AI स्टार्टअप Highperformr.ai ला इंटर्नशिपसाठी 1,290 अर्ज आले, पण कठोर तपासणीनंतर एकाही उमेदवाराची निवड झाली नाही. सुरुवातीची आवड आणि प्रत्यक्ष कामातील तफावत संस्थापकांनी अधोरेखित केली. यामुळे तंत्रज्ञान क्षेत्रातील सुरुवातीच्या टप्प्यातील नोकरभरतीतील आव्हाने आणि स्पर्धात्मक AI जॉब मार्केटमध्ये उमेदवारांच्या बदलत्या प्राधान्यांवर प्रकाश पडतो.
Detailed Coverage
चेन्नई-स्थित AI स्टार्टअप Highperformr.ai चे सह-संस्थापक रमेश रविशंकर यांनी नुकत्याच झालेल्या एका कठीण भरती प्रक्रियेबद्दल माहिती दिली.
इंटर्नशिप पदांसाठी 1,290 अर्ज येऊनही, कंपनीने शेवटी कोणत्याही उमेदवाराला कामावर न घेण्याचा निर्णय घेतला. या प्रक्रियेत प्रतिबद्धतेमध्ये मोठी घट दिसून आली, केवळ 83 अर्जदारांनी अनिवार्य कौशल्य मूल्यांकन (Skills Assessment) पूर्ण केले, आणि फक्त 10 उमेदवार मुलाखतीच्या टप्प्यात पोहोचले, जिथे सर्व उमेदवार आवश्यक मानकांची पूर्तता करू शकले नाहीत.
आवड आणि प्रत्यक्ष काम यातील तफावत
संस्थापकांनी नमूद केले की AI क्षेत्रात सुरुवातीची आवड अजूनही जास्त असली तरी, स्टार्टअपमधील भूमिकांसाठी आवश्यक असलेल्या वचनबद्धतेमध्ये मोठी दरी आहे. मिळालेल्या माहितीनुसार, सुमारे 94% अर्जदारांनी मूल्यांकन टप्प्यापूर्वी किंवा त्यादरम्यानच सहभाग थांबवला. रविशंकर यांनी निदर्शनास आणून दिले की अनेक उमेदवार स्वतःला AI किंवा मशीन लर्निंग उत्साही म्हणून ऑनलाइन सादर करतात, परंतु सुरुवातीच्या टप्प्यातील उत्पादने तयार करण्यासाठी आवश्यक असलेल्या दैनंदिन कामासाठी आणि तांत्रिक कठोरतेसाठी कमीच जण तयार असतात.
काही उमेदवारांनी स्थलांतरणाच्या (Relocation) आवश्यकतांमुळे माघार घेतली, तर काही जणांनी सुरुवातीचे अर्ज सादर केल्यानंतर पूर्णपणे संवाद थांबवला. प्रतिबद्धता कमी होण्याची ही पद्धत अनेकदा 'फॉलो-थ्रू गॅप' म्हणून ओळखली जाते, जिथे नोकरीसाठी अर्ज करण्याची सोय आणि आपली कौशल्ये सिद्ध करण्यासाठी लागणारे जास्त प्रयत्न यात तफावत दिसून येते.
भरतीची तत्वे आणि बाजारातील गतिशीलता
या चर्चेमुळे भारतीय तंत्रज्ञान परिसंस्थेतील (Tech Ecosystem) भरती पद्धतींबद्दल एक व्यापक संभाषण सुरू झाले. काही निरीक्षकांनी संस्थापकांच्या निराशेला सहमती दर्शवली, तर काहींनी भरती ही दुतर्फा प्रक्रिया असल्याचे सांगितले. टीकाकारांनी नमूद केले की उमेदवारांना कंपन्यांकडून समान 'घोस्टिंग' (Ghosting) समस्यांना सामोरे जावे लागते, जिथे अर्जांना प्रतिसाद मिळत नाही, ज्यामुळे उमेदवारांचा उत्साह कमी होऊ शकतो. रविशंकर यांनी ही जबाबदारी स्वीकारली आणि सांगितले की उमेदवारांना मूल्यांकनासाठी वेळ देण्यास सांगितल्यानंतर कंपन्यांनी अभिप्राय (Feedback) देणे आवश्यक आहे.
Highperformr.ai साठी, भरतीचे तत्व केवळ रेझ्युमे (Resume) पेक्षा क्षमतेवर (Potential) अधिक केंद्रित आहे. कंपनी अशा व्यक्तींना शोधण्याला प्राधान्य देते जे चिकाटी आणि आकर्षक नसलेले, मूलभूत काम करण्याची इच्छा दर्शवतात. हा दृष्टिकोन अनेक स्टार्टअप्समधील सामान्य ट्रेंड दर्शवतो, ज्यांना स्थापित कंपन्यांच्या तुलनेत उच्च-दबावाच्या वातावरणात काम करण्यास इच्छुक असलेले प्रतिभा शोधण्यात अनेकदा संघर्ष करावा लागतो.
भविष्यातील निरीक्षणे
भारतातील व्यापक AI क्षेत्राचा मागोवा घेणाऱ्या गुंतवणूकदार आणि व्यावसायिकांसाठी, हा अनुभव उच्च स्वारस्य असूनही चालू असलेल्या प्रतिभेची कमतरता दर्शवितो. Highperformr.ai सारख्या कंपन्यांसाठी मुख्य निरीक्षण हे गुणवत्तेशी तडजोड न करता त्यांच्या टीम्सना प्रभावीपणे स्केल करण्याची त्यांची क्षमता असेल. जसे AI स्टार्टअप्स विस्तारत राहतील, त्यांची वाढ अशा व्यक्तींना आकर्षित करण्यावर अवलंबून असेल जे प्रोटोटाइपमधून स्केलेबल व्यवसाय मॉडेलमध्ये जाण्यासाठी आवश्यक असलेल्या तांत्रिक कौशल्यांना परिचालन सुसंगततेसह संतुलित करू शकतील. गुंतवणूकदार अनेकदा सुरुवातीच्या टप्प्यातील स्टार्टअप्समध्ये मजबूत, सुव्यवस्थित टीम्स शोधतात आणि प्रतिभा मिळवण्याची अडचण अंमलबजावणीच्या टाइमलाइनसाठी एक व्यावहारिक जोखीम घटक राहते.