Repozitorij samostojnih visokošolskih in višješolskih izobraževalnih organizacij

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:AI‑Optimized, CX‑Driven: High‑Volume Hiring for Sales, Retention, Support and Operations
Avtorji:ID Rodriguez Guedes, Oriana Valentina (Avtor)
Datoteke:URL https://toknowpress.net/submission/index.php/ijmkl/article/download/225/148
 
URL https://toknowpress.net/submission/index.php/ijmkl/article/download/225/148
 
.pdf RAZ_Rodriguez_Guedes_Oriana_Valentina_0.pdf (835,48 KB)
MD5: DBBE7486B5BDC625040E839186C283A4
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:MFDPŠ - Mednarodna fakulteta za družbene in poslovne študije
Opis:Purpose: The purpose of this paper is to investigate the effectiveness of a hiring pipeline designed to be cost effective and improve customer experience (CX)—with an emphasis on candidate experience—to increase time to hire, candidate satisfaction, and eventual first year retention across supporting functions in sales, support, and operations in high-volume hiring firms. Design/methodology/approach: A mixed-methods design was utilized and was derived from ATS, CRM logs, industry standards, and AI simulations. Quantitative information was based on a before-and-after quasi-experimental design. In contrast, qualitative information was based on natural language processing (NLP) of recruiter-candidate exchanges using total AI and anonymized candidate surveys. Human-in-the-loop controls and bias checks (metrics) assured flexibility in AI deployment. Findings: Implementation of AI resulted in significant operational and experiential gains. Time to hire decreased from 28.4 to 14.7 days (−48.2%), candidate satisfaction was increased by 40% (6.2 to 8.7), and first-year retention was increased by 19% (72.5% to 86.3%). Qualitative data confirmed operational efficiencies, personalization, and increased perceived fairness. Research limitations/implications: The study was limited to a single large service-focused company, which is based on a pre–post design, without a randomized control group design, and therefore, the findings are not generalizable. Future research should examine AI-driven CX-enhanced hiring in more diverse organizational contexts and longitudinal or controlled experimental designs. Practical implications: With proper AI governance (e.g., bias audits, oversight checkpoints, and transparency), large volume hiring organizations can reduce hiring cycle time; improve retention; and reduce cost via AI-CX. Originality/value: This study demonstrates how AI can jointly improve efficiency and the candidate experience and identifies governance practices needed for ethical and sustainable adoption at scale.
Ključne besede:Artificial Intelligence, Customer Experience, High Volume Hiring, Talent Acquisition, First Year Retention, Human in the Loop
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Datum objave:11.09.2025
Številčenje:Vol. 14, no. 2
PID:20.500.12556/ReVIS-12231 Novo okno
ISSN:2232-5107
eISSN:2232-5697
DOI:https://doi.org/10.53615/10.53615/2232-5697.14.369-386 Novo okno
Datum objave v ReVIS:19.09.2025
Število ogledov:179
Število prenosov:6
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:International journal of management, knowledge and learning
Skrajšan naslov:IJMKL
Založnik:Mednarodna fakulteta za družbene in poslovne študije
ISSN:2232-5697
COBISS.SI-ID:259517440 Novo okno

Licence

Licenca:CC BY-NC-SA 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-sa/4.0/deed.sl
Opis:Licenca Creative Commons, ki prepoveduje komercialno uporabo in zahteva, da uporabnik predelana dela objavi z enako licenco.

Sekundarni jezik

Jezik:Slovenski jezik
Opis:Namen:Namen prispevka je raziskati učinkovitost zaposlitvenega kanala, zasnovanega kot stroškovno učinkovit in usmerjen v izboljšanje uporabniške izkušnje (CX) s poudarkom na izkušnji kandidatov, da bi skrajšali čas zaposlovanja (TTH), povečali zadovoljstvo kandidatov ter dolgoročno izboljšali prvoletno zadržanje zaposlenih v podpornih funkcijah prodaje, podpore in operacij v podjetjih z množičnim zaposlovanjem. Oblika študije/metodologija/pristop: Uporabljen je bil mešani raziskovalni pristop, ki je črpal iz zapisov ATS in CRM, industrijskih standardov ter simulacij umetne inteligence. Kvantitativni podatki so temeljili na kvazi-eksperimentalnem dizajnu pred in po implementaciji, kvalitativni podatki pa na obdelavi naravnega jezika (NLP) izmenjav med kadroviki in kandidati z uporabo umetne inteligence ter na anonimnih anketah kandidatov. Kontrole z vključitvijo človeka (human-in-the-loop) in preverjanje pristranskosti so zagotavljali fleksibilnost pri uvajanju umetne inteligence. Ugotovitve: Uvedba umetne inteligence je prinesla pomembne operativne in izkustvene izboljšave. TTH se je zmanjšal z 28,4 na 14,7 dni (−48,2 %), zadovoljstvo kandidatov se je povečalo za 40 % (s 6,2 na 8,7), prvoletno zadržanje pa za 19 % (z 72,5 % na 86,3 %). Kvalitativni podatki so potrdili operativne učinkovitosti, večjo personalizacijo in občutek pravičnosti.Omejitve raziskave:Študija je bila omejena na eno veliko storitveno podjetje in temelji na pre–post dizajnu brez naključne kontrolne skupine, zato rezultatov ni mogoče posploševati. Prihodnje raziskave bi morale preučiti zaposlovanje, ki ga spodbuja umetna inteligenca in je podprto s CX, v bolj raznolikih organizacijskih kontekstih ter z longitudinalnimi ali kontroliranimi eksperimentalnimi načrti. Izvirnost/vrednost: Ob ustreznem upravljanju umetne inteligence (npr. revizije pristranskosti, nadzorni mehanizmi in transparentnost) lahko organizacije z množičnim zaposlovanjem skrajšajo čas zaposlovanja, izboljšajo zadržanje zaposlenih in znižajo stroške z uporabo pristopaAI-CX.Študija dokazuje, kako lahko umetna inteligenca hkrati izboljša učinkovitost in izkušnjo kandidatov.


Nazaj