-
人才寻源
【纽约】AI招聘平台 Elly 完成800万美元融资，重构“判断驱动型”招聘系统底层逻辑
HRTech概述：纽约AI招聘平台 Elly 宣布推出 AI-native hiring platform，并完成 800万美元融资，由 Sorenson Capital 领投。不同于传统ATS系统，Elly 从底层即以AI为核心，覆盖 sourcing、interviewing 与 applicant tracking，自动解析面试中的非结构化对话与团队反馈。客户数据显示，每位候选人最多可节省1小时45分钟文档时间，每周节省最高10小时初筛沟通时间。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
2026年2月25日，总部位于纽约的 Elly（运营主体为 Recruit Tech Labs dba Elly）宣布推出其 AI-native hiring platform，并完成 800万美元融资。本轮融资由 Sorenson Capital 领投，Atomic 与 Next Wave Capital 参与投资。Sorenson Capital 合伙人 Rob Rueckert 将加入 Elly 董事会。
这不仅是一笔资本加注，更是一场围绕招聘系统底层架构的重新定义。
从“流程记录”到“判断生成”：AI-native 架构的真正含义
过去十年，招聘软件的核心形态几乎没有发生本质变化。Applicant Tracking System（ATS）仍然以“字段+状态”为核心结构，要求招聘人员持续手动更新候选人阶段、填写面试反馈、维护流程节点。与此同时，大量AI工具以外挂形式出现，却彼此割裂，无法共享上下文信息。
Elly 试图解决的并非“效率问题”，而是“认知问题”。
招聘决策并不是一次性发生，而是在 sourcing 对话、面试交流、内部讨论中逐步形成。然而传统系统只记录结果状态，却无法沉淀“判断形成过程”。Elly 作为 AI-native 平台，从底层即以AI为核心，横跨 sourcing、interviewing 与 applicant tracking 三个环节，在招聘过程进行时自动捕捉非结构化对话内容，将分散信息转化为结构化、可搜索的信号。
这种设计意味着系统不再依赖手动录入字段，而是实时理解招聘逻辑的演进。
Elly CEO Kristen Habacht 表示：“Recruiting teams are overwhelmed by software that was never designed to reflect how hiring actually works. Elly flips that model by understanding the reasoning behind choices as they form.”
这句话揭示了其核心定位——理解“判断”，而非管理“流程”。
面试数据资产化：从沉没成本到复利效应
在招聘实践中，面试是最信息密集的环节，却也是最难沉淀为组织资产的部分。面试笔记往往零散存在，无法复用，更难形成长期招聘认知积累。
Elly 将每一次 screening、interview 与内部讨论视为可结构化资产。平台能够解析非结构化对话，将反馈随流程演进持续累积，使团队在高频招聘环境下获得更清晰的候选人画像。
这种“信号复利模型”在高体量招聘场景下尤为关键。
早期客户覆盖 technology、construction、manufacturing、healthcare 与 hospitality 等行业。据披露数据：
每位候选人最多节省 1小时45分钟 面试文档整理时间每周节省 3–5小时 手动记录与跟进时间每周节省 5–10小时 通过替代 live screening calls
这些数字不仅反映效率提升，更说明招聘组织在信息整合层面的结构性改进。
资本逻辑：复杂度削减，而非功能叠加
本轮 800万美元融资由 Sorenson Capital 领投。Rob Rueckert 表示：“Elly understands hiring judgment as it forms, not after the fact. That fundamentally changes how recruiting teams operate.”
在当前 HR Tech 市场，AI工具层出不穷，但企业的真实痛点往往是“系统堆叠导致复杂度上升”。Elly 的价值主张并非再增加一个功能模块，而是通过统一AI架构降低复杂性。
这与当前资本市场对“AI基础设施层”的关注趋势一致——投资人更青睐能够成为组织操作系统底层能力的平台，而非单点工具。
值得注意的是，Elly 诞生于 Atomic 这一 venture studio。Atomic 曾孵化多个成功企业，其参与意味着产品从一开始即围绕可扩展性与规模化设计。
新资金将用于产品研发、AI能力深化、销售与市场拓展。
行业意义：招聘系统进入“理解时代”
如果回顾招聘技术发展路径：
第一阶段是流程数字化第二阶段是自动化与效率提升第三阶段正在进入“认知理解”阶段
Elly 所代表的，是第三阶段的雏形——系统不再只是数据库，而是能够理解动态判断、积累组织招聘认知的基础设施。
在AI渗透招聘的浪潮中，真正的分水岭并不在于谁生成了更好的面试问题，而在于谁能成为招聘判断形成的核心载体。
800万美元的融资规模或许并不庞大，但其战略意义在于验证了一个趋势：招聘软件的竞争，正在从功能对比转向架构对比。
当系统能够理解“为什么选择”，招聘团队才真正从管理工具，转向管理判断。
-
人才寻源
【收藏】AI赋能招聘（AI-Enabled Talent Acquisition）：未来招聘体系的重塑（附图）
HRTech概述：AI-Enabled Talent Acquisition》招聘漏斗图清晰展现了未来招聘如何在AI技术的支持下实现全面升级。从需求分析到正式录用，整个流程被分为前漏斗（Pre-Funnel）与招聘漏斗（Hiring Funnel）两个阶段。通过自动化与系统集成，企业能有效降低招聘成本、缩短招聘周期，并提升候选人体验。
