智能驱动 人才重塑——Al技术如何重构人才获取全链路

A I 技 术 如 何 重 构 人 才 获 取 全 链 路 首席顾问·CHIEF CONSULTANT 赵阿民易路人力资源科技招聘事业部总经理 王天扬 易路人力资源科技董事长兼 CEO 顾问团·ADVISOR GROUP 杨青埃森哲中国有限公司大中华区招聘总监 李琪费森尤斯医疗亚太区医疗业务人才招聘负责人 邹羽开利总部亚太人才吸引 & 招聘总监 郝适极客未来招聘负责人 郑旻斐住友制药投资（中国）有限公司招聘及人才发展组总监 作者·AUTHOR 方麻迪女士现任人力资源智享会调研主管（Survey Leader，Researchand Survey）一职，具有近 10 年人力资源领域的调研经验。曾负责撰写的调研报告有：中国企业行动学习实践调研报告、变革沟通管理实践调研报告、中国人力资源共享服务中心调研报告、人力资源三支柱转型后的演进与重塑、中国人力资源数字化转型研究、弹性工作制与灵活用工、解码敏捷团队——小团队作战助力业务创新……所负责过的调研项目覆盖人力资源管理的各个模块。 方麻迪may.fang@hrecchina.org Part 1 前言003 005006研究框架主要发现 007Part 2 现状与需求 007011企业招聘现状与需求浅析总结：当前招聘市场正“呼唤”AI 技术的到来 012Part 3 企业 AI 准备度 012013014016组织准备度：组织对 AI 技术接受度与拥抱度招聘团队准备度：招聘人员、团队对 AI 技术的拥抱度技术准备度：AI 技术在招聘模块的落地概况总结：AI 招聘时代来临，但企业准备度仍有待提升 018Part 4 AI 在招聘流程中的应用与落地 019019020部署方式预算投入AI 技术与招聘流程的结合情况 036Part 5 效果评估 036037039招聘人员工作重塑层面人岗匹配层面总结 ：AI 技术当前成熟度和效果显性化依然离不开人机协作，企业需关注 AI 的长期价值而非短期转化 040Part 6 未来展望：那些尚待探讨的问题 040042046供应商成熟度不足的问题AI 算法伦理问题结语 Part 7 参调样本047 Part 8 标杆数据048 当前，全球招聘市场正经历深刻的结构性重塑。企业置身于充满变数的宏观经济环境中，因此越来越多企业开始选择策略性地收缩招聘需求。与此同时，“精益选才”的战略理念加速崛起，即使在劳动力供给相对充盈的宏观态势下，精准甄别与吸纳高价值人才的能力已然成为企业构筑核心竞争力的关键支点。 这一浪潮下，招聘团队自身也正面临全新挑战：团队架构日益精简，而对其专业能力的期待值则同步提高，化解这一矛盾的关键，在于寻求能够驱动团队效能的赋能型解决方案——助力招聘专业人士实现认知升级与价值重构，从而驾驭变局、引领变革。 人工智能（AI）恰逢其时地成为破局先锋。其通过智能算法重塑简历筛选、实现技能图谱的深度解析与全流程协同优化，正逐步演化为解决招聘痛点的良方。AI 驱动的招聘智能化变革，已非单纯的技术应用，而是已经成为提升企业人才战略落地效能，实现招聘团队价值重塑的关键方向。 这标志着招聘领域已步入以数据驱动决策、以认知智能革命为核心的全新阶段，这也推动着人才获取价值链的根本性重构。 鉴于当前关于 AI 招聘的市场调研已相对⚪富，本次研究旨在提供多维度的紷深洞察。 基础层面，我们将通过详实的标杆对比，梳理核心数据：企业招聘生态的普遍现状、AI 招聘技术的应用广度与实现程度，为行业锚定基准坐标。 在此基础上，研究重心将向更深层次延展：对于探索 AI 招聘应用的企业，我们将精准评估其在技术适配、组织准备与数据基础层面的成熟度，揭示其迈向智能化的核心门槛与赋能空间；对于已实践 AI 技术的先行企业，我们将深入探讨在现有技术实现度的框架内，如何合理、客观看待 AI 的价值和作用。 