企業如何擁抱「AI+招聘」

編者按

AI提供了標準化決策的技術手段，企業高管或 HR 經理需要把握 A1 植入與應用的戰略方向，避免冰冷的數字技術帶來的距離感與算法侵蝕。

聯合利華的AI技術給初出茅廬的大學生留下了深刻印象：刷社交網站刷出了感興趣的招聘啟事；網申表格無需填寫，直接從領英（LinkedIn）帳號一鍵導入；在手機上玩了20分鐘的神經科學遊戲，即獲知與申請崗位的匹配度；面試中沒見到面試官，而是宅在公寓與AI機器人進行了一場人機對話；開心地拿到Offer，DocuSign直接電子簽名，足不出戶完成簽約。

從2016年起，聯合利華開始在全球利用算法篩選簡曆，並且設計了三輪AI面試初篩加上最後一輪現場體驗面試的招聘流程（圖1）。聯合利華在年青人聚集的臉書（Facebook）等社交平台發佈招聘啟事，讓求職者自主瀏覽與選擇契合的崗位完成網申，隨後使用Pymetrics和HireVue軟件進行測評與面試，記錄候選人的語調、肢體語言等，通過人工智能，分析每個回答，並形成分析報告，幫助面試官完成初篩。

上線第一年，通過在68個國家部署多種語言的「AI+招聘」，聯合利華的招聘週期從4個月縮短到2周，成本節約超過100萬英鎊，僱員多樣性提高了16%。

經過了近5年的迭代與磨合，尤其是在疫情常態化和全球化的背景下，「AI+招聘」已從科技前沿踏上了深度植入的快車道。但是，美國的一項最新實驗研究表明，與面對面招聘面談相比，AI面試導致應聘者感知到的交互感和公平感顯著下降，這讓一些企業是否在招聘中全方位擁抱AI技術猶豫不決。企業如何擁抱「AI+招聘」？

什麼是「AI+招聘」？

「AI+招聘」是基於人才相關的數據庫，使用計算機語言和圖像處理、自然語言處理（NLP）等功能，幫助組織更準確高效地挑選和匹配人才的招聘技術，以實現招聘流程自動化和招聘決策科學化。

電子招聘（e-Recruiting）根據不同渠道和技術手段，主要經歷了網絡招聘、招聘管理系統（Application Tracking System, ATS）、「AI+招聘」三個階段，每階段的特徵與比較詳見表1。 

「AI+招聘」主要有兩大功能。功能一是實現人崗匹配，通過關鍵要素聯想等生成標籤、完成畫像，構建將實體對接起來的知識圖譜，主要在人才搜尋、簡曆分析和人才測評三個場景實現。功能二是提升面試效能，主要在AI面試和機器人聊天場景實現。兩大功能對應四個主要應用場景：

（一）人才搜尋。HR急需掌握「去哪裡招人」，尤其是挖掘不活躍的候選人。智能程序員招聘平台「簡尋」正嘗試用社交平台解決這一難題。「簡尋」根據程序員在領英、豆瓣、知乎等留下的數據，定位到具體用戶，並針對技術領域、離職意願等信息生成智能標籤，形成包括項目能力等內容在內的動態簡曆，彙總成人才池。企業用戶輸入關鍵詞標籤，即可輕鬆定位潛在的候選人。

（二）簡曆分析。AI深度學習功能可以幫助ATS平台和招聘網站補全人才標籤，構建人才畫像。例如，探也智能利用其建立的行業、公司、職位、項目、技能等知識圖譜，採用NLP技術解構職位和簡曆，進行極速人崗匹配；還能通過對事實邏輯的分析和與海量真實簡曆寫法的比對，提示風險點、注水和虛假鑒偽。

（三）人才測評。AI和基於人的行為特性的測定分析技術可以極大地解決程式化測評中的印象管理和突擊學習帶來的面試偏差。例如Pymetrics讓求職者在幾分鐘內完成點擊氣球、金錢模擬等20個小遊戲，從腦科學角度測評其認知能力和性格特質，據此推薦匹配崗位和企業。

（四）AI面試與日常溝通。AI面試具有標準一致、隨時隨地等優勢。以HireVue的面試機器人為例，一套標準的面試程序中，不僅包括基本情況問答與測評考察，還會記錄面部表情變化、語調和詞組，生成1.5萬個數據點進行分析。此外，AI聊天機器人可集成到ATS系統，提高招聘的自動化水平。

「AI+招聘」的優勢

「AI+招聘」優勢中最關鍵的一點，是提效降本。

根據《2018年領英招聘趨勢報告》，HR最耗時的基礎工作在於簡曆篩選，佔用了25%的工作時間。而AI通過對輸入數據和結果的成功「學習」，能自動淘汰近50%的不合格簡曆，精準度達到95%。

