้อขายสัญญาซื้อขายล่วงหน้า การสรรหาบุคลากร และการวิจัยชีวเวช

กฮะรามานีเริ่มทำงานในด้านปัญญาประดิษฐ์ในปี 2014 เขาได้รับ PhD จากสถาบัน Francis Crick โดยใช้ปัญญาประดิษฐ์แบบสร้างสรรค์ในการศึกษาการควบคุมยีนมะเร็ง—ก่อนที่คำว่า “ปัญญาประดิษฐ์แบบสร้างสรรค์” จะเข้าสู่การใช้งานทั่วไป

ปัจจุบันเขากำลังเป็นผู้นำ Ribbon ซึ่งเป็นบริษัทเทคโนโลยีที่มุ่งเน้นในการเร่งกระบวนการสรรหาบุคลากรอย่างมาก Ribbon ได้รับการสนับสนุนมากกว่า 8 ล้านดอลลาร์ และได้รับการสนับสนุนจากผู้หางานมากกว่า 200,000 คน และยังคงเติบโตทีมของตน แพลตฟอร์มนี้มีเป้าหมายที่จะทำให้กระบวนการสรรหาบุคลากรเร็วขึ้น 100 เท่าโดยการรวมปัญญาประดิษฐ์และการอัตโนมัติเพื่อปรับปรุงกระบวนการสรรหาบุคลากร

เรามาเริ่มต้นที่จุดเริ่มต้น — สิ่งใดที่สร้างแรงบันดาลใจให้คุณก่อตั้ง Ribbon และสิ่งใดที่ทำให้คุณตระหนักว่ากระบวนการสรรหาบุคลากรมีปัญหา?

ฉันพบกับ Dave Vu ซึ่งเป็นผู้ร่วมก่อตั้งของฉันในขณะที่เราทั้งคู่อยู่ที่ Ezra—เขาเป็นหัวหน้าฝ่ายบุคลากร และฉันเป็นหัวหน้าฝ่ายปัญญาประดิษฐ์ ในขณะที่เราขยายทีมของฉันอย่างรวดเร็ว เรารู้สึกกดดันที่จะจ้างคนใหม่ๆ อย่างรวดเร็ว แต่เราไม่มีเครื่องมือที่เหมาะสมในการปรับปรุงกระบวนการนี้ ฉันเข้าสู่ด้านปัญญาประดิษฐ์ตั้งแต่เนิ่นๆ (ฉันจบ PhD ในปี 2014 ก่อนที่ปัญญาประดิษฐ์จะกลายเป็นที่นิยม) และฉันมีความเข้าใจเกี่ยวกับผลกระทบของปัญญาประดิษฐ์ต่อกระบวนการสรรหาบุคลากร ฉันเห็นปัญหาความไม่มีประสิทธิภาพและความท้าทายในกระบวนการสรรหาบุคลากรแบบดั้งเดิม และฉันรู้ว่าต้องมีวิธีที่ดีกว่า การตระหนักนี้ทำให้เราได้สร้าง Ribbon ขึ้น

คุณได้ทำงานในบทบาทด้านปัญญาประดิษฐ์ที่ Amazon (AMZN ), Ezra และแม้กระทั่งการซื้อขายแบบอัลกอริทึม การทำงานในด้านเหล่านี้มีผลกระทบต่อการสร้าง Ribbon อย่างไร?

ที่ Ezra ฉันทำงานเกี่ยวกับเทคโนโลยีสุขภาพที่ใช้ปัญญาประดิษฐ์ ซึ่งมีความเสี่ยงสูง—หากระบบปัญญาประดิษฐ์มีความเอนเอียง มันอาจเป็นเรื่องของชีวิตหรือความตาย เราใช้เวลาและพลังงานในการทำให้แน่ใจว่าระบบปัญญาประดิษฐ์ของเรามีความเป็นกลาง และพัฒนาวิธีการในการตรวจจับและบรรเทาผลกระทบของความเอนเอียง ฉันนำเทคนิคเหล่านี้มาใช้ที่ Ribbon โดยที่เรามีการใช้เทคนิคเหล่านี้เพื่อตรวจสอบและลดความเอนเอียงในระบบสัมภาษณ์แบบปัญญาประดิษฐ์ของเรา สุดท้ายทำให้กระบวนการสรรหาบุคลากรมีความเท่าเทียมมากขึ้น