最后我们将聚焦于挑战与前瞻：不仅剖析当下 AI 应用落地的主要瓶颈与风险因子，更将视角拉升至未来格局——探讨 AI 技术对招聘职能本质、人才市场结构乃至社会就业生态的潜在深远影响。在此背景下，AI 算法伦理——关乎公平、透明与责任归属——不仅成为不容回避的系统性风险议题，更是驱动技术向善、实现可持续发展的关键战略支点。 升级讨论 基础了解 深层研究 不 仅 剖 析 当 下 AI 应 用落 地 的 主 要 瓶 颈 与 风 险 因子，更将视角拉升至未来格局——探讨 AI 伦理公平对招聘职能本质、人才市场结构乃至社会就业生态的潜在深远影响。 对于探索 AI 招聘应用的企业，评估市场整体在技术适配、组织准备与数据基础层面的成熟度，揭示其迈向智能化的核心门槛与赋能空间。 企 业 招 聘 生 态 的 普 遍 现状、AI 招聘技术的应用广度与实现程度，为行业锚定基准坐标。 对于已实践 AI 技术的先行企业， 我们将深入探讨在现有技术实现度的框架内，如何合理、客观看待 AI 的价值和作用。 研究框架 在本次调研中，智享会携手易路人力资源科技旗下 AI 招聘平台——图谱，系统剖析了 AI 技术在招聘领域的应用全景，核心内容聚焦五大维度： 主要发现 研究中需要回答的问题 研究中需要回答的问题 为什么我们需要 AI 来实现招聘赋能？ 企业拥抱 AI 的成熟度如何？ 招聘需求收紧，企业重视用人质量，基于技能招聘对提升用人质量有着重要作用。AI 可以借助评估候选人的技能，通过数据分析、技能匹配算法，确保招聘决策基于客观标准，而非主观偏见，从而提升招聘质量。 组织在资源层面支持度较强，但在专业人才储备与数字化基础方面相对薄弱。 当前招聘人员对 AI 技术的应用更侧重于满足日常工作需求的操作，在专业资质（认证）获取和了解技术实现原理方面仍有可提升空间。 简历获取量增加，企业人才筛选难度提升，高效精准筛选成为招聘痛点。AI 可以快速分析大量简历 , 从而提升招聘效率，让筛选出的简历与企业岗位要求实现高效精准匹配。 企业招聘数字化基础薄弱，AI 应用深度浅。 招聘团队规模较为精简，但能力要求却有所提升。AI 技术通过自动化减轻了人工负担，节省了招聘人员的时间，让招聘人员聚焦于高价值工作，为其能力的成长创造了空间与机会。 研究中需要回答的问题 AI 有哪些实际应用效果？ AI 对招聘人员工作流、工作方式的改变会带来较为积极和正面的影响，如效率提升、让工作的完成变得更轻松。 部分企业认为 AI 技术筛选出来的简历精准度有所提升，但总体来看，AI 简历筛选效果仍缺乏稳定性。 研究中需要回答的问题 AI 在招聘各环节的实际部署情况是什么？ AI 技术当前成熟度和效果显性化依然离不开人机协作，企业需关注 AI 的长期价值而非短期转化。 多重部署方式并存。超半数企业选择云端部署与混合部署的方式。 企业当前对于招聘领域 AI 技术的预算投入仍较为保守，但未来有望进一步增加相关投入。 简历量是 AI 应用的核心驱动因素。整体来看，招聘需求量、简历量、招聘团队规模越大，其应用 AI 的深度越深，多元化程度越高。 研究中需要回答的问题 企业 AI 招聘目前最大的挑战是什么？ AI 当前主要解决各招聘流程中可规模化的效率痛点。 供应商成熟度不足，是企业在招聘模块使用AI 技术时最大的挑战。 02PART 现状与需求STATUS QUO AND REQUIREMENTS 企业招聘现状与需求浅析 招聘需求有所收紧的背景之下，企业用人更注重人才招聘质量。而基于技能的招聘对提升企业招聘质量的作用已有所凸显。 企业虽“不缺简历”，但人才筛选难度有所攀升。如何在简历的“汪洋”中实现“精准垂钓”愈发成为企业需要重点攻克的难题之一。 招聘团队人员规模趋于精简，对招聘人员的能力要求也有所提高。 企业普遍对招聘团队人员的能力要求有所提高，且在能力项中，更强调“业务敏锐”、“人力资源思维与业务思维连接”。 