数智化时代下企业招聘面临的机遇与挑战

摘" "要：数智化技术对人力资源管理产生了深远影响，人工智能和机器学习作为核心技术，已经取得巨大进展，在人力资源领域产生了最为重大和持久的影响。基于此，深入分析大数据算法在招聘领域引发的变革与机遇，包括为招聘提供数据支持和科学指导，以及如何实现招聘过程的无偏见突破等。同时，对数智化时代下企业招聘所面临的挑战进行细致分析，从信息安全和技术应用等角度提出数智化时代下招聘模式的应用策略。

关键词：数智化技术时代；企业招聘；机遇；挑战；应用策略

中图分类号：F272.92" " " " 文献标志码：A" " " 文章编号：1673-291X（2024）21-0133-04

一、研究背景

数智化时代的兴起给人力资源管理带来了多方面的变革。随着中国企业对数字技术的认识不断提高，以及HR领域的日趋成熟，中国的数字HR市场有望在2025年突破千亿。人工智能、RPA、大数据等前沿科技的快速发展，使得中国的人才市场正面临着一个新的发展机会。基础的人工智能技术构建了一个系统的招聘框架，加强了RPA的功能，AI技术在RPA功能的帮助下，可以在企业的招聘过程中使用。而RPA和大数据技术的交互作用，可以使企业的招聘工作自动化。人工智能、RPA、大数据等技术的开发和融合，将为企业的人才引进提供一个智能的解决方案。当前引入人工智能已经显著提升了人力资源管理的成本效益，同时也有望消除偏见，使决策更为科学合理。尽管在数据运算处理和逻辑分析等方面，个体劳动者相对于人工智能并无特别优势。随着新技术的不断涌现，市场环境正在发生深刻变化，企业为满足发展需求，积极加速人才的更新换代。为优化招聘流程，减轻招聘负担，企业希望充分利用科技，满足招聘的信息获取、筛选、竞争等方面需求，以实现高度精准的人岗匹配，符合公司发展战略。在激烈的人才竞争中，如何借助大数据、人工智能等手段对人力资源管理进行重构，已成为企业争取持续竞争优势的新挑战。

然而，大多数中国企业仍局限在基于互联网的表面协作和在线面试方式，尚未广泛应用AI、大数据、RPA等关键技术构建的产品服务。在此背景下，迅速、有针对性地回应成为吸引人才的关键。为适应新时期对人才的需求，企业需打破传统招聘模式，不断进行变革与创新。

二、智能化招聘发展历程

（一）技术发展概览

在1956年美国的达特茅斯会议上，“Artificial Intelligence”这一术语首次被提出。研究表明，人工智能是一种“思考机器”，它可以模拟人的行为，也可以代替人的智力。一些学者把人工智能和管理理论有机地融合在一起，提出人工智能是一种以深层算法为核心的虚拟劳工，通过对数据的分析、逻辑的推理，帮助人们解决一些复杂的问题。人工智能的发展可以划分为三个时期，即弱智能、强智能和超智能。弱人工智能，也就是最早的人工智能应用，狭义人工智能，是指只把人工智能应用到某一特定的任务上，不会真正地思考、推理和解决问题。例如，脸谱网可以从图片中辨认出面孔，并为其贴上标签；而Siri则可以听懂语音命令，并据此行事。强人工智能，也就是第二代人工智能，是一种拥有感知、理解、思维、推理、学习等人类的能力，能够像人类那样自主思考、做出决定。最近几年，随着遗传算法的出现，强人工智能有望成为现实。超级人工智能，也就是第三代人工智能，是一种拥有自主思维能力的智能，它的思维方式已经超越了人类目前的理解范畴。随着搜索引擎、智能手机、机器人、在线翻译等人工智能产品的大量生产与使用，人工智能开始进入到一个新的发展阶段，并展现出了远超人类的能力。

（二）数智化招聘工具与平台

Bello倍罗创立于2016年，它是一个基础的人工智能技术公司，它为求职者提供了一系列的解决方案。Bello倍罗拥有世界上最先进的职业知识图谱和深度自然语言处理技术，为各大企业提供了一个智能化的招聘系统升级方案，通过AI技术，可以准确、有效地解决传统招聘过程中存在的问题，从而减少企业的招聘成本。