在前漏斗阶段，HR团队通过内部人力计划与外部市场分析确定招聘需求，并设定用工方式（正式员工、FTC或灵活用工）。接着通过AI助力的职位描述优化、布尔搜索与广告发布，进入寻源流程，利用人才社区与SaaS平台进行持续吸引。
进入招聘漏斗后，AI代理团队承担简历筛选、初步对话、技能评估等任务，实现高达85%的流程自动化。通过区块链验证确保候选人身份可信，并由候选人体验团队全程优化旅程体验。与Workday、Deel、HireVue等标准化平台的集成，进一步打通数据链路，实现精准高效招聘。
在全球化与数字化加速发展的今天，企业的人才招聘（Talent Acquisition，简称TA）工作正经历着一场由人工智能（AI）驱动的深刻变革。基于Korn Ferry Talent绘制的《AI-Enabled TA》全景图，我们可以系统地了解未来招聘体系的核心构建模式——如何通过AI技术，实现招聘流程的标准化、智能化与自动化，大幅提升效率、降低成本，同时优化候选人体验。
一、招聘整体架构：双漏斗体系与领导机制
整个AI赋能招聘体系由TA领导团队（TA Leadership Team）统筹，设有：
候选人体验管理（Experience Management）
伦理与治理（Ethics & Governance）
招聘交付与寻源（Delivery & Sourcing）
数据与分析（Data & Analytics）
技术与系统（Tech & Systems）
通过建立专业化的卓越中心（COEs），确保招聘标准统一、技术前沿、运营高效。
招聘流程被清晰划分为两个阶段：
Pre-Funnel（前置阶段）：需求确认与岗位准备
Hiring Funnel（招聘漏斗阶段）：从简历筛选到正式录用
这种双漏斗体系确保了招聘从起点到终点的全链路精细化管理。
二、Pre-Funnel阶段：战略型准备与寻源（Days to Weeks）
前置阶段强调战略性招聘准备，包括：
需求分析（Needs Analysis）
内部（Internal）：结合企业人力规划（Workforce Planning）、业务需求，确定招聘需求。
外部（External）：通过市场分析（Market Analytics）了解人才市场供需情况。
招聘策略制定（Hiring Approach Confirmed）
明确是内部招聘、外包、项目制、临时工还是灵活用工（Gig/Fractional）。
招聘批准（Approvals）
包括正式合同（Perm）与固定期限合同（FTC）两种用工方式。
寻源与准备（Setup & Sourcing）
利用AI Agent、招聘经理（Manager）、HR通才（Generalist）协同作业，撰写职位描述、发布广告、进行布尔搜索、设置面试流程。
同时，在这一阶段，企业通过与外部SaaS工具集成，如Beamery、hackajob、hireEZ等，建立内部人才库与外部招聘渠道，形成持续运营的人才社区。
三、Hiring Funnel阶段：自动化驱动的招聘加速器（Hours to Days）
招聘漏斗阶段由底至顶依次包括：
简历筛选（CV Screening）
初步资格预筛（Conversational Pre-Qualification）
技能评估（Skills Assessments）
面试安排与管理（Interviews & Scheduling）
Offer发放（Offer）
合同签署（Contract）
正式录用（Hire）
在此过程中，有两大显著特点：
高比例自动化：招聘漏斗底部阶段（CV筛选到技能评估）实现了85%自动化率；整体流程平均达到75%自动化率。
AI代理团队（AI Agent Team）主导：尤其在前中期筛选工作，由AI完成简历解析、候选人初步沟通、技能匹配，大幅压缩人工成本与时间成本。
此外，还引入了候选人身份验证机制（Candidate ID Authentication），基于区块链技术，提高了数据安全性与候选人真实性验证的效率。
四、智能集成生态：SaaS与ATS协同作战
在技术集成层面，体系通过StackOne统一接入多家标准化SaaS工具与ATS（申请人追踪系统），包括：
ATS系统：如Workday
招聘协作与沟通平台：Slack、Kula、Pinpoint
薪资与人力管理平台：Deel、HiBob
人才筛选与测评工具：HireVue、HackerRank、TestGorilla
人才社区与CRM系统：Beamery、hackajob、hireEZ
这种“标准化集成”极大提高了招聘工具间的数据流动性与流程协同，避免信息孤岛现象。
五、候选人体验管理（Candidate Experience Management）：招聘成功的关键变量
在AI赋能的招聘体系中，候选人体验管理成为不可或缺的核心组成部分。
专设候选人体验团队（Candidate Experience Team），覆盖从简历投递到Offer发放、合同签署的每个环节。
流程中设置强制反馈点（如Offer和Contract阶段100%反馈），确保及时沟通与正向体验。
体验优化策略包括：
候选人旅程设计（Candidate Journey Mapping）
简化申请流程
自动化状态更新提醒
个性化面试安排
数据化监控体验得分（如Candidate Net Promoter Score, CNPS）
体验管理不仅影响候选人是否接受Offer，还直接关联到雇主品牌形象（Employer Branding）、招聘周期长度与人才转化率。目前HRTechChina正在举办2025候选人体验大奖的评选，积极参与了解行业变化趋势，更是赢得人才和雇主品牌的绝佳方法
在未来，体验即竞争力，优秀的Candidate Experience将成为企业吸引顶尖人才的重要武器。
六、总结：AI赋能招聘的六大变革价值
大幅缩短招聘周期（Days to Hours）
降低每次招聘成本（Full Cost per Hire下降）
提升候选人体验与满意度
加强招聘数据的可追溯性与透明度
实现招聘流程的可扩展性与标准化
助力企业人才战略落地，打造未来竞争力
AI正在将招聘流程从传统的“人海战术”，转变为精准、智能、体验驱动的战略模块。未来的TA团队，将成为AI与人力高度融合的新型作战单位，引领企业人才竞争迈入全新时代。
扫一扫 加微信
hrtechchina
