KUNSTIG INTELLIGENS
DNB inngår partnerskap med KI-selskap innen rekruttering: – Dette er en skuffelsesindustri
Oppstartsselskapet Staffer.ai skal nå få innblikk i, og hjelpe, DNB med alt fra å finne kandidater, til screening og intervjuprosess. Rekrutteringsansvarlig i storbanken mener det er på tide med en modernisering av prosessen.
DNB og teknologi-startupen Staffer.ai inngår et partnerskap der Staffer.ai får innsikt i et av Norges største rekrutteringsmiljøer, mens storbanken får tilgang til selskapet som utvikler rekrutteringsteknologi gjennom kunstig intelligens (KI) som skal støtte bankens egne prosesser.
– Jeg har tidligere jobbet med DNB Eiendom, som da har brukt Marketer til spesialtilpasset boligannonsering. De matcher boligsøkere med boligannonser ved hjelp av KI. I min nye rolle med strategiske partnerskap i DNB ble jeg nysgjerrig da jeg hørte at laget bak Marketer også utviklet rekrutteringsteknologi basert på erfaringene fra boligmatching, sier Andre Nordal Sylte i DNB til BankShift.
Enda mer KI?
Rekruttering hos DNB krever mye, og derfor ønsker DNB nå å utforske hvilke muligheter partnerskapet med KI-selskapet kan gi. Selv om det også kan bli litt mye prat om kunstig intelligens til tider.
– Da André tok kontakt om å automatisere rekrutteringsprosessen tenkte jeg først «å nei, ikke enda en ting». Vi får mange KI-henvendelser, og flere av dem er ikke godt nok forankret i faktiske utfordringer. Men etter å ha fått mer innsikt, så dette annerledes ut, sier seksjonssjef innen rekruttering Guri Larsen hos DNB.
– For DNB handler dette om å effektivisere prosessene, gjøre bedre ansettelser og gi en bedre kandidatopplevelse. I dag kan det gå fem uker før vi i det hele tatt har snakket med en kandidat. Stillinger skal lyses ut internt i to uker, deretter eksternt i tre. Totalt kan det, i verste fall, gå ti uker før en søker får oppfølging, sier Larsen.
En effektiviserings-assistent
Og her kommer Staffer.ai inn for å korte ned tiden, effektivisere prosessene og hjelpe menneskene som sitter med rekrutteringen i dag.
– Vi ser på oss selv som en assistent til rekruttereren. Vi automatiserer de repetitive oppgavene og finner så mange gode kandidater som mulig. Vi bistår i markedsføringen av stillingen og validerer tekniske ferdigheter, sier medgründer Jon Amdahl Martinsen i Staffer.ai.
– Rekruttering har gått fra å ta 15-20 timer på 50-tallet, til 30-100 timer i dag. Teknologi har ført til flere kandidater og mer informasjon, og rekruttereren sitter igjen med mye repetativt arbeid. Vår oppgave er å ta et hav av kandidater og koke det ned til 10-15 personer som er best kvalifisert. Men rekruttereren sitter fortsatt i førersetet og vurderer hvem som passer inn. Mennesket er fortsatt viktigere enn noensinne, sier Martinsen.
Staffer.ai skal kunne hjelpe DNB med å finne kandidater, kommunisere med dem, og i tilfeller fortelle rekruttererne i banken om at «denne personen må du ta kontakt med». Videre kan Staffer.ai også hjelpe med selve intervjuprosessen.
– Vi har brukt kunstig intelligens til førstegangsintervjuer. Hvis man intervjuer en analytiker vil KI kunne se, i sanntid, hva slags analyser personen har gjort, og se de opp mot stillingskravene. KI-en kan stille konkrete spørsmål og faktasjekke underveis, og for eksempel få kandidaten til å løse case-oppgaver underveis, sier Martinsen.
Han mener det allerede er tydelig at selskapet vil kunne hjelpe med å spare inn tid i rekrutteringsprosessen, ved hjelp av at KI kan intervjue flere kandidater og gjøre første “screening”, og at det selskapet selv har sett er at prosessen ender i høyere kvalifiserte kandidater.
