أصبح التوظيف عبر الذكاء الاصطناعي من الأشياء المعتادة. بل إنه أصبح مدمجًا في نظام تتبع المتقدمين (ATS) للوظائف بحيث يقوم بمسح السير الذاتية، واتخاذ قرارات قد لا يكون المستخدم على دراية بها. لكن ورغم كل هذا هل يساعد الذكاء الاصطناعي بالفعل في انتقاء المواهب، أم يقصيها؟
إذا كنت قائدًا رفيع المستوى في الموارد البشرية أو استقطاب المواهب في عام 2025. فمن المحتمل أنك حضرت عشرات عروض الموردين. بعضه يغير قواعد اللعبة. وبعضه عبارة عن برنامج Excel ممجد. ومعظمه يعيش في المنتصف الفوضوي.
إليك ما يعنيه الذكاء الاصطناعي في التوظيف بالفعل لعملية التوظيف لديك. وإنتاجية فريقك، وقدرتك على العثور أخيرًا على هؤلاء المرشحين “الخارقين” الذين يبدون دائمًا “مجرد بحث آخر” بعيدًا.
الذكاء الاصطناعي واتجاهات صناعة التوظيف
تبدو عملية التوظيف والتوظيف في مجال التكنولوجيا بشكل عام في عام 2025 مختلفة تمامًا عما كانت عليه قبل بضع سنوات فقط – والذكاء الاصطناعي هو السبب. إليك ما يحدث بالفعل مع اتجاهات التوظيف بالذكاء الاصطناعي وتوظيف التعلم الآلي:
ووفقًا لتقرير مستقبل التوظيف لعام 2025 من LinkedIn، يعتقد 51% من المتخصصين في استقطاب المواهب أن الذكاء الاصطناعي. يمكن أن يساعد في تحسين جودة التوظيف لديهم. والشركات التي تستخدم المراسلة بمساعدة الذكاء الاصطناعي أكثر عرضة بنسبة 9% لتحقيق توظيف عالي الجودة مقارنة بمن يستخدمونها بأقل قدر.
ومن المتوقع أن ينمو سوق الذكاء الاصطناعي العالمي في الموارد البشرية من 6.05 مليار دولار في عام 2024 إلى 6.99 مليار دولار في عام 2025. مما يعكس معدل نمو سنوي مركب (CAGR) يبلغ 15.6%. يغذى هذا الارتفاع بتبني الأدوات المدعومة بالذكاء الاصطناعي التي تبسط عمليات التوظيف. وتعزز مشاركة الموظفين، وتحسن إدارة الأداء.
إلا أن ما يجعل عام 2025 مختلفًا هو: التحول من “الذكاء الاصطناعي التجريبي” إلى “الذكاء الاصطناعي الاستراتيجي”. لم تعد المنظمات تختبر هذه الأدوات فحسب، بل تبني استراتيجيات كاملة لاستقطاب المواهب حولها. والفائزون هم أولئك الذين يفهمون أن الذكاء الاصطناعي للتوظيف ليس عصا سحرية ولكنه أداة معقدة تتطلب تنفيذًا مدروسًا.
ضجيج الذكاء الاصطناعي مقابل الواقع
إذا كنا صادقين حقًا، فهناك المزيد من الدخان والمرايا في أدوات توظيف الذكاء الاصطناعي أكثر من عرض سحري في لاس فيغاس. قبل أن ندخل في ما يعمل، دعنا نوضح ما لا يعمل:
ليس كل “ذكاء اصطناعي” هو ذكاء بالفعل
ذلك المورد الذي يدعي أن أداته تستخدم “ذكاءً اصطناعيًا متقدمًا”؟ غالبًا ما يكونون قد قاموا ببرمجة بعض عبارات “إذا/ثم” وأنهوا عملهم. يتضمن الذكاء الاصطناعي الحقيقي التعلم الآلي الذي يتحسن بمرور الوقت، وليس مجرد أتمتة بتسويق أكثر فخامة.