组织准备度：组织对 AI 技术接受度与拥抱度1 组织在资源层面支持度较强，但在专业人才储备与数字化基础方面相对薄弱。 企业在资金支持上准备度较为充分，但在 AI 专家储备、AI 相关的 IT 基础设施上仍存在较为明显的短板——一方面，当前市场上 AI 专家较为短缺，高校培养体系滞后产业需求；另一方面，企业若要完成 AI 相关的 IT 基础建设（如：边缘计算设备、GPU 集群，等等）也需要较长时间。基建和人才代表当下基础，资金到位代表未来趋势，虽然当前企业整体组织准备度有提升空间，但仍“未来可期”。 招聘团队准备度：招聘人员、团队对 AI 技术的拥抱度 当前招聘人员对 AI 技术的应用更侧重于满足日常工作需求的操作，在专业资质（认证）获取和了解技术实现原理方面仍有可提升空间。 您是否负责或曾经负责招聘相关的工作（N=208） 您作为招聘人员，对 AI 技术的掌握情况为（N=193） 招聘人员普遍对 AI 技术有基础了解和一定的实操能力，但其认证情况不佳，且对 AI 系统内部执行原理的理解相对薄弱。对于尚未使用成熟 AI 招聘产品的企业而言，AI 产品搭建的过程即工作流搭建的过程，使用者需要在工作流中调取不同的 AI 工具来为自身的工作赋能，工作流与 AI 工具的“集合”便是“智慧体”，而对工作流最为了解的并非技术人员，而是使用者，即招聘人员。此时，招聘人员必须更为深度地了解 AI 技术运行的原理，这些原理包括：不同算法模型适用的场景、工作流搭建的方式、语料更新与调整的方法。而出现以上“AI 原理理解不足”现象的原因，主要源于 AI 工具在招聘领域的快速普及降低了应用门槛，使得技能多源于实际工作而非系统化知识建构或认证获取。 技术准备度：AI 技术在招聘模块的落地概况 企业招聘数字化基础薄弱，AI 应用深度浅。 共计 84.13% 84.13% 的 企 业 已 经应 用 了 AI 技 术，意味 着 AI 技 术 在 招 聘场 景 的 应 用 已 经 具备 一 定 的 广 泛 性。但 值 得 关 注 的 是，41.35% 的 企 业 对 于AI 技术在招聘场景的应用仍持观望态度，且以员工个人使用行为居多，尚未上升至公司实践层面。AI 技术的应用深度较浅。 进一步思考 使用外部 C 端 AI 工具（如 :DeepSeek、元宝、豆包）开展招聘工作可能会带来怎样的风险与弊端？ 数据安全与合规风险 敏感信息泄露：企业招聘涉及大量候选人隐私数据（如联系方式、薪酬预期）和商业机密（如岗位 JD、人才战略）。外部 C 端工具通常未部署在企业本地服务器，数据需上传至第三方云端，存在被未授权访问或滥用的风险。 跨境数据传输合规问题：若 C 端工具的服务器位于境外，企业可能违反《个人信息保护法》关于个人信息传输国外需有单独授权的规定。 技术功能局限性 招聘精准度不足：C 端工具依赖通用模型，缺乏行业定制化训练，难以深度理解企业特定人才画像，导致筛选结果偏差。 与招聘系统割裂：C 端工具难以与企业现有 ATS、CRM 等系统对接，导致数据孤岛，无法实现人才库的长期沉淀与复用。 总结：AI 招聘时代来临，但企业准备度仍有待提升 人工智能技术正逐步应用于企业招聘的各个环节，展现出提升效率和决策质量的潜力。表面上看，企业对 AI 的接受度和工具试用率正在提升，探索意愿明显。然而，在这种技术引入的热潮之下，一个关键的现实问题逐渐显现：当前大多数企业尚未建立起与 AI 深度应用相匹配的扎实基础。 从组织资源到团队技能，从技术基建到流程整合，实际准备度与技术愿景之间存在明显的落差。AI 的应用价值能否超越简单的效率工具层面，真正转变为驱动招聘质效的核心能力，很大程度上取决于企业能否系统性地弥补这些基础性短板。这不仅是技术部署的问题，更是组织能力升级的挑战。以下是我们从组织准备度、招聘团队准备度、技术准备度三个方面所总结的“已经奠定好的基础”和“仍待提升之处”2。 专家洞察 赵阿民 易路