当AI开始筛简历：我们可能正在错过最优秀的那批人

当AI与AI在简历上博弈，我们可能正在错过真正的人才。AI筛选的军备竞赛中，企业与候选人双双陷入焦虑，而招聘的真正痛点却被忽略了。
核心内容：
1. AI筛选简历的现状与隐忧
2. 招聘中未被言说的核心痛点
3. AI在招聘领域的真正价值与机会

最近和几个做招聘的朋友聊天，大家不约而同地提到一个现象：简历越来越“漂亮”了，但面试起来却越来越“心虚”了。心虚什么？心虚的是，眼前这个对答如流的人，和简历上那个闪闪发光的人，总感觉隔着一层什么东西。说不清道不明，但就是不对劲。与此同时，另一边是HR团队在拼命地往ATS系统里喂JD，训练AI模型，希望机器能更“聪明”地从几千份简历里捞出那几个“对的人”。效率确实上去了。招聘周期从45天压缩到21天，有的甚至号称7天就能发Offer。但另一个数字没人敢细算——漏掉一个真正适合的人才，企业要花多少成本来弥补？AI筛选的本质，是在用过去的数据预测未来的潜力。但过去的数据，正在被候选人用AI疯狂地“优化”。坦白说，现在的求职市场，已经变成了AI简历对AI筛选的军备竞赛。候选人在用ChatGPT润色每一段项目经历，把“参与”写成“主导”，把“了解”写成“精通”。而企业端的AI，则在用固定的关键词和算法模型，试图从这些被精心修饰过的文本里找“茬”。这场竞赛没有赢家。候选人越来越焦虑，企业越来越难看清一个人。但我们今天想聊的，不是批判AI不好用。恰恰相反，我们认为AI在招聘领域的真正价值，99%的人还没摸到边。目前的AI招聘工具，绝大多数停留在“怎么写JD”“怎么润色简历”“怎么出面试题”这个层面。说难听点，这是在给HR的打杂工具做锦上添花，根本没触及招聘这件事真正的痛点。那真正的痛点是什么？过去几年我们深度服务了上百家企业的招聘团队，发现两个极其隐蔽、但几乎没人拿出来说的真相。第一个真相：绝大多数业务面试官，根本不知道自己想招一个什么样的人。你别不信。很多时候业务方给HR的需求就一句话：“找个Java架构师，急。”再细问，没了。什么级别的架构师？来了解决什么问题？是现有系统重构，还是新业务从0到1搭建？是带团队还是独立作战？这些问题业务方自己都没想清楚。于是HR只能按“经验”去捞人——5年以上、大厂背景、Spring Cloud全家桶。结果简历堆成山，面了二十几个，业务方总觉得“差点意思”。差在哪？差在岗位画像和业务真问题之间，存在巨大的信息断层。这个断层的代价是什么？是HR花大量时间在无效的简历搜寻上，是业务负责人在面试中消耗本应投入业务的精力，是优秀候选人在冗长且方向摇摆的面试流程中转身离开。所以AI真正的第一个机会点在于：通过结构化的对话引导，帮业务方把“我要招什么样的人”这件事想清楚。不是给一个模板让他填空，而是像顾问一样提问——“这个岗位未来半年要解决的最核心的三个业务难题是什么？”“解决这些难题，候选人必须具备的底层能力是什么？是架构设计能力，还是跨部门推动能力？”“如果找不到完美的人，哪项能力可以放宽，哪项是死线？”你看，这个过程AI完全可以胜任。它不评判，不打断，只是通过深度对话把隐性需求显性化。当业务方被AI追问完20个问题后，一张清晰的“人才画像”就出来了。这张画像不是基于岗位名称的刻板印象，而是基于真实业务场景和要解决的具体问题。这，才叫“帮企业想清楚该招谁”。第二个真相：绝大多数HR，对目标人才的市场分布，两眼一抹黑。“我要找一个懂供应链金融的风控总监，预算80万，在哪找？”传统的做法是去猎聘、Boss直聘上搜关键词，看谁在线，谁回了消息。碰运气成分很大。但更深层的问题是：这个领域的人才，主要聚集在哪几家公司？他们的薪酬结构大致是什么样？是底薪高还是浮动高？这些人在什么阶段会考虑看机会？是在公司融资前后，还是在监管政策调整期？这些信息，比一份简历重要得多。它决定了招聘策略该怎么定，Offer怎么谈，甚至决定了一个新业务能不能在合理时间内搭起团队。而AI的第二个机会点就在这里：把“怎么找”升级为“在哪找、怎么判断、怎么触达”。通过海量公开数据和脱敏的行业信息，AI完全可以生成一份人才市场情报。它不是简历库，而是一张动态的人才地图。上面标注着目标赛道的人才密度、流动趋势、薪酬水位，甚至能告诉你——你要找的这个人，大概率现在在A公司做B项目，他的下一波职业变动窗口可能在什么时候。当招聘从“捞简历”变成“看地图”，整个游戏规则就变了。HR不再是执行者，而是具备市场情报分析能力的决策参谋。业务负责人不再凭感觉提需求，而是基于真实市场数据做用人决策。这才是AI在招聘端应该干的事——帮企业看清人、找对人、留住对的人。至于简历筛选和面试，那只是执行环节。如果把招聘比作打仗，现在的AI工具在教你怎么扣扳机，而真正缺的是一个能看清战场态势的侦察系统。说到这里，你可能已经发现了，以上两个机会点，都指向同一个方向——AI在招聘领域的能力，正在从“执行”转向“认知”。过去我们迷信算法能帮我们快速过滤简历，现在发现过滤掉的可能恰恰是不合常规但有潜力的那批人。过去我们依赖经验判断该去哪找人、该给多少钱，现在发现经验往往带有严重的路径依赖和地域偏见。未来真正有竞争力的招聘AI，一定不是那个帮你“写得更快”的工具，而是那个能在对话中帮你理清思路、在数据中帮你发现盲区的智能体。它能承接住业务方的模糊需求，通过层层追问帮你把“想要什么样的人”翻译成“需要解决什么问题”。它能穿透简历的“美颜滤镜”，聚焦在候选人与岗位画像之间的底层匹配度。它也能在市场端为你勾勒人才地图，让你知道什么时候该出手、出什么样的手。至于现在被大家追捧的“AI面试官”，在我们看来只是一个过渡形态。当劳动力供给趋紧、候选人市场来临时，面试不再是居高临下的“筛选”，而是双向的“吸引”和“说服”。那时候AI要做的事情，完全不是出题和判分这么简单。招聘的本质从来不是“筛人”，而是“连人”。连接业务和人才，连接问题和能力。如果AI只帮我们筛得更快，却让我们离人更远，那这技术不要也罢。但如果AI能帮我们想得更深、看得更全、连得更准，那这场变革，才刚刚开始。我们拭目以待。

登录查看剩余 70% 内容