ประสบการณ์ของคุณในฐานะผู้สมัครงานและผู้จัดการการสรรหาบุคลากรมีผลกระทบต่อการตัดสินใจเกี่ยวกับผลิตภัณฑ์ในระยะแรกอย่างไร?

การหางานเป็นกระบวนการที่ยากสำหรับผู้สมัครงานที่มีประสบการณ์น้อย ฉันจำได้ว่าไม่นานมานี้ ฉันเป็นผู้สมัครงานที่มีประสบการณ์น้อยและสมัครงานหลายตำแหน่ง มันกลายเป็นเรื่องที่ยากขึ้นสำหรับผู้สมัครงานที่มีประสบการณ์น้อย ที่ Ribbon เรามีความเห็นอกเห็นใจผู้สมัครงานอย่างลึกซึ้ง ระบบสัมภาษณ์แบบปัญญาประดิษฐ์ของเรามักจะเป็นจุดติดต่อแรกระหว่างบริษัทและผู้สมัครงาน ดังนั้นเราจึงทำงานอย่างหนักเพื่อให้แน่ใจว่าประสบการณ์นี้เป็นไปอย่างดีและให้ผลลัพธ์ที่ดี หนึ่งในวิธีที่เราทำคือการให้ผู้สมัครงานสัมภาษณ์กับระบบปัญญาประดิษฐ์แบบเดียวกันตลอดกระบวนการสรรหาบุคลากร ความต่อเนื่องนี้ช่วยสร้างความไว้วางใจและความสบายใจ—ไม่เหมือนกับกระบวนการสรรหาบุคลากรแบบดั้งเดิมที่ผู้สมัครงานถูกส่งต่อไปยังหลายคน ระบบปัญญาประดิษฐ์ของเรามอบความมั่นคงและความคุ้นเคยที่ช่วยให้ผู้สมัครงานรู้สึกสบายใจมากขึ้นเมื่อพวกเขาผ่านกระบวนการสัมภาษณ์และการประเมิน

ระบบสัมภาษณ์ของ Ribbon มีลักษณะที่เหมือนมนุษย์มากกว่าบอทที่มีคำสั่งแบบตายตัว บอกเรามากกว่านี้เกี่ยวกับกระบวนการสัมภาษณ์ที่ปรับเปลี่ยนได้ของ Ribbon ซึ่งมีการทำความเข้าใจแบบเรียลไทม์เกิดขึ้นเบื้องหลัง?

เราได้สร้างแบบจำลองการเรียนรู้ของเครื่องห้าแบบในบ้านและรวมเข้ากับแบบจำลองสาธารณะสี่แบบเพื่อสร้างประสบการณ์การสัมภาษณ์ของ Ribbon เบื้องหลัง เรากำลังประเมินการสนทนาอย่างต่อเนื่องและรวมเข้ากับบริบทจากบริษัท หน้างาน สาธารณะ โปรไฟล์ เรซูเม่ และอื่นๆ ทั้งหมดนี้มารวมกันเพื่อสร้างประสบการณ์การสัมภาษณ์ที่ไร้รอยต่อ เหตุผลที่เรารวมข้อมูลมากมายคือเราต้องการให้ผู้สมัครงานได้รับประสบการณ์ที่ใกล้เคียงกับการสัมภาษณ์ของผู้สรรหาบุคลากรแบบมนุษย์

คุณเน้นย้ำว่าเสียงห้านาทีสามารถเทียบเท่ากับการป้อนข้อมูลแบบเขียนหนึ่งชั่วโมง สัญญาณใดที่คุณจับได้จากข้อมูลเสียงนี้ และวิธีการวิเคราะห์?

