Евгения Дворская о рекрутменте и AI в сфере HR
Евгения Дворская (Sever.AI, JungleJobs) основатель стартапа Jungle Jobs в 2014 году, а также стартапа Sever.Ai. Евгения начинала свою карьеру в Ancor и запустила рекрутинговую компанию Beagle (8 офисов, 200 сотрудников).
Вместе с Сигаловым Сергеем, основателем HR проекта Wind4Tune, Евгения провела вебинар, рассказала про опыт запуска стартапов в HRTech, как AI выполняет роль HR-менеджера и обсудила влияние менталитета на рекрутмент глобального рынка.
Содержание:
● Опыт запуска HRTech стартапа
● AI: ожидания и реальность
● Особенности рекрутмента на глобальном рынке
В наше время бурно развивающихся технологий вопрос рекрутмента стоит как никогда остро. Каким же образом AI-технологии могут упростить задачу HR-менеджерам и рекрутерам?
Идея запуска JungleJobs
В 2014 году появилась идея запустить JungleJobs - Uber в сфере HR. В то время подобные модели уже были в США, Европе, Азии и Африке, а России этого не было, но почему бы не попробовать? Когда проект запустился, в него поверили венчурные фонды и дали первые инвестиции. Стратегия развития была направлено исключительно на рынок России.
Чем отличается развития BountyJobs в США и JungleJobs в России?
Рынок России и штатов — это разные рынки по объему и по готовности к инновациям. В США все готовы партнериться. Им проще запартнериться и поддерживать друг друга в продажах, чем конкурировать. Бизнес строится именно на коллаборациях, и в США это принято. BountyJobs за счет этого выигрывает.
В России, к сожалению, такого нет. Во-первых, игроков мало, а во-вторых, не все готовы к партнерству.
JungleJobs так и остался классическим маркетплейсом для рекрутеров, а BountyJobs пошел в сторону маркетплейса по технологическим инструментам и решениям. Если ты HR — можешь прийти на BountyJobs и, помимо рекрутеров, подключить себе технологические инструменты. У JungleJobs классическая модель , он не пошел в исключительно технологический маркетплейс.
Слабое звено Uber-модели в HR?
Слабое звено этой модели - сложность управлением рекрутерами-фрилансерами. Классическая Uber-модель — это Uber. Человек сел за руль машины и поехал. Его основной навык — уметь водить машину и соблюдать правила дорожного движения, в идеале - быть вежливым с пассажиром. Когда ты пытаешься сделать маркетплейс для более профессиональных людей, ты должен формировать устойчивые стандарты по этому профессионализму, соблюдение уровня экспертности эксперта, что является краеугольным камнем. С одной стороны нужно держать качество, чтобы приходили клиенты, а с другой стороны - ситуация с масштабированием. Вопрос именно в технологичности, ожидании клиента и результате, который он получает.
Uber-модель подходит, как для большого enterprise клиента, так и для небольших компания. Если первый может использовать платформу маркетплейса для управления своими или внешними подрядчиками.То небольшие компании, могут прийти и разово закрыть свою потребность без дополнительных костов, при найме в штат рекрутера.
Какие сложности запуска JungleJobs на иностранном рынке?
Есть эротические фантазии фаундера, а есть реальность. Эротические фантазии — это российский стартап HRTech, с которым пошли на западный рынок и сделали Unicorn. Мы не собирались этого делать потому что:
1. Изначально стояла задача взять российский рынок;
2. Выйти на американский рынок дорого, займет слишком много времени;
3. Нужно знать особенности рынка, его ментальность и стандарты, что сложно сделать, находясь в российских реалиях
Что такое Sever.AI и как появилась идея создания?
Sever.AI это искусственный интеллект, робот с тремя большими блоками:
1) Блок оценки релевантности резюме;
2) Блок работы с голосом для коммуникации с кандидатами
3) Блок видеоинтервью с нейросетями, которые оценивают по видео резюме и коммуникацию.
