聽說找工作的人，也開始馴化算法了

花兒街參考 · 出品 

1

在找工作這件事上，不同年代的求職者，都有著相同的煩惱。

最早是靠報紙找工作的年代。巴金在《寒夜》中描寫主角汪文宣找工作的情形是這樣的：

「他每天都要買一份報紙，他仔細地讀著報上的每一個字，希望能夠找到一個適合他的工作。他看到了許多招聘廣告，有的是招聘教師的，有的是招聘職員的，有的是招聘工人的。可是他每次去應聘，都沒有成功。不是他的學曆不夠，就是他的經驗不足……」

那時候，報紙會設置專門放招聘廣告的版面，求職者買了報紙之後挨個給自己感興趣的打電話。但實際操作中，匹配度低，溝通效率低，入職成功率低，找工作幾乎都依賴碰運氣。

這種情況直到二十年前的早期互聯網時代依然存在。當供需不匹配遇上供需失衡，問題更加複雜。

2003年迎來高校擴招後的第一個畢業生高峰年後，「史上最難就業季」就成為了新聞標題的常客。那時，一些大學生已經開始嘗試在網上找工作。儘管在招聘網站上搜索，人崗匹配度比報紙時代精準了很多，但耐不住崗位供給有限，找工作仍是一件難事。

一晃十多年過去了。移動互聯網時代的來臨，讓一群熟知經濟學、掌握前沿算法技術的程序員登上了舞台。算法智能匹配讓更多弱勢群體和中小企業被看見，匹配精度進一步提升。但技術也有邊界，變不出更多崗位，遇到「供需失衡」的場景還是得撓頭。

經濟有週期，天氣有反復。每代人找工作，都難免會碰上幾年「供需失衡」。找工作煩了，每代人也都有不同的發泄方式。紙媒時代的人們把報紙揉成一團，PC時代的人們氣得亂點鼠標，移動互聯網時代的人們，則日常問候招聘軟件。

「怎麼老是刷不出來崗位？」「已讀不回？」「這推薦的什麼破職位」……時間長了，還有人開始陰謀論：是不是這算法故意的，好讓我在平台上多停留些時間，讓企業掏更多錢招人？

恰恰相反，越是覺得招聘軟件不好用的時候，也許算法正在想方設法地讓人盡快找到工作。在很多領域，算法會製造「信息繭房」；但招聘領域的算法，恰恰需要破除「信息繭房」——讓人接觸到更多機會。

2

算法是如何在「糟糕天氣」下，幫人找工作的？

眾所周知，算法時代下的互聯網平台，會通過用戶的使用習慣深諳用戶喜好，最常推送的也是高度同質化的信息，久而久之，用戶就被困在了「信息繭房」里。

但還有一種情況是，一些人因為使用互聯網平台並不熟練，在習慣於被動接受雜亂推送信息的同時，又不懂得如何有效地主動控制和篩選自己的信息推送機制，長此以往，用戶也會被困在自己無意識建構的「信息繭房」里。

這兩種情況，在招聘平台中都同樣存在。但內容平台的「信息繭房」，減少的是用戶攝入多元信息的機會。而招聘平台如果任由「信息繭房」形成，則會讓用戶錯失很多計劃外的工作機會。

譬如白領招聘領域中，一個在找石油化工和醫藥公司職位的化學專業應屆生，可能也願意去快消日用品公司和外貿公司。一個有兩年廣告設計經驗的求職者，可能也對遊戲交互或媒體美術策劃的職位感興趣。

在工兵型招聘領域中就更常見了。一個找普工工作的男性，很可能也願意做外賣騎手。一個找服務員工作的女孩，或許也願意去做收銀員。

問題是，這些「第二誌願」「第三誌願」很多時候並不會被求職者表達出來。有時是因為求職者不熟悉軟件操作，不知道能填寫多個求職意願，有時是因為求職者本身就比較迷茫，不太清楚自己到底能投什麼崗位，只有個模糊的大方向。這種情形在大學生身上並不少見。

怎樣才能讓這些隱藏的機會被看見？平台其實也沒什麼好辦法，只能讓求職者「多看一看」。

當然，「多看」不是「亂看」。平台會像個科學家一樣，不停地抽取部分人群做實驗，把它覺得可能被求職者忽略的崗位送到求職者面前。

比如，某求職者的求職意向可能沒有A崗位，但平台通過數據挖掘，發現和該求職者學曆、背景相似的人都投遞了A崗位，就會嘗試著為這位求職者推薦一下A崗位。當然，如果發現求職者對A崗位不感興趣，平台也不會傻傻地繼續推，這就是所謂的「推薦策略」。

甲之蜜糖，乙之砒霜。每個嘗試拓寬匹配維度的實驗里，都有人因此找到了意料之外很滿意的工作，也有人生氣「怎麼淨推些八竿子打不著的工作」。畢竟，在任何時候，「匹配」更多的是一種主觀的感覺，而非嚴絲合縫的「爭位」。