โดยทั่วไปผู้คนพูดได้เร็วมาก! กระบวนการสมัครงานส่วนใหญ่เป็นกระบวนการที่น่าเบื่อและต้องกรอกแบบฟอร์มหลายแบบและคำถามแบบหลายตัวเลือก เราพบว่าการสนทนาแบบธรรมชาติห้านาทีเทียบเท่ากับคำถามแบบหลายตัวเลือกประมาณ 25 คำถาม ความหนาแน่นของข้อมูลในการสนทนาที่มีเสียงนั้นยากที่จะเทียบได้ นอกจากนี้เรายังรวบรวมปัจจัยอื่นๆ เช่น ทักษะภาษาและทักษะการสื่อสาร

Ribbon ยังทำหน้าที่เป็นเครื่องเขียนอัตโนมัติพร้อมสรุปอัตโนมัติและคะแนน การตีความมีบทบาทอย่างไรในการทำให้ข้อมูลนี้มีประโยชน์—และยุติธรรม—สำหรับผู้สรรหาบุคลากร?

การตีความเป็นแก่นกลางของแนวทางของ Ribbon ทุกคะแนนและการวิเคราะห์ที่เราผลิตมักจะเชื่อมโยงกลับไปยังแหล่งที่มา ทำให้ระบบปัญญาประดิษฐ์ของเรามีความโปร่งใส

ตัวอย่างเช่น เมื่อเราคะแนนผู้สมัครงานตามทักษะของพวกเขา เราใช้สองสิ่งนี้:

1. ข้อกำหนดงานเดิมและ
2. ช่วงเวลาที่ผู้สมัครงานกล่าวถึงทักษะในการสัมภาษณ์

เรามั่นใจว่าความสามารถในการตีความของระบบปัญญาประดิษฐ์เป็นสิ่งสำคัญอย่างยิ่ง เนื่องจากสุดท้ายแล้วเรากำลังช่วยให้บริษัทต่างๆ ตัดสินใจ และบริษัทต่างๆ ต้องการตัดสินใจตามข้อมูลที่เป็นรูปธรรม สิ่งนี้เป็นสิ่งสำคัญสำหรับทั้งความยุติธรรมและความไว้วางใจในการสรรหาบุคลากรโดยใช้ปัญญาประดิษฐ์

ความเอนเอียงในระบบสรรหาบุคลากรที่ใช้ปัญญาประดิษฐ์เป็นปัญหาที่สำคัญ มีอะไรบ้างที่ Ribbon ได้ออกแบบมาเพื่อลดหรือบรรเทาผลกระทบของความเอนเอียงในขณะที่ยังคงแสดงผู้สมัครที่ดีที่สุด?

ความเอนเอียงเป็นปัญหาที่สำคัญในระบบสรรหาบุคลากรที่ใช้ปัญญาประดิษฐ์ และเราพิจารณาเรื่องนี้อย่างจริงจังที่ Ribbon เราได้สร้างระบบสัมภาษณ์แบบปัญญาประดิษฐ์ของเราเพื่อประเมินผู้สมัครงานตามทักษะและความสามารถที่วัดได้ ลดความเห็นแก่ตัวที่มักจะนำไปสู่ความเอนเอียง เราได้ตรวจสอบระบบปัญญาประดิษฐ์ของเราอย่างสม่ำเสมอเพื่อความยุติธรรม ใช้ข้อมูลที่หลากหลายและสมดุล และรวมการดูแลของมนุษย์เพื่อจับและแก้ไขความเอนเอียงที่อาจเกิดขึ้น ความมุ่งมั่นของเราคือการนำเสนอบุคคลที่ดีที่สุดอย่างยุติธรรม เพื่อให้การตัดสินใจในการสรรหาบุคลากรมีความเท่าเทียม

ผู้สมัครงานสามารถสัมภาษณ์ได้ทุกเมื่อ แม้กระทั่งเวลา 2 นาฬิกา เช้า คุณคิดว่าความยืดหยุ่นในการเข้าถึงงานมีความสำคัญเพียงใด โดยเฉพาะอย่างยิ่งสำหรับชุมชนชายขอบ?