Kandidatreisen et viktig poeng for begge
I tillegg vil Staffer.ai hjelpe med den andre siden, nemlig kandidatreisen. Han påpeker at mange stillingsannonser i dag egentlig søker etter null personer, ettersom annonsen spør om for mye. Og at mange prosesser tar for lang tid og er upassende for flere kandidater, som nå vil kunne sette seg ned en kveld å svare på det som trengs, istedenfor at det skal settes opp etter når rekrutterer har mulighet. Det tror Larsen også er en god ting.
– Dette er en skuffelsesindustri. Én får jobben, mens to hundre får nei. De skal ikke føle at de har kastet bort tiden sin, sier hun.
Og viser videre til at rekrutteringsprosessen i bank har blitt omfattende de siste årene.
– Det har blitt mer omfattende på grunn av regulatoriske krav. Vi må hente inn mer informasjon og gjøre mer omfattende bakgrunnsjekker. Det er mer administrasjon enn før. Mange rekrutterere bruker mye tid på oppgaver som ikke gir direkte verdi, sier Larsen.
Rekrutteringsbransjen moden for endring?
Derfor tror hun også at rekrutteringsbransjen vil se en endring i tiden fremover. Noe den kanskje er moden for.
– Jeg tror standardannonsen blir mindre viktig i fremtiden. Vi må i større grad ta direkte kontakt med relevante kandidater. Mange annonser i dag er også bare tull. Og skal man være helt ærlig, så er jo KI konsekvent. Den leser CV nummer én på samme måte som nummer 200. Når jeg leser mange CV-er, så kan det hende jeg ser etter litt andre ting i nummer 200 enn jeg gjorde i nummer én, vekter ting litt annerledes, ubevisst, sier Larsen.
– Jeg tror vi står i en disrupt. Rekrutteringsprosessen har nesten ikke endret seg siden 30-tallet og den strukturerte CV-en kom med Monster på 80-tallet. Nå tror jeg vi er modne for at noe skjer.
På spørsmål om hvordan drømmeprosessen til Larsen ser ut, svarer seksjonssjefen i DNB at hun ser for seg:
«Mer presise, målrettede og raskere prosesser, med bedre kandidatopplevelse og tidligere sortering av det som ikke er relevant, der rekruttereren får brukt kompetansen sin bedre i møte med ansettende leder og kandidater og mer tid på vurderinger.»
Og håper det er akkurat det hun nå får når Staffer vil få innblikk i DNBs prosesser.
Slik blir du synlig for KI-rekruttereren
For Staffer.ai sin del, er de veldig spente på å få innsikt i et så stort konsern som DNB og håper partnerskapet kan gjøre startupen klar til større oppgaver. Og ønsker du å være synlig for neste generasjons rekrutterer, har Martinsen oppskriften klar.
– Staffer.ai henter data om selskapet så vi vet alt om hva som gjør DNB til en bra arbeidsplass og hvorfor folk vil jobbe her. I tillegg har vi hele LinkedIn inne i løsningen med 850.000.000 kandidater. Hvis DNB skal ha en ny analytiker vet vi umiddelbart hvem som gjør jobben i dag, og hvem som er relevant. Så handler det om å koke dette ned.
– Jo høyere jobbsikkerhet du har i et land, jo dårligere er man på å ha en fullstendig LinkedIn. Mange skriver bare «rådgiver» og kanskje hvor de studerte. Hadde du vært en amerikaner og visst at du kunne miste jobben på to uker, ville du skrevet mye mer om hva du faktisk har gjort. Skal du være synlig i fremtiden, må du utbrodere hva du faktisk gjør, slik at du dukker opp når noen søker etter spisskompetanse, sier Martinsen.
Medgründeren er også svært positiv til samarbeidet med DNB og beskriver banken som et konsern som «heier på startups». Og Sylte som jobber med strategiske partnerskap sier seg enig.
– Vi har god erfaring med oppstartsselskaper gjennom blant annet NXT-akseleratorprogrammet, og håper Staffer.ai opplever oss som en fremoverlent partner om genuint ønsker å bidra til at de lykkes. For DNB skal ikke bli verdens beste på å lage teknologi for rekruttering. Vi skal være veldig gode på rekruttering, men teknologien utvikler vi helst sammen med spesialister. Vi kan ikke utvikle alt selv, sier Sylte.