北森是一家人力资源科技公司，在2020年推出拥有一体化HR SaaS及人才管理平台——iTalentX，为客户提供多种云端HR软件、人才管理技术和平台端整体解决方案，并与众多公司聚合产业链力量打造数字招聘化生态。例如，基于大量的人员和职位标签，构建了一个综合的主、客观标签库，实现了对人才数据的自动化构造。针对六大类用户，提出12种全场景的应用平台，充分引进了“岗位画像”“人岗智能匹配”“AI面试”等功能。对员工的能力缺陷与学习发展需要进行准确的分析，并利用“千人一面”的智能推荐引擎对其进行个性化的学习资源配置。在此基础上，根据训练的成果，对成功的销售因素进行准确的定位，并对其进行再调整。

肯耐珂萨是一家综合型的人力资源管理云计算服务公司，创建于2008年。肯耐珂萨是中国第一个把SaaS应用到HR管理领域的公司，率先提出了一套能够适应企业所有情况下的HCM-SaaS架构。肯耐珂萨以云计算平台和科技为基础，实现了人才的智能招聘，提升了员工的工作效率，为企业节省了大量的人力资源。肯耐珂萨专注于人工智能领域，通过SaaS+PaaS+laaS的商业模式和完整的过程体系服务，在人才管理产业中构建了一种新的技术壁垒。

（三）数据驱动决策在招聘中的应用

具体来说，应用于人力资源管理领域的AI技术包括专家系统、模糊逻辑、人工神经网络、数据挖掘、遗传算法、机器学习、自然语言处理、虚拟现实/增强现实技术等。

其中自然语言处理、机器学习、数据挖掘技术主要被应用于智能招聘环节。自然语言处理基于统计方法对自然语言进行处理，以实现人机的信息交互。同时具备信息结构化提取、文本情感分析、语音识别等功能，可用于筛选简历、与应聘者交流，能够减轻HR的任务。机器学习基于数据创建程序与自主学习，做出内部有效性较高的预测，实现自主执行任务，可以处理复杂海量的数据，有时能得出一些既往理论难以发现的结论，可避免人类HR固有的偏见。数据挖掘技术是从大量不规则、无序的数据中挖掘潜在的、有用的信息和知识的过程，通过揭示有意义的隐藏模式来识别数据度量之间的趋势和关系，以帮助招聘者决策，并具有一定的可解释性。

三、机遇：数智化时代下的招聘优势

（一）招聘模式的变革

数智化时代带来了招聘模式的深刻变革。传统招聘方式下，企业面临诸多困境，例如，线下招聘有门槛限制，前期准备工作繁杂，成本组成也比较复杂；线下招聘场所的容量有限，接触范围狭窄，受时间和空间的限制；在传统的招聘过程中，诸如职位发布、简历搜索和筛选等日常工作重复、耗时，导致招聘工作的效率低下；传统的招聘方法，流程同质化严重，在竞争的过程中，同类型的企业很难表现出自己的优势。

通过大数据算法，企业得以自动筛选、匹配求职者的岗位需求，实现了高效的招聘流程。采用多方位、多维度的选拔方式，如场景化面试等，显著提高了招聘的效率和准确性。一旦建立了人才库，企业可通过深度分析实现对其的个性化选择。在人才招募过程中，公司基于员工的背景信息、个性特点、关键技能和工作经历等，构建了全面的人才需求模型和指标库。同时，企业还制定了应聘者的履历范本，通过综合评估履历资料及面谈情况，全面评估应聘者的能力。这种方法不仅提高了招聘的准确性，确保找到最符合岗位需求的人才，还显著提升了招聘的效率。在这一过程中，人工智能技术发挥着关键的作用。

（二）大数据给招聘带来的机遇

1.提供科学可靠的数据支撑。基于企业战略目标，大数据技术能够通过整合行业、人力资源、商业金融等多维度数据，更全面、更准确地对人才的供需进行预测，为用人单位的招聘决策提供数据支持和科学依据。通过大数据集群和用户行为分析，充分了解用户的求职偏好，进而构建招聘场景知识图谱，建立用户标签体系，为求职者提供更加精准和个性化的职位推荐。

