招聘管理

今年上半年，我连续收到四位CEO的同一个问题：现在上AI招聘系统是不是已经晚了。 四个人的行业完全不同——零售、制造、科技、医疗——但问出这个问题的时间跨度不超过三个月，焦虑程度几乎一样。不是要不要上的问题，而是担心是不是错过了窗口期。 ...

去年底做AI招聘系统年度复盘的时候，我扔了一组数据让团队先看。 会议室安静了大概十秒钟，然后招聘经理说出了在场大多数人的心里话：「这个季度AI推荐的候选人入职后达标率，比我们自己选的还低了五个点。我们是不是应该停用系统推荐的终选名单？」 ...

上个月参加一个招聘科技闭门会，AI筛简历是当天绕不开的话题。台上分享嘉宾讲完算法框架后，台下第一个问题来得特别直接：「你们怎么保证算法对不同性别的候选人是公平的？」 ...

一家公司用AI筛掉的简历里，躺着后来在竞对公司做到销冠的人。另一家公司让AI给面试表现打分，机器评估最高的候选人，入职三个月就走了。 两件事放在一起看，指向同一个问题：AI在做招聘这件事上，是不是已经覆盖了不该覆盖的环节。 ...

AI招聘这个概念从爆发到全面铺开，差不多三年了。 三年时间足够一个行业从狂热走向冷静。厂商的发布会开了一轮又一轮，功能列表翻了又翻，AI筛简历、AI视频面试、AI人岗匹配、AI面试辅导——几乎每一个环节都有人在尝试切入。但真正走进企业去看，AI到底改变了什么，答案比任何一份产品白皮书都复杂得多。 ...

如果一个HR在2026年还不能用数据讲清楚自己的用人决策逻辑，在同行眼里差不多等于没有专业门槛。 这话说出来有点直，但确实是近几年行业内部正在发生的真实价值重估。不是HR这个职业本身变值钱了——而是"能用数据做判断"正在成为HR能力的一个分水岭。 ...

这几年我收到最多的同行提问，不是测评怎么选、人岗怎么配，而是一个最基本的问题——面试到底还能不能信。 问这个问题的人，背景各不相同。有的刚经历过"面试表现满分、入职后一塌糊涂"的招聘翻车，有的被业务部门反复质疑"你们HR面的人到底准不准"，还有的纯粹是面了太多人之后，自己也说不清面试评估和最终表现之间的关联到底有多大。 ...

在一次招聘流程优化的工作坊上，我让在场的十几位HR管理者画出各自公司的招聘流程图。结果五花八门——有的画了五步，有的画了十三步，还有的画到一半卡住了，不确定某个环节到底该不该算进去。 ...

过去三年，我深度参与了三次招聘平台的选型与落地。一次是自己公司，两次是帮合作的客户做评估。市面上主流的平台基本都摸了一遍，从几千块的标准版到几十万的定制版，从ATS到包含AI面试、人才测评、背调、入职一体化的全功能平台。 ...

上半年做了一次招聘系统效率的内部复盘，数据拉出来那一刻，会议室安静了。 三家去年上线招聘系统的公司，平均招聘周期不仅没缩短，反而拉长了12%。其中一家更夸张——上线后的首季度，从简历入库到发offer的平均耗时，比上线前多了整整9天。 ...