企业如何利用人工智能技术革新招聘流程。

编者按

AI提供了标准化决策的技术手段，企业高管或 HR 经理需要把握 A1 植入与应用的战略方向，避免冰冷的数字技术带来的距离感与算法侵蚀。

联合利华的AI技术给初出茅庐的大学生留下了深刻印象：刷社交网站刷出了感兴趣的招聘启事；网申表格无需填写，直接从领英（LinkedIn）账号一键导入；在手机上玩了20分钟的神经科学游戏，即获知与申请岗位的匹配度；面试中没见到面试官，而是宅在公寓与AI机器人进行了一场人机对话；开心地拿到Offer，DocuSign直接电子签名，足不出户完成签约。

从2016年起，联合利华开始在全球利用算法筛选简历，并且设计了三轮AI面试初筛加上最后一轮现场体验面试的招聘流程（图1）。联合利华在年轻人聚集的脸书（Facebook）等社交平台发布招聘启事，让求职者自主浏览与选择契合的岗位完成网申，随后使用Pymetrics和HireVue软件进行测评与面试，记录候选人的语调、肢体语言等，通过人工智能，分析每个回答，并形成分析报告，帮助面试官完成初筛。

上线第一年，通过在68个国家部署多种语言的“AI+招聘”，联合利华的招聘周期从4个月缩短到2周，成本节约超过100万英镑，雇员多样性提高了16%。

经过了近5年的迭代与磨合，尤其是在疫情常态化和全球化的背景下，“AI+招聘”已从科技前沿踏上了深度植入的快车道。但是，美国的一项最新实验研究表明，与面对面招聘面谈相比，AI面试导致应聘者感知到的交互感和公平感显著下降，这让一些企业是否在招聘中全方位拥抱AI技术犹豫不决。企业如何拥抱“AI+招聘”？

什么是“AI+招聘”？

“AI+招聘”是基于人才相关的数据库，使用计算机语言和图像处理、自然语言处理（NLP）等功能，帮助组织更准确高效地挑选和匹配人才的招聘技术，以实现招聘流程自动化和招聘决策科学化。

电子招聘（e-Recruiting）根据不同渠道和技术手段，主要经历了网络招聘、招聘管理系统（Application Tracking System, ATS）、“AI+招聘”三个阶段，每阶段的特征与比较详见表1。 

“AI+招聘”主要有两大功能。功能一是实现人岗匹配，通过关键要素联想等生成标签、完成画像，构建将实体对接起来的知识图谱，主要在人才搜寻、简历分析和人才测评三个场景实现。功能二是提升面试效能，主要在AI面试和机器人聊天场景实现。两大功能对应四个主要应用场景：

（一）人才搜寻。HR急需掌握“去哪里招人”，尤其是挖掘不活跃的候选人。智能程序员招聘平台“简寻”正尝试用社交平台解决这一难题。“简寻”根据程序员在领英、豆瓣、知乎等留下的数据，定位到具体用户，并针对技术领域、离职意愿等信息生成智能标签，形成包括项目能力等内容在内的动态简历，汇总成人才池。企业用户输入关键词标签，即可轻松定位潜在的候选人。

（二）简历分析。AI深度学习功能可以帮助ATS平台和招聘网站补全人才标签，构建人才画像。例如，探也智能利用其建立的行业、公司、职位、项目、技能等知识图谱，采用NLP技术解构职位和简历，进行极速人岗匹配；还能通过对事实逻辑的分析和与海量真实简历写法的比对，提示风险点、注水和虚假鉴伪。

（三）人才测评。AI和基于人的行为特性的测定分析技术可以极大地解决程式化测评中的印象管理和突击学习带来的面试偏差。例如Pymetrics让求职者在几分钟内完成点击气球、金钱模拟等20个小游戏，从脑科学角度测评其认知能力和性格特质，据此推荐匹配岗位和企业。

（四）AI面试与日常沟通。AI面试具有标准一致、随时随地等优势。以HireVue的面试机器人为例，一套标准的面试程序中，不仅包括基本情况问答与测评考察，还会记录面部表情变化、语调和词组，生成1.5万个数据点进行分析。此外，AI聊天机器人可集成到ATS系统，提高招聘的自动化水平。

“AI+招聘”的优势

“AI+招聘”优势中最关键的一点，是提效降本。

根据《2018年领英招聘趋势报告》，HR最耗时的基础工作在于简历筛选，占用了25%的工作时间。而AI通过对输入数据和结果的成功“学习”，能自动淘汰近50%的不合格简历，精准度达到95%。