ความยืดหยุ่นเป็นกุญแจสำคัญในการทำให้การเข้าถึงงานเป็นประชาธิปไตย การสัมภาษณ์แบบอัตโนมัติของ Ribbon ช่วยให้ผู้สมัครงานสามารถเข้าร่วมได้ทุกเมื่อที่สะดวกสำหรับพวกเขา ช่วยลดอุปสรรคดั้งเดิม เช่น ตารางเวลาที่ขัดแย้งกันหรือการมีอยู่ที่จำกัด ซึ่งเป็นประโยชน์อย่างยิ่งสำหรับผู้ปกครองและผู้ที่มีตารางเวลาที่ไม่ปกติ ในความเป็นจริง 25% ของการสัมภาษณ์ของ Ribbon เกิดขึ้นระหว่าง 23.00-02.00 น. ตามเวลาท้องถิ่น

สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับชุมชนชายขอบ ซึ่งผู้สมัครงานมักเผชิญกับการจำกัดเพิ่มเติม โดยการเปิดให้เข้าถึงได้ตลอด 24 ชั่วโมง Ribbon ช่วยให้แน่ใจว่าทุกคนมีโอกาสที่ยุติธรรมในการแสดงทักษะและโอกาสในการทำงาน

Ribbon ไม่ได้แค่เกี่ยวกับการสรรหาบุคลากร แต่ยังเกี่ยวกับการลดความตึงเครียดระหว่างผู้คนและโอกาส สิ่งนี้จะทำให้อนาคตเป็นอย่างไร?

ที่ Ribbon วิสัยทัศน์ของเราไปไกลกว่าการสรรหาบุคลากรที่มีประสิทธิภาพ เราต้องการกำจัดความตึงเครียดระหว่างบุคคลและโอกาสที่เหมาะสมกับพวกเขา เราเห็นอนาคตที่เทคโนโลยีเชื่อมโยงผู้มีพรสวรรค์กับบทบาทที่สอดคล้องกับความสามารถและความทะเยอทะยานของพวกเขา ไม่ว่าภูมิหลังหรือเครือข่ายของพวกเขาจะเป็นอย่างไร โดยการลดความตึงเครียดในความคล่องตัวทางอาชีพ เราได้เปิดโอกาสให้พนักงานเติบโต พัฒนา และค้นหางานที่น่าพึงพอใจโดยไม่มีอุปสรรคที่ไม่จำเป็น การย้ายภายในที่เร็วขึ้น การหมุนเวียนที่ลดลง และสุดท้ายก็ได้ผลลัพธ์ที่ดีกว่าสำหรับทั้งบุคคลและบริษัท

คุณมองเห็นอนาคตของการสรรหาบุคลากรและตลาดงานในอีก 5 ปีข้างหน้าอย่างไร?

ปัญญาประดิษฐ์จะเปลี่ยนแปลงกระบวนการสรรหาบุคลากรและตลาดงานในอีก 5 ปีข้างหน้าอย่างลึกซึ้ง เราคาดหวังว่าระบบอัตโนมัติด้วยปัญญาประดิษฐ์จะทำให้กระบวนการสรรหาบุคลากรเร็วขึ้น และปรับปรุงประสบการณ์ของผู้สมัครงาน อย่างไรก็ตาม เพื่อให้ได้รับประโยชน์เหล่านี้อย่างเต็มที่ อุตสาหกรรมจะต้องจัดลำดับความสำคัญของความโปร่งใส ความยุติธรรม และการพิจารณาด้านจริยธรรม เพื่อให้แน่ใจว่าปัญญาประดิษฐ์กลายเป็นเครื่องมือที่เชื่อถือได้ ซึ่งสร้างภูมิทัศน์การจ้างงานที่เท่าเทียมมากขึ้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Ribbon