除此之外，「AI+招聘」還有兩大優勢。

一是基於更真實、更多樣的數據，助力企業精準定位和挖掘匹配人才。

《2018年領英招聘趨勢報告》指出，尋找和篩選崗位候選人是AI價值最高的環節。實現人崗智能匹配的底層基礎是人力資源大數據。與傳統的簡曆數據和背調數據相比，大數據的價值在於數據的真實性與多樣性。從數據層次來看，人力資源大數據既包括人口特徵、職業經歷、個體行為等微觀數據，又包括僱主評價等組織數據、行業趨勢等外部的宏觀數據。從數據結構來看，既有歸類清晰、可以直接操作和處理的結構化數據，如教育經歷和過往績效評估，又包括獲以文字、圖片、音影片等形式存儲的訪談、行為追蹤、社交媒體軌跡等種類豐富的非結構化或半結構化數據（詳見圖2）。

這些「數字足跡」開啟了人才定位和人崗匹配的新紀元，基於文本分析等技術對這些歷史數據和入職後的績效數據不斷迭代，持續優化匹配模型，AI招聘的效率將進一步提高。

二是依託機器學習和算法模型，助推企業招聘決策的標準化與科學化。

過去，HR的僱傭決策主要依據組織無法言傳的價值觀、內部規則、人際關係等隱性知識，甚至憑藉個人直覺和判斷。根據托萊多大學心理學系的科蘭克·貝米耶里（Frank Bemieri）教授的研究，面試官根據前十秒的第一印象就已經得出面試結果，面試的99%都在浪費時間。而HireVue一場30分鐘的標準面試可以從超過15000個不同的維度，得到關於候選人的500000個數據點，通過過往數據和結果的輸入進行機器學習並得到評價模型，供招聘決策使用。通過AI招聘數據的全方位可視化，HR能夠客觀地多角度分析企業與招聘者雙方的合拍程度，減少由於人崗不匹配而帶來的資源浪費。

「AI+招聘」的潛在風險

隨著「AI+招聘」的推廣，其帶來的倫理問題也需要引起重視。在人人皆是「工具人」的時代，職場人士隨時暴露在「全景式監獄」中，不論是否有跳槽計劃，獲取到聯繫方式甚至私人帳號的人力資源數據挖掘者均可能不斷騷擾，打擾正常工作節奏。此外，對使用「AI+招聘」的企業來說，「公平假象」和「數字距離」等問題也亟待解決。

風險一：算法偏見和歧視造成的「公平假象」。

儘管AI根據設定的統一標準進行人才篩選和評估，但AI也很容易造成「公平假象」。亞馬遜機器學習專家曾發現他們的AI招聘工在篩選簡曆時，存在「重男輕女」的明顯傾向。造成這一問題的原因是人工智能訓練樣本的問題。技術人員需要向AI提供大量招聘案例作為初始輸入，為AI瞭解工作要求和決策標準提供依據。在開發崗位識別模型的過程中，亞馬遜輸入的是過去10年的簡曆數據庫，其中大部分求職者為男性，女性相關數據太少，因此AI誤以為沒有特定關鍵詞的女性簡曆不那麼重要，從而給予了較差的推薦評價。

此外，心理學家對AI面試中廣泛使用的識別人類面部表情並判斷其情緒的準確度仍表示懷疑。HireVue上萬條的面部和語音評分點，根據招聘記錄中「成功的員工」的表現編製而成，但這些冰冷的數據點無法識別面試者是否恰巧暫時處於親人離世、戀愛受挫等情緒低谷，也無法排除面部疤痕等物理特徵對錶情結果的影響，更無法判斷面試者面部微表情是有設計的操縱，還是不自覺的習慣使然。

風險二：組織與應聘者的「數字距離」

AI助手在與求職者交流和衡量求職者質量方面極大地解放了HR招聘專員的工作。但是，求職者基本處於單向溝通狀態，缺乏交互。這一問題在招聘秉持個性化價值觀的年輕一代時尤為突出。「95後」員工既傾向快速短頻的反饋，又希望與企業進行定製化、具象化溝通，對於物質激勵異常「佛系」，但對於更高層次的自我實現和價值體現等軟性激勵非常看重。

因此，使用「AI+招聘」的企業應做好權衡，一方面利用AI作為新技術手段給年輕求職者帶來的刺激感擴大其對企業的好感，另一方面也要儘量縮小非接觸招聘流程中產生的「數字距離」，讓求職者真正有參與感與價值感。

擁抱「AI+招聘」：因人而異，因地製宜

數字化是時代的必然趨勢，在招聘場景，企業要積極擁抱「AI+招聘」。不過，不同規模、不同行業的企業應用「AI+招聘」也要採取不同策略，最大化發揮AI的優勢，規避其風險。

大型企業：招聘系統全面升級，擁抱「AI+招聘」  「AI+招聘」尤其適用於大量招聘同一類基礎崗位的大型企業，例如快銷品牌的銷售人員、金融機構的前台人員、服務企業的一線服務人員。這類崗位招聘基數大，候選人素質差異較小，企業要求相對簡單、標準。AI快速掃瞄符合崗位畫像的候選人，並自動化系統安排面試、測評乃至入職環節，將HR從成千上萬份簡曆的篩選和周而複始的面試工作中解放出來。

