มารู้จัก “จิม“ Chatbot ของ DBS
คอลัมน์ : SD Talk ผู้เขียน : พิชญ์พจี สายเชื้อ
วันนี้จะมาเล่าเรื่ององค์กรที่นำ AI มาใช้แล้วประสบความสำเร็จอย่างมาก คือแบงก์ DBS แบงก์ใหญ่ของสิงคโปร์ ทั้งนั้นเพราะ DBS ร่วมมือกับ startup ชื่อ impress.ai พัฒนา AI Chatbot ในการหาคนชื่อ “JIM” ซึ่งย่อมาจาก Jobs Intelligence Maestro หน้าที่ของ “จิม” คือการสกรีนหาแคนดิเดต สำหรับตำแหน่ง Wealth Planning Manager ซึ่งผลที่ได้รับ น่าประทับใจมาก
ก่อนมีจิม TA หรือ Talent Acquisition ของ DBS ใช้เวลาประมาณ 20% ในการเก็บข้อมูล ตอบอีเมล์ ก่อนจะนัดเจอแคนดิเดตเพื่อสกรีนแคนดิเดต แต่หลังจากมีจิม พวกเขาสามารถลดเวลาในการสกรีนแคนดิเดตได้ถึง 75%, ลดเวลาในการรีวิวแคนดิเดตต่อเคสจาก 37 นาทีเป็น 8 นาที,
ลดเวลากรอกใบสมัครของแคนดิเดตจาก 1 สัปดาห์เหลือ 1 ชม., อัตราการหายไปของแคนดิเดตลดลง จาก 15% เป็น 3% และจิมสามารถตอบคำถามแคนดิเดตได้ถึง 96.9% ที่สำคัญ แคนดิเดตพอใจข้อมูลที่ได้รับจากจิม ในการอธิบายงานในหน้าที่ได้ดี
ทั้งหมดนี้ช่วยให้ TA ของ DBS สามารถใช้เวลาในงานที่มีคุณค่า (และท้าทาย) มากขึ้น เช่น การ source หาแคนดิเดต การประชาสัมพันธ์การหาคน หรือการสร้าง employee brand การสร้างสัมพันธ์กับแคนดิเดต หรือ hiring manager แทน
และที่น่าสนใจมากคือตอนนี้ TA ของ DBS มีทักษะใหม่ คือการเทรนจิมให้มีทักษะในการตอบคำถามให้ดีขึ้น ไม่แน่นะคะ ในอนาคตงานของ TA อาจรวมถึง การเป็น chatbot coach
ที่สำคัญ เรามาดูเบื้องหลังความสำเร็จนี้กันว่าคนทำจริง ๆ มีความรู้สึกยังไง ในการพัฒนาจิมขึ้นมา คนที่เป็นคนรับผิดชอบในโครงการนี้คือ “คุณ Xiuwen” และ “คุณ Dee” ซึ่งเป็น TA ของ DBS ทั้งสองบอกว่า ตอนแรกคิดว่างานนี้ตรงไปตรงมา ก็แค่เขียนโปรแกรมให้ chatbot ทำงาน
แต่พอทำจริงไม่หมูอย่างที่คิด มีประเด็นที่ต้องเก็บข้อมูล และทำต่อในการพัฒนามากมาย สรุปทาง DBS เลยร่วมมือกับ startup ชื่อ impress.ai ในการพัฒนาจิมออกมา
โครงการจริง ๆ เริ่มตั้งแต่ปี 2017 ในตอนต้นของโครงการ พวกเขาต้องกำหนดบุคลิกของจิม เขียน script ในการพูดให้จิม และออกแบบ interface ในการทำงาน ทดลองใช้ ปรับแก้ และทดลองใช้ต่อ ตัวอย่างเช่น ในการทดลองพบว่าแคนดิเดตหายไปอย่างรวดเร็วในกระบวนการ
พวกเขาต้องหาสาเหตว่าการสื่อสารของจิมเป็นอย่างไร ชัดเจนมั้ย เป็นต้น (จิมอาจจะพูดไม่รู้เรื่อง หรือให้ความรู้สึกกับแคนดิเดตว่าคุยกับ chatbot แคนดิเดตเลยไม่อยากคุยต่อ)
หรืออีกตัวอย่างหนึ่งคือการที่แคนดิเดตอาจจะให้ข้อมูลมากเกินไป ใช้เวลามากไป (แคนดิเดตบางคนอาจพูดเยอะ 555) ทางทีมก็ต้องหาวิธี โดยการสร้างปุ่มให้แคนดิเดตดูได้ว่าถัดไปมีอีกกี่คำถาม ทางแคนดิเดตจะได้บริหารเวลาได้ เป็นต้น จากการทดลองรอบแรกกับ 20 แคนดิเดต
พบว่าจิมได้คะแนนความพึงพอใจสูงถึง 4.2 จาก 5 และแคนดิเดตบางคนถึงกับขอบคุณจิมตอนจบด้วย (คือปฏิบัติต่อจิมเหมือนจิมเป็นคนจริง ๆ) ซึ่งทำให้ทีมงานมีกำลังใจมาก
ในที่สุดในปี 2018 ก็มีการเปิดตัวจิมอย่างเป็นทางการ ใน 5 เดือนจิมได้พูดกับแคนดิเดตถึง 600 คน ปกติแคนดิเดตจะหายไปประมาณ 15% ใน process นี้ แต่กับจิมหายไปแค่ 3% เท่านั้น เนื่องจากการที่จิมสามารถตอบคำถามได้ตลอดเวลา ไม่มีเวลาพัก ตามความสะดวกของแคนดิเดตเลย โดย 97% ของคำถาม จิมตอบได้หมด
เป็นไงบ้างคะ การนำ AI มาใช้ในงาน HR แล้วประสบความสำเร็จ ซึ่งเป็นตัวอย่างให้เห็นว่าพวกเราชาว HR ต้องปรับตัวเปิดรับการนำเทคโนมาใช้ เพื่อให้เกิดประสิทธิภาพในการทำงานสูงสุดเช่นกัน