-
候选人体验
【硅谷】AI反向招聘平台Refer完成750万美元种子轮融资：让求职者成为招聘服务的付费客户
HRTech概述：美国AI招聘初创公司Refer近日完成750万美元种子轮融资。本轮融资由Canary领投，Goodwater Capital、Salt VC、Norte Ventures和Valutia参与。加上此前获得的250万美元融资，Refer累计融资额已达到1000万美元。公司计划利用新资金扩大平台上的科技人才和雇主网络，并继续完善其AI职业代理Lia。
与绝大多数由企业支付招聘佣金的平台不同，Refer采用了一种颇具争议的“反向招聘”模式：平台声称代表求职者而非雇主工作，企业可以免费接收人才推荐，而候选人只有在成功获得工作后，才需要支付第一个月工资20%的一次性成功服务费。
Refer完成750万美元种子轮融资，累计融资达到1000万美元
Refer本轮750万美元融资属于种子轮，由巴西早期风险投资机构Canary领投。Canary披露的投资信息显示，参与本轮融资的机构还包括Goodwater Capital、Salt VC、Norte Ventures和Valutia。
本轮融资完成后，Refer累计融资额达到1000万美元，其中包括此前完成的250万美元融资。新资金将主要用于扩大平台候选人规模、增加合作雇主数量，并进一步强化AI驱动的职位匹配和招聘引荐能力。
Refer创始人为Andre Hamra。根据公开报道，Hamra来自Brazil，青少年时期便开始帮助身边的人寻找工作。后来，他进入Stanford商学院学习，并在Palo Alto通过张贴带有二维码的传单测试最初的业务模式：帮助求职者寻找工作，只有在成功入职后才收取费用。
Refer于2024年年中正式启动，最初主要服务Stanford University等高校背景的软件工程师，随后逐步开放至更广泛的美国科技行业人才市场。
关于公司所在地，不同报道的表述略有区别。Business Insider将Refer称为San Francisco-based startup，而Staffing Industry Analysts此前将其描述为Palo Alto-based company。考虑到其创业测试最初发生在Palo Alto，而公开报道又将其归入San Francisco创业生态，更严谨的表述是：Refer是一家起步于Palo Alto、面向美国科技人才市场的加州AI招聘初创公司。
AI职业代理Lia代表候选人寻找工作机会
Refer的核心产品是一名名为Lia的AI职业代理。与主要帮助企业筛选简历、安排面试或评估候选人的传统AI招聘工具不同，Lia的产品定位是代表求职者寻找职位。
候选人在使用Refer时，需要向Lia提供个人工作经历、专业能力、兴趣方向、期望薪资、理想工作地点、签证需求、目标企业规模以及下一阶段职业目标等信息。
Lia随后根据候选人的背景和偏好，从Refer合作企业及开放职位中寻找匹配机会。只有当候选人和雇主双方都对匹配结果表示兴趣后，Lia才会通过电子邮件完成双方介绍。
这意味着Refer并不是一个帮助候选人批量提交申请的自动投递工具，而是一个以双向意向确认和定向引荐为核心的招聘匹配平台。
Refer官网将这一定位概括为“Built for candidates. Free for companies”，并强调Refer直接为候选人工作。官网目前使用“Meet Lia, your AI career agent”作为核心产品描述。
从招聘流程来看，Refer试图解决的是科技人才市场中日益突出的“申请黑洞”问题。在大量候选人借助AI批量生成简历和申请材料后，企业收到的申请数量显著增加，但候选人获得真实反馈和决策者关注的难度并未下降。
Refer希望通过已建立联系的雇主网络，将经过匹配的候选人直接介绍给招聘负责人、创始人或用人经理，使求职者不再完全依赖公开职位页面和传统在线申请流程。
候选人成功入职后支付首月工资的20%
Refer最受关注的并不是AI匹配技术，而是其收费模式。
在传统猎头和招聘代理模式中，企业通常是付费客户。招聘机构帮助企业寻找候选人，并在成功招聘后按照候选人第一年薪资的一定比例向企业收取佣金。
Refer则将这一关系倒置。平台允许企业免费使用服务，而候选人在通过Refer成功获得工作后，需支付第一个月工资20%的一次性成功费。候选人没有注册费、订阅费或前期费用，只有产生成功录用结果后才需要支付。
例如，一名候选人的年薪为12万美元，对应月薪约1万美元。按照Refer的收费规则，成功服务费约为2000美元，相当于候选人年薪的约1.67%。
需要特别说明的是，部分较早报道曾将收费方式描述为“20% of the first paycheck”，可能被理解为首张工资支票的20%。Business Insider的详细报道则明确写明，收费基数为“20% of the first month’s salary”，因此更准确的中文表述应为“第一个月工资的20%”。
Refer认为，这一收费模式能够改变招聘服务中的利益关系。
Andre Hamra表示，Refer向候选人收费，是因为候选人才是公司的客户，也是平台真正希望帮助的人。在传统招聘模式下，雇主支付费用，招聘人员的目标通常是尽快完成职位填补；而在Refer模式中，候选人支付成功费，平台理论上应优先考虑候选人的职业目标和长期匹配度。
这也是Refer将自己定义为“reverse recruiter”，即反向招聘服务的原因。
企业免费使用，但也可以购买优先招聘服务
Refer面向企业的基础服务是免费的。雇主可以在平台上提供开放职位，并接收Lia匹配和推荐的候选人。
不过，根据Staffing Industry Analysts的报道，Refer也向企业提供priority tier，即优先服务层级。如果企业通过该付费层级成功招聘员工，需要向Refer支付该员工第一年薪资的20%。
这一企业收费标准与传统科技猎头公司的成功佣金水平相近。
不过，目前公开报道并未明确说明：当一家企业选择付费priority tier后，通过该职位入职的候选人是否仍需支付首月工资20%的成功费。
如果企业和候选人在同一笔招聘中同时付费，Refer就需要进一步解释双方分别购买了什么服务，以及平台在出现利益冲突时究竟代表哪一方。相关双边收费机制、费用披露方式及适用条件，原文未说明。
已覆盖约2000家企业和7000个开放职位
截至2026年7月中旬，Refer已建立起一定规模的招聘市场网络。
Business Insider报道显示，Refer平台当时覆盖约2000家企业和约7000个开放职位，已经促成超过5000场面试。随后，Staffing Industry Analysts在2026年7月21日的报道中进一步称，Refer已安排接近6000场面试，涉及超过2000家公司。
两组数据的差异可能来自报道时间和统计口径。更稳妥的表述是：Refer截至2026年7月已促成超过5000场、接近6000场面试，连接约2000家企业，并拥有约7000个开放职位。