2.无偏见招聘。在算法管理下，可以打破传统的用人群体局限，使企业能够突破用人单位选择的盲点，减少对人才的歧视。在干净的数据集上训练的机器学习算法可以平衡竞争环境并减少招聘过程中的偏见。求职者和简历筛选过程的自动化，还减少了招聘人员花在单独分析和浏览候选人档案以手动将其列入候选名单的时间，它还可以显著加快招聘周期来缩短招聘时间。当企业的求职群体更多样时，企业在招聘过程中就可以及时地发现并降低各种偏见和歧视，从而实现更广泛、更公正的招聘。

3.推动人岗精确匹配。大数据和人工智能在招聘中的应用，可以通过收集不同行业、职业和专家的信息，建立准确的岗位需求模型了解雇主的需求，并准确分析应聘者的简历，然后确定面试问题的内容和数量，逐步提出更有深度的问题，甚至尝试完善细节的深度和广度，从而实现最准确的人岗匹配。人工智能技术与心理学等学科相结合，利用互动游戏对求职者进行评估，可以减少人们的偏见，更加公平客观，让企业挑选出更符合岗位能力要求和企业文化的求职者；有趣的互动评估形式也有助于改善求职者的体验。例如，通过用户档案建立一个可视化的模型，而这个模型实质上就是一种对人才库进行可视化处理。通过对招聘平台上的有关数据进行分析，抽取关键字，提取职位特征，生成标签，建立一个能够客观、形象地展现企业对人才的需求以及职位匹配程度的用户画像模型。

4.使招聘更具效率和成本优势。通过大数据融合，将简历采集、筛选、分析三个环节进行一体化解决，从而达到“高效+精准”的招聘流程，并实现智能化招聘的目的。针对求职者与雇主之间存在的多维数据标记，使得企业能够进行有效的双向信息匹配，并对求职者进行精确的抽取与匹配。人力资源大数据为企业制定合理的用人策略提供了客观依据。人工智能面试运用了语音识别、图像识别等人工智能技术，对应聘者展开面试，并对他们的回答展开分析，提供评估报告，筛选出得分较高的求职者，人力资源部门对简历进行整理，决定是否进行后续面试。这在大规模招聘过程中尤为重要，避免大量人力、财力和物力的浪费。

四、挑战：数智化时代下的招聘难题

（一）隐私与道德考量

大数据分析依赖于信息的可获得性，即使数据不公开，仅用于人力资源管理目的，数据分析仍可能存在数据泄露和被分析者隐私泄露的风险，并可能严重影响企业的社会声誉。互联网作为一个开放的平台，可以传播个人数据，为每个用户提供更多的信息。互联网还具有匿名性，用户可以根据自己的意愿自由披露信息，因此用户的个人数据很容易被汇总和传播。

（二）算法歧视与公平性

随着网络技术的发展，信息的传递效率得到极大的提升，但是也出现“信息超载”现象。猎头公司通常采用“关键字”搜索方式进行简历筛选，即所谓“算法偏好”，但这会造成大量错误数据的产生，若单纯依赖关键字或“一概而论”，则会造成海量数据一定程度上的浪费，造成新的“算法歧视”。

（三）技术依赖与人的判断

在招聘中使用大数据需要数据科学家和人力资源管理者之间进行有效的沟通和合作，这样人力资源管理者才能更好地理解这项技术的应用。当前新技术还没有普及，使用新的招聘模式需要测试和研究，而且缺乏可以复制的成熟经验。这对人力资源管理者提出了更高的要求，即根据企业战略并在市场变化的背景下，选择具有现代思维、战略眼光和前沿技术的合适人才。

（四）技术难题与壁垒

一是招聘数量庞大、紧迫性强，产品开发进度紧迫，要求在短期内达到高效率的信息化、智能化；二是简历不能准确地分析，需要手工查看原文，搜索结果很不准确；三是由于跨国企业众多，对国际人才的需求量很大，各种英文履历不能有效地进行结构化处理；四是系统需要更多的智能科技，帮助项目经理迅速筛选出符合要求的员工。

五、数智化时代下招聘模式的应用策略

（一）重视信息安全问题

企业应接受国家大数据有关部门的监管，遵守国家的相关法律、法规，加强人才信息的安全性，保障个人的数据和隐私。在此基础上，本文提出了一种新的解决方案，即把所有的数据资产转化为企业优质资产。

