简历筛选
【突发】Google招聘“翻车”？最懂AI的团队DeepMind竟让候选人绕过自家招聘系统
HRTech核心摘要：一个很值得 HR 注意的信号：Google DeepMind 最懂 AI 风险的一支团队，正在让部分求职者通过额外表单，把简历直接送到真人手里。内部文件担心，现有申请流程存在一定概率让 CV 被错误筛掉或过晚到达团队。不过 Google 官方否认系统会错误过滤候选人，称额外表单主要是绕过招聘人员的检查。更有意思的是，Google 同时正在向企业 HR 推广 Gemini，用 AI 评估简历、生成职位信息和预测招聘需求。这件事真正提出的问题不是“AI还能不能用于招聘”，而是：自动化之后，HR有没有机制发现那些被算法错过的人？AI招聘下一阶段的关键词，很可能不是自动化，而是保留人的判断、确保过程可追溯，并尽可能减少优秀人才被系统漏掉（ Human-in-the-loop + Auditability + False Negative Management）。你觉得呢？
Google 最懂AI的团队 DeepMind 最近一则招聘新闻，引发了人力资源科技行业的关注。原因并不是 Google 正式承认“AI 招聘系统会误杀简历”，而是 Google DeepMind 旗下一个负责通用人工智能安全与对齐研究的团队，在实际招聘中主动增加了一条额外申请通道，希望确保候选人的简历能够直接被团队成员看到。
据 Bloomberg 获取并查看的一份内部文件，Google DeepMind 的 AGI Safety and Alignment Team 在招聘部分岗位时，建议候选人在完成正常职位申请之外，再填写一份额外表单。团队在文件中表示，现有申请系统存在“不容忽视的概率”，可能导致候选人的简历被错误筛掉，或者花费太长时间才能到达真正负责招聘的团队。
填写额外表单之后，申请材料可以直接进入团队成员的视野，从而增加真人看到候选人资料的机会。
Google官方否认“系统会错误淘汰候选人”
这件事情最重要的事实边界必须首先讲清楚。Google DeepMind 发言人并没有承认公司的招聘系统会错误淘汰候选人。Google 对外解释称，这支团队设计额外申请表格，主要目的是绕过招聘人员的前置审核，让候选人的简历能够直接进入业务团队，而不是为了纠正某个已经被证实存在问题的 AI 筛选系统。
Google 同时强调，这种额外通道并不意味着候选人可以绕过正常的招聘评估流程，更不存在获得职位的“捷径”。
因此，目前能够准确确认的是：Google DeepMind 的一个招聘团队认为现有申请流程存在简历被错误筛掉或延迟到达团队的风险，并主动增加了人工查看通道；但 Google 官方并不认同“公司系统会错误过滤候选人”这一说法。
此外，目前没有公开证据说明究竟是哪一套内部招聘系统参与了筛选，也没有证据证明这一系统就是 Gemini，更没有披露所谓“误筛概率”到底是多少。
所以，这件事情不应该被简单包装成“Google AI 招聘翻车”，但它确实暴露出了一个越来越重要的招聘科技问题。
AI招聘真正的风险，可能不是效率低，而是漏掉合适的人
过去十多年，招聘科技最主要的价值指标几乎都围绕效率展开，例如缩短招聘周期、降低招聘成本、提高招聘人员处理简历的能力，以及帮助企业从大规模候选人中更快找到匹配对象。
生成式 AI 和智能匹配技术的加入，又进一步推动了这一趋势。
AI 可以帮助企业读取更多简历、更快完成初步排序、识别技能关键词，也可以帮助招聘人员生成职位描述、候选人沟通内容和面试总结。
这些效率提升都是真实存在的。
但招聘毕竟不是单纯的信息处理问题，它最终仍然是人才判断问题。
假设一家企业收到一万份申请，系统可以在很短时间内筛选出五百人，这当然提高了招聘效率。但如果真正最适合岗位的二十个人中，有几个人在第一轮就被系统排除，而且业务负责人永远没有机会看到他们，那么企业是否还能认为这套系统是成功的？
这就是未来 AI 招聘中一个越来越值得重视的问题：系统漏掉了多少原本值得进入下一阶段的候选人。
过去企业大量关注“筛选效率”，未来可能需要增加一个完全不同的视角：人才漏筛率。
也就是说，企业不仅应该问“AI帮我们处理了多少简历”，还应该问：“AI有没有把真正值得关注的人提前排除掉？”
对于已经开始在招聘、人才管理、绩效管理等场景中使用 AI 的企业，仅仅统计“员工是否使用AI”已经无法代表真正的成熟度。HRTech 正在通过 HR AI Forward，从个人能力、团队工作流和组织层面进一步评估 AI 是否真正进入工作过程，并产生可衡量的业务结果。
更值得关注的是，Google自己正在向HR推广AI招聘能力
这起事件之所以具有代表性，还有一个非常有意思的背景。
Google Workspace 目前正在公开向人力资源团队推广 Gemini 在 HR 工作中的应用。Google 官方页面明确介绍，Gemini 可以帮助 HR 创建职位信息、辅助评估简历、处理招聘沟通，并预测未来招聘需求。
这并不意味着 Google DeepMind 的团队“不信任 Gemini”，目前没有证据能够支持这样的结论。
但它确实呈现出一个非常典型的企业 AI 场景：一方面，Google 正在积极推动 AI 进入人力资源和招聘流程；另一方面，Google DeepMind 自己的一支专业团队却在实际招聘过程中增加了额外的人工查看机制，以确保关键候选人不会因为正常流程而无法及时进入团队视野。
这背后的问题已经不再是“到底应该用AI还是人工”。
更准确的问题是：哪些工作可以交给AI，哪些关键节点必须保留人工判断。
这也是未来人力资源科技产品设计中越来越重要的一条原则。
人工参与并不意味着AI倒退
过去企业谈自动化时，很容易形成一个简单判断：人工操作越少，自动化程度越高，系统就越先进。
但在招聘这样的高影响决策场景中，这种逻辑并不完全成立。
招聘不仅关系到企业能否找到合适的人，也直接影响候选人的职业机会。如果筛选机制无法解释、无法审查，企业不仅可能错过人才，还可能面对公平性、偏差、合规以及候选人体验方面的问题。
因此，更成熟的 AI 招聘系统至少应该能够回答几个问题：为什么一个候选人被优先推荐？为什么另一个人没有进入下一轮？招聘经理是否仍然可以查看没有被系统推荐的简历？系统能否持续评估自己是否经常漏掉高质量候选人？不同候选人群体之间的筛选结果是否存在异常差异？