根据Business Insider披露的产品规则，候选人每天最多可以申请5次企业介绍。Lia完成引荐后，企业通常需要在3个工作日内进行回复。
Refer还表示，在获得Lia介绍的用户中，超过一半会在24小时内获得面试机会。这里的统计口径是“获得平台介绍后的用户”，而不是所有完成注册或建立个人资料的用户。
平台目前尚未公开披露实际成功录用人数、面试转化率、候选人平均年薪、成功费收入、客户留存率，以及通过Refer入职后的员工平均任职时间。
因此，现阶段近6000场面试可以说明Refer具备一定的匹配和引荐能力，但尚不足以完整判断其最终招聘成功率和商业模式效率。
真实案例显示，Refer主要解决“被看见”的问题
Business Insider报道中提到了多名Refer用户和企业客户。
University of Illinois计算机科学毕业生Hansheng Liu首次使用Refer时，因为简历和项目经验不足，并未获得理想结果。此后，他用一个冬季完善个人网站和后端服务器项目，再次回到Refer。
Liu随后向约6家公司请求引荐，获得了4场面试，并最终加入一家Bay Area公司。他认为支付Refer的成功费是值得的，因为平台确实帮助他获得了工作机会。
这一案例也说明，Refer并不能替代候选人的专业能力、项目经验和个人竞争力。Lia能够提高候选人被招聘决策者看到的机会，但并不能把不符合岗位要求的候选人自动转化为合格人才。
另一位用户、后来创办GreenLight的Arjun Bakhale，也曾通过Refer被直接介绍给一家初创公司的CEO，并获得实习机会。他认为，相比普通在线申请，这种定向介绍最大的价值在于，候选人至少可以确认自己的信息真正到达了企业负责人，而不是进入没有反馈的申请系统。
AI非营利组织软件公司Golden的创始人兼CEO Sam Fankuchen表示，公司已经通过Refer招聘了多名员工，并计划继续使用。他认为，主动选择Refer并愿意支付成功费的候选人，通常对自己的职业选择更为认真。
不过，这一观点来自单一雇主案例。目前没有公开数据可以证明，通过Refer招聘的员工在留任率、绩效或文化匹配方面一定优于其他招聘渠道。
候选人付费模式面临公平招聘与监管争议
Refer的商业模式也涉及招聘行业长期存在的监管与伦理问题。
国际劳工组织的《Private Employment Agencies Convention, 1997（No. 181）》原则上要求，私营职业介绍机构不得直接或间接向劳动者收取全部或部分服务费用，但主管机关可以在特定情况下，对特定类别劳动者或服务作出例外安排。
美国没有批准该公约，因此该公约并不直接等同于美国国内法律。但候选人收费是否合法，仍可能受到不同州的employment agency法规、消费者保护规则、合同条款和费用披露要求影响。
World Employment Confederation的行业行为准则也反对招聘机构向求职者和劳动者收取就业服务费用。
Andre Hamra则认为，Refer与传统受到限制的候选人收费模式不同。他表示，Refer没有前期费用和押金，也不是长期从候选人的收入中持续抽取比例，而是在成功入职后收取一次性费用。
他同时强调，Refer的收费并不是income-share agreement，因为费用虽然随工资水平变化，但只发生一次。
不过，从监管角度看，一项收费被定义为“一次性成功费”，并不必然使其脱离就业代理或职业介绍服务的监管范围。最终判断仍将取决于Refer在不同州提供的具体服务、合同结构、收费触发条件和当地法律定义。
HRTech观点：AI招聘开始从企业工具转向个人代理
过去几年，AI招聘创业公司的主要客户几乎都是企业。产品通常围绕职位描述生成、人才搜寻、简历筛选、面试安排、候选人评估和招聘流程自动化展开。
Refer代表了另一种正在形成的产品方向：AI不再只帮助企业筛选人，而是开始代表个人寻找职业机会。
这一变化与AI Agent的发展密切相关。传统求职平台主要提供职位信息和申请入口，候选人仍需亲自搜索、筛选和投递。AI职业代理则试图持续理解候选人的目标，主动寻找合适职位，并代表候选人与企业建立联系。
从这个角度看，Refer的真正创新并不是让AI推荐职位，而是试图建立一个“个人委托AI代理求职”的商业关系。
但是，这一模式能否成立，最终取决于三个问题。
第一，Refer能否持续提供普通求职网站和社交网络无法提供的高质量直接引荐。如果候选人通过LinkedIn、Indeed或个人关系同样能够接触这些职位，首月工资20%的费用将很难长期成立。
第二，平台能否证明其推荐真正改善了候选人的职业结果。面试数量只是中间指标，未来更关键的数据应包括录用率、薪资提升、职位匹配度、试用期通过率和长期留任率。
第三，Refer能否解决收费透明和合规问题。尤其是在平台同时向企业提供付费优先服务的情况下，它需要清楚说明自己究竟代表候选人、企业，还是同时服务双方。
对HR科技市场而言，Refer完成750万美元种子轮融资说明，投资者正在关注AI职业代理和候选人侧商业模式。但它也提出了一个更具争议的问题：当AI可以代表个人寻找工作时，求职者是否愿意像支付律师费、经纪费或职业顾问费一样，为招聘引荐和最终结果直接付费？
Refer目前已经证明，部分科技人才愿意接受这一交易。但它是否能够从一个服务高薪科技人才的垂直平台，扩展为一个可持续的大众招聘模式，仍需观察。
正在探索AI招聘、人才吸引和候选人体验创新的企业，可以关注HRTech目前正在进行的2026候选人体验大奖CandE® Awards和2026 HRTech创新奖INNO Awards。前者聚焦AI招聘时代企业吸引和对待候选人的关键能力，后者关注可落地、高价值、前瞻性的HR科技创新。
同时，9月17日在深圳举行的“What's Next”2026人力资源科技年度论坛，将重点关注AI、数字化、人才与组织创新。HR AI Forward目前也开放了面向HR职能的AI能力成熟度评测。相关活动、评选、报告与测评入口，可通过HRTech近期活动与资源页面统一查看。
——————————————————
公司名称：Refer
核心产品：Lia
创始人：Andre Hamra
融资轮次：Seed
本轮融资金额：750万美元
累计融资金额：1000万美元
领投机构：Canary
参投机构：Goodwater Capital、Salt VC、Norte Ventures、Valutia
候选人收费：成功入职后支付第一个月工资的20%
企业基础服务：免费
企业优先服务：成功招聘后支付员工第一年薪资的20%
平台数据：约2000家企业、约7000个开放职位、超过5000场并接近6000场面试
公司网站：https://tryrefer.com/
成立时间：2024年年中
总部或主要运营地区：San Francisco / Palo Alto
-
候选人体验
DeepSeek 招 HR，真正的信号是 AI 公司正在重新定义 HR