除此之外，“AI+招聘”还有两大优势。

一是基于更真实、更多样的数据，助力企业精准定位和挖掘匹配人才。

《2018年领英招聘趋势报告》指出，寻找和筛选岗位候选人是AI价值最高的环节。实现人岗智能匹配的底层基础是人力资源大数据。与传统的简历数据和背调数据相比，大数据的价值在于数据的真实性与多样性。从数据层次来看，人力资源大数据既包括人口特征、职业经历、个体行为等微观数据，又包括雇主评价等组织数据、行业趋势等外部的宏观数据。从数据结构来看，既有归类清晰、可以直接操作和处理的结构化数据，如教育经历和过往绩效评估，又包括获以文字、图片、音视频等形式存储的访谈、行为追踪、社交媒体轨迹等种类丰富的非结构化或半结构化数据（详见图2）。

这些“数字足迹”开启了人才定位和人岗匹配的新纪元，基于文本分析等技术对这些历史数据和入职后的绩效数据不断迭代，持续优化匹配模型，AI招聘的效率将进一步提高。

二是依托机器学习和算法模型，助推企业招聘决策的标准化与科学化。

过去，HR的雇佣决策主要依据组织无法言传的价值观、内部规则、人际关系等隐性知识，甚至凭借个人直觉和判断。根据托莱多大学心理学系的弗兰克·贝米耶里（Frank Bemieri）教授的研究，面试官根据前十秒的第一印象就已经得出面试结果，面试的99%都在浪费时间。而HireVue一场30分钟的标准面试可以从超过15000个不同的维度，得到关于候选人的500000个数据点，通过过往数据和结果的输入进行机器学习并得到评价模型，供招聘决策使用。通过AI招聘数据的全方位可视化，HR能够客观地多角度分析企业与招聘者双方的合拍程度，减少由于人岗不匹配而带来的资源浪费。

“AI+招聘”的潜在风险

随着“AI+招聘”的推广，其带来的伦理问题也需要引起重视。在人人皆是“工具人”的时代，职场人士随时暴露在“全景式监狱”中，不论是否有跳槽计划，获取到联系方式甚至私人账号的人力资源数据挖掘者均可能不断骚扰，打扰正常工作节奏。此外，对使用“AI+招聘”的企业来说，“公平假象”和“数字距离”等问题也亟待解决。

风险一：算法偏见和歧视造成的“公平假象”。

尽管AI根据设定的统一标准进行人才筛选和评估，但AI也很容易造成“公平假象”。亚马逊机器学习专家曾发现他们的AI招聘工在筛选简历时，存在“重男轻女”的明显倾向。造成这一问题的原因是人工智能训练样本的问题。技术人员需要向AI提供大量招聘案例作为初始输入，为AI了解工作要求和决策标准提供依据。在开发岗位识别模型的过程中，亚马逊输入的是过去10年的简历数据库，其中大部分求职者为男性，女性相关数据太少，因此AI误以为没有特定关键词的女性简历不那么重要，从而给予了较差的推荐评价。

此外，心理学家对AI面试中广泛使用的识别人类面部表情并判断其情绪的准确度仍表示怀疑。HireVue上万条的面部和语音评分点，根据招聘记录中“成功的员工”的表现编制而成，但这些冰冷的数据点无法识别面试者是否恰巧暂时处于亲人离世、恋爱受挫等情绪低谷，也无法排除面部疤痕等物理特征对表情结果的影响，更无法判断面试者面部微表情是有设计的操纵，还是不自觉的习惯使然。

风险二：组织与应聘者的“数字距离”

AI助手在与求职者交流和衡量求职者质量方面极大地解放了HR招聘专员的工作。但是，求职者基本处于单向沟通状态，缺乏交互。这一问题在招聘秉持个性化价值观的年轻一代时尤为突出。“95后”员工既倾向快速短频的反馈，又希望与企业进行定制化、具象化沟通，对于物质激励异常“佛系”，但对于更高层次的自我实现和价值体现等软性激励非常看重。

因此，使用“AI+招聘”的企业应做好权衡，一方面利用AI作为新技术手段给年轻求职者带来的刺激感扩大其对企业的好感，另一方面也要尽量缩小非接触招聘流程中产生的“数字距离”，让求职者真正有参与感与价值感。

拥抱“AI+招聘”：因人而异，因地制宜

数字化是时代的必然趋势，在招聘场景，企业要积极拥抱“AI+招聘”。不过，不同规模、不同行业的企业应用“AI+招聘”也要采取不同策略，最大化发挥AI的优势，规避其风险。

大型企业：招聘系统全面升级，拥抱“AI+招聘” “AI+招聘”尤其适用于大量招聘同一类基础岗位的大型企业，例如快销品牌的销售人员、金融机构的前台人员、服务企业的一线服务人员。这类岗位招聘基数大，候选人素质差异较小，企业要求相对简单、标准。AI快速扫描符合岗位画像的候选人，并自动化系统安排面试、测评乃至入职环节，将HR从成千上万份简历的筛选和周而复始的面试工作中解放出来。

