การจ้างงานไม่มีปัญหาเรื่องประสิทธิภาพ มีปัญหาเรื่องการระบุผู้สมัคร

ผู้สมัครที่เหมาะสมมักอยู่ใน Pipeline ของคุณอยู่แล้ว — เพียงแต่ไม่ได้ถูกระบุ คอขวดที่แท้จริงไม่ใช่ความเร็ว แต่คือวิจารณญาณ

วงการจ้างงานหมกมุ่นกับประสิทธิภาพมาหลายปี

Pipeline ที่เร็วขึ้น การทำงานอัตโนมัติมากขึ้น เครื่องมือ Sourcing ที่ดีขึ้น

แต่ — ผู้สมัครที่ยอดเยี่ยมก็ยังคงถูกมองข้ามทุกวัน

ไม่ใช่เพราะพวกเขาไม่มีอยู่ แต่เพราะพวกเขาไม่ได้ถูกระบุ

มายาคติใหญ่ที่สุดในการจ้างงาน

เรามักเชื่อว่าการจ้างงานคือปัญหาด้านอุปทาน

"เราแค่ต้องการผู้สมัครมากขึ้น"

เราจึงสร้าง Funnel ให้ใหญ่ขึ้น ดึงโปรไฟล์มากขึ้น และปรับอัตราตอบกลับ

ผู้สมัครที่เหมาะสมมักอยู่ใน Pipeline อยู่แล้ว — พวกเขาสมัครแล้ว ถูก Sourcing แล้ว แม้แต่ถูกรีวิวแล้ว

แต่ก็ยังถูกมองข้ามอยู่ดี

ทำไมผู้สมัครเก่งจึงถูกมองข้าม

ลองนึกถึงการจ้าง VP ครั้งล่าสุดที่คุณปิดได้จริง ๆ คนนั้นน่าจะไม่ได้มาจากผลการค้นหาอันดับต้น ๆ LinkedIn ของเขาอาจดูธรรมดา — "Director of Engineering บริษัท SaaS Series B แห่งหนึ่ง" สิ่งที่ทำให้คุณหยุดดูน่าจะเป็นรูปแบบที่มีแต่คุณสังเกตได้: สามตำแหน่งติดต่อกันที่แบกรับขอบเขตงานมากขึ้นเรื่อย ๆ การเลือกบริษัทที่สะท้อนวิจารณญาณที่แท้จริง ประสบการณ์สั้น ๆ ในสตาร์ทอัปไม่มีชื่อซึ่งตัวกรองส่วนใหญ่จะมองว่าเป็น Red Flag — แต่จริง ๆ แล้วหมายถึง Ownership

การค้นหาด้วยคำสำคัญจับสิ่งนั้นไม่ได้ ตัวกรองก็เช่นกัน แต่คุณอ่านโปรไฟล์แล้วเก็บได้ภายใน 90 วินาที เพราะเคยเห็นรูปแบบนี้มาก่อน

นั่นคือช่องว่าง และมันไม่ใช่เรื่องบังเอิญ ไม่ใช่ "ความผิดพลาดของมนุษย์" แต่เป็นปัญหาของ Signal

Recruiter ไม่ได้ประเมินผู้สมัครด้วยคำสำคัญหรือ Resume เพียงอย่างเดียว พวกเขาพึ่งพาการจดจำรูปแบบที่สร้างสมจากการจ้างงานในอดีต และสัญชาตญาณเชิงบริบทว่า "ดี" ที่แท้จริงหมายความว่าอะไรสำหรับทีมนั้น ๆ โดยเฉพาะ

สัญญาณเหล่านี้มองไม่เห็นในระบบส่วนใหญ่

เราจึงลงเอยด้วยเครื่องมือที่ปรับปรุงสิ่งที่วัดง่าย — ไม่ใช่สิ่งที่สำคัญจริง ๆ

ประสิทธิภาพแก้วิจารณญาณที่ผิดไม่ได้

เครื่องมือจ้างงานส่วนใหญ่ในปัจจุบันสัญญาสิ่งเดียวกัน:

"เราทำให้คุณเร็วขึ้น"

แต่ความเร็วไม่แก้ปัญหาที่แท้จริง หากวิจารณญาณของคุณคลาดเคลื่อน การเร็วขึ้นก็แค่ทำให้คุณปฏิเสธผู้สมัครที่ถูกต้องได้อย่างมีประสิทธิภาพมากขึ้น นั่นไม่ใช่การแก้ปัญหาการจ้างงาน — นั่นคือการขยายปัญหาการจ้างงาน

แล้วถ้าเราสามารถเรียนรู้วิธีคิดของ Recruiter ชั้นยอดได้ล่ะ?

Recruiter ระดับสูงไม่ได้แค่ประมวลผลผู้สมัคร แต่พวกเขาตีความ

พวกเขาอ่านระหว่างบรรทัดและจับสิ่งที่ตัวกรองไม่เห็น — การย้ายงานแนวราบที่จริง ๆ แล้วเป็นการเดิมพันที่คิดมาแล้ว คนที่ทิ้งชื่อดังไปร่วมงานกับ Series B ที่ไม่มีใครรู้จัก และพวกเขาก็ดีขึ้นเรื่อย ๆ ตามเวลา: ทุกการจ้างงาน ทุกครั้งที่พลาด ทุก Debrief กับลูกค้า ล้วนเพิ่มพูนคลังวิจารณญาณที่ยากจะลอกเลียนแบบ

นั่นคือความสามารถที่เราพยายามสร้างใส่เข้าไปใน Mira

จากเครื่องมือสู่ Agent

สิ่งที่เรากำลังสร้างไม่ใช่เครื่องมือ Sourcing อีกตัวหนึ่ง

แต่เป็น Agent ที่เรียนรู้จากวิธีที่ Recruiter ตัดสินใจ — "ดี" ดูเป็นอย่างไรในการค้นหาครั้งก่อน สัญญาณใดทำนาย Fit ได้อย่างน่าเชื่อถือ รูปแบบประสบการณ์ใดที่มักถูกมองข้ามอย่างไม่เป็นธรรม

เป้าหมายคือเมื่อเวลาผ่านไป Agent จะนำผู้สมัครขึ้นมาเหมือน Recruiter ระดับอาวุโสที่ปิดการค้นหาลักษณะนี้ไปแล้วร้อยครั้ง — ไม่ใช่จากการซ้อนทับของคำสำคัญ แต่จากวิจารณญาณที่มาจากการเคยเห็นรูปแบบนี้มาก่อน

เรายังอยู่ในขั้นต้น แต่นั่นคือทิศทาง

เพื่อให้คนที่ใช่ไม่ถูกมองข้าม

การจ้างงานไม่มีวันสมบูรณ์แบบ

แต่ไม่ควรเป็นเรื่องสุ่ม

เป้าหมายไม่ใช่การประมวลผลผู้สมัครมากขึ้น แต่คือการระบุคนที่ใช่เมื่อพวกเขาปรากฏ

---

หากคุณกำลังเผชิญปัญหานี้ เราอยากคุย เข้าร่วมรายชื่อรอ — เรากำลังเปิดให้ Recruiter กลุ่มเล็กเข้าถึงเพื่อรับฟีดแบ็กช่วงแรก