DeepSeek 最近发布的 HR 团队招聘信息，表面上看是一次普通的职能岗位补充，但如果放在 AI 公司组织扩张的背景下看，它释放出的信号并不简单。它不是在寻找传统意义上的招聘执行者，也不是单纯补充人事运营人员，而是在为一家 AGI 导向的技术公司搭建更长期的人才识别、组织服务和文化承载能力。你觉得呢
HR 不再只是支持部门，而是 AI 公司的人才基础设施
这份 JD 最突出的特点，是将 HR 直接放进 AGI 叙事之中。岗位描述里反复出现“AGI”“长期主义”“人类潜能”“人才土壤”“共建者”等关键词，这说明 DeepSeek 对 HR 的定位并不是后台支持，而是组织能力的一部分。对于 AI 公司来说，真正的竞争不只是模型、算力和数据，也包括能否持续吸引、识别、保留并激发顶尖人才。技术突破背后，最终还是人的密度、协作方式和创新环境。
这也意味着，AI 时代的 HR 不再只是处理流程、发布岗位、安排面试和完成入职，而是要参与构建公司的人才系统。谁能识别未来可能成长为关键人才的人，谁能建立长期人才关系，谁能让高潜人才进入组织后真正发挥作用，谁就在参与一家 AI 公司的核心能力建设。
招聘 HR 的能力正在从“招人”转向“人才情报”
在招聘 HR 方向中，最值得关注的是“系统性 Mapping”“海内外高潜人才”“长期、真诚的互动”“准确识别能力特质与职业诉求”。这不是传统招聘专员的工作语言，而更接近 Talent Intelligence。DeepSeek 想要的不是只会在招聘平台上筛简历、推流程的人，而是能够理解技术人才市场、判断人才潜力、建立候选人网络，并长期经营人才池的 HR。
更重要的是，JD 中提到要识别“尚未被市场验证、却蕴含巨大潜力的人才”。这句话很关键。很多公司的人才策略是抢已经被大厂、论文、title 和薪酬证明过的人，但真正有长期竞争力的组织，往往需要更早地发现那些还没有被市场充分定价的人。这样的招聘 HR，本质上更像“人才投资人”：既要懂人，也要懂技术组织的成长逻辑。
招聘闭环被拉长，Quality of Hire 变得更重要
这份 JD 还明确要求招聘 HR 跟踪候选人入职后的融入情况，协助解决初期适应问题，确保招聘成果真正落地。这说明 DeepSeek 对招聘结果的理解，不只是 offer 数量和入职人数，而是候选人进入组织后的适配、留存和实际贡献。
这对 HR 是很大的能力升级。过去很多招聘团队的 KPI 停留在招聘周期、到岗率和 HC 完成率，但在高密度人才组织中，真正重要的是 Quality of Hire。一个关键人才是否适应团队节奏，是否理解公司使命，是否能与现有研发文化协作，都会直接影响组织效率。招聘不再是交易，而是人才进入组织后的持续转化过程。
综合服务 HR 不是行政人事，而是 People Operations
另一个方向“综合服务 HR”也值得注意。它覆盖入职、档案、考勤、薪酬、福利等基础人事流程，但 JD 同时强调要运用自动化工具和 AI 能力持续优化流程，提高效率和员工体验。这意味着 DeepSeek 并不希望这个角色停留在传统事务型 HR，而是希望其成为 People Operations 的建设者。
对快速成长的 AI 公司来说，基础人事流程看似普通，实际上决定了组织扩张的稳定性。员工能否顺利入职，薪酬福利是否准确，问题响应是否及时，跨城市团队服务是否一致，都会影响员工对组织的信任感。AI 公司越强调长期主义，越不能忽视这些基础体验。真正好的 HR Ops，不是把流程做复杂，而是用系统、工具和服务意识，让组织在扩张中保持清晰、稳定和高效。
AI 公司正在要求 HR 自身也变得 AI-native
这份 JD 的另一个重要信号，是 HR 不只是服务 AI 公司，还要主动使用 AI 工具改造自己的工作。综合服务方向明确提出自动化和 AI 能力，这意味着 AI-native 组织不会允许 HR 仍然停留在传统手工流程中。未来 HR 的价值，不是简单地“更有人情味”，而是在效率、数据、体验和判断之间找到新的平衡。
招聘可以借助 AI 做人才 mapping、简历分析和候选人关系管理；HR Ops 可以用自动化工具优化入职、档案、薪酬福利和员工问答；HRBP 则需要用数据和组织洞察支持更复杂的人才决策。AI 不会让 HR 消失，但会让低效、重复、缺乏判断力的 HR 工作被重新定价。
真正的启发：HR 也要进入下一代能力模型
DeepSeek 这份 HR 招聘信息最值得关注的地方，不在于它招了几个 HR，而在于它呈现了 AI 时代 HR 能力模型的变化。未来优秀的 HR，不能只会执行流程，也不能只会讲文化，而是要同时具备人才洞察、组织理解、数据意识、系统化能力和长期主义。
AI 公司正在重新定义人才，也正在重新定义 HR。对 HR 从业者来说，这既是压力，也是机会。真正有价值的 HR，不会只是“支持业务的人”，而会成为理解技术变革、识别关键人才、建设组织土壤的人。DeepSeek 招 HR 的背后，看到的是一个更大的趋势：在 AI 时代，人才不是资源部门管理的对象，而是公司最核心的生产力系统。
-
候选人体验
2026候选人体验大奖 CandE® Awards 正式启动：在AI招聘时代，重新定义企业吸引人才的关键能力
2026 候选人体验大奖 2026 CandE® Awards
2026 CandE® Awards 候选人体验大奖现已正式启动。作为聚焦候选人体验领域的专业评选项目，CandE® Awards 持续关注企业与HR科技机构在招聘全流程中所创造的真实体验价值，表彰那些在招聘流程、品牌触达、沟通反馈、技术应用与产品设计等方面表现突出的团队、实践与产品。
在AI技术加速进入招聘全链路的今天，效率不再是企业之间唯一的差异。职位生成、简历筛选、面试安排、人才触达正在被技术重构，但候选人是否感受到被尊重、被清晰告知、被及时反馈、被公平对待，仍然直接影响着企业最终能否吸引并留住真正优秀的人才。也正因如此，候选人体验正在从“招聘细节”变成“招聘竞争力”。
对于企业而言，CandE® Awards 不只是一次评选，更是一项能够对外展示雇主品牌、对内体现HR成果、对行业传递专业影响力的重要认可。对于HR科技机构而言，这也是证明产品价值、强化市场信任、建立行业口碑的重要机会。
提名地址：http://hrnext.cn/n6MOm2(点击链接或长按图中二维码进行识别）
什么是候选人体验大奖
CandE® Awards 关注的是候选人与企业之间，在招聘相关互动中形成的整体感受。它覆盖候选人从最初接触企业，到申请、筛选、评估、面试、Offer沟通以及后续跟进等多个关键环节。评选不仅关注企业“是否在招聘”，更关注企业“如何招聘”，以及企业是否通过更专业的流程、更清晰的沟通、更友好的产品和更高质量的互动，让候选人在整个过程中获得更好的体验。
这项评选的意义在于，它让那些原本分散在招聘运营、校招项目、雇主品牌活动、招聘技术应用中的工作成果，被系统梳理、被专业评价、被行业看见，也让企业能够以更有说服力的方式，对外讲清楚自己为什么值得人才选择。
2026 候选人体验大奖奖项设置
本届奖项分为企业实践类、团队类和产品类三大方向，覆盖当前候选人体验最重要的核心场景。
企业实践类奖项包括：
最佳创新招聘策略奖
最佳招聘广告奖
最佳企业社交媒体策略奖
