AI做招聘不是越多越好,过度反而会出问题
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。 ...
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。 ...
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。 ...
企业做人岗匹配这件事,听起来特别科学——有标准、有维度、有打分,比拍脑袋选人强太多了。 但我做了十年HR之后发现,很多公司花了大功夫做匹配,实际效果跟没做差不多,甚至更糟。 ...
季度管理岗招聘复盘报告摆在桌上的时候,数字很难看。 过去两个季度,公司新入职的8位中层管理者,有5位在试用期内被评估为「低于预期」。其中两位在第六个月选择了离职,一位被调岗,剩下两位虽然留下来了,带的小组业绩指标完成率不到60%。 ...
客服中心每年花在招错人上的钱,比大多数管理者想象的要高得多。 我说的是真实成本,不是招聘平台上那个「人均招聘成本」的指标——那个数字我见过,大部分公司只算了渠道费和面试官的时间成本,顶多再加个培训费,摊下来一个人一两万,看起来好像还能接受。 ...
三年前我刚接手客服中心管理的时候,第一件事就是拉了过去一整年的离职数据。68%,这是我看到的数字。也就是说,每招进来10个人,不到一年就走了将近7个。 ...