这并不是要让招聘重新回到完全依靠人工逐份阅读简历的时代。
真正成熟的人机协作应该是：AI 负责处理规模、发现模式和提高效率，人负责关键判断、异常复核和最终责任。
AI正在同时改变招聘的两端
Google DeepMind 的内部表格还有一个容易被忽略的细节。
团队同时提醒申请人，提交的内容最终会由真人阅读，而团队成员已经开始厌倦大量高度相似、明显由大语言模型生成的申请答案。
这说明 AI 正在同时改变招聘流程的两个方向。
一边是求职者越来越多地使用 ChatGPT、Gemini 等工具优化简历、求职信和申请问题；另一边是企业为了处理越来越大的申请量，又开始使用更多 AI 来帮助完成筛选和排序。
最终可能形成一个循环：候选人使用 AI 提高申请效率，企业收到更多申请；企业使用 AI 进行筛选，候选人又开始研究如何提高自己被系统识别的概率；企业继续升级筛选机制，求职者继续优化自己的申请策略。
如果这种趋势持续下去，招聘科技真正要解决的问题就不再只是“自动化程度够不够高”，而是“整个招聘过程是否可控”。
谁拥有最终决策权？在哪些情况下必须人工复核？系统错误如何被发现？筛选质量如何持续评估？候选人是否知道 AI 在招聘中发挥了多大作用？
这些已经不仅是技术团队的问题，也正在成为招聘负责人和人力资源管理者必须面对的问题。
HRTech 目前持续关注的重点，也正在从“企业有没有使用AI”转向“AI究竟如何改变HR工作”。通过 HR AI Forward，可以进一步观察 AI 是否只是增加了一个新工具，还是已经真正改变了岗位、任务、团队协作方式和组织运行机制。
HRTech观察：AI招聘正在从“提高效率”进入“提高决策质量”阶段
如果把招聘 AI 的发展分成两个阶段，第一阶段的关键词是效率。
谁能够更快读取简历、更快匹配候选人、更快生成招聘内容，谁就能够为招聘团队节省更多时间。
但第二阶段的竞争，很可能会转向决策质量。
未来企业不会只问：“这个系统帮我节省了多少招聘时间？”
还会问：“这个系统推荐的人到底准不准？”“它为什么没有推荐另一个人？”“它是否经常漏掉优秀候选人？”“我是否有办法发现系统犯错？”
这意味着 AI 招聘的衡量标准也需要发生变化。
过去，企业关注的是 AI 使用率，也就是有多少招聘人员开始使用 AI；下一阶段，需要关注 AI 是否真正改善了招聘结果；再往后，则是如何建立完整的 AI 管理机制，确保企业知道 AI 在什么时候做对了，也知道它在什么时候可能做错。
Google DeepMind 这次招聘事件并不能证明 AI 不适合招聘。它反而说明，当 AI 开始真正进入招聘核心流程之后，企业正在进入一个更加成熟的阶段。
真正优秀的AI招聘系统，不应该只是帮助企业更快地淘汰候选人，而应该帮助企业更准确地发现人才，并能够判断自己有没有漏掉真正值得关注的人。
这可能才是 AI 招聘下一阶段真正的竞争焦点。
从Google DeepMind的招聘争议，到AI正在重构招聘、人才管理和HR工作方式，真正值得中国HR思考的已经不只是“要不要用AI”，而是如何把AI真正带入工作流程，同时保留人的判断、责任和价值。
2026年下半年，HRTech也将继续把这些全球最新趋势带到中国HR的线下交流现场：
9月17日，2026人力资源科技年度论坛·深圳将围绕AI、数字化、人才与组织创新展开讨论，详情及报名：
https://www.hrtechchina.com/Public/html/917.html
10月22日，2026 HRTechXPO®超级盛典：未来人力资源科技论坛·上海将聚焦AI与未来人力资源科技，连接上海及长三角地区HR决策者，详情及报名：https://www.hrtechchina.com/Public/html/event/1022sh.html；
11月19日，2026 HRTechXPO®超级盛典：未来人力资源科技论坛·北京将继续围绕AI、HR科技创新与未来工作展开深度交流，连接北京及华北地区HR管理者，详情及报名：https://www.hrtechchina.com/Public/html/event/1119bj.html
如果你正在思考AI如何真正进入招聘、人才管理和组织工作流，欢迎来到深圳、上海或北京，与更多企业HR和行业同行一起讨论下一阶段的人力资源科技。
更多HRTech活动安排：https://www.hrtechchina.com/Public/html/event/eventlist.html
HRTech编辑备注： 截至2026年8月14日，公开报道没有披露 Google DeepMind 所指申请系统的正式名称、具体算法、实际误筛比例或受影响候选人人数，也没有证据证明该系统就是 Gemini。因此，本文没有将该事件表述为“Google承认AI误杀候选人”，而是严格采用“团队内部表达担忧、Google官方否认系统错误过滤”的事实框架。
来源： Bloomberg 记者 Julia Love 的相关报道，经 Los Angeles Times 于2026年8月11日刊载；Staffing Industry Analysts 于2026年8月13日跟进报道；HR Executive 于2026年8月14日从招聘科技角度进行报道；Google Workspace 官方 AI for HR 页面用于核实 Google 当前向人力资源团队推广 Gemini 在招聘、简历评估和招聘需求预测等场景中的应用。
简历筛选
【风险】研究发现AI更喜欢AI写的简历：算法招聘在模型对齐时代，正在重写HR的决策逻辑
HRTech概述：AI招聘正在出现一个被严重低估的新风险。一项来自马里兰大学、新加坡国立大学和俄亥俄州立大学的研究发现，大语言模型在筛选简历时，会系统性偏向“自己生成的内容”，偏差比例高达67%–82%。更现实的是，如果候选人使用与企业相同的AI模型优化简历，被录用的概率最高可提升60%。这意味着招聘逻辑正在发生变化，从“谁更优秀”转向“谁更匹配模型”。这种AI对AI的偏差，不仅挑战招聘公平性，也可能带来新的合规风险。未来HR需要关注的不只是AI是否好用，而是AI是否公平。在过去十年中，HR 技术的核心问题一直围绕“如何减少人为偏见”，但研究提出了一个更具颠覆性的结论：即便完全消除了人类偏见，AI系统本身也会产生新的结构性偏见，而且这种偏见正在快速进入招聘流程的核心。 HRTech一句话总结就是：AI招聘的最大风险，不是歧视人，而是AI偏爱“自己人”。
