如果不使用聯(lián)合利華產(chǎn)品，很難在發(fā)達國家生活一天。該跨國公司生產(chǎn)和分銷400多個消費品品牌，涵蓋食品和飲料，家庭清潔產(chǎn)品和個人衛(wèi)生。

由于有如此多的協(xié)調(diào)和管理流程，人工智能正迅速成為其規(guī)模的組織所必需的。這適用于研究和開發(fā)以及擁有170,000名員工的企業(yè)所需的龐大支持基礎(chǔ)設(shè)施。

最近它宣布它開發(fā)了機器學(xué)習(xí)算法，能夠嗅探你的腋窩并告訴你是否患有體味。雖然這可能看起來像是“使用大錘來破解核桃”，但已經(jīng)開發(fā)的技術(shù)可以繼續(xù)用于監(jiān)控食物的新鮮度，有助于解決食物過量生產(chǎn)和社會流行的問題。

然而，除了這些面向公眾的聰明舉措之外，人工智能還在幕后使用，以幫助篩選和評估每年申請聯(lián)合利華工作的100多萬人。如果他們成績并成為成千上萬獲得工作的人之一，他們就會使用人工智能驅(qū)動的工具來幫助他們適應(yīng)新角色并開始運作。

人工智能增強招募

聯(lián)合利華每年招募超過30,000名員工，處理約180萬份求職申請。

這需要大量的時間和資源。作為一個在190個國家開展業(yè)務(wù)的跨國品牌，申請人遍布全球。尋找合適的人才是成功的關(guān)鍵因素，聯(lián)合利華不能忽視人才，因為它被埋在一堆簡歷的底層。

為了解決這個問題，聯(lián)合利華與人工智能招聘專家Pymetrics合作創(chuàng)建了一個在線平臺，這意味著候選人最初可以在他們自己的家中，在電腦或手機屏幕前進行評估。

首先，他們被要求玩一系列游戲，測試他們的能力，邏輯和推理，以及對風(fēng)險的偏好。然后使用機器學(xué)習(xí)算法通過將其配置文件與先前成功的員工的配置文件進行匹配來評估它們適用于它們所應(yīng)用的任何角色。

該過程的第二階段涉及提交視頻訪談。同樣，評估員不是人，而是機器學(xué)習(xí)算法。該算法檢查大約30分鐘回答問題的候選人的視頻，并通過自然語言處理和肢體語言分析的混合，確定誰可能是一個合適的人。

聯(lián)合利華人力資源總監(jiān)Leena Nair告訴我，由于采用了自動篩選系統(tǒng)，大約有70,000個人小時的面試和評估候選人。

她說：“我們尋找有目標(biāo)感的人 - 系統(tǒng)思維，適應(yīng)力和商業(yè)頭腦?；谶@種形象，游戲和視頻訪談都被編程為在他們的行為中尋找線索，這將有助于我們了解誰適合在聯(lián)合利華。“

參考他們未來領(lǐng)導(dǎo)者計劃的視頻訪談分析，她告訴我“每個屏幕截圖都為我們提供了許多關(guān)于此人的數(shù)據(jù)點，因此我們與許多合作伙伴合作，并與這些合作伙伴一起使用大量專有技術(shù)，然后我們選擇大約3,500人前往我們的發(fā)現(xiàn)中心。“在與真正的領(lǐng)導(dǎo)者和招聘人員共度一天后，聯(lián)合利華選擇了大約800名將獲得工作的人。

該系統(tǒng)還旨在向所有申請人提供反饋，即使是那些不成功的申請人。

“我喜歡這個過程是每個申請我們的人得到一些反饋，”奈爾說。

“通常情況下，當(dāng)人們向大公司發(fā)送申請時，它可能會進入'黑洞' - 非常感謝您的簡歷，我們會回復(fù)您 - 而您再也沒有收到他們的回復(fù)。

“我們所有的申請人都得到了幾頁反饋，他們在游戲中的表現(xiàn)，他們在視頻采訪中的表現(xiàn)，他們有哪些特點，如果他們不合適，他們之所以沒有以及我們認(rèn)為他們應(yīng)該做些什么來在未來的應(yīng)用程序中取得成功。

“這是人工智能的一個例子，讓我們變得更加人性化。”

因此，雖然聯(lián)合利華尚未準(zhǔn)備好將整個招聘流程交給機器，但它已經(jīng)表明，在初步篩選申請人時，它可以幫助進行最初的“篩選”。

機器人幫助您適應(yīng)這份工作

在完成成績后，另一項機器學(xué)習(xí)驅(qū)動計劃正在幫助新員工開始擔(dān)任新職位 - 適應(yīng)日常事務(wù)以及企業(yè)的企業(yè)文化。

Unabot是一個基于微軟Bot框架的自然語言處理(NLP)機器人，旨在了解員工需要知道什么，并在被問及時獲取信息。

“我們開玩笑說我們不知道這是男人還是女人 - 這是Unabot，”奈爾告訴我。

“Unabot不僅回答人力資源問題，有關(guān)員工的任何事情的問題都應(yīng)該由Unabot回答，現(xiàn)在它是任何員工問題的前沿 - 他們可能會詢問有關(guān)IT系統(tǒng)或他們的津貼 - 所以我們是實時了解對員工重要的事情。“

通過與員工的互動，Unabot已經(jīng)學(xué)會回答諸如停車位置，穿梭巴士的時間以及何時進行年薪審查等問題。

與Alexa或面向消費者的客戶服務(wù)公司聊天機器人不同，Unabot還必須能夠根據(jù)與誰通話來過濾和應(yīng)用信息。它能夠根據(jù)用戶的地理位置和公司內(nèi)部的資歷水平來區(qū)分傳遞的信息。

Unabot最初是面向菲律賓的員工推出的，目前在36個國家開展業(yè)務(wù)。它已被選為下一個AI計劃，將在全球所有聯(lián)合利華的190個市場推出。

“這是一種新的工作方式，”Nair告訴我，“我們從不進入并說'完美，所以讓我們在所有國家推出它'，'我們在一個國家學(xué)到了什么，并在下一個國家推廣它。 ”

目前，其所有數(shù)據(jù)均來自內(nèi)部來源，例如公司指南，時間表，政策文件和員工自己提出的問題。將來，這可以擴展到包括學(xué)習(xí)材料等外部數(shù)據(jù)。

雖然它處于早期階段，但最初的分析似乎表明該計劃受到員工的歡迎 - 其中36%的部署人員至少使用過一次，大約80%的人再次使用它。

早期學(xué)到的一個教訓(xùn)是提供無摩擦體驗的重要性。

“所以我們已經(jīng)了解到你必須做出任何與員工或消費者無關(guān)的事情，”奈爾說。

“人們以不同的方式進行互動 - 政策文件以特定的方式編寫，其中三到四頁是員工不應(yīng)該做的事情。但是，員工傾向于以非常簡單的方式提問 - 這對我的生活有何影響，我會在哪里找到這個，我該怎么辦?

機器學(xué)習(xí) - 特別是NLP - 可以克服這一點，因為它能夠檢測重復(fù)詢問的問題，即使它們以不同的方式被問到，并提供正確的信息。