雖然坐在背後調控算法的程序員們，沒法讓每個人都收穫意外之喜，卻能根據實驗數據反復迭代策略，最終實現「帕累托最優」。這也就意味著，在一些人抱怨「平台怎麼推得這麼不準」的時候，可能更多的人正受益於這個看似推得沒那麼精準的策略。

通過算法調配，讓大多數人先上車，這就是招聘平檯面對供需不匹配時的策略。算法雖然變不出崗位，但可以讓求職者多看看市面上其他領域崗位，打破在求職中或被動或主動形成的「信息繭房」。

在「僧多粥少」時讓更多人先喝上水，才能等到開倉放糧的那天。在招聘中打破算法的偏見與回音壁效應，才是一種算法普惠。

3

當我們意識到，不是所有的算法都希望製造「信息繭房」時，我們也容易理解，也不是所有的平台都想通過困住用戶來賺錢。

一個重要的「反常識」是，求職者的求職週期越短，招聘平台流轉效率就越高。

招聘平台最理想的劇本是，把求職者推薦給企業，企業馬上面試，求職者成功入職。雙方實現了目標，都滿意了，更多的求職者和企業就來了，付費的企業數也蹭蹭上漲。

無論作為求職者還是招聘方，只要是在平台兜兜轉轉許多天還沒達到目標，都會覺得是這個平台不行，不但不會付費買服務了，還會轉頭去找別的渠道。

想通了這一點，再刷BOSS直聘，會發現一些有意思的事情。

比如，寫完簡曆，剛準備投遞，平台就彈出了簡曆修改建議，還附上了優秀簡曆模板。

比如，剛填寫了兼職期望，一刷頁面就發現首頁上多了一個「兼職」tab，還問你要不要添加更多兼職期望。點開兼職版塊，還能看到寵物上門喂養師、寵托師、寵物陪護師等新型兼職崗位。

如果你是HR，也會發現BOSS直聘越來越「慇勤」了，隔三差五發消息提醒：要不要發個校招職位？要不要發佈兼職崗位？和某求職者聊了幾句忘回了，平台就彈出提醒，請你繼續追聊別停。

一個樸素的道理是，貨架上的「商品」賣不出去，未必是因為東西不好，也可能是因為展示機會不夠多。求職者找不到工作，未必是因為能力不夠，也可能是因為沒被更多有「購買潛力」的招聘方看到。

平台不能生產職位，也無法改變雙方的既有認知觀念。能做的只有擴大求職者的選擇面，讓求職者看到更多崗位，讓更多崗位找上求職者。圍繞這個目標，算法是工具，產品功能也是工具。

4

好在情況正在好轉。

前幾天BOSS直聘發財報，披露了一個數據：Q3平台新增發佈職位數同比增長18%。管理層在電話會上也提到，目前，平台求職者與招聘者的比例已經達到今年較低的水平，這表明就業領域的供需問題正在改善。

東風越吹越旺。但要改善就業現狀，不僅要仰仗東風，更需要招聘方和求職者的主動性。

最近，有新聞說年青人開始反向馴化「大數據殺熟」，反復評論機票太貴能便宜2000多。其實招人和找工作也可以反向馴化算法。

手裡預算不多，老闆還要招大牛，怎麼辦？適當放低要求，多買股幾個有潛力的人招進來培養啊。刷到沒經驗但學習能力強的應屆生，別急著點叉，咱就攢著。告訴大數據多來點這種人，這個崗位不行，說不定下個崗位就輪到這位潛力選手出場了。

求職者也是一樣，下次刷到不符合求職意向的崗位，先別急，看看平台葫蘆里賣的什麼藥。能勉強接受的崗位，咱就先留著，不能接受的叉掉。時間長了，就不是算法讓你陷入信息繭房，而是你用算法給自己養了個崗位池子。

這池子還是可以分階梯的。有我看得上，對方未必看得上我的，也有我看不上，但對方肯定能要我的。供需不平衡的時代，想上車，就要眼界放開闊，不要只搶大家都說好的職位，或許換個賽道也有不同的風景。

例如製造業中不僅操作工崗位需求大，機電工程師、CNC數控編程、EHS工程師等專業性的崗位需求也很大。城市服務業中也不是只有服務員、保潔等傳統崗位，新業態的興起，會帶來更多新型的服務業崗位。

現年33歲的王哥就很懂這個道理。王哥大學學的建築，畢業後回到本溪老家，因為建築工作不好找，轉行做了銷售。經常出去旅遊的他，發現這兩年酒店都用上了智能家電，什麼智能衛浴、智能窗簾的，覺得是個機會。於是，他找了個師傅專攻智能家電維修。現在，他在一家做智能家電的公司工作，平時待在老家，有工單就出差到各地維修。今年年初，他還考了個建築安全員證，「多個證書多條路」。

你看，人生就像一個開放世界遊戲，不想玩打怪了，你也可以玩打獵，不想玩這條路線了，你也可以玩條新路線。招聘平台能做的，只是給你提供遊戲攻略。真正決定遊戲怎麼玩的人，永遠是你自己。