最佳候选人体验技术应用奖
最受大学生欢迎雇主
最佳校园招聘奖
最佳面试体验奖
最佳 AI 招聘体验奖
最佳招聘营销体验奖
最佳海外招聘体验奖
企业团队类奖项包括：
最佳候选人体验团队奖
产品类奖项包括：
最佳候选人体验产品奖
最佳技术类测评产品奖
最佳测评产品奖
最佳在线考试产品奖
最佳招聘管理产品奖
最佳 AI 招聘产品奖
最佳视频面试产品奖
最佳 AI 面试产品奖
最佳招聘服务体验奖
其中，2026年新增的“最佳招聘营销体验奖”和“最佳海外招聘体验奖”，重点回应当前企业在招聘传播、出海招聘与全球人才竞争中的实际需求，也体现了候选人体验在新招聘环境中的延展与升级。
哪些企业和机构适合参与
如果你的企业在过去一年中，围绕招聘体验做过真实投入与优化，无论是优化申请流程、重构面试体验、提升候选人沟通质量、加强校招触达、强化社交媒体招聘内容、引入AI招聘工具，还是改善海外招聘过程中的候选人感受，都适合参与本届评选。
如果你的团队长期负责招聘、校招、雇主品牌、招聘运营、人才获取、国际招聘等工作，并希望系统展示团队成果与专业能力，也非常适合申报相关奖项。
如果你是HR科技机构，所提供的产品或服务与候选人体验直接相关，例如测评、在线考试、招聘管理、视频面试、AI招聘、AI面试或招聘服务支持，并且已在客户侧形成真实价值，同样适合参与本届评选。
为什么参加这届评选
01、展示企业在招聘和候选人体验上的真实成果
通过第三方结构化评审，将分散在流程和数据中的招聘工作，转化为可被管理层、同行与市场识别的专业证明。
02、强化雇主品牌，提升候选人信任与吸引力
经行业第三方评选认可的雇主品牌标签，比企业自我表达更能降低候选人的不确定性，提升投递意愿与长期口碑。
03、帮助 HR团队对内证明项目价值和业务贡献
评选结果与获奖案例可用于管理层汇报、年度总结与资源申请，让 HR 团队的工作成果有据可查、可被量化表达。
04、获得行业认可、内容传播与案例展示机会
入围与获奖案例进入 HRTech 官方案例库，通过媒体、社群及行业活动长期传播，使一次项目沉淀为可持续放大的品牌资产。
05、在 AI 招聘时代建立更有差异化的招聘竞争力
当技术效率成为标配，候选人体验是真正决定人才是否选择你的变量。参与评选，是系统性审视并强化这一竞争力的最佳时机。
如何参与及评审流程
提名：2026 CandE® Awards 将于2026年4月1日正式开放提名，企业及产品均可通过官方平台免费参评。
提名地址：http://hrnext.cn/n6MOm2(点击链接长按图中二维码进行识别）
测评：
1）实践类和团队类项目需完成指定的候选人体验测评问卷，并达到入围基础标准。
2）产品类奖项需提交NPS客户满意度调查。完成基础申报后，参评企业或机构还需同步提交案例材料。
案例提交：
案例可采用PPT或视频形式提交。PPT不超过30页，视频格式为MP4、16:9横屏、2GB以内。案例内容须为本企业或产品的真实原创实践，并尽可能提供前后对比数据与阶段性成果。所有涉及候选人个人信息的内容，均需做脱敏处理。
本届参评案例时间范围为2025年7月至2026年6月期间发生的实践或上线的产品。
报名与咨询方式
评选报名与咨询： 小科
微信：hrtech-china
邮箱：cande@hrtechchina.com
奖项及论坛合作： 奈斯
微信：hrtechnice
邮箱：nice@hrtechchina.com
现在，就是让行业看见你成果的时候
在AI招聘快速发展、人才竞争持续升级的今天，企业之间真正拉开差距的，越来越不是谁的工具更多，而是谁更懂得如何让人才感受到专业、信任与尊重。候选人体验，正是这一差距最直接的体现之一。
2026 CandE® Awards 候选人体验大奖，欢迎所有在招聘实践与产品创新中持续投入的企业与机构积极参与。无论你希望展示团队成果、提升雇主品牌、证明产品价值，还是希望让更多行业同行与人才看到你的实践，这都将是一次值得认真参与的专业机会。
关于主办方.HRTech
HRTech是中国首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动中国人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。HRTech核心报道中国HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿峰会论坛，表彰认可业内先进。
-
候选人体验
【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。
-
候选人体验
负责任的AI（Responsible AI） 在招聘中的分界线：从 Workday 到 Eightfold，企业该让算法走多远？
HRTech概述：全球近一半企业已在招聘中引入人工智能，用于职位描述撰写、简历筛选和候选人匹配。然而数据显示，约四成HR担心算法偏见与透明度问题。企业已经结束试点阶段，进入规模化应用阶段。成功关键不在工具数量，而在数据基础、岗位架构与治理规则。AI更适合承担高重复性任务，人类则保留判断、同理心与最终决策权。Responsible AI强调人机协作，让技术放大能力，而不是取代专业。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
过去三年，招聘领域经历了一次前所未有的技术跃迁。生成式 AI、大模型和自动化工具迅速进入人才获取流程，从职位描述生成、简历筛选，到技能识别与候选人匹配，越来越多企业发现，招聘不再只是“人对人”的工作，而正在变成“人机协作”的系统工程。效率的提升肉眼可见：同样规模的招聘团队，可以处理数倍于过去的申请量，初筛时间从数周压缩至数小时，数据洞察也更加结构化和量化。
但当算法开始决定“谁被看到、谁被淘汰”时，问题的性质就发生了变化。招聘从来不仅仅是流程优化问题，它更关乎公平、合规与责任边界。当技术进入决策核心，企业真正需要思考的，已经不是“AI 能做什么”，而是“AI 应不应该做”。
Responsible AI 的讨论，正是在这样的背景下成为 HR 领域的新关键词。
从实践来看，AI 已经成为招聘的基础设施，而非锦上添花的工具。许多企业的招聘流程中，JD 写作、关键词筛选、候选人排序和技能标签提取都已实现自动化，部分组织甚至利用模型从非结构化简历中推断隐性能力，并为面试官生成结构化问题清单。这些能力极大释放了 HR 的时间，使团队可以从事务型工作中抽身，投入到更有价值的沟通和判断中。从效率维度看，AI 的确是必选项。
然而，风险也在同步放大。算法并非中立，它学习的是历史数据，而历史本身就可能带有偏见。如果过往录用人群集中于某些学校、性别或背景，模型极可能无意中复制甚至强化这种倾向。一旦问题存在，AI 的规模化能力反而会将偏差快速放大，形成系统性不公平。这也是为什么越来越多 HR 负责人开始意识到：招聘 AI 的挑战，并非技术成熟度，而是治理成熟度。
一些头部厂商的实践，恰好为行业提供了两个极具代表性的对照案例。