大型企业可以采取两种路径全面升级为“AI+招聘”。

一种是“合作式”，例如开篇介绍的联合利华，前三个全自动化招聘环节分别与LinkedIn、Pymetrics和HireVue合作，收集候选人信息并进行初步测评与面试。“合作式”能够利用第三方成熟技术和产品助力企业快速上马“AI+招聘”，不过，如何实现企业自身人事系统与第三方数据的对接，如何降低招聘规模扩大后的高使用成本，也是摆在企业高管面前的重要问题。

另一种是“自建式”，将定制化ATS系统升级为AI版本，可以充分融合企业多年的先进经营理念与实践经验，助力企业在招聘系统实现和彰显自身价值主张。不过，“自建式”需要企业拥有强大的技术实力和完备的底层数据，建设周期长，投入大。例如平安集团自主研发的智慧人事一体化平台HR-X，为集团内部6大类招聘用户提供12个全场景应用平台。HR-X还基于18万名员工构建了完整的主客观标签库，形成了员工全景档案，全面赋能HR各个模块。

大型企业在全面拥抱“AI+招聘”的过程中，需要特别注意以下两方面事项。

一是AI可以帮助大型企业追踪和定位全球范围内的高级人才，但真正进展到人才接触与评估环节，务必慎用“AI+”技术，建议点对点接触或直接高层对话。高级人才往往是行业争抢的热点，决定了公司的高度，而“AI+招聘”的标准化流程和“数字距离”问题会使得高级人才无法感受到公司的尊重与重视。

二是大型企业在使用“AI+招聘”获取了竞争优势的同时，也应承担更多的伦理责任，最重要的，是要率先遵循人才相关数据的隐私保护条款，制定数据的使用与流通规则。“不作恶”，是“AI+招聘”可以进一步发展与推广的前提。

中小企业：积极参与，使用“AI+招聘”搜寻和匹配人才 对中小企业来说，上线“AI+招聘”全流程并不现实，存在成本、技术、配套设施等限制。面对“招聘难”的困境，建议中小企业，尤其是科技型中小企业采取部分流程外包的方式，享受“AI+招聘”技术的红利。

中小企业每个岗位所需基数少、定制化需求高，招聘中更关注候选人从事过的项目和细微经验与业绩的差异，AI应用更多地作为搜索引擎去定位符合细粒度画像的人才。在外包方案选择上，中小企业更适合按照行业细分寻找匹配的搜索引擎或人岗匹配模型，最大化发挥行业人才库的价值。在后期的测评和面试环节，中小企业更适合根据具体需求通过点对点的沟通深入了解候选人的背景与经验，标准化的AI面试和测评反而难以满足其需求。

HR如何迎接，“AI+招聘”的挑战

面对“AI+招聘”的挑战，企业高管或HR从业人员又该如何应对？

第一，坚守企业价值观，不做AI的“奴隶”。企业高管或HR经理要在招聘中应用AI寻找与企业价值观匹配的人才，而非因上线AI，废止人工招聘中坚守的企业价值观与文化导向。清晰的价值观也是雇主品牌吸引力的重要来源。

第二，转变人事平台的建设思路，全方位升级智慧系统。AI招聘只是AI应用于HR诸多功能模块的“排头兵”，大型企业应以此为基点，全面建设智慧人事系统。一方面，全方位的数字化HR可以为早期使用“AI+招聘”的效果提供数据反馈，供技术人员进一步修正参数和算法，优化人岗匹配模型，形成正循环。另一方面，AI招聘不仅应用于对外招聘，内部晋升、绩效评估、薪酬福利等HR模块同样可以推广AI科学决策模式。全面AI升级的人事系统也为人力资源真正成为企业的战略性合作伙伴，赋能各层级组织的管理者提供了坚实的底层架构。

第三，公司HR要学习与AI合作。AI技术可以更快、更好、更便宜地完成消耗大量时间的人事行政工作。对于HR从业人员，与其把AI当作竞争者，不如将AI作为合作者。AI是支持HR制定决策的技术手段，而非替代者。HR应在创造力、沟通力等人工参与价值高的工作场景增加对公司的实际价值，建立招聘中关系与情感的连接。正如《哈佛商业评论》所述：“人工智能最终将会成为更廉价、更高效甚至更公平的技术。但管理者不应为此感到担忧，这只是意味着他们的工作重点将转向只有人类才能胜任的领域。”

尽管“AI+招聘”当前还存在部分风险和弊端，但在时代的浪潮下，企业需要以积极的姿态拥抱AI带来的招聘变革，推动招聘的数字化与智能化进程。

正如菲利普斯所说，“自动化可以制造汽车，但无法指示前行的方向。你必须知道你想去哪里”。AI提供了标准化决策的技术手段，但企业招聘不能完全被AI支配，企业高管或HR经理仍需把握AI植入与应用的战略方向，避免冰冷的数字技术带来的距离感与算法侵蚀。

文章来自于微信公众号“中欧商业评论”，作者“ 贾迎亚 于晓宇”