أتمتة مهمة لا تجعلها ذكية. الذكاء الاصطناعي الحقيقي في تكنولوجيا التوظيف يتعلم من الأنماط بمرور الوقت. ويعدل التنبؤات بناءً على النتائج، وليس مجرد قواعد. هذا ما يفصل الذكاء الاصطناعي الحقيقي عن البرمجة الذكية.
بالنسبة للمنظمات التي تتطلع إلى الاستفادة الحقيقية من قدرات الذكاء الاصطناعي. فهم تمكين الذكاء الاصطناعي الصحيح أمر بالغ الأهمية قبل تقييم أدوات أو منصات محددة.
الفرق بين الأتمتة، الذكاء الاصطناعي، والهراء التسويقي
إليك مجموعة أدوات كشف الهراء الخاصة بك:
- الأتمتة في التوظيف: أنظمة قائمة على القواعد تتبع تعليمات محددة مسبقًا. فكر في: رسائل البريد الإلكتروني للرفض التلقائي أو مساعدي الجدولة.
- الذكاء الاصطناعي الفعلي: أنظمة تتعلم من البيانات، وتتعرف على الأنماط، وتتخذ تنبؤات أو قرارات أفضل بشكل متزايد. فكر في: تحديد المرشحين السلبيين الذين من المرجح أن يستجيبوا بناءً على أنماط التطور الوظيفي.
- الهراء التسويقي: “خوارزميتنا الذكية المسجلة الملكية…” التي لا تستطيع بطريقة ما شرح كيفية توصلها إلى استنتاجات. فكر في: أنظمة الصندوق الأسود التي لا تقدم أي شفافية.
أين تهدر الشركات الأموال ظنًا منها أنها مبتكرة
وفقًا لـ Aptitude Research، 63% من الشركات تستثمر أو تخطط للاستثمار في حلول الذكاء الاصطناعي في عام 2022، ارتفاعًا من 42% في عام 2020. ومع ذلك، تكافح العديد من المنظمات مع أدوات غير مستغلة أو غير فعالة.
المذنبون الرئيسيون؟
- منصات شاملة تعد بالجمال ولكنها تقدم أداءً متوسطًا في كل وظيفة.
- أدوات متداخلة تؤدي وظائف متطابقة تقريبًا لأن أقسامًا مختلفة اشترتها.
- أدوات “الذكاء الاصطناعي” التي تتطلب إدارة بشرية أكثر مما توفره من وقت.
كما يلاحظ جوش بيرسين، تمتلك الشركة الكبيرة المتوسطة الآن أكثر من 80 نظامًا مختلفًا موجهة للموظفين. زاد هذا العدد بأكثر من 40% على مدى خمس سنوات. مما أدى إلى نقص الاستخدام والارتباك.
مجرد شرائك روبوت لا يعني أنه يساعد
إليك الحقيقة: منصة توظيف الذكاء الاصطناعي اللامعة الجديدة ليست حلاً فوريًا. إنها أداة متطورة تتطلب استراتيجية وتدريبًا وإدارة مستمرة.
خذ أمازون، على سبيل المثال، التي تستخدم فحص السير الذاتية بالذكاء الاصطناعي.
في عام 2018، تخلت أمازون عن أداة التوظيف الداخلية للذكاء الاصطناعي بعد اكتشاف أنها كانت تعاقب السير الذاتية التي تتضمن كلمة “نسائية” – مثل “قائدة نادي الشطرنج النسائي” – لأن النظام تم تدريبه على 10 سنوات من السير الذاتية من متقدمين ذكور في الغالب.
كانت الأداة تعزز عن غير قصد التحيزات الجنسانية الموجودة بدلاً من إصلاحها.
الدرس المستفاد؟ الروبوت جيد فقط بقدر بيانات تدريبه، وإشرافه، والبشر الذين يقودونه. بدون تصميم وحوكمة مقصودين، يمكن حتى للذكاء الاصطناعي الممول جيدًا أن يعمل ضد الأهداف التي كان من المفترض أن يخدمها.