作为全球最大的人力资源系统厂商之一，Workday 近年来持续强化其 AI 能力，在招聘与人才管理中推出 Skills Cloud、自动匹配推荐和生成式 Copilot 等功能。这些工具的核心逻辑，并不是直接替代 HR 决策，而是提供“建议层”。系统可以基于海量数据推断技能相似度、识别内部人才流动机会、生成职位描述草稿，但最终的录用与晋升判断始终保留在人类手中。同时，Workday 强调模型可解释性与合规框架，在产品层面嵌入审计记录、权限管理和透明度机制，让企业清楚知道 AI 参与了哪一步、提供了什么依据。这种“增强型 AI”路径，本质上是在放大 HR 的判断力，而不是取代它。
另一家快速崛起的 Talent Intelligence 厂商 Eightfold AI 则走得更激进一些。其平台强调通过深度学习构建人才画像，实现大规模自动匹配与推荐，并宣称可以减少人为偏见、提升多元化招聘效果。然而，在实际落地过程中，外界也对算法透明度与公平性提出过质疑，甚至出现过与合规相关的争议与诉讼讨论。这类事件为行业敲响了警钟：即便技术目标是“更公平”，如果缺乏清晰的解释机制与责任边界，仍然可能带来法律与品牌风险。算法并不会自动等于公正，治理永远先于能力。
这两个案例共同揭示了一个现实：Responsible AI 的关键不在“多智能”，而在“有边界”。技术本身没有对错，真正决定风险高低的，是组织如何定义 AI 的角色。
越来越多领先企业开始采用一种更务实的分工逻辑，将招聘任务拆解为三类。对于高重复、低判断风险的环节，例如简历去重、批量筛选和流程通知，AI 完全主导是合理的选择；对于技能分析、候选人推荐或面试评分参考等场景，AI 作为辅助工具提供洞察，但仍由人类做最终判断；而在最终录用决定、文化契合评估或敏感沟通等关键节点，则必须由人类负责，算法需要主动“退场”。这种“主导—辅助—退场”的分层模型，比追求全面自动化更符合现实，也更有助于建立信任。
事实上，Responsible AI 的最大难点往往不在系统，而在组织文化。很多 HR 团队对 AI 的担忧并非来自技术本身，而是来自角色不确定性：是否会被替代？谁为结果负责？出了问题找谁？如果这些问题没有答案，再先进的工具也难以真正落地。因此，越来越多企业将重点放在 AI literacy 培训、流程标准化与治理机制建设上，让招聘经理理解 AI 能做什么、不能做什么，并在制度层面明确责任归属。只有当人类始终站在决策链条的终点，AI 才能被真正信任。
回到招聘的本质，它从来不是简单的匹配游戏，而是一种高度情境化的人类判断。候选人的潜力、团队协作能力、价值观契合度，往往难以被完全量化。算法可以帮助我们更快看到信息，但无法替我们承担责任，也无法替我们建立信任。
因此，Responsible AI 的终点，并不是“无人招聘”，而是让机器处理噪音，让人专注于真正重要的部分。当 HR 不再把时间花在翻简历和填表格，而是投入到候选人体验、组织设计与业务合作时，技术才算真正创造了价值。
说到底，招聘的未来不是 AI 或人类二选一，而是更聪明的分工。算法负责速度，人类负责温度。只有当两者各司其职，Responsible AI 才不再是口号，而是可持续的竞争力。
附录：
Responsible AI in HR—推动HR工作中实践负责任AI的倡导者（简称RAIHR）—特此发起此倡议。我们呼吁所有的人力资源行业同仁一同参与，共同构建和推广RAIHR的理念，RAIHR框架包含六个关键方面：透明性、公平性、隐私性、安全性、道德性和持续性。我们倡议每一位HR专业人士在其企业内部积极主导RAIHR的实施，并鼓励HR科技产品的开发和使用都围绕这一框架展开，以实现真正的可持续发展！我们更相信RAIHR是所有参与者和倡导者的未来关键竞争优势。
发起倡议的签名地址：https://www.hrtechchina.com/raihr
*RAIHR 由HRTech的Next AI专家委员会倡导成立
Responsible AI in HR（RAIHR）
Responsible AI in HR（RAIHR）是指在HR实践中的AI应用遵循高标准的道德和透明性原则，确保AI决策过程公开、可审查，并且对所有利益相关者公正无偏。
这包括在招聘、员工发展、绩效管理等HR功能中，AI技术的使用既促进了工作效率，也增强了员工的工作体验和满意度。
-
候选人体验
AI招聘的四大真相：为何真正的颠覆与你想象的截然相反
HRTech概述：AI 技术正在接管招聘流程中最耗时的部分，包括搜寻、筛选、面试安排与 Offer 管理。对话式 AI 能自动回答候选人问题、生成岗位画像、识别技能差距，并提供一致且公平的筛选流程。在高量招聘场景中，招聘周期可缩短到几分钟，候选人流失率显著下降。与此同时，招聘者的角色发生重大变化。他们不再需要处理大量行政任务，而是成为 AI 代理的管理者，在关键环节介入，为候选人提供更人性化的沟通，并向业务提供战略性人才建议。AI-first 技术架构也让企业的 TA 系统从碎片化走向一体化，让招聘决策更精准、流程更顺畅。
更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。视频号：HRTech 有详细的视频解读
招聘领域的无声革命
在当今的招聘市场，求职者和招聘官都面临着同样的焦虑：求职者将简历投递到似乎永无回应的“黑洞”，而招聘官则因海量重复性工作而精疲力竭。然而，一场无声的革命正在悄然发生，它不仅旨在提高效率，更旨在将人才招聘从一个支持性部门转变为企业的战略增长引擎。人工智能（AI）正以前所未有的深度和广度重塑整个招聘流程，其影响远超多数人的想象。本文将揭示这场变革中四个最令人惊讶且最具冲击力的真相。
洞察一：招聘官并未被取代——他们正在成为AI指挥家
一个普遍的误解是AI将淘汰招聘官。事实恰恰相反：AI正在提升他们的角色价值。招聘官正从一个手动的“流程管理者”演变为一个战略性的“智能代理管理者”或“指挥家”。
想象一下，每位招聘官都拥有一个“数字分身”。例如，拉斯维加斯枫丹白露酒店的对话式AI代理“Morris”和Great Wolf Resorts的“Emma”，它们能够自动处理筛选、沟通和安排面试等日常任务。这种转变将招聘官从繁琐的行政工作中解放出来，使他们能够专注于真正需要人类智慧的战略性工作，例如管理例外情况、解决复杂问题，并提供高接触度的人性化体验。
因此，随着招聘官开始引导和优化AI技术，他们的专业判断和人际交往能力非但没有被削弱，反而变得比以往任何时候都更加关键。
洞察二：这并非夸夸其谈——效率提升惊人
AI在招聘领域的应用早已超越理论阶段，它正在为企业带来可量化的、颠覆性的成果。以下数据直接展示了其巨大的影响力：
康帕斯集团（Compass Group）： 将求职者聊天转化为面试安排的转化率提高了600%。
大狼屋度假村（Great Wolf Resorts）： 预约面试数量增加了423%，同时候选人中途放弃率降低了85%。
通用汽车（General Motors）： 仅通过面试安排自动化，在使用的第一年就节省了200万美元。
AMS： 招聘管理效率提升高达75%，人才搜寻效率提升高达50%。
