金三银四，求职者们纷涌而来，各家企业的人才战役也已经打响。历经了简历初筛、笔试、面试、复试等一系列流程，求职者“不堪折磨”，想必HR们也累得够呛。在人力资源招聘上运用一些科技手段已经不是新鲜事儿了，最常见的比如在简历初筛这一环节中设置关键词，让机器自动剔除掉不符合条件的简历等。

近日，AI 招聘初创公司 Fetcher获得种子投资的新闻又把大家的视线拉回了AI招聘上，此次投资，该公司总计获得了250万美元的种子轮融资。而就在上个月，ATA（全美在线）也与中国演出行业协会达成了战略合作，为演出行业人才评价和人才队伍建设提供技术和服务。

AI强势入侵人力资源招聘领域，对HR和求职者们会是一个好消息吗？ 

一、AI招聘可以成为人类的好帮手

AI＋招聘并非想要挑战人类ＨＲ的“权威”，反而会在以下两个方面成为ＨＲ和求职者们的好帮手。

1.AI提高效率，从而提高准确率

对于HR来说，最为重要的就是要招到对的人。而如何招到企业想要的人才，一方面，这取决于HR“识人”的水准，另一方面，则看面试的轮数，也就是考验程度。一般来说，高水平的面试官再加上多轮面试，往往会提高这次招聘的准确率。但多轮面试所提升的准确率，却是以牺牲工作效率为代价的。

一般来说，一个大型企业的招聘周期往往比较长，从网申到最后录用可能要一个月之久。究其根本，还是企业在关卡考核上花费了太多时间，不仅使得招聘周期长，还极容易流失那些在漫长的等待中而躁动不安的人才。

图为某企业招聘流程

AI依赖于其强大的计算能力和大数据，能够进行自动化的人才甄选，包括自动化笔试、面试以及基于聊天机器人的甄选工具，这试图解决的正是人才甄选的效率问题。

如此，AI能够成倍地减少企业搜寻人才的时间，面试的效率将会得到大幅提升，使得HR们能用更多的精力取找到“对的人”。而这次融资的创业公司Fetcher也声称，相比内部 HR 招聘，AI 将节省 10 倍资源，相比猎头等招聘机构，将节省近 20 倍成本。

2.双向互动，盘活人才市场

我们看目前的招聘形态，对于大多数求职者而言，还是比较倾向在招聘网站搜索相关信息。因为这类网站的运作模式比较简单，就是将大量的企业招聘信息分门别类，然后罗列在网站上供求职者们搜索。但你会发现，这类网站是缺乏互动的，即使像BOSS直聘这样，职场BOSS虽然可以与求职者直接交流，但这也不是真正意义上的平等互动。本质上，这还是属于“求”职软件，平台会向供职者倾斜。

所以，企业在这些网站上并不能找到特别好的新形态公司的人才。那么，AI在其中可以起到什么作用呢？

曾经，罗永浩在社交平台上发布了一篇煽情的帖子，凭借本人的IP效应招到了大量的人。这类社会化招聘或许可以让劳资双方走得很近，但一篇帖子，一个朋友圈或者是一条微博的力量还是太微薄了。

这就给了我们一个思路——AI招聘或许会是社会化招聘的高阶版。社会化招聘的本质是通过社交关系的互推来获得职位机会，社交里的关系链都会对这个人作出相对真实的评价，好比入职前，HR会联系求职者就职过的公司里的同事，打探这个人之前的口碑。而AI介入后，HR可能就不用那么麻烦了。

基于社交网络的构建、UGC内容的产出、以及ChatBot和匹配算法的开发，我们或许可以通过人工智能激活被动的求职者，AI可以作为猎头，影响并转化被动求职者这一群体，而这也意味着，劳资双方的信息可以平等交换。