这篇题为 AI Self-preferencing in Algorithmic Hiring: Empirical Evidence and Insights 的论文，通过大规模实证实验揭示了一个此前几乎未被商业世界认真对待的风险：当候选人与企业同时使用AI工具时，AI不仅参与决策，还会系统性偏向“与自己相似的内容”。这意味着，招聘系统正在从“评估人才”，转向“匹配模型”。
从“人类偏见”到“AI偏见”：范式已经发生变化
长期以来，HR Tech 的公平性讨论集中在人类层面，例如性别、种族、教育背景等维度的歧视问题。然而，这项研究明确指出，随着大模型（LLMs）同时进入供给侧（候选人）和需求侧（企业），一种新的偏见正在形成：AI对自身生成内容的系统性偏好，即所谓的“self-preference bias”。
研究发现，在控制简历质量的前提下，LLM 在筛选简历时对“由同一模型生成的内容”的偏好比例高达 67% 至 82%。换句话说，即使两份简历质量完全相同，只要其中一份是由筛选模型生成，它被选中的概率就显著更高。这种偏差并非偶然，而是跨多个商业模型与开源模型普遍存在。
这标志着一个关键转变：招聘中的偏见，不再只是“人类如何判断人类”，而是“AI如何判断自己”。
招聘逻辑正在被重写：从能力竞争到模型对齐
如果进一步放大到完整招聘流程，研究的影响更加直接且深远。在模拟的24个职业招聘流程中，使用与筛选系统相同模型的候选人，被列入 shortlist 的概率提高了 23% 至 60%。这种差异并非来自能力，而是来自“生成路径”。
这意味着招聘竞争的底层逻辑正在发生变化。过去，候选人的核心竞争力在于经验、能力与表达；而现在，一个隐性的变量开始介入：候选人是否“对齐”了企业所使用的AI系统。
在这一逻辑下，招聘过程逐渐演变为一种“模型生态竞争”。不同AI模型形成不同语言风格、表达结构和信息组织方式，而筛选系统天然更容易识别并偏好“与自己一致”的模式。这种现象在销售、会计等高度结构化表达的岗位中尤为明显。
从HR的视角来看，这已经不再是筛选效率问题，而是评估机制被扭曲的问题。
AI招聘系统的“隐性风险”：合规与公平性的双重挑战
这项研究最值得警惕的地方在于，它揭示的是一种“不可见的系统性偏差”。与传统歧视不同，这种偏差不基于敏感属性，因此更难被发现、审计和监管。
但在现实监管环境中，这并不意味着风险更低。相反，在美国等市场，算法招聘已经进入严格监管阶段，例如纽约市的 Automated Employment Decision Tool（AEDT）法规，要求企业对招聘算法进行偏差审计。如果AI系统在不知情的情况下偏向特定候选人群体（例如更常使用某类AI工具的人群），企业仍可能面临合规风险。
更重要的是，这种偏差会在组织内部造成“隐性不公平”：优秀候选人可能被系统性过滤，而非因为能力不足，而是因为“表达方式不符合模型偏好”。
从工具使用到系统设计：HR的角色正在上移
这项研究的真正启示，并不在于“是否使用AI”，而在于“如何设计AI驱动的招聘系统”。
在传统HR Tech中，企业更多关注工具选型与流程自动化，但在AI时代，HR必须开始承担“系统架构设计者”的角色。这包括：
首先，避免单一模型主导决策。单模型筛选会放大自我偏好偏差，多模型交叉验证或ensemble机制将成为更合理的设计路径。
其次，引入AI bias mitigation机制。研究表明，通过简单干预（例如降低模型对自身风格的识别能力），可以将偏差减少超过50%。这意味着问题是“可治理的”，但前提是企业意识到它的存在。
再次，建立“AI中立”的评估标准。标准化简历结构、弱化语言风格差异、强化结构化信息提取，可能成为未来招聘系统的重要方向。
HR Tech的下一个竞争维度：不是更智能，而是更公平
从产业视角来看，这篇论文实际上在重新定义HR Tech的竞争逻辑。过去，招聘系统的核心指标是效率与匹配度；但未来，一个新的核心指标正在浮现：公平性（fairness）与可解释性（explainability）。
这也将催生新的产品机会，包括：
一类是“AI招聘审计工具”，用于检测与量化模型偏差；一类是“多模型招聘平台”，通过模型组合降低单一偏差；另一类则是“AI-neutral内容生成工具”，帮助候选人避免被模型生态锁定。
AI招聘的真正问题，不是效率，而是“判断权”
这篇研究的深层意义，在于它揭示了一个被忽视的问题：当AI不仅参与执行，还参与判断时，它就成为了“权力结构的一部分”。
而一旦判断权被模型所主导，那么谁训练模型、谁定义风格、谁控制数据，就在间接决定“谁更容易被雇佣”。
因此，未来HR Tech最重要的问题，不再是“AI能不能用”，而是：
谁在设计AI，以及它在偏向谁。
负责任的AI：HR在下一阶段的核心能力
当AI开始参与招聘判断，甚至影响候选人结果时，“是否使用AI”已经不再是关键问题，“如何负责任地使用AI”才是HR必须正面回答的核心命题。所谓负责任的AI（Responsible AI in HR），不只是技术层面的优化，而是涉及治理、流程、数据与能力的系统性设计。
首先，企业需要建立清晰的AI治理机制，明确AI在招聘流程中的角色边界与责任归属，避免将关键决策完全外包给模型。其次，在流程层面，应引入多模型验证或人工复核机制，降低单一模型带来的系统性偏差风险。同时，数据与评估标准也需要更加结构化与中立化，减少语言风格与表达形式对结果的干扰。
更重要的是，HR团队本身需要具备“AI判断能力”，能够理解模型的局限性、识别潜在偏差，并主动设计干预机制。这意味着HR正在从“工具使用者”转变为“系统设计者”和“风险管理者”。
在AI深度嵌入人力资源管理的时代，真正具备竞争力的组织，不仅是使用AI最早的，而是能够在效率、公平与合规之间建立平衡的。负责任的AI，不只是合规要求，更将成为企业人才战略的长期护城河。
简历筛选