这些数字之所以意义重大，是因为它们代表了招聘速度和规模的根本性转变。这不仅是运营效率的提升，更是将人才招聘从过去的后勤瓶颈，提升为驱动业务发展的战略差异化因素和增长引擎。
然而，尽管AI带来了如此惊人的效率，其全面普及却面临一个意想不到的障碍：人的信任。
洞察三：最大的挑战并非技术——而是信任鸿沟
尽管企业正在迅速拥抱AI，但候选人却普遍持怀疑态度，这构成了当前招聘领域的核心矛盾。
数据显示了这个悖论：近**60%的招聘官已经在使用AI，但只有37%的求职者相信AI能够公正地筛选出合格的申请人。与此同时，候选人对透明度的要求极高，高达79%**的人希望明确了解AI在招聘流程中扮演的角色。
候选人的体验至关重要，正如一份报告所指出的：
三分之二的候选人表示，积极的招聘体验会影响他们接受录用通知的决定，超过四分之一的人曾因糟糕的流程而拒绝过工作机会。
这表明，最成功的企业将是那些不仅利用AI提高效率，更用它来建立一个更透明、沟通更顺畅、更值得信赖的招聘流程的公司。
洞察四：这无关购买APP——而是构建全新的人才操作系统
真正的AI革命并非简单地增加一个工具或应用，而是用一个集成的、“AI优先”的平台，取代那些零散、过时的旧系统（如传统的申请人跟踪系统）。
这种新平台引入了“系统性业务分析”的概念，即利用人工智能技术连接整个组织的数据洞察并使其普及化。通过整合来自简历、技能数据库、劳动力市场趋势等多方信息，这些平台彻底打破了数据孤岛，使战略性的人才预测成为可能。
以松下（Panasonic） 为例：通过整合招聘率、轮班安排和生产力等多维度数据，公司发现过度招聘实际上降低了整体产出。这一洞察帮助他们调整了招聘策略，最终使在内华达州的能源业务的员工流失率降低了20%，并显著提高了生产力。
这种战略性的转变，意味着人才招聘不再是一个成本中心，而是转变为推动业务增长的“真正驱动力”。
革命已至，你准备好了吗？
AI在招聘领域的变革远不止于技术本身，它更关乎重新定义角色、重建信任，以及采纳一种更具战略性、由数据驱动的全新思维模式。它要求招聘官从执行者转变为指挥家，并要求企业摒弃孤立的工具，构建一个全新的人才操作系统。
这场革命已经到来。现在正是塑造它的最佳时机。
-
候选人体验
AI时代人力运营团队（People Ops）最渴求的 3 种 AI 自动化：让 HR 从“忙但低效”走向真正的组织驱动力
HRTech概述：在人力运营（People Ops）高速数字化的背景下，企业正持续面临“忙但不见成效”的结构性难题。最新趋势显示，团队普遍最渴求的三类 AI 自动化场景分别是：招聘资料包自动生成、端到端入职流程编排，以及员工问询 AMA 智能助手。这三类工作具有共同特征——高频、重复、依赖人工记忆、易造成信息不一致，因此特别适合以 AI 重构流程。比如：AI 在招聘中可自动生成 JD、面试题库与管理者提醒，让岗位准备时间减少 80%；在入职中可自动生成 30/60/90 天计划、同步 IT 与任务分配，使新员工生产力提升 35%；在员工支持端，通过知识库驱动的 AMA Bot，可自动解答 75% 重复提问。详细请阅读，同步视频解读访问视频号：HRTech
从“忙碌”到“高效”
如果您的HR或人力运营（People Ops）团队时常感到忙碌不堪，却又觉得未能产生应有的影响力，那么这篇文章就是为您准备的。许多团队都面临着一个共同的挑战：随着公司的发展，依赖手动的流程变得越来越难以支撑，导致效率低下、错误频发。
问题不在于团队不够努力，而在于流程本身。事实是，手动的人力运营模式无法规模化。当团队的大部分时间都耗费在重复性的行政工作上时，他们就无法专注于真正能驱动业务发展的战略性任务。
手动的人力运营模式无法规模化。
好消息是，人工智能（AI）自动化正在为解决这些最耗时的难题提供强大的方案。本文将深入探讨三种最具变革性的人力运营自动化工作流，它们正在帮助团队摆脱繁琐，迈向高效。
核心要点：三种颠覆性的AI自动化
要点一：告别手动招聘，迎接AI驱动的招聘包
问题所在（手动基线）：
创建一个完整的招聘包——包括职位描述、面试问题和评分卡——是一个缓慢、不一致且充满风险的过程。每个新职位都需要从头开始，这不仅耗时，还容易导致不同经理之间的标准不一。数据显示，这个过程平均每个职位需要花费 5小时的手动准备时间，并且导致经理之间的招聘材料质量差异高达25%。
解决方案（自动化工作流）：
幸运的是，通过引入AI自动化，这个耗时且不一致的流程可以被彻底重塑。当招聘系统或Slack中出现新的职位需求时，自动化流程会立即启动。AI会根据公司的职级体系和价值观起草一份专业的职位描述，并自动生成一个完整的面试工具包（包含所需技能、面试问题和评分卡）。在整个流程中，系统会自动在关键阶段提醒招聘经理，最后由人工进行审核和发送。
带来的影响（结果）：
准备时间减少了 80%。
从职位发布到首次面试的时间加快了 25%。
服务等级协议（SLA）违规率降低了 60%。
反思：
这不仅仅是节省时间，更重要的是在关键的招聘流程中提高了速度和一致性，从而更快地为公司招募到顶尖人才。更重要的是，标准化的面试工具包减少了招聘经理的个人偏见，为实现更公平、更高质量的招聘决策奠定了基础。
要点二：实现无缝入职，从第一天起就提高生产力
问题所在（手动基线）：
手动的入职流程常常陷入混乱。新员工的30/60/90天计划要么缺失，要么过于笼统；设备订单总是延迟；IT账号需要反复催促才能开通；而同事介绍也缺乏系统性。这些混乱直接导致新员工需要长达 6周的时间才能完全进入高效工作状态，并且有 20% 的新员工在入职第一周就错过了关键的设置步骤。
解决方案（自动化工作流）：
现在，想象一个完全不同的场景。当人力资源信息系统（HRIS）中添加新员工时，AI会自动协调整个端到端的入职体验。它会为新员工量身定制一份30/60/90天计划，自动创建任务并同步到协作工具，向IT部门发送设备和账号开通清单，安排介绍会，并在关键里程碑节点提醒其直属经理。
带来的影响（结果）：
新员工达到完全生产力的时间缩短了 35%。
设备配置遗漏率为 0。
经理的跟进执行力提升了 2倍。
反思：
这彻底改变了新员工的入职体验，从第一天起就塑造了积极的公司印象，并加速了他们为公司创造价值的进程。这种积极的第一印象不仅能加速新员工的价值贡献，更是提高长期敬业度和留存率的关键第一步。
要点三：用知识机器人消除重复性员工问询
问题所在（手动基线）：
回答员工的重复性问题是人力运营团队一个“隐形的时间黑洞”。团队成员每天都在Slack或Teams中回答同样的问题，这不仅打断了他们的工作节奏，还可能因为回答者不同而导致答案不一致。数据显示，团队每周要花费 10个小时来处理重复性问询，其中 40% 的问题每个月都会重复出现。
解决方案（自动化工作流）：
这个问题可以通过智能自动化迎刃而解。通过将一个智能问答（AMA）机器人连接到公司的知识库（如Notion、公司内网等），可以完美解决这个问题。员工在Slack或Teams中提问，机器人会立即搜索知识库，提供一个有理有据、附带源链接的答案。只有当遇到无法解答的边缘案例时，系统才会将问题和摘要转交给人工处理。
