LinkedIn ha sviluppato un assistente di assunzione basato su intelligenza artificiale che va oltre i tradizionali sistemi di raccomandazione e ricerca AI, automatizzando la selezione dei candidati attraverso un’interfaccia in linguaggio naturale. Questo strumento non è un semplice prototipo, ma una soluzione attiva che sta già ottimizzando il lavoro dei recruiter, permettendo loro di concentrarsi su attività a maggiore valore aggiunto, come la cura dei candidati e la selezione dei talenti più adatti.
LinkedIn adotta un approccio multi-agente, utilizzando una serie di agenti che collaborano per svolgere il compito. Un agente supervisore coordina tutte le attività tra gli altri agenti, inclusi agenti di intake e sourcing specializzati in compiti specifici. La comunicazione avviene attraverso l’agente supervisore, che riceve input dagli utenti umani riguardo alle qualifiche del ruolo e altri dettagli. Successivamente, fornisce il contesto a un agente di sourcing, che esamina gli stack di ricerca dei recruiter e individua candidati, fornendo descrizioni su perché potrebbero essere adatti al ruolo. Queste informazioni vengono poi restituite all’agente supervisore, che inizia a interagire attivamente con l’utente umano. Questo sistema consente una collaborazione fluida, in cui l’utente può modificare le richieste in linguaggio naturale e ricevere risposte conversazionali.
La creazione di un sistema multi-agente richiede un approccio di formazione dettagliato. Il team di LinkedIn dedica tempo significativo all’affinamento e all’efficienza di ciascun agente per migliorare l’affidabilità. Gli agenti vengono addestrati utilizzando modelli adattati al dominio, resi più piccoli, intelligenti e specifici per il compito. L’agente supervisore è progettato per essere altamente intelligente e adattabile, utilizzando modelli linguistici di grandi dimensioni e incorporando l’apprendimento per rinforzo e il feedback continuo degli utenti. Inoltre, l’agente dispone di una “memoria esperienziale”, che gli consente di conservare informazioni dai dialoghi recenti e di mantenere una memoria a lungo termine sulle preferenze dell’utente e discussioni rilevanti.
LinkedIn enfatizza l’importanza della latenza nei modelli AI. Prima di implementare in produzione, gli sviluppatori devono comprendere quante query al secondo i modelli possono supportare e quante GPU sono necessarie per alimentarle. Per determinare questi fattori, l’azienda esegue numerose inferenze, valutazioni e test intensivi. Una volta implementato, la piattaforma dell’agente AI di LinkedIn è progettata come “blocchi Lego” che uno sviluppatore AI può assemblare, offrendo astrazioni che consentono agli utenti di scegliere e combinare in base al prodotto e agli obiettivi desiderati.
Il successo di LinkedIn con gli agenti AI offre lezioni cruciali per i leader aziendali. In primo luogo, è essenziale adottare un approccio collaborativo tra diversi agenti specializzati per affrontare compiti complessi. In secondo luogo, la formazione continua e l’adattamento dei modelli AI sono fondamentali per garantire prestazioni ottimali. Infine, la creazione di sistemi AI modulari e scalabili consente alle aziende di adattarsi rapidamente alle esigenze mutevoli e di integrare nuove funzionalità in modo efficiente.