【旧金山】AI招聘平台 Alex 宣布完成 2000万美元融资（包含种子轮300万美元）
HRTech概述：旧金山AI招聘平台 Alex 宣布完成 2000万美元融资，其中包括 1700万美元A轮（Peak XV Partners领投）和 300万美元种子轮（1984 Ventures领投）。投资方还包括 Y Combinator、Uncorrelated Ventures、财富500强企业CHRO等。Alex 通过超过20个AI自动化工作流（简历筛选、视频/电话面试、欺诈检测、ATS对接等），帮助企业更快、更公平地发现候选人。短短18个月内，已服务数百家公司，包括财富100强、四大会计师事务所等顶级雇主。未来，Alex将继续扩展AI能力，加速推动招聘自动化和人才公平。
【旧金山，2025年9月30日】总部位于旧金山的AI招聘平台 Alex 宣布完成 2000万美元融资，其中包括由 Peak XV Partners 领投的 1700万美元A轮融资，以及由 1984 Ventures 领投的 300万美元种子轮融资。Y Combinator、Uncorrelated Ventures、部分财富500强企业的CHRO以及多位知名投资人也参与其中。
然而，这不仅是一条简单的融资新闻，更是一段从校园走向全球舞台的创业故事。Alex 的联合创始人 Aaron Wang 和 John Rytel 在大学时便开始合作开发应用。那时的他们是候选人而非雇主，亲身感受到求职过程的低效与挫败，这种体验成为日后创业的灵感。正如他们在访谈中所说：“我们做候选人的时间比做雇主更长，而这反而成了我们的优势。”
从校园到创业：痛点驱动创新
两位创始人最初在布朗大学相识，并共同尝试过招聘相关应用。经历了市场验证与失败，他们逐渐意识到真正的痛点：在一个候选人数量暴涨、企业招聘周期却越来越长的时代，传统招聘流程不仅效率低，更让大量优秀人才被忽视。
“在旧金山买一套房子的速度，比招到一名工程师还快。” Aaron 在访谈中半开玩笑地指出。过去三年，求职申请数量增长了三倍，而平均招聘周期已达到60天，这种低效是企业和候选人共同的痛点。
AI代理：面试官、协调员与猎头的合体
Alex 的核心是 AI智能代理（AI agents），能在招聘流程中完成从电话/视频面试、简历筛选、欺诈检测到自动记录与ATS同步的全套任务。凭借 20多个自动化工作流，Alex 每天为客户执行成千上万场面试，已累计帮助数万人获得工作机会。
这不仅停留在白领岗位。访谈中提到，Alex 已帮助一家美国核能供应公司招聘焊工等高度专业化的蓝领岗位。通过分析既有招聘数据、职位描述和招聘经理的笔记，AI能够快速理解岗位需求，甚至在小众领域实现精准匹配。
候选人体验：消除“消失的面试”
不同于许多招聘科技公司只强调雇主端效率，Alex 把候选人体验放在首位。AI面试官不仅能完成首轮筛选，还能随时回应候选人的问题，消除了传统招聘中常见的“石沉大海”。
“我们最喜欢听到的反馈是：候选人不再被忽视。每一个投递者都能至少获得一次面试机会。” John 强调，这意味着招聘公平性的提升，也帮助雇主发掘数据库中那些早已被遗忘的“隐形人才”。
市场应用：从人力中介到财富100强
虽然招聘市场庞大且复杂，Alex 找到的切入口是 人力资源服务机构。这些机构的痛点最为集中：招聘成效直接决定其营收。随着Alex的介入，他们不仅提升了招聘效率，还扩大了客户收入。如今，Alex 的客户范围已扩展到财富100强企业、四大会计师事务所、大型金融机构和全国连锁企业。
技术突破与防御机制
在技术层面，Alex 创立于2024年初，得益于当时大模型（如GPT-4 Turbo）的突破，使语音代理具备了足够低的延迟和自然的对话能力。随着语音转录和生成模型的进步，AI面试逐渐摆脱“诡异谷效应”，被候选人接受。
有趣的是，创始人还透露了AI命名的由来：“当时语音识别还不够好，很多名字都会被识别错误，但‘Alex’很容易被准确识别。”
与此同时，团队也开发了反作弊机制，应对候选人使用AI“代考”、视频深伪等现象。他们甚至见过工程师尝试用XML或Markdown“注入提示”来挑战AI，但都被系统防御住。
融资与未来愿景
谈到本轮融资的意义，创始人直言：“一年前，我们还无法想象能与世界上最大的一批雇主合作。如今市场需求显而易见，我们需要更快扩大产品和团队。”
资金将主要投入 AI能力升级 与 市场拓展，尤其是加强Go-to-Market（市场与销售）团队。与许多偏重研发的硅谷创业公司不同，Alex 相信品牌和客户关系同样关键。
在展望未来时，两位创始人一致强调，AI并非取代招聘人员，而是 “超级助理”：“AI会接管那些重复性的行政工作，但真正的人才关系与战略判断，永远需要人类。”
从布朗大学的同窗，到旧金山的创业者，再到AI招聘领域的创新者，Aaron Wang 与 John Rytel 用短短18个月让Alex成长为数百家企业的招聘伙伴。本轮2000万美元融资不仅是资本市场的认可，更是对其使命的支持——让招聘更高效、更公平，不让任何优秀候选人被埋没。
简历筛选
【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。
简历筛选
HRTech观点：AI招聘透明化挑战—候选人对AI黑洞的担忧引发的问题
AI招聘正在加速变革，但候选人的信任感仍需加强！最新调查显示，67%求职者对AI简历筛选感到不安，90%希望企业披露AI招聘的使用方式。面对人才市场竞争加剧，企业如何在提高招聘效率的同时保障公平性？部分AI招聘工具已推出透明AI功能，让求职者看到简历匹配度及改进建议，增强信任。与此同时，纽约市、欧盟等地区已立法规范AI招聘，要求提高透明度和公平性。
HRTech倡导负责任的AI（RAIHR），提出六大核心原则：透明性、公平性、隐私性、安全性、道德性、持续性。企业需主动披露AI招聘流程，AI厂商应优化算法，求职者也可优化简历适应AI趋势。AI招聘透明化不仅影响候选人体验，也关乎企业品牌和法律合规。让我们共同推动负责任AI，打造更公平、透明的职场未来！