大型企業可以採取兩種路徑全面升級為「AI+招聘」。

一種是「合作式」，例如開篇介紹的聯合利華，前三個全自動化招聘環節分別與LinkedIn、Pymetrics和HireVue合作，收集候選人信息並進行初步測評與面試。「合作式」能夠利用第三方成熟技術和產品助力企業快速上馬「AI+招聘」，不過，如何實現企業自身人事系統與第三方數據的對接，如何降低招聘規模擴大後的高使用成本，也是擺在企業高管面前的重要問題。

另一種是「自建式」，將定製化ATS系統升級為AI版本，可以充分融合企業多年的先進經營理念與實踐經驗，助力企業在招聘系統實現和彰顯自身價值主張。不過，「自建式」需要企業擁有強大的技術實力和完備的底層數據，建設週期長，投入大。例如平安集團自主研發的智慧人事一體化平台HR-X，為集團內部6大類招聘用戶提供12個全場景應用平台。HR-X還基於18萬名員工構建了完整的主客觀標籤庫，形成了員工全景檔案，全面賦能HR各個模塊。

大型企業在全面擁抱「AI+招聘」的過程中，需要特別注意以下兩方面事項。

一是AI可以幫助大型企業追蹤和定位全球範圍內的高級人才，但真正進展到人才接觸與評估環節，務必慎用「AI+」技術，建議點對點接觸或直接高層對話。高級人才往往是行業爭搶的熱點，決定了公司的高度，而「AI+招聘」的標準化流程和「數字距離」問題會使得高級人才無法感受到公司的尊重與重視。

二是大型企業在使用「AI+招聘」獲取了競爭優勢的同時，也應承擔更多的倫理責任，最重要的，是要率先遵循人才相關數據的隱私保護條款，製定數據的使用與流通規則。「不作惡」，是「AI+招聘」可以進一步發展與推廣的前提。

中小企業：積極參與，使用「AI+招聘」搜尋和匹配人才  對中小企業來說，上線「AI+招聘」全流程並不現實，存在成本、技術、配套設施等限制。面對「招聘難」的困境，建議中小企業，尤其是科技型中小企業採取部分流程外包的方式，享受「AI+招聘」技術的紅利。

中小企業每個崗位所需基數少、定製化需求高，招聘中更關注候選人從事過的項目和細微經驗與業績的差異，AI應用更多地作為搜索引擎去定位符合細粒度畫像的人才。在外包方案選擇上，中小企業更適合按照行業細分尋找匹配的搜索引擎或人崗匹配模型，最大化發揮行業人才庫的價值。在後期的測評和麵試環節，中小企業更適合根據具體需求通過點對點的溝通深入瞭解候選人的背景與經驗，標準化的AI面試和測評反而難以滿足其需求。

HR如何迎接，「AI+招聘」的挑戰

面對「AI+招聘」的挑戰，企業高管或HR從業人員又該如何應對？

第一，堅守企業價值觀，不做AI的「奴隸」。企業高管或HR經理要在招聘中應用AI尋找與企業價值觀匹配的人才，而非因上線AI，廢止人工招聘中堅守的企業價值觀與文化導向。清晰的價值觀也是僱主品牌吸引力的重要來源。

第二，轉變人事平台的建設思路，全方位升級智慧系統。AI招聘只是AI應用於HR諸多功能模塊的「排頭兵」，大型企業應以此為基點，全面建設智慧人事系統。一方面，全方位的數字化HR可以為早期使用「AI+招聘」的效果提供數據反饋，供技術人員進一步修正參數和算法，優化人崗匹配模型，形成正循環。另一方面，AI招聘不僅應用於對外招聘，內部晉陞、績效評估、薪酬福利等HR模塊同樣可以推廣AI科學決策模式。全面AI升級的人事系統也為人力資源真正成為企業的戰略性合作夥伴，賦能各層級組織的管理者提供了堅實的底層架構。

第三，公司HR要學習與AI合作。AI技術可以更快、更好、更便宜地完成消耗大量時間的人事行政工作。對於HR從業人員，與其把AI當作競爭者，不如將AI作為合作者。AI是支持HR製定決策的技術手段，而非替代者。HR應在創造力、溝通力等人工參與價值高的工作場景增加對公司的實際價值，建立招聘中關係與情感的連接。正如《哈佛商業評論》所述：「人工智能最終將會成為更廉價、更高效甚至更公平的技術。但管理者不應為此感到擔憂，這隻是意味著他們的工作重點將轉向只有人類才能勝任的領域。」

儘管「AI+招聘」當前還存在部分風險和弊端，但在時代的浪潮下，企業需要以積極的姿態擁抱AI帶來的招聘變革，推動招聘的數字化與智能化進程。

正如菲臘斯所說，「自動化可以製造汽車，但無法指示前行的方向。你必須知道你想去哪裡」。AI提供了標準化決策的技術手段，但企業招聘不能完全被AI支配，企業高管或HR經理仍需把握AI植入與應用的戰略方向，避免冰冷的數字技術帶來的距離感與算法侵蝕。

撰 文 

賈迎亞  上海大學管理學院副教授

於曉宇  上海大學管理學院教授、博士生導師 

本文來自微信公眾號「中歐商業評論」，作者：賈迎亞 於曉宇，36氪經授權發佈。