被招聘的人可以通过AI打造的社交平台清楚地了解企业信息，而求职者的社交信息、内容产出也会变成一份个人档案，企业可以更加立体、真实和动态地了解求职者的特长和兴趣。

二、AI招聘还有哪些难题要过

即便AI招聘对于企业和求职者来说算是一个好消息，但是，人们也不能高兴得太早，凡事有利有弊，在看到好处的同时，我们也要观察到它需要改进的一面。

1.以子之矛攻子之盾，AI试不出真人才

根据50个省市政府所属人才服务机构数据统计，2012年以来大中城市人才供求比在2:1左右,即求职总人数约为提供岗位数量的2倍。而根据智联招聘统计，2014-2015年全国人才供需指数维持在30以上，即平均一个职位收到简历数量均在30份以上。我国在快速发展的进程中，就业市场竞争加剧趋势十分显著。

图源：中国产业信息网

就业竞争激烈，企业人才短缺，职业教育培训有着巨大的需求潜力与市场空间。根据百度及搜狗搜索数据，2014年，职业教育培训的关注度在各细分教育子类中名列前茅。

今年的公务员考试热潮刚刚冷却，但了解的人也知道，此类公务员的笔试、面试的报班培训的成本只高不低。如果AI成了面试官，求职者们“上有政策，下有对策”，会去寻求更佳的面试培训，而有市场就有需求，以大数据为优势的AI面试恐怕也会被AI＋培训所攻破。

智能HR的客观评分机制反而成了清晰可见的“套路”，然后被智能培训老师“反套路”，两者”斗智斗勇“，倒显得掺杂在中间的求职者像一枚棋子，毫无自主意识，如此选拔出来的人会是真正的人才吗？

而人类HR的优点正是在于其自主性，相信上过培训课的同学们都知道，培训老师都会强调面试时不要准备模板，因为模板会造成同质化，面试官因为长期积累的经验通常能敏锐地察觉到模板的痕迹，从而影响面试者的成绩。

2.“算法弥补偏见”不可信

Fetcher曾表示，产品的筛选机制将消除任何潜在的人类偏见，使其完成符合平等就业机会委员会的规定，年龄、性别、种族、宗教、残疾等都不会成为算法的参考标准。也就是说，算法可以弥补招聘中的偏见。

这类论调不禁让人想起了张一鸣的”算法没有价值观“。前几日，一名被银行拟录取的面试者，却在准备入职时被智能检测平台Say No，究竟是可能出错的“人工智能”掌握了否决权,还是丁是丁卯是卯的“人工智能”为某些人为标签背了黑锅？

现实生活中，招聘求职者可能会存在很多文本之外的“潜规则“，比如招聘信息上的“某某条件优先”或许只是某些企业灵活运用的话术而已。算法本身是客观的，但因为其需要人工标签，掌握这个算法的人群才是招聘中的关键。盖上“算法”的面纱，那些成见反而更加若隐若现。

3.逃不过的数据难关

数据一直是AI的大难题。但在面对AI招聘时，数据的模型化显得十分困难，即使打造出模型，普适性也难以预见。

目前的AI匹配技术仅仅能在少数一些职位上达成足够高的可用性，比如说卡车司机，因为卡车司机在美国是一个庞大群体，且其能力和要求较容易被模型化。

当一家公司运用这个系统来面试求职者时，无限的机器学习过程或许可以筛选出一个优秀的销售人才，但这种筛选算法也无法在不经过新的训练过程的情况下，简单地推广到其他职位，比如人力，市场等岗位。而这仅仅是一家公司里存在不同岗位所要面对的问题。

如果不同的公司来使用这套系统，AI的数据需要更加垂直化。但问题是，某个领域的某家公司真的有这么多的人才数据可以提供给机器来学习吗？

AI+确实能成为一个工种的助力，但并不能解决一切问题。各家企业应该明白，围绕人才招聘，企业想要得到真正的人才，绝不能仅仅依靠人工智能这一技术领域的创新。真正的突破点在于，企业将自身建设的越强，对优质人才的吸引力才会越强。