人工智能和机器学习已经对我们看电影、看电视、购物和旅行的方式产生了巨大的影响，但这些新技术的进步将如何影响你作为一个采购或招聘专业人员?
这一切都归结于它能够快速分析大量数据，并在此基础上做出决定和预测任仕达Sourceright在一次演讲中SourceCon上周，他在加州的阿纳海姆市(Anaheim)接受了采访。
(相关的故事:如何使多元化的计划正确]
生存分析
丈夫说，在医疗保健环境中，算法可以用来执行生存分析，这是一种机器学习技术，可以分析事件发生的时间，比如病人在疾病复发或死亡前的预期时间。
这个过程是为医疗情况开发的，它是一个很好的类比，寻找和招聘，除了生存分析，工作发布数据检查。最终，我们的目标是回答这个问题:“填满的时间是多少?”
“所以,我们把数据工作了为客户在过去,那些花了多长时间,多少候选人,打开角色,有关公司的信息以及就业市场数据来源如劳工统计局和凯业必达,例如,找出所有的事情如何影响我们开放的“存活率”工作。显然，我们在改写剧本，因为我们希望我们的空缺职位尽快消失，但过程是一样的，”丈夫说。
她说，在这个过程中，招聘人员可以为客户设定合理的期望，并将适当的资源分配给更难招人的职位。“现在,我们的目标是,当我们看到一个新的请求(请求),我们可以马上收集这些特性我们可以看到是否这将是困难的一年,然后我们可以决定我们是否应该把额外的资源,现在的等待并没有潜在的候选人,”她说。
丈夫表示，人工智能和机器学习技术还可以帮助确定数据源和招聘人员在工作量方面需要帮助的方式和时间，方法是查看哪些人在可能需要额外时间或资源来完成的中高风险请求中占了不成比例的比例。
“当我们把某项要求称为高风险要求时，我们发现85%的情况下这些要求都没有达到目标。所以，我们可以看到谁的压力更大，然后决定该怎么做。我们需要转移这些工作负载吗?我们需要额外的采购人员和招聘人员吗?”
准确的结果
对于能够评估算法的精确度也很重要，这有助于寻找和招聘专业人士，确保他们提供了正确的候选人，丈夫说。
然而，她补充说，准确性并不是一切。“有时候，整体的准确性并不是最重要的。在招聘过程中，如果你失去了一些可能很适合你的人，这没什么大不了的。我们宁愿这样做，也不愿发送一大堆糟糕的结果——或者不合适的候选人，”她说。
(相关的故事:排名前5的大都市为热门IT工作支付多少钱]
三种类型的搜索都会返回结果
这些技术也可以帮助解决这一问题的语言和语义——格伦Cathey,高级副总裁全球数字战略和创新发展,描述为“当你意识到所有的搜索工作,“你盯着一群候选人领导不知道他们的概率被“正确的健康。”
“作为招聘人员，我们想要解决什么问题?”我们正在努力寻找“最优秀的人才”。这说起来容易，但并不能真正转化为传统的布尔搜索。“最好的人”是什么样的?‘合适的衣服’是什么样的?”
Cathey把它比作Waldo在哪里?拼图系列;他说，现在搜索并不难，更重要的是数据问题，这就是语义搜索、概念搜索和隐式搜索的用武之处。
语义搜索试图理解搜索者的意图和执行搜索的上下文，以提高结果的相关性。概念搜索不需要精确的词语查询，只需要围绕几个关键字形成一个概念。隐式搜索会根据已经假设或收集的信息向你推送信息和结果，就像谷歌会自动推送你所在地区的餐厅推荐信息，或者在你出门上班时弹出交通警告信息。
你可以输入一个单词搜索，它会工作。它将返回结果。但是你要找的是技能、经验、文化适应能力和软技能的人，他们可能在特定的地域范围内，在你的薪酬范围内能够负担得起，并且对这份工作感兴趣。当这么多的人看起来都很相似的时候，你怎么能从这些结果中找到那个人呢?”
Cathey说，在词汇和/或短语层面上，组织、候选人、采购人员和招聘人员可能会使用不同的术语来描述工作头衔、角色、职责和目标，语言问题也会出现。
“假设你在寻找一个‘网络开发者’。如果你使用标准的关键词搜索，你会得到结果!搜索工作。你可以通过搜索来找到工作。但你只会返回那些用这种措辞来描述自己工作的候选人。那个角色中的每个人都会使用那种语言吗?也许不是。你如何找到那些擅长于此但使用不同语言的优秀人才呢?他们会怎么说呢?我可以用什么措辞来识别它们?” Cathey says.
(相关的故事:微认证如何为IT求职者和雇主工作]
暗物质的结果
他们把那些在简历和申请中使用不同语言的优秀求职者称为“暗物质”结果，Cathey说。有更多的结果在那里，你只是没有看到他们。这就产生了一个很多资源和招聘人员都不愿意承认的问题。“但如果我们真的想找到最好的候选人，那么你就会把那些进行过搜索的人排除在外。”这样做意味着你只寻找最容易找到的最佳人选。这很难承认，对吧?但这就是这里正在发生的事情，”他表示。
关注人的因素
人工智能和机器学习正在以惊人的速度发展，它们是sourcer或招聘人员工具箱里的伟大工具。Cathey表示，通过加快流程并确保更相关的结果，寻找和招聘专业人士可以专注于联系候选人，与他们接触，并让他们被聘用。
特别是使用这些搜索技巧，即使我找不到我能直接确定的合适人选，我也能找到非常可能认识合适人选的人。这就是这个职业的人的因素。你可以使用人工智能将这些平凡的任务自动化，从而让你能够专注于客户，而不是专注于无法计费的研究。所以，你可以把重点放在招聘上，而不是寻找人才。”
相关的视频
《人工智能、机器学习将如何影响科技招聘》(How AI, machine learning will impact tech recruitment)这篇文章最初发表于首席信息官 。