这两年，人工智能（AI）招聘技术在全球范围内迅速发展，越来越多的企业依赖AI进行简历筛选、人才评估和招聘决策。AI的应用确实提升了招聘效率，但与此同时，它也引发了候选人对公平性、透明度和隐形歧视的担忧。ServiceNow的最新调查显示，67%的求职者对AI筛选简历感到不安，90%的人希望企业能清晰披露AI在招聘中的应用方式。面对人才市场竞争日益激烈的现状，企业如何平衡AI技术的高效性与候选人的信任感？
HRTech与几位应聘的候选人交流，普遍谈到在招聘过程中人工智能参与的透明度问题，简历投递后进入了一个黑洞，从筛选简历、通知面试，视频面试，是否通过面试等都是在跟AI打交道，感到非常困惑，不知道该怎么办？这就引发了我们今天要讨论的话题：负责任的AI！
AI招聘带来的多重挑战：求职者的不安、企业的困境与厂商的责任
1. 候选人对AI招聘的不安来源
从求职者的角度来看，AI招聘系统更像是一个“黑盒”：
决策不透明：候选人无法得知自己被淘汰的原因，简历筛选的标准也未公开。
算法偏见：AI招聘系统通常基于历史数据进行训练，但这些数据可能包含无意识的性别、年龄、种族等偏见，导致潜在的招聘歧视。
缺乏人性化考量：AI难以理解求职者的软技能、潜力和非线性职业发展轨迹，这对非传统背景的候选人尤其不利。
尤其是对于初级岗位求职者，他们往往依赖简历投递，而不像高级职位候选人那样能通过社交网络或内推绕开AI筛选。因此，AI筛选的不透明性加剧了他们的求职焦虑，甚至可能让他们因担忧而放弃申请某些企业。
2. AI招聘厂商的责任与挑战
AI招聘工具的开发者和供应商不仅是推动招聘数字化的主力军，同时也是解决招聘透明度问题的关键环节。这些厂商面临的挑战主要包括：
提高AI模型的可解释性：AI招聘系统必须提供更透明的筛选标准和评估逻辑，而不仅仅是输出一个通过或淘汰的结果。求职者和HR都需要理解AI如何做出决定。
避免算法偏见：AI模型的训练数据往往基于历史招聘案例，但如果数据本身存在性别、种族或教育背景等偏见，AI可能会放大这种歧视。因此，厂商需要投入更多资源进行公平性审计和算法优化，确保招聘AI的公正性。
增强企业客户的信任：企业在采购AI招聘工具时，越来越关注合规性和透明度。招聘厂商若能提供可解释的AI功能，如“筛选理由可视化”或“人工复核机制”，将更受市场青睐。
确保法律合规：全球多个地区（如欧盟、美国纽约市）已经出台相关法规，要求AI招聘产品符合透明度和公平性标准。厂商需要不断调整产品策略，以符合最新法规要求。
部分AI招聘公司已经开始推出“透明AI”功能，例如让候选人能够查询自己的简历评分、匹配度及改进建议。这种趋势将成为未来AI招聘产品竞争的核心要素。
3. 企业在AI招聘中的现实困境
尽管AI在提高招聘效率方面展现了巨大潜力，但如果透明度问题得不到解决，企业可能面临人才流失、品牌损害以及法律风险：
损失高质量候选人：如果求职者对AI招聘系统不信任，他们可能直接跳过某些企业的职位申请，导致企业错失潜在优秀人才。
影响雇主品牌：招聘流程是企业形象的重要组成部分，如果候选人对AI招聘产生负面体验，他们可能会在社交媒体或求职平台上分享自己的不满，从而影响企业的市场声誉。
合规风险上升：全球范围内，越来越多的法规正在限制AI招聘的黑箱操作。例如，美国纽约市已推出法案，要求AI招聘系统必须进行审计，以确保公平性和透明度。
如何推进AI招聘透明化？HRTech各方的建议
要实现AI招聘透明化，必须从企业、AI招聘工具提供商和候选人等多方共同推动。
1. 企业：主动披露AI招聘使用方式，提升信任感
企业需要意识到，招聘流程的透明度直接影响到人才吸引力。因此，企业应主动披露AI在招聘流程中的作用，包括：
在哪些环节使用AI（如简历筛选、面试安排、候选人匹配）；
AI的主要评估标准（如关键词匹配、技能要求、经验年限等）；
是否有人类HR复核AI筛选的结果，确保最终决策不会完全由算法决定。
2. AI招聘工具提供商：增强透明度，提高市场竞争力
AI招聘工具的供应商同样需要顺应市场需求，将透明化作为产品的核心竞争力。具体措施包括：
提供“可解释的AI”功能，允许企业查看AI的决策逻辑，并根据需要调整筛选标准。
让候选人获取筛选反馈，例如“您的简历匹配度为85%，主要匹配项是A、B、C，建议补充D、E、F”。
支持人工与AI结合的招聘模式，例如保证一定比例的申请者由HR人工筛选，而不是完全依赖算法。
3. 候选人：主动适应并推动透明化变革
面对AI招聘的不透明性，候选人可以：
优化简历，提升AI适配度；
利用社交网络绕开AI系统；
积极反馈，推动行业透明化变革。
AI招聘透明化不仅是技术进步的标志，更是企业吸引人才和实现长期发展战略的必由之路。唯有企业、供应商和候选人共同努力，才能真正实现公平透明的招聘环境。
在此，我们倡议所有HR从业者积极加入并实践“负责任AI在人力资源（RAIHR）”的行动，共同推进AI招聘的透明性、公平性、安全性与道德性，明确公开AI决策的依据，建立完善的候选人反馈机制，并推动AI技术真正服务于人才与组织的共同发展。让我们携手共进，共同打造更透明、更公平、更负责任的职场未来。
RAIHR的实施，不仅能够强化企业的雇主品牌，吸引更多高质量的人才，还能帮助AI招聘工具提供商在激烈的市场竞争中脱颖而出，赢得客户的信赖与认可。同时，对于候选人而言，这一倡议的落实意味着更公平的职业机会和更透明的职场环境。我们相信，只有实现负责任的AI实践，才能确保技术进步真正服务于人的发展，构建企业、厂商与候选人多方共赢的未来。
RAIHR倡议提出六大实践原则：
透明性（Transparency）：清晰地公开AI在HR决策过程中的使用方式与评估标准，让候选人和员工清楚AI如何影响他们。
公平性（Fairness）：通过消除算法偏见，确保AI应用不会对任何特定群体造成歧视或不公平对待。
隐私性（Privacy）：全面遵守隐私保护法规，严格保护员工及候选人的数据隐私。
安全性（Security）：保障AI系统的安全性，避免信息泄漏或滥用，确保数据的完整性与安全性。
道德性（Ethicality）：以人为本，确保AI的使用增强而非削弱员工的职场福祉与体验。
持续性（Sustainability）：关注AI技术的长期影响，确保其应用与企业长期战略和员工发展目标保持一致。
简历筛选
AI驱动的智能候选人筛选平台 SquarePeg 获得 350 万美元融资，推出为现代招聘人员打造的新候选人评估平台
