Smart recruiting

La quarta rivoluzione industriale, conosciuta anche come Industria 4.0, sta spingendo molte aziende a riformulare i loro modelli di produzione e gestione al fine di migliorare le condizioni di lavoro, creare nuovi modelli di business e aumentare produttività e qualità del prodotto finale

L’Industria 4.0 si fonda su diverse tecnologie abilitanti, tra cui realtà aumentata, Internet of Things, Cloud, Big Data che richiedono competenze che spesso mancano nelle aziende e sono ancora rare da trovare e che, comunque, vanno acquisite rapidamente per rimanere competitivi nel mercato globale.

Questo contesto in rapida e continua evoluzione richiede che anche le attività di reclutamento vadano adattate e migliorate in modo da offrire rapidamente alle aziende le competenze richieste e proporre ai candidati una scelta lavorativa soddisfacente e appagante.

Il settore del reclutamento è particolarmente complesso e di difficile automazione. Il suo successo dipende da fattori che vanno al di là della semplice corrispondenza delle competenze tecniche offerte dai candidati e richieste dalle aziende, considerando anche le competenze trasversali e le necessità personali dei candidati. Un reclutatore capace è in grado di tenere in considerazione tutti questi fattori in modo da soddisfare sia i candidati che le aziende. Negli ultimi anni, l’avvento di piattaforme social specificamente dedicate da un lato a facili- tare l’interazione diretta tra candidati e aziende, e dall’altro a consentire ai candidati di presentare pubblicamente il loro curriculum con le loro competenze e esperienze ha reso di vitale importanza, anche in ambito di reclutamento, l’adozione di sistemi via via più sofisticati.

Questi sistemi sono chiamati a gestire la mole sempre più importante di dati da analizzare da parte dei reclutatori, così come la continua evoluzione di competenze richieste e disponibili sul merca- to, in special modo in settori dinamici quali l’Information Technology. È quindi diventato cruciale lo sviluppo di sistemi in grado di automatizzare i processi più meccanici svolti dal reclutatore, come la raccolta di curricula e la loro profilazione in base alle caratteristiche dei candidati, e di coadiuvarlo attivamente nell’identificazione di potenziali corrispondenze tra richieste e offerte di lavoro.

I sistemi di questo tipo sono generalmente identificati come Applicant Tracking Systems (ATS). Gli ATS sono as- similabili a sistemi di gestione delle relazioni con i clienti (Customer Relationship Management, CRM) ma con il particolare obiettivo di scoprire candidati per le specifiche opportunità lavorative.

Questi sistemi sono spesso basati sull’inserimento manuale, da parte del reclutatore, sia dei curricula che delle offerte di lavoro, in aggiunta alla profilazione degli stessi utilizzando una serie di caratteristiche chiave, quali ad esempio le competenze richieste e offerte, la collocazione geografica, ecc. Spesso, questo tipo di profilazione viene affidata sia ai reclutatori che ad algoritmi basati su semplici regole per l’identificazione delle competenze e dei migliori candidati per una determinata offerta di lavoro.

Oggi sono disponibili due tipologie principali di ATS sul mercato, una per il reclutamento diretto e l’altra per il reclutamento indiretto. Gli ATS appartenenti alla prima tipologia sono sviluppati tenendo conto delle esigenze dei diparti- menti delle risorse umane interni alle aziende, e hanno il compito di gestire ad esempio la selezione dei candidati, i colloqui e le pratiche di assunzione. Gli ATS della seconda tipologia invece sono specificamente rivolti ad agenzie interinali, di consulenza, e di reclutamento.

Dal punto di vista sia della ricerca di base che di quella industriale, lo studio di ATS di nuova generazione che facciano uso di moderni sistemi di data mining e intelligenza artificiale è ancora a livello embrionale, proprio per la difficoltà di gestione delle numerose casistiche rilevabili all’interno di un sistema di questo tipo. In questo scenario, un esempio di successo è sicuramente il progetto TALENT 4.0, che è stato finanziato dalla Regione Toscana e ha vi- sto la partecipazione di realtà aziendali (IT Partner Italia, Software Products Italia, Promos, Laborplay) e accademiche (Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa) toscane.

Il progetto ha sviluppato uno Smart-ATS di nuova generazione che, usando una vasta gamma di tecnologie, quali web crawling, text mining, machine learning, data mining, è in grado di individuare e profilare automaticamente richieste e offerte di lavoro basandosi sia su specifiche competenze tecniche che trasversali, al fine di individuare il candidato migliore per una specifica offerta di lavoro. Più specificatamente, lo smart-ATS sviluppato include un sistema di web crawling, un software per scaricare dati dal web, per il recu- pero automatizzato di curricula e offerte da più fonti, e un sistema basato su tecniche di Natural Language Processing, ovvero il trattamento automatico dei dati testuali, data mining e machine learning con un duplice scopo: da un lato, l’individuazione automatica e non supervisionata di profili sia delle offerte che dei curricula a partire dai testi che li descrivono e dall’altro, utilizzando dati stori- ci sulla gestione passata del reclutamento, lo sviluppo di modelli di matching in grado di associare i migliori candidati a ciascuna offerta lavorativa. Infine, lo smart-ATS contiene un sistema di valutazione automatica di competenze tecniche e trasversali in grado di produrre dei profili dei candidati.

Ovviamente sistemi di questo tipo non sostituiscono i reclutatori, ma “garantiscono una maggiore efficienza all’intera filiera del reclutamento, dal recupero di candidati alla loro profila- zione” spiega Alessio Ciardini, amministratore delegato di IT Partner Italia.

“Il reclutatore viene supportato nel processo decisionale, al quale vengono risparmiati i compiti più meccanici e può così concentrare le proprie energie per affrontare scelte complesse, volte a soddisfare tanto i clienti quanto i candidati, ma con una maggiore flessibilità e consapevolezza”