（二）加强对大数据的关注和运用

企业领导者要清晰地认识到信息技术对企业管理的正面影响，从而制定长远的目标，充分重视大数据的重要性，积极地宣传和动员，对软硬件设施进行升级，帮助新型招聘的应用，真正起到降效、增效、降成本的作用。人力资源领导者必须对自己的招聘观念进行更新，让自己拥有更加专业的领导技能、数据分析技能、人工智能应用技能以及战略视野，这样才可以将数据和智能人力资源的作用发挥得更好。由于大数据基于统计和分析，所以必须要有实际的资料来支持。通过对大数据的不断总结和分析，可以发现那些影响雇主和求职者诚信的虚假信息。所以，无论是雇主还是应聘者，都应该确保自己所提供的信息是真实的，这样才能为大数据技术下的网上招聘提供可靠的数据，并保持良好的信誉。

（三）灵活运用大数据技术

一般来说，对于中低层职位，可以用大数据技术取代人工简历检查和面试。对于关键的高级管理职位，或者需要深入的人际交往来了解应聘者的工作能力的职位，除了利用大数据技术收集初步的个人信息外，还需要进行面对面的访谈和其他面试，以深入了解应聘者的创新思维、创造力、情绪控制、团队精神等方面的情况。

（四）持续改革与创新

数字化转型是一个持续进行的过程，不断改进和创新是应对技术难题和壁垒的关键。管理者应持续关注最新的技术趋势和行业动态，积极尝试新的解决方案。首先，建立清晰的战略和目标，确定招聘数字化转型的具体目标和愿景。明确需要解决的技术难题和壁垒，制定相应的战略和计划。其次，要评估现有技术与资源，了解现有招聘技术和资源，评估其与数字化转型目标的匹配度，之后寻找合适的技术解决方案，可以考虑使用招聘管理系统、人才推荐系统、智能筛选工具等技术来提升效率和质量。此外，为成员提供培训和发展机会，并与技术提供商、行业组织或其他企业建立合作伙伴关系，共同解决技术难题和壁垒。最后，在应对技术难题和壁垒时，需要综合考虑风险和回报。评估投入的成本、时间和资源，对数字化转型带来的效益进行评估，确保技术解决方案的选择是可持续和有益的。

六、结束语

随着中国人口红利的逐渐减弱，人才市场竞争日益激烈，企业更加注重如何高效筛选和智能匹配人才，以实现有效的人岗匹配。人岗匹配和简历筛选等功能对企业的AI技术应用提出更高要求，这要求企业在技术开发方面具备深厚的积累和投资。企业应通过持续研究或与第三方公司合作，深度融合AI、RPA、大数据等技术产品，使它们在市场上获得更广泛的应用。通过合作、投资等手段，完善公司的招聘服务生态，以企业战略目标为基础在整个产业链上布局招聘服务，最终实现招聘智能化的目标。这需要企业在技术和战略层面保持敏锐，确保其招聘服务与市场需求紧密契合，促使招聘过程更加智能高效。此外，政府部门要制定一些促进“互联网+服务”的政策，以提高“互联网+服务”的质量，让更多的公司“上云上平台”，为公司的数字化转型创造有利的政策环境。同时，一系列的就业支持政策也可以推动公司在招聘过程中加快数字化步伐。随着大数据技术的不断完善，算法、AI等在招聘方面的作用将会越来越明显，最终实现招聘数字化转型。

参考文献：

[1]" "Ahmad H，Butt A H，Haque M J，et al.AI-Enabled E-Recruitment Services Make Job Searching，Application Submission，and Employee Selection More Interactive[J].Information resources management journal，2021（4）：34.

[2]" "Ore O， Sposato M.Opportunities and risks of artificial intelligence in recruitment and selection[J].International Journal of Organizational Analysis，2022，30（6）：1771-1782.

[3]" "Figueroa-Armijos， M.，Clark，B.B.amp;da Motta Veiga，S.P.Ethical Perceptions of AI in Hiring and Organizational Trust：The Role of Performance Expectancy and Social Influence[M].J Bus Ethics，2022.

[4]" "C Fernández-Martínez，A Fernández. AI and recruiting software：Ethical and legal implications[J].Paladyn，2020，11（1）：199-216.

[5]" "李育辉，唐子玉，金盼婷，等.淘汰还是进阶？大数据背景下传统人才测评技术的突破之路[J].中国人力资源开发，2019，36（8）：6-17.

[6]" "杨真，陈建安.招聘面试人工智能系统的框架与模块研究[J].江苏大学学报（社会科学版），2017，19（6）：73-80，92.

[责任编辑" "白" "雪]