近日，AI 驱动的候选人评估平台 SquarePeg 宣布完成 350 万美元种子轮融资，由 Next Frontier Capital 领投，Acadian Ventures、Bread & Butter Ventures 和 Silicon Road Ventures 参投，现有投资方 Full Circle、Vitalize、Loyal VC 和 Yokohama Ventures 也持续加码支持。
本轮融资将助力 SquarePeg 进一步优化 AI 候选人筛选技术，帮助招聘团队提升筛选效率，减少手动工作负担，并确保招聘决策的公平性和透明度。
SquarePeg：为精简招聘团队打造 AI 智能评估工具
在当下招聘市场，HR 团队正面临前所未有的挑战：海量简历涌入、人才竞争加剧、团队资源有限，但对精准匹配的要求却不断提高。SquarePeg 通过 AI 技术，智能化评估候选人、优化招聘流程，并与 ATS（申请人追踪系统）无缝集成，让招聘团队能够在不增加人力的情况下，高效完成人才筛选。
SquarePeg 主要提供三大核心功能：
AI 智能筛选与评分 —— 结合 LLMs（大型语言模型）分析候选人的技能、职位、行业经验和任职年限，并给出基于数据驱动的匹配评分，避免因关键词匹配问题错失优质候选人。
候选人数据丰富化 —— 通过 AI 自动补充候选人背景信息，为招聘人员提供更多有价值的上下文数据，提升筛选精准度。
智能化人才挖掘 —— 在 ATS 内部识别曾申请过其他岗位的优质候选人和潜在被动人才，帮助企业充分利用人才库，提高招聘效率。
SquarePeg 的目标是让招聘团队在短时间内识别出最匹配的候选人，减少大量手动筛选的时间成本，从而提升招聘的精准度和公平性。
融资助力 AI 候选人筛选技术发展
本轮融资的投资方均在 B2B SaaS 及 HRTech 领域具有深厚经验。Next Frontier、Bread & Butter 和 Silicon Road Ventures 主要提供 B2B SaaS 运营支持，而 Acadian、Vitalize 和 Full Circle 则专注于 未来工作（Future of Work）和 HR 科技创新。
SquarePeg 创始人表示：“招聘市场正在经历重大变革，HR 团队需要更智能的工具来应对挑战。我们的目标是打造一个真正能够提升招聘团队生产力、让 AI 赋能招聘决策的产品。融资的完成将帮助我们进一步优化 AI 技术，并扩大市场覆盖范围。”
AI 赋能招聘决策，SquarePeg 未来发展可期
当前，HRTech 赛道的竞争日趋激烈，各类 AI 招聘工具不断涌现。然而，SquarePeg 的差异化优势在于 深度结合 AI 技术与 ATS 生态，提供可解释的智能匹配，而非仅仅依赖关键词匹配或黑箱算法决策。
在未来发展规划上，SquarePeg 计划进一步优化 “Glassbox AI” 功能，确保 AI 评估的透明性和可解释性，同时扩展 AI 技术在候选人挖掘、内部人才市场等场景的应用，帮助企业全面提升人才获取与管理能力。
简历筛选
人工智能招聘解决方案提供商Humanly收购人才招聘公司Teamable，推出人工智能优先的端到端招聘平台
人工智能招聘解决方案提供商 Humanly 宣布收购人才招聘行业的重要企业 Teamable。这一战略举措巩固了Humanly作为端到端解决方案的地位，使人才招聘团队在招聘流程的每个阶段都能表现出色。
对Teamable的收购使Humanly能够为客户提供一整套人工智能驱动的工具，以大规模地寻找、吸引、筛选、安排和转化候选人。据业内专家称，人工智能正在迅速改变招聘领域，使企业能够比以往任何时候都更有效地识别、吸引和聘用顶尖人才。通过强强联手，Humanly 和 Teamable 将引领这一变革，为客户提供一整套工具，简化招聘流程，为候选人和招聘团队带来更好的结果。
“Humanly首席执行官Prem Kumar表示：”我们对Teamable的收购标志着我们在人才招聘团队赋能之路上的一个重要里程碑。“我们将共同重新定义人才招聘，为客户提供所需的工具，不仅帮助他们找到最佳候选人，还能有效地吸引和转化他们。我们正在将发布职位并让合格候选人出现在您的日程表上--中间无需人工--的梦想变为现实。这是向我们的客户提供卓越价值迈出的一大步。
Teamable首席执行官Matthew Raymond将加入Humanly，担任产品副总裁。他指出："客户是我们一切工作的核心，我们很高兴能够通过此次收购为客户提供更多价值。对我们来说，与 Humanly 强强联手是一个令人兴奋的机会。通过强强联合，我们将为客户提供全面的解决方案，解决他们最紧迫的招聘难题。我们将共同为人才招聘的效率和效益设立新的标准。
在过去的一年里，Humanly 和 Teamable 都赢得了大量客户，证明了其解决方案的有效性。各行各业的公司都称赞 Humanly 能够自动完成人才招聘中耗时的任务，如简历筛选和候选人安排。这使得招聘人员能够专注于与候选人建立关系。同样，Teamable 也因其创新的人才寻访方法、候选人参与和先进的分析能力而获得认可。这使公司能够找到顶尖人才，提高团队效率指标。
在快速发展的人力资源技术领域，Humanly 对 Teamable 的收购标志着一个关键时刻的到来。Humanly将把Teamable的功能整合到自己的人工智能平台中。这次收购不仅仅是一次 “简单 ”的收购，而是在推进一个愿景。 成为 “首个 ”人工智能驱动的端到端招聘解决方案，不仅仅意味着创新，还意味着创造公平的竞争环境，提供中端市场企业历来无法获得的尖端解决方案。Humanly 致力于提供全面的运营洞察力，认识到点式解决方案会导致数据分散和招聘团队体验不佳。Humanly 的成立基于这样一个信念，即客户应该拥有一个单一的工具，在整个求职过程中与求职者无缝互动。这一愿景不仅仅是跟踪整个招聘工作，更是为了实现人与人之间的联系和及时的招聘互动。通过以候选人体验为核心来设计我们的工具，我们确保招聘团队不再需要为每一次互动而同时使用不同的解决方案，从而最终实现连贯的体验和集成的数据。
关于Teamable
