בלוג על גיוס, טאלנט
ועתיד עולם העבודה

ב־2005 ביקשתי ממערכת הגיוס שלי משהו שנשמע אז כמעט מופרך: לא רק לשמור נתונים, אלא להבין מה קורה, לזהות בעיות ולהגיד לי למה כדאי לשים לב. 20 שנה אחר כך, AI וחיבור בין מקורות מידע מתחילים להפוך את זה לאפשרי. אולי השינוי הגדול הוא לא שיש לנו יותר דאטה אלא שסוף סוף לא אנחנו צריכים להיות שכבת האינטגרציה שלו.

למה הראיון הקלאסי בסכנת קריסה?

איך Bayes משנה את עולם הגיוס בעידן AI: למה קורות חיים וראיונות כבר לא מספיקים, איך מזהים signals שבאמת מנבאים הצלחה, ולמה ארגונים עוברים מתהליכי התרשמות ל־decision systems מבוססי הסתברות.

מעולם לא היה קל יותר להיות מועמד מצוין ״על הנייר״ . ומעולם לא היה קשה יותר לזהות מי באמת מתאים. גם הארגונים משתמשים ב-AI. גם המועמדים משתמשים ב-AI. אבל ההתאמה האמיתית? לפעמים דווקא יורדת. בזמן האחרון קיבלתי כמה פניות של חברות שמנסות להבין מדוע הן חוות יותר עזיבה בפרק הזמן של ששת החודשים הראשונים. זו אכן תופעה מורגשת. ולפעמים לתהליך גיוס יציב שכבר ייצר הצלחות בעבר. אם זה היה לפני שנתיים הייתי הולכת ישר לבדוק אם היה תיאום ציפיות מספיק טוב בין הצדדים לפני תחילת העבודה. אולי את ת

מה הוא ראיון אוטונומי ומה הסיכוי שלא תפגשו אדם בראיון הבא שלכם?