Wat bedrijfsleiders kunnen leren van LinkedIn's succes met AI-agenten

AI-agenten zijn momenteel een van de meest besproken onderwerpen in de technologie. Maar hoeveel bedrijven hebben deze technologie daadwerkelijk geïmplementeerd en maken ze er actief gebruik van? LinkedIn is een van de voorlopers op dit gebied met zijn LinkedIn Hiring Assistant. Deze AI-agent gaat verder dan de populaire aanbevelingssystemen en AI-gestuurde zoekfuncties van het platform. Het helpt bij het werven van kandidaten via een eenvoudige interface in natuurlijke taal.

Inzicht in het AI-model van LinkedIn

"Dit is geen demo-product," zei Deepak Agarwal, chief AI officer bij LinkedIn, deze week op het evenement VB Transform. "Dit is live. Het bespaart recruiters veel tijd, zodat zij zich kunnen richten op wat zij echt leuk vinden: het begeleiden van kandidaten en het aannemen van het beste talent voor de functie."

Een multi-agent benadering

LinkedIn hanteert een multi-agent benadering, waarbij een verzameling agenten samenwerkt om taken efficiënt uit te voeren. Een supervisor-agent coördineert alle taken tussen andere agenten, waaronder inname- en sourcing-agenten die gespecialiseerd zijn in hun specifieke taken. Alle communicatie verloopt via de supervisor-agent, die input ontvangt van menselijke gebruikers over rolvereisten en andere details.

Deze supervisor-agent geeft context aan een sourcing-agent, die door de zoekresultaten van recruiters snuffelt en kandidaten selecteert, inclusief beschrijvingen van waarom zij mogelijk geschikt zijn voor de functie. Deze informatie wordt teruggestuurd naar de supervisor-agent, die vervolgens actief in gesprek gaat met de menselijke gebruiker.

Interactie met de AI-agent

“Dan kun je met de agent samenwerken, toch?” zei Agarwal. “Je kunt het aanpassen. Je hoeft niet langer in zoekwoorden met het platform te communiceren. Je kunt in natuurlijke taal praten, en het zal je antwoorden, het zal een gesprek met je aangaan.”

De agent kan vervolgens kwalificaties verfijnen en beginnen met het werven van kandidaten, zowel synchroon als asynchroon voor de hiring manager. “Het weet wanneer het een taak aan welke agent moet delegeren, hoe het feedback verzamelt en dit aan de gebruiker toont,” aldus Agarwal.

De mens staat voorop

Agarwal benadrukte het belang van "mens eerst" agenten die gebruikers altijd controle geven. Het doel is om ervaringen met AI diep te personaliseren, zodat deze zich aanpast aan voorkeuren, leert van gedragingen en zich blijft ontwikkelen en verbeteren naarmate gebruikers ermee interageren.

“Het gaat erom je te helpen je werk beter en efficiënter te doen,” zei Agarwal.

Hoe LinkedIn zijn multi-agent systeem traint

Een multi-agent systeem vereist een genuanceerde aanpak voor training. Het team van LinkedIn besteedt veel tijd aan het optimaliseren en efficiënter maken van elke downstream-agent voor zijn specifieke taak, om de betrouwbaarheid te verbeteren, legt Tejas Dharamsi, senior software engineer bij LinkedIn, uit.

“We optimaliseren modellen die zijn aangepast aan specifieke domeinen en maken ze kleiner, slimmer en beter voor onze taken,” zegt hij. De supervisor-agent is een speciale agent die hoge intelligentie en aanpassingsvermogen vereist. LinkedIn's coördinerende agent kan redeneren door gebruik te maken van de geavanceerde grote taalmodellen van het bedrijf. Het is ook in staat om versterkend leren toe te passen, wat de prestaties van de agent verbetert naarmate deze interacties opdoet.

Conclusie: Lessen voor andere bedrijven

LinkedIn's ervaring met AI-agenten biedt waardevolle lessen voor andere bedrijven die deze technologie willen implementeren. Het benadrukt het belang van samenwerking tussen agenten en de noodzaak om de mens centraal te stellen in AI-ervaringen. Door AI-agenten in te zetten, kunnen bedrijven niet alleen efficiëntie verbeteren, maar ook een diepere verbinding met hun gebruikers realiseren, wat uiteindelijk leidt tot betere resultaten in hun bedrijfsvoering.

Vertaald met ChatGPT gpt-4o-mini