2017年3月，北美某著名猎头公司举办了一场行业招聘竞赛，这项比赛中，有8位来自北美的顶级猎头，他们要招聘三种完全不同岗位的员工，分别是产品经理、系统管理员、地勤人员，需要从5500份真实的简历中找出最匹配上述职位的员工。此外，还有一位特殊的参赛者，它是一台能够进行AI计算匹配的机器。

这9位参赛者的比赛结果究竟如何？

最终获得第一名的还是人类，HR们可以松一口气了，这说明在短时间内AI还无法完全代替人类进行招聘工作，不过大家别高兴得太早，因为机器的准确度排到了第三名。

更重要的是，这个机器只花了3.2秒就筛选出了合适的候选人，而第一名花了25小时，其他团队也分别花费4-9小时不等。

看到这样的结果，相信大家心里一定都会思考一个问题：AI已经能够实现从几千份简历中“秒筛”出比较靠谱的候选人了，如果准确度再高一些，是不是会很大程度上影响HR的工作？作为HR，应该如何应对这个局面？

01

数据是AI的动力源，没有数据的AI就是耍流氓

其实，近三年来，AI在招聘应用以及趋势上的探讨一直热度不减。

在2018年美国的HR Tech会议上，AI在人力资源领域的应用被誉为HR的未来之一。作为HR业务中数据量最大、协同行为最多、人才模型最完善的领域，招聘环节中AI的创新应用层出不穷。

然而，AI可以在哪些招聘具体场景中产生应用效果，同时这些效果如何衡量，始终缺乏实际依据。为什么呢？

因为AI和大数据的关系十分紧密，简单来说，数据是人工智能系统的动力源，没有大量数据作为基础的AI就是耍流氓。

只有基于庞大的数据积累（比如招聘数据中的职位需求、面试活动、能力信息、应聘者信息等），才能通过大数据技术进行建模和AI分析为企业展示招聘领域现在和未来的趋势。

所以说，文章开头出现的情况，目前在中国还无法实现。

而经过北森近三年来在AI的实践应用，我们发现现阶段AI确实能够大幅减少简历筛选工作量、智能激活存量人才、分析简历差异度，下面就让我们通过数据来看看AI如何帮助HR实现高效地招对人。

02

AI在人岗匹配应用上更突出的作用是劣汰而非优选

LinkedIn领英发布《2018年中国人才趋势报告》的数据显示，HR有60%的基础工作都在进行简历的筛选淘汰，这占用了HR 25%的工作时间。

而通过AI的实际使用数据跟踪，《北森2018-2019年中国企业招聘指数（BRI）报告》中数据显示，当某一职位简历筛选动作超过50次以上，就可以帮助HR自动淘汰近50%的不合格简历，AI淘汰简历的精准度可以达到95%，从而可节省HR 50%的基础工作时间。

如果聚焦HR操作行为分析，数据显示 AI在人岗匹配的应用上更突出的是劣汰而非优选，这是由于企业以及岗位的多样性、职位描述的复杂性决定的。

北森招聘平台数据显示，2018年在线渠道简历仅有2%通过初步筛选，如果由AI帮助HR淘汰不合适的简历，能够更有效减少HR的低价值工作，让HR更加聚焦在优质人才的获取以及其他业务协同中。

03

AI能够有效激活人才库，推荐适合简历

中大企业的人才库往往能够积累数万甚至数十万的简历量，这些简历数据的智能激活也将成为AI应用的一个重要场景。

当HR在同一职位下筛选简历时，AI通过算法智能建立HR筛选通过的简历模型，通过这个模型在海量人才库中进行匹配，将合适的简历匹配到职位下。

《北森2018-2019年中国企业招聘指数（BRI）报告》数据显示，互联网行业平均每个职位可以匹配到52.1份简历，汽车行业达到43份简历，这些匹配的简历再次通过HR人工筛选进入面试邀约环节的准确率达到55%。

通过人才库激活的数据分析，我们发现批量招聘的职位因为通过筛选的数据量更多，人才智能推荐的精准度也越高。AI在人才库激活中的应用，从根本上改变了过去HR只能通过人工搜索和大量重复跟进激活人才库的行为，提升了人才库给企业招聘贡献带来的价值。

04

AI能够有效辨识简历差异度，帮助人才识别

在北森招聘平台AI分析简历差异度的实际使用中，曾经发生不止一例这样的故事：通过AI分析，HR发现部分候选人对于简历进行过关键内容修改。

在日常的招聘工作中，部分候选人确实在工作经历或者教育经历中提供了不一致信息，误导了企业对于候选人的判断，一旦该候选人入职，将会有较大风险，而AI的分析简历差异度的功能帮助企业减少此类问题的发生。

通过对北森招聘平台中超过1亿的简历的比对分析，有高达39%的简历内容在不同投递行为中出现信息差异。简历中的信息差异主要出现在教育背景、工作时间、工作职级、项目经验等方面，其中，工作经历占比超过80%。候选人会根据招聘信息中的职位描述刻意调整简历信息。

而通过对不同典型职位的分析，简历中的差异信息也呈现不同的特征。比如：大部分应聘者的差异信息体现在任职履历中，但产品经理和软件工程师经常过度包装项目经验等。这些不同的特征，为企业在面试环节中重点考察的问题选择上，提供了参考。