Идея создания Sever.AI появился внезапно, с одной стороны всем было интересно пойти в технологии, а с другой казалось, что этого никто не может сделать. На международном рынке в то время появлялись только подобные проекты, мы решили не отставать и спустя многочисленные эксперименты на свет появился Sever.AI.
AI ожидание и реальность
Казалось бы, получилась классная вещь, которая могла значительно помочь компаниями, но все в реальности все было иначе и тому были две проблемы:
1) Ожидания HR о точности модели были сильно завышены. Все ждали, что робот будет сразу со стопроцентной точностью все определять и одновременно делать кучу других дел. Но развитие технологии не происходит за одно мгновение, требуются годы для развития, повышения точности, дообучения модели;
2) Отсутствие толерантности к рискам.
Того и другого у HR-менеджера в России нету, так как это человек сильно подконтрольный, он все согласовывает и не может принимать свои решения, особенно когда вопрос встает о больших бюджетах.
За рубежом иначе, там главное — vision в будущем и понятный roadmap. Там понимают, что нужно время для обучения моделей, они готовы экспериментировать, у них много строится на демоверсиях.
Особенности рекрутмента в России и глобальном рынке
На российском рынке не хватает рабочей силы: этому поспособствовала яма рождаемости 90-х. За кандидатов дерутся, но не умеют удерживать, потому что их мотивация заключается лишь в деньгах и комфорте. Нехватка рабочей силы в перспективе 5-10 лет будет продолжаться.
В России сражаются как за специалистов, так и за рабочую силу. Хороших кадров очень мало, обычных работников тоже не хватает, поэтому очень аккуратно подходят к выбору инструментов автоматизации, чтобы не сузить и без того небольшую воронку. Робот может сам позвонить, если кандидат подходит — довести его до интервью, прислать SMS или голосовое напоминание.
В США и APAC обратная ситуация, там безработица, высокая конкуренция и кандидаты борются за рабочие места, поэтому инструменты автоматизации ложатся хорошо как на найм рабочей силы, так и экспертов. Также можно отметить, что в США легко уволить работника, если он плохо работает. В России же кандидат защищен законодательством. Проще говоря, ты не можешь уволить человека просто так.
В России конкурируют за рабочую силу, в США конкурируют за работу.
Поэтому рынки России и США полярно разные.
Из минусов:
На рынке APAC — Сингапур, Индонезия, Малайзия, Филиппины — там, например, разные языки в связи с чем усложняется сильно процесс разработки продукта.
Из плюсов:
В США и APAC рынок больше, готовность HR к экспериментам и лояльность к новым технологиям выше. Нет проблем с нехваткой кандидатов, по крайней мере рабочей силы. Там Sever.AI и аналогичные проекты смотрятся лучше. В США кандидаты пройдут все этапы коммуникации с роботом, чтобы получить работу. Люди готовы проходить тесты и интервью, и не один раз.
Какие инструменты для рекрутмент необходимы в России?
Сначала я бы отметила проблемы текущей ситуации:
1. Только 10% компаний используют ATS, а остальные 90% Excel. Эти цифры говорят о готовности российского рынка к технологиям;
2. Нет культуры партнерства как на западе, где HRTech проекты легко интегрируются по API;
3. Отсутствие со стороны HR и их руководителей толерантности к рискам.
В идеале я вижу одну точку входа для HR в виде ATS системы, которая имеет интеграцию с большим кол-вом автоматизирующих систем. HR это позволило бы превратить "зоопарк" технологий или Excel таблицы в инструмент единого окна, а HRTech проектам совместно быстро расти. Из западных примеров можно отметить ATS Breezy, где человек одной кнопкой размещает вакансию на всех джоб-бордах, другой стягивает всех кандидатов, еще третьей отправляет им через Calendly время приглашения на Zoom и ссылку на конференцию, прикрепляя задание. Итого весь процесс занимает три кнопки.