带来的影响（结果）：
75% 的问询无需人工干预即可解决（这通常被称为“问题偏转率”，即衡量自动化系统独立解决问题的能力）。
团队每周处理问询的时间节省了 80%。
平均响应时间从 3.5小时 骤降至 30秒。
反思：
这使得人力运营团队终于可以从繁琐的行政事务中解放出来，将精力投入到更具战略意义和高影响力的人才发展项目中。其效率提升之巨，可以用一个惊人的数字来概括：
快700倍的响应速度
启动你的自动化飞轮
从招聘流程的标准化，到新员工入职的无缝体验，再到日常问询的即时响应，我们看到了AI自动化在人力运营领域释放出的巨大潜力。这些变革不仅仅是效率的提升，更是团队价值的重塑。
现在，是时候开始行动了。成功的秘诀在于：精准选择一个核心流程，将其深度自动化，然后静待增长的飞轮开始加速旋转。
您团队的第一个自动化飞轮将从哪里开始？
-
候选人体验
Zoom收购AI 面试智能平台BrightHire：从协作平台走向 AI 招聘基础设施的关键一步
HRTech概述：Zoom 宣布正式收购 AI 面试智能平台 BrightHire，将 AI 驱动的面试规划、自动记录、实时辅导与结构化分析全面整合进 Zoom Workplace。这意味着企业能够在 Zoom 内直接完成从面试准备到评估反馈的完整流程，显著提升招聘效率与人才决策质量。此次收购也将与 Zoom 旗下的 Workvivo 形成协同，构建从招聘到员工激励的完整人才旅程。交易将在数周内完成。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
Zoom 近日宣布收购 AI 面试智能平台 BrightHire，这项交易标志着 Zoom 正正式从“在线视频协作工具”迈向“AI 驱动的人才获取与管理基础设施”。随着数百万场面试已在 Zoom 上进行，Zoom 选择在人才生命周期最关键的节点加码，无疑具有战略意义。
BrightHire 成立于 2019 年，是“Interview Intelligence（面试智能）”赛道的代表企业，服务 Canva、Duolingo、Instacart、Ramp、HCA Healthcare 等知名公司。其功能覆盖面试规划、AI 生成 JD、自动记录与摘要、实时辅导、评分结构化流程、面试回放、反馈管理以及与 ATS 的对接，帮助企业将“主观面试”转化为“数据驱动决策”。
事实上，Zoom 与 BrightHire 的关系并非从收购开始。早在 2021 年 BrightHire 获得 2050 万美元 B 轮融资时，Zoom Apps Fund 就已参与投资，这不仅奠定双方长期协作基础，也使得此次收购顺理成章。Zoom 表示，合并后 BrightHire 将继续支持跨平台使用，但会借助 Zoom 的规模和 AI 能力加速创新。
此次收购也让 Zoom 的人才生命周期布局更加完整。BrightHire 覆盖“面试环节”，Workvivo 覆盖“员工参与度”，再加上 Zoom 自身的协作能力，Zoom 正试图打造从“发现人才 → 面试评估 → 入职沟通 → 持续参与”的闭环式人才平台。对企业 HR 来说，这意味着未来人才科技工具的使用将更集中、更统一、更智能。
Zoom 的战略逻辑非常清晰：第一，面试是 Zoom 的天然强项，每年已有数以百万计的招聘对话在 Zoom 上进行，BrightHire 能显著提升面试质量与可追溯性。第二，AI 正重塑招聘流程，从简单的会议转录走向结构化分析、行为洞察与自动化决策支持。第三，随着纽约、加州、伊利诺伊等地在招聘 AI 合规要求方面不断升级，企业对“可解释、可审计、减少偏差”的面试流程需求激增，BrightHire 的技术路线与此高度契合。
收购完成后，Zoom 不再只是“会议工具”，而将成为企业在招聘和人才管理场景中的核心基础设施。
Zoom 可能的下一步收购是哪家？
在收购 BrightHire 后，行业普遍关注 Zoom 下一步将把触角伸向哪里。从人才生命周期完整度来看，Zoom 仍缺少招聘的最前端能力——候选人搜寻（Sourcing）与人才情报（Talent Intelligence）。
欢迎留言交流。
-
候选人体验
【收购】Workday 宣布收购AI招聘平台Paradox，AI 招聘进入新阶段
HRTech概述：美国时间2025年8月21日，Workday 宣布签署最终协议，将收购 AI 招聘平台 Paradox。Paradox 以智能对话助手 Olivia 闻名，专注于提升候选人体验，尤其适用于高频量的前线岗位招聘。数据显示，Paradox 已实现超过1.89亿次候选人 AI 对话，候选人转化率超过70%，招聘周期缩短至最快3.5天。更多全球最新资讯，请关注HRTechChina.
2025年8月21日，加州普莱森顿 —Workday（纳斯达克代码：WDAY）宣布，已与 AI 招聘平台 Paradox 签署最终收购协议。这笔交易不仅是 Workday 在人才获取产品上的扩展，更被业界视为一次将深远改变招聘技术格局的战略举措。
Paradox：从聊天机器人到完整 AI 招聘平台
Paradox 成立于2016年，最早以对话式招聘助手 Olivia 打开市场。当时的聊天机器人尚未进入生成式 AI 阶段，但 Paradox 已经通过移动端、聊天和短信交互，为候选人提供即时响应、自动安排面试、自助答疑等功能。如今，Paradox 已构建出一套完整的人才获取套件，覆盖筛选、评估、面试、招聘、入职和员工体验，并在高频量招聘场景（如餐饮、零售、物流和服务业）中建立了领先地位，还记得之前麦当劳的招聘数据泄露的话题吗？
目前，Paradox 已推动 超过1.89亿次 AI 驱动的候选人互动，帮助客户将 候选人转化率提升至70%以上，并将招聘周期缩短至 最快3.5天。其客户群体超过1000家，包括麦当劳、联邦快递、7-11 等全球知名品牌。Chipotle 更是通过 Paradox 将招聘周期缩短了 75%（12天降至4天），并实现候选人流量的倍增。
根据HRTech报道，目前Paradox总融资额超过2.5亿美元，其中2021 年 12 月 27 日，C轮融资金额 2 亿美元是其最后一笔融资。
Workday：打造覆盖全场景的 AI 招聘套件
通过此次收购，Workday 将把 Paradox 的候选人体验 AI 整合到其招聘生态中，形成一个覆盖前线员工、办公室员工以及临时与灵活用工的完整人才获取套件。Workday 现有的 AI 驱动人才发现与匹配（HiredScore）、统一招聘与入职管理（Workday Recruiting），再叠加 Paradox 的对话式候选人交互，将为客户提供一站式智能化招聘体验。
Workday 产品与技术总裁 Gerrit Kazmaier 表示：“招聘是员工旅程中最关键的时刻，但往往被低效的流程拖累。通过 Paradox 的对话式 AI，我们将帮助客户实现从事务性招聘到转型性招聘的跨越。”
行业分析：Workday 的战略跃迁
全球知名 HR 科技分析师 Josh Bersin 指出，这次收购不仅仅是产品功能的补充，更可能成为 Workday 增长轨迹的分水岭：