Teamable是专为TA团队打造的超强CRM。它的每一步都由人工智能提供支持，在单一解决方案中提供采购和参与功能，成本仅为市场上其他产品的一小部分。
Teamable 内置被动寻源、入站申请人排名、自动候选人参与和完全可定制的分析功能。它可以无缝集成并增强您的自动求职系统，对于没有自动求职系统的团队来说也是一个不错的选择。
关于 Humanly
Humanly是一个人工智能驱动的招聘平台，可促进候选人与招聘团队之间的对话，为人才招聘带来了革命性的变化。Humanly 的产品包括自动候选人筛选、日程安排、笔记、分析等。Humanly的目标是成为全球道德人工智能招聘领域的领军企业，帮助招聘团队消除大规模公平招聘过程中的行政工作。
简历筛选
有效使用招聘工具和技术的五大技巧
招聘优秀的人才越来越具有挑战性，而好的员工对一个成功的企业来说是至关重要的。这就是为什么像人力资源管理系统软件这样的招聘工具和技术对任何企业或组织来说都变得至关重要。
如果你也使用这样的招聘工具和技术，这里有一些关于最佳利用它们的提示。
使用工具来发布招聘广告
第一个提示是关于发布招聘广告。它应该以这样的方式放置，以吸引优秀人才的目光。来自招聘工具的数据可以帮助你看到哪个招聘网站的候选人参与度最高。你可以据此发布你的招聘广告。这样，你就可以通过确保你的广告有最大的机会被目标候选人看到，来最好地利用你的时间和资源。这将确保你有更多机会面试合适的候选人，而不是到处张贴广告。
使用人工智能来筛选合适的候选人
在获取所选候选人的能力方面，人工智能是你最好的朋友。这种招聘工具可以帮助你创建评估测试，而不需要你太精通技术。候选人的反应被实时捕捉和分析，并生成报告以帮助你决定哪些候选人符合你的条件。这种基于数据的招聘技术已经彻底改变了整个招聘过程。
市场上的人力资源技术工具也可以帮助你筛选简历。你可以利用技术将这一过程自动化，而不是手动筛选每一份简历。例如，简历解析器会在几秒钟内以结构化的格式获得简历数据，从而轻松筛选出合适的候选人。
视频面试，帮助快速招聘
招聘人员的一大块时间是花在面试候选人上。这个过程需要大量的时间和资源，从创建面试问题到对每个人进行面试。但有了招聘工具和技术，面试过程变得轻而易举。人力资源管理系统软件可以根据招聘人员提供的数据，为特定职位创建面试模板。至于面试，则是自动安排，并由软件将信息发送给被选中的候选人。
随着视频面试的发展，招聘不再局限于某个地理位置。这对候选人来说也很容易，因为他们不必到另一个城市去接受面试（这往往会使合适的候选人不愿意申请）。
他们还能从招聘人员那里得到一个带有预设问题集的链接。他们在面试中所要做的就是回答这些问题。而他们会根据这些答案进行访问。
使用聊天机器人与候选人保持联系
聊天机器人是HR或招聘人员在招聘过程中越来越多地使用的另一种招聘工具。在最初的过程中，聊天机器人可以帮助候选人消除关于工作、职责和其他信息的疑虑。
使用工具进行入职培训
招聘活动的最后一步是入职程序。这个程序有不同的步骤，从发送关于公司的初始信息到对被招聘者进行调查，看他们如何适应新的角色。由于招聘技术的存在，员工入职是一个自动化的过程，几乎没有人为的错误。
来源：rchilli
简历筛选
【观点】不可不知的ChatGPT在招聘中的十大用途！
ChatGPT是OpenAI开发的一个创新人工智能聊天机器人，它于2022年11月发布。ChatGPT与其他聊天机器人的区别是它能够提供更加真实和类似人类的对话体验。简单地说，你输入查询的问题，它就会以丰富且富有条例的回答来回应，这些回答似乎是由人类生成的的。
在之前发布的文章中我们探讨了ChatGPT如何帮助人力资源经理进行员工管理。现在，让我们来看看ChatGPT可以通过哪些方式彻底改变招聘过程。
1. 在ChatGPT上查询相关职位的定义与技能要求
理解开放职位所需的资格至关重要，某一行业的术语、职称和职责都可以通过ChatGPT进行定义和解释。这可能使招聘人员更容易理解空缺职位的要求和标准。
2. 为不同的职位创建工作描述
ChatGPT可以协助招聘人员创建精确和成功的职位描述，确保职位描述内容翔实、简短清晰。此外，它还能帮助招聘人员使用性别中立、减少无意识偏见、多样化和包容性的语言来创建包容性的职位描述。
它还会强调空缺职位所需的能力、背景和证书，对申请人进行必要的规范，因为这些规范会阻止代表性不足的群体申请工作，从而减轻招聘人员的工作量。此外，ChatGPT可能会对特定行业的术语和短语提出建议，让职位描述对候选人更具吸引力。
3. 回答应聘者的问题
为了帮助潜在的求职者解决他们的第一个疑问，将ChatGPT嵌入到公司的招聘网站。它就可以通过回答关于公司工作文化和工作需求的常见问题，帮助实现预筛选过程的自动化。
这不仅为招聘人员节省了时间，而且还为申请人提供了及时和正确的信息，使他们的体验更加愉快。
4. 使用ChatGPT招聘人才
ChatGPT可以通过搜索大量的数据，如招聘网站、简历和专业网站，利用其卓越的语言处理能力找到并预先筛选可能的候选人，从而帮助组织提高招聘效率。
5. 使用ChatGPT向候选人发送外联邮件
在招聘过程中，ChatGPT会根据用户提供的信息，生成向候选人发送外联邮件的内容。用户可以指定电子邮件的目标、收件人的信息、以及所需的语气和语言。
ChatGPT会利用这些信息精心编写专业的邮件。这会节省招聘人员编写外联邮件所需的时间和精力，并在多次沟通中保持语言和信息的一致性。ChatGPT还能够提供定制的欢迎词和结束语，使电子邮件更有趣，从而提高申请者的回应机会。它还能够发送面试通知、录用信和拒绝信等。
6. 使用ChatGPT进行候选人评估
在招聘过程中，ChatGPT可以帮助对申请人的能力进行职前评估，它能够根据用户提供的信息创建文本，然后利用这些信息对候选人的才能进行客观、翔实的评估。此外，ChatGPT可以提供适当的问题和面试策略，以协助招聘人员获得更多有关候选人才的额外信息，使人才评估过程更加科学公正。
7. 使用ChatGPT进行简历筛选
ChatGPT可以识别候选人简历上的基本能力、证书和经验，使申请人的筛选更加有效和准确。。此外，ChatGPT还可以根据招聘人员提供的关键词和短语，协助识别最符合岗位要求的候选人，使简历筛选过程更加高效。