كيف يحسن الذكاء الاصطناعي التوظيف؟
الآن الخبر السار: عند التنفيذ الصحيح، يقدم الذكاء الاصطناعي في التوظيف قيمة ملموسة وقابلة للقياس. إليك أين يحدث تحولًا حقيقيًا في عمليات التوظيف:
استقطاب أسرع وساعات عمل مهدرة أقل
تستخدم فرق التوظيف عالية الأداء الذكاء الاصطناعي للتعامل مع المهام التي كانت تستهلك تاريخيًا جزءًا كبيرًا من يوم القائم بالتوظيف ولكنها قدمت قيمة استراتيجية ضئيلة:
الاستقطاب المدعوم بالذكاء الاصطناعي: يمكن للأدوات المتقدمة الآن مسح ليس فقط لوحات الوظائف ولكن الويب بأكمله، وتحديد المرشحين المحتملين بناءً على عوامل متعددة تتجاوز الكلمات المفتاحية – بما في ذلك عينات العمل العامة، وعروض المؤتمرات، والمساهمات في مشاريع المصادر المفتوحة.
فحص المرشحين بالذكاء الاصطناعي: وجدت دراسة أجرتها Talent Board و Phenom أن أدوات الفحص المدعومة بالذكاء الاصطناعي يمكن أن تقلل الوقت المستغرق في مراجعة السير الذاتية بنسبة تصل إلى 75%.
تحسين خط أنابيب المرشحين: تتفوق أنظمة الذكاء الاصطناعي في تحديد المرشحين الأكثر احتمالًا للتقدم عبر كل مرحلة من مراحل مسار التوظيف الخاص بك. مما يسمح للقائمين بالتوظيف بتحديد أولويات اهتمامهم وفقًا لذلك.
هذا فعال بشكل خاص عند التوظيف للأدوار الفنية، كما هو الحال عند العمل مع شركة توظيف متخصصة في هندسة البيانات تفهم كلاً من المشهد التكنولوجي وعملية استقطاب المواهب.
منصة Aeon Hire تجسد هذا النهج من خلال أتمتة المهام المتكررة مع إبقاء البشر متحكمين في القرارات الاستراتيجية، مما يوفر على فرق التوظيف ما متوسطه 23 ساعة في الأسبوع.
التحليلات التنبؤية
تقدم أدوات توظيف الذكاء الاصطناعي الأكثر تطوراً الآن قدرات توظيف تنبؤية كانت مجرد خيال قبل بضع سنوات فقط:
- التنبؤ بمدى ملاءمة المرشح للدور: من خلال تحليل الآلاف من التعيينات الناجحة، يمكن لهذه الأنظمة التنبؤ بالمرشحين الأكثر احتمالاً للنجاح في أدوار محددة أو ثقافات الشركة.
- التنبؤ بالاحتفاظ: يمكن لبعض المنصات الآن تحديد عوامل خطر الاحتفاظ خلال عملية التوظيف، ووضع علامة على المرشحين الذين قد يكونون عرضة للمغادرة بناءً على الأنماط التاريخية.
- التنبؤ بالأداء: يمكن للشركات التي تستفيد من التعلم الآلي تحسين قدراتها التنبؤية بنسبة تصل إلى 25%، مما يسمح باتخاذ قرارات توظيف أكثر ذكاءً وتقييمات أداء دقيقة.
الأتمتة للمهام الصحيحة
تركز تطبيقات أتمتة التوظيف الأكثر نجاحًا على مهام محددة ذات حجم كبير وتعقيد منخفض:
- تنسيق المقابلات: القضاء على تبادل رسائل الجدول الزمني الذي يحبط المرشحين والقائمين بالتوظيف على حد سواء.
- تحديثات الاتصال: إبقاء المرشحين على اطلاع في كل مرحلة دون متابعة يدوية.
- تحليلات الأفراد: توليد رؤى في الوقت الفعلي حول صحة خط أنابيب المرشحين، ومقاييس التنوع، والاختناقات.
