Plum使用人工智能来招聘从未通过传统招聘流程发现的人

招聘人员存在偏见问题。来自西北大学，哈佛大学和挪威社会研究所的2017年元研究发现，在过去的25年里，招聘对黑人候选人的偏见并没有改变，拉美裔人只看到了“温和”下降。雇主歧视的不仅仅是种族和种族 - 根据哈佛大学和斯坦福大学研究人员最近撰写的一篇论文，女性与男性相比赚取78美分，并且不太可能进入他们的领域。

Caitlin MacGregor说，解决方案是人工智能。她是位于安大略省滑铁卢的Plum.io的首席执行官和创始人，这是一个强调“原始人才”的招聘平台，而不是技能和知识。根据Plum的说法，招聘经理在0.2秒内根据申请人的姓名做出结论，并在10秒内决定面试结果，这可能导致雇员在18个月内失败或离职的可能性为46%%。

Plum今天宣布了旨在简化候选人搜索的功能。Match Rings让招聘经理能够快速地将申请人并排比较，而Talent Re-Discovery允许人力资源部门搜索已申请公司工作的每位潜在员工。此外，新的协作功能使招聘经理和招聘人员可以更轻松地调整特定职位的角色要求。

在Plum的背景下，“人才”指的是职业道德，团队合作，领导力和一致性等特征 - 麦格雷戈声称天生就是人类并且不受偏见。“我们正在建立一个一致的新数据集，帮助企业雇用质量更好的人，”她在电话采访中告诉VentureBeat。“我们的系统发现人们从未通过传统的招聘流程发现过。

与大多数招聘工具不同，Plum不会为关键字和GPA解析求职信或简历。相反，它的机器学习算法利用内部心理学专家帮助建立的24万亿个数据点的数据库。

“当您查看[大多数]人工智能解决方案时，他们会从简历和社交媒体中获取现成的公共数据......并查看过去的模式，”MacGregor说。她解释说，Plum测量候选人的潜力 - 与他们申请的工作分开 - 并将他们与环境相匹配，使他们成为自己的最佳版本。这是设计的多样性。“

首先，招聘人员完成了一项为期六分钟的调查，帮助Plum确定该特定角色的核心竞争力。然后，未来的员工在Plum中填写了一个25分钟的解决问题和个性测试，为适应(适应工作场所变化的能力)，沟通(有效传达想法)，拥抱多样性等“人才”奖励积分(了解他人的观点)和创新(提出新颖的解决方案)。每个人才都会转化为大约十几个描述符，例如“坚持模糊和变化”以及“在压力情境下有效运作”，其子分数有助于整体Plum Match得分。

招聘人员在摘要视图中看到按照他们的Plum Match分数排名的申请人，以及“很好的说服能力”和“非凡的决策技能”等亮点 - MacGregor所说的模型非常适合不断发展的角色，有时甚至模糊不清，要求。

“这有助于公司确保他们招聘未来的技能，”她说。

结果不言自明。We.org是一家位于加拿大多伦多的非营利性组织，通过Plum的招聘工具，能够将其进行的访谈次数减少88%%。总部位于佛罗里达州的住宅建筑服务提供商WestBay分别削减了建筑部门的新员工流失率，管理人员分别审查了43%%和37%%的简历。

MacGregor引用内部验证研究表示，Plum的求职者资料反映的候选人比简历的准确率高4倍。

但Plum的工具不仅有助于招聘。他们可以提供对公司文化的深入了解，并通过图表说明管理价值观(即“承诺”和“成就”)与当前劳动力之间的文化维度之间的差距。它甚至会显示执行团队如何与管理人员和个人贡献者进行比较，并标明可能需要改进的领域。

Plum根据客户在一开始就同意的数量收取费用。迄今为止，该公司已筹集了190万美元的资金。