8. 使用ChatGPT安排面试
ChatGPT可通过与申请人的消息互动，确定面试的最佳时间和日期。ChatGPT还可能提供后续进程跟进和提醒，以提高候选人参加预定面试的的积极性。
9. ChatGPT协助招聘人员进行面试
根据候选人的简历和申请，ChatGPT可以为每个候选人建立一个个性化的面试问题清单。这可以节省招聘人员设计面试问题的时间和精力。
10.ChatGPT帮助评估面试过程
ChatGPT可以分析候选人的面试回答过程，并对其语言流畅性、沟通技巧等软实力进行评估。它还可以对候选人的标准化问题回答进行打分，但是在面试评估过程中，它无法彻底代替人的判断和批判性思维。
总之，ChatGPT可以帮助简化招聘流程，节省招聘人员的时间和精力，并改善整个候选人的申请体验。ChatGPT能够自动进行简历筛选和推荐人检索等琐事，这样一来，招聘人员就可以专注于招聘过程中更重要的事务，如面试和选择最适合该职位的候选人。
文章来源：Techrseries
简历筛选
【观点】人工智能如何改变人力资源分析格局？
您是否在手机、平板电脑或计算机上阅读本文？如果是这样，你可能只认为人工智能（人工智能）是你日常生活的一部分。人工智能正在改变我们生活的方方面面，从我们的沟通方式到购物、旅行等等。人工智能在企业界的采用也不例外，正如麦肯锡的研究所强调的那样，58%的受访企业确认在工作场所至少使用一项人工智能的功能。
人工智能产生重大影响的一个关键领域是人力资源分析，帮助企业更有效地管理人力资源，更好地了解员工的需求和偏好。人力资源管理中的人工智能允许公司收集和分析与员工绩效、敬业度和公司文化相关的大量数据，使他们能够确定可以改进的领域，并做出有关管理劳动力的数据驱动决策。
人工智能如何影响人力资源？
通过预测分析软件和机器学习算法等支持人工智能的工具，公司可以发现他们原本无法访问的员工见解。这使人力资源团队能够就管理其劳动力做出更明智的决策。以下是人工智能支持人力资源管理功能的一些方式：
员工体验
人工智能在人力资源分析中的一个主要好处是，它可以用来帮助确定公司可以改善员工体验的领域。通过分析有关员工敬业度、工作满意度和其他关键指标的数据，人工智能可以识别潜在问题或员工正在苦苦挣扎的领域。例如，人工智能可能会发现缺乏培训机会导致员工感到不敬业，促使人力资源团队制定新的员工发展计划。
学习与发展
人工智能也在改变公司学习和发展的方式。通过收集员工技能、职业抱负和培训需求等信息，人工智能可以帮助创建针对个别员工需求量身定制的发展计划。支持人工智能的平台可以根据技能和职业目标等因素帮助将导师与学员相匹配，甚至可以提供有关员工进度的实时反馈。
招聘与保留
在招聘和保留方面，人工智能用于各种任务，例如增强候选人简历筛选、评估工具，甚至是让候选人了解其申请进度。人工智能还可用于分析有关员工流动率和保留策略的数据，帮助人力资源团队更好地了解员工离职的原因，以及如何改进招聘和入职流程以吸引和留住顶尖人才。
技能提升和再培训
随着人工智能继续改变工作场所，许多公司需要更多具有必要技能的员工来承担与人工智能相关的任务。人力资源团队可以在人力资源分析中使用人工智能来确定员工需要支持的领域，以提高或重新掌握未来角色的技能，确定适合这些角色的员工，并帮助制定人才管理战略，支持员工的职业发展。
人工智能和人力资源分析的未来
人力资源分析中的人工智能为企业开辟了一个充满可能性的世界，可以更好地管理员工并确定可以改进的领域。支持 AI 的工具可以捕获有关员工绩效、敬业度、工作满意度、职业抱负、培训需求等的实时见解。人工智能算法甚至可以预测员工保留、招聘以及学习和发展成果。
人力资源中的人工智能允许采用自动化方法来收集和数据分析。随着各种平台一起讨论并聚集在一个集中式平台中，人工智能可以实时分析大量数据，并揭示人类难以发现的见解。但话虽如此，人工智能只能与它所依赖的数据源一样好。如果我们收集不准确或不完整的数据，人工智能将只能提供有限的员工环境视图。
同样，当我们训练人工智能系统做出决策时，我们必须小心不要创建强化现有偏见的人工智能系统。例如，人工智能理论上可能能够根据能力、经验和技能等因素推荐理想的工作候选人——但如果这些人工智能系统是使用过去以某种方式有偏见或歧视性的招聘数据进行训练的，那么人工智能最终可能会延续现有的不平等。因此，人力资源团队必须与人工智能开发人员密切合作，以确保人工智能系统是使用多样化和全面的数据源构建的，并且人工智能系统的开发透明，以避免任何意外的偏见或歧视性结果。
IBM Workforce 副总裁兼首席技术官Anshul Sheopuri在数字人力资源领导者播客中介绍了可信赖 AI 的五大支柱，随着AI继续重塑 HR 分析的未来，人力资源团队应牢记这些支柱：
第一，透明度。如果你想一想，当你去你最喜欢的咖啡店买饮料时，你会看到营养标签，你会看到它有多少卡路里。人工智能是怎么回事？关于人工智能的帮助是什么，你应该能够看到它，你应该能够作为一个用户深入研究它，不仅仅是作为一个数据科学家，而是作为一个人工智能的用户。
第二，可解释性。为什么人工智能给我这个建议？当你看电影时，它会对你喜欢的电影类型、其他观众在看什么以及为什么人工智能给你推荐电影有一定的了解。人力资源中的人工智能也应该让你对背后的原因有同样的感觉。当然，最终的决定权在你，但你应该能够理解背后的原因。
第三，公平。这都是关于偏见识别和缓解的。因此，作为AI设计的一部分，这是您想要预先做的事情。
第四，稳健性。拥有正确的指导方针和操作原则。
第五，隐私。这是我们一直在实践的事情，但在该领域增加法规变得更加重要。
随着人工智能继续改变人力资源格局，人力资源专业人员必须及时了解人工智能采用的最佳实践和新兴趋势。通过与人工智能开发人员密切合作，确保他们的人工智能系统是使用多样化和全面的数据源构建的，并且人工智能系统以透明和无偏见的方式开发，人力资源团队可以帮助确保人工智能在未来几年继续成为其组织的积极力量。
文章来源：https://www.myhrfuture.com
扫一扫 加微信
hrtechchina
简历筛选
简历筛选
简历筛选
简历筛选
简历筛选
简历筛选
简历筛选
简历筛选
简历筛选
简历筛选
扫一扫 加微信
hrtechchina