打开前线用工市场：全球近30亿前线岗位（零售、医疗、交通、酒店、娱乐等）长期是传统 ERP 覆盖不足的领域。Paradox 的定位恰好填补了这一空白。
强化中端市场竞争力：Paradox 的轻量化、会话式架构，更适合中大型企业需求，能帮助 Workday 向更多行业和客户群体下沉。
推动架构演进：Paradox 团队与 AI 技术将加速 Workday 平台向“AI 代理（agent）核心架构”转型，这也是整个 HR 科技行业的未来方向。
Bersin 同时提醒，虽然 Workday 此举将对 Maki People、Eightfold、Phenom 等创新公司形成直接压力，但大型 ERP 收购创新厂商后，往往面临 创新速度放缓 的风险，这也意味着市场竞争将更为活跃，催生新的颠覆者。
客户与市场的期待
来自客户的反馈进一步印证了收购价值。Chipotle 人力资源负责人 Ilene Eskenazi 表示，与 Paradox 的合作大幅提升了招聘效率，并解放了餐厅经理的时间，使其能更专注于业务和顾客体验。她期待 Workday 的整合能进一步放大这些成效。
交易细节
根据协议，此次收购预计将在 Workday 2026 财年第三季度（截至2025年10月31日）完成，仍需获得监管审批。Workday 的财务顾问为摩根士丹利，法律顾问为 Orrick；Paradox 的财务顾问为 Qatalyst Partners，法律顾问为 DLA Piper。
人才获取革命的新篇章
从战略层面看，Workday 收购 Paradox 不仅是对招聘流程的优化，更代表了 AI 在人才获取领域的全面渗透。面对近30亿前线劳动力市场，这笔交易标志着 HR 科技行业正在进入一个新的竞争周期：一方面，传统 ERP 正在加速 AI 化；另一方面，创新厂商依旧拥有突破性机会。
正如 Bersin 所言，这笔收购“确立了 Workday 在全球高频量招聘领域的领导地位”，同时也为整个行业敲响了新的战鼓。未来的招聘，不仅是流程的数字化，更是 AI 驱动的人才体验革命。
HRTech也提醒到此次收购不仅拓宽了 Workday 在高频量招聘领域的战局，更在人才获取与 AI 赢未来的路径上构建了独特优势，极可能成为全球 AI 招聘浪潮的重要驱动者。值得注意的是，Workday 作为 HCM 平台，已通过连续收购 HiredScore、Paradox、Rallyteam 等公司，在招聘领域集齐了足够多的关键技术与产品，这使其既与市场上的 ATS、招聘软件厂商形成直接竞争，又因平台生态而维持合作关系，形成“竞合”格局。
-
候选人体验
【重磅】SAP宣布收购美国招聘软件SmartRecruiters：整合创新人才招聘产品组合，助力企业吸引和留住顶尖人才
HRTech概述：2025年8月1日，SAP宣布达成收购知名人才招聘软件平台 SmartRecruiters的协议，计划将其整合进 SAP SuccessFactors 的人力资本管理（HCM）套件，以增强企业端到端的招聘能力。SmartRecruiters 以其高容量招聘、自动化招聘流程以及 AI 支持的候选人体验在业界闻名，客户包括 Amazon、Visa、麦当劳等全球4000多家企业。
美国旧金山和德国沃尔多夫—2025年8月1日—SAP（纽交所代码：SAP）与SmartRecruiters今日宣布，SAP已达成协议，收购领先的人才招聘(TA)软件提供商SmartRecruiters。SmartRecruiters在大批量招聘、招聘自动化以及基于人工智能的候选人体验和参与度方面的深厚专业知识，被认为是SAP SuccessFactors人力资本管理(HCM)套件的理想补充。此次收购将增强SAP一体化HCM套件的功能，使客户拥有在日益激烈的竞争环境中吸引和留住顶尖人才所需的工具。
SmartRecruiters 强大、用户友好的界面和无缝的工作流程将与 SAP 强大的人力资源工具相得益彰，从而改善决策制定、缩短招聘时间，并为求职者提供更佳体验。两家公司提供的嵌入式分析和人工智能驱动的建议将为人才库、招聘瓶颈和劳动力规划提供丰富的洞察。
SAP SE 执行董事会成员、SAP 产品与工程部门负责人 Muhammad Alam 表示：“招聘合适的人才不仅是人力资源部门的首要任务，更是业务部门的首要任务。通过此次计划中的收购，我们将帮助客户吸引和聘用最优秀的人才，使他们能够快速、灵活地推进人才招聘计划，同时降低总体拥有成本。客户将能够在一个系统中管理整个候选人生命周期——从招聘、面试到入职培训等等——从而简化招聘人员、招聘经理，尤其是候选人的体验。”
客户将获得增强的、人工智能赋能的招聘和聘用功能，从而提高申请人追踪和候选人筛选的效率。数据驱动的招聘和聘用分析将直接汇入 SAP 现有的 HCM 工具，提供单一的记录系统和统一的数据，实现合规、无缝的运营。在可预见的未来，SmartRecruiters 产品组合也将继续独立提供。
SmartRecruiters 首席执行官 Rebecca Carr 表示：“SmartRecruiter 的使命始终是让招聘变得简单。与 SAP 的合作将为全球企业带来巨大的机遇，使其能够受益于我们行业领先的人才招聘方法。我非常高兴此次计划中的收购将为我们的客户、合作伙伴和员工带来机遇，让我们携手共创招聘的未来。”
SmartRecruiters 由 Jerome Ternynck 于 2010 年创立，其软件即服务解决方案和平台使全球 4,000 多个组织能够高效地端到端管理其招聘工作流程，为招聘人员、招聘经理和候选人提供引人注目的体验。
该交易预计将于2025年第四季度完成，但需满足包括监管部门批准在内的惯例成交条件。交易条款尚未披露。Insight Partners、W Capital Partners、Rembrandt Venture Partners 和 Silver Lake Waterman 是 SmartRecruiters 的投资者。摩根大通 (JP Morgan) 担任 SmartRecruiters 的独家财务顾问，Gunderson Dettmer 担任法律顾问。
关于 SmartRecruiters
SmartRecruiters 是一家致力于为全球领先企业转型招聘流程的招聘人工智能公司。SmartRecruiters 面向全球规模打造，提供基于人工智能的招聘平台，自动化并优化整个人才招聘流程，确保更快、更明智的招聘决策。超过 1.4 亿求职者和 4,000 家企业（包括亚马逊、Visa 和麦当劳）依靠 SmartRecruiters 打造成功的团队。
如需了解更多信息，请访问www.smartrecruiters.com。
关于 SAP
作为企业应用和商业人工智能领域的全球领导者，SAP (NYSE: SAP) 站在商业与科技的交汇点。50 多年来，企业始终信赖 SAP，通过整合财务、采购、人力资源、供应链和客户体验等关键业务运营，发挥其最大优势。欲了解更多信息，请访问www.sap.com。
扫一扫 加微信
hrtechchina
