新加坡星展銀行於2018年推出業界首個AI招募系統--JIM(Jobs Intelligence Maestro),專為儲備幹部的篩選和招募工作而設計。星展銀行前人力資源長盧方傑分享,在採用JIM系統之前,銀行平均需要面試7至8位應聘者才能選出一位合適人選,引入JIM系統後這一比例大幅提升,現在每面試2人就能找到1名適任者,不僅大幅提高了選拔效率,還縮短了面試所需時間。JIM系統的一大優勢是能夠全天候運作,為應聘者提供隨時提問的便利,並能精確回答涵蓋薪酬福利、職務內容等95%的常見問題,僅在必要時將問題轉交給招募專員,從而實現高效而精確的招募管理。

Citi Global Insight於2024年發表的報告中,深入探討了人工智慧如何協助候選人尋找工作,以及使雇主能夠更快速、高效地填補職位空缺。報告指出,他們首先透過AI技術篩選出最適合的25%申請者進入下一階段,這一策略大幅降低了招募的時間與成本。花旗銀行的招募流程包括數據推理測驗、邏輯推理測驗,隨後進行視訊面試考驗候選人的語言表達及情境反應能力。接下來的Citi Assessment Centre階段則涵蓋書面寫作能力、小組討論中的溝通與團隊合作能力,以及針對特定主題的簡報能力,最終進行高階經理人面試。過程中,花旗還會利用AI工具指導候選人完成招募過程的各個步驟,大幅提升了招募效率及面試體驗。

AI招募廠商Talent Genie於官網的成功案例中指出,在採用其AI招募軟體前,花旗銀行面臨招募過程中多項挑戰,如需花費大量時間手動審閱履歷、缺乏有效篩選工具,以及管理大量申請的困難。與Talent Genie合作後,透過履歷掃描追蹤功能及機器學習算法自動篩選候選人,大幅提升了招募效率和質量。具體成效包括縮短招募周期至45天、提升人資團隊識別優秀候選人的速度、優化候選人選擇、提升處理大量履歷的可擴展性,進而增加獲得頂尖人才的機會。

自2016年成立人工智慧實驗室以來,法國巴黎銀行(BNP Paribas CIB)持續處於金融領域整合人工智慧技術的先鋒。該銀行官網於2019年發文指出,AI技術為招募流程提供了革新性的支持,不僅促進了招募工作的效率,也顯著提升了求職者的體驗。他們採用了一系列先進技術,包括聊天機器人、自然語言處理、機器學習與數據分析等,以優化其招募流程。這些技術的應用使得銀行能夠精確地識別求職者的技能與潛力,從而大幅提高篩選效率和職位匹配的準確度。

藉由利用AI分析歷史數據預測招募趨勢和需求,法國巴黎銀行得以更加主動地適應市場變化。此預測能力不僅增加了招募策略的靈活性與反應速度,亦為求職者創造了更多機會,幫助銀行發掘那些在傳統招募過程中可能未能脫穎而出、但具備高潛力的人才。AI工具所提供的數據驅動見解,不僅保障了招募流程的透明度與公平性,同時也為候選人提供了個性化的求職建議。(作者為台灣金融研訓院金融研究所輔佐研究員;全文請見第172期《台灣銀行家》)

#Jim #提升 #流程 #精確 #篩選