自然言語検索のトレンドを受けて、LinkedInはその新しいAI搭載の求人検索機能がすべてのユーザーに利用可能になったことを発表しました。この革新は、LinkedInのプロフェッショナルソーシャルメディアプラットフォームの知識リポジトリに基づいて微調整され最適化されたモデルを使用しており、ユーザーがより自然でカジュアルな表現を使って就職意図を説明できるようにし、より正確でニーズに合った求人情報を推薦することを目指しています。

LinkedInの製品開発担当副社長であるエラン・ベルガー氏はVentureBeatとのインタビューで次のように述べています。「この新しい検索体験により、メンバーは自分の言葉で目標を説明し、実際のニーズを反映する結果を得られるようになります。これは、就職活動のプロセスをより直感的、包括的、そしてすべての人にとって力強いものにするための一歩に過ぎません。」

LinkedInが以前に行った調査では、ユーザーがプラットフォーム上で求人を探す際に、しばしば正確なキーワードに頼りすぎる傾向があることがわかりました。これが原因で、期待通りの検索結果が得られず、「記者」という単語が含まれている場合、メディア記者と法曹界の記者のようなスキル要件がまったく異なる役職が混ざってしまうといった問題が発生していました。LinkedInのエンジニアリング担当副社長であるチャン・ウェンジン氏は、この改善によりユーザーのニーズをより深く理解し、人々が完璧な仕事を見つける方法を根本的に変えることを目指していると強調しました。

ロボットAIとの面接と交渉

「過去には、キーワードを使用すると、基本的にはそれらの単語を調べて完全一致する答えを探していました。たとえば、求人情報では『記者』と記載されていても、実際の候補者が記者ではない場合、私たちもその情報を受け取っていましたが、それは候補者にとって理想的ではありませんでした」とチャン・ウェンジン氏は説明しました。

現在、LinkedInはユーザーのクエリを理解する能力を向上させ、より豊富なキーワードを使用して検索できるようになりました。例えば、以前は「ソフトウェアエンジニア」とだけ検索する必要がありましたが、今では「シリコンバレーで最近公開されたソフトウェアエンジニアの求人を探します」と入力でき、システムがそれに応じてより正確にマッチングを行うことができます。

この目標を達成するために、LinkedInは検索機能の理解を根本的に再構築しました。チャン・ウェンジン氏によれば、このプロセスは三つのステップで行われます。まず、ユーザーのクエリを理解し、次に広範な求人データベースから正しい情報を回収し、最後に最も関連性の高い求人を正確にランク付けして提供します。

以前は、LinkedInは固定的なタクソノミーや分類モデル、また深い意味論的理解能力を持つ旧式のLLMに依存していましたが、現在では現代的な微調整された大規模言語モデル（LLM）を採用し、自然言語処理（NLP）能力を強化しています。

大規模言語モデル（LLM）の高コストを考慮し、LinkedInはデータ蒸留法を採用してコストを削減しました。彼らはLLMの使用をデータの回収と情報の整理、そして結果の順位付けの二段階に分けました。主モデルを使用してクエリと求人情報を順位付けすることで、回収と分類モデルを調和させ、求人検索システムのフェーズ数を9段階からシンプルな流れに減少させました。

さらに、LinkedInはユーザーごとにカスタマイズされた求人提案を生成する検索エンジンを開発しました。

LinkedInは唯一の企業ではありません。Googleは以前から予測しており、先進的なモデルのおかげで2025年にはビジネス検索がさらにパワフルになると。CohereのRerank3.5やOpenAI、Google、Anthropicによる「深層検索」製品は、組織が内部データ源にアクセスし分析する需要の増加を示しています。

昨年以降、LinkedInはいくつかのAIベースの新機能を導入してきました。今年10月には、採用担当者がより効率的に理想的な候補者を見つける手助けをするAIアシスタントを発表し、ますますプロフェッショナルネットワーク業界でのリーダーシップを強化しています。