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

אמון זה אחד הדברים הכי רגישים וחשובים היום. בלעדיו אין לנו דבר. זה היה נכון תמיד וזה נכון היום אבל יש סיבה חשובה מדוע הנושא הזה עולה וצף כרגע. ככל שהעולם נעשה מורכב יותר, אמון הופך פחות מובן מאליו ויותר קריטי. אתם מכירים את זה מפייק ניוז, פייק, פייק, פייק... איך מישהו כתב לי שבוע שעבר יש הרבה מן המלאכותי ופחות מן הבינה. אמון הופך גם למטבע הכי חסר בגיוס בעולם שבו: AI כותב קורות חיים, מועמדים שולחים מאות פניות בלחיצה.. פרופילים ומועמדים יכולים לפברק ניסיון ולשדרג נוכחות היכול

עד לא מזמן היה לא פשוט לשפר את העלות והיעילות של תהליכי הגיוס. לבנות צוות גיוס פנימי חזק גרר הוצאות מרובות כמו מערכות יקרות, צוות מיומן, פעילות מיתוג ועוד כהנה וכהנה כך שאף אם הצלחת להימנע מעלויות כבדות כמו עמלות ושירותים חיצונים יקרים מצאת את עלויות הגיוס חוזרות ומטפסות. על מנת להתחרות על עובדים מצויינים לא היה מנוס ומהשקעה עצומה. בשנים האחרונות אנחנו עדים לצוותי גיוס אשר הולכים ומצטמצמים. זה לא רק בגלל ה AI . צוותי הלכו הגיוס הצטמצמו - היו סבבי פיטורים גדולים בארה״ב, באירו