冯婷婷
今天在HR的AI招聘群里，看大家聊用大模型筛简历。有个HR说，AI知道前端、后端、算法这些岗位的通用边界，知道里面有什么技术点、关键词。但真要用，还得HR把公司的标准JD喂进去，再提炼成具体筛选标准。可一到实操，连"跳槽频率"这种硬指标都不敢卡，怕卡错了。最后还是靠人工判断，有时候比纯人工还慢。另一边，刷到条融资新闻：OpenJobs AI 更名 Metix AI，半年拿了550万美元种子轮。资本在冲，HR也在用，但问题真解决了吗？我琢磨了一下——不是HR固步自封，人都已经在用了。也不是通用大模型和垂类知识库的区别，知识库也覆盖不了所有，同一行业不同发展阶段，筛选标准都不一样。根子在上面那一步：需求分析。现在AI招聘大多从"AI生成JD、AI优化JD"起步。可真正的招聘起点，是先把JD和业务需求想明白。你拿个通用JD改改丢给AI去搜、去筛，匹配不到企业真正在意的颗粒度，那只是把"筛得慢"变成"筛得快但筛错"——效率上去了，业务效能没上来。AI生成JD，生成的多是"像JD的JD"：格式对、关键词全，但没回答"为什么要这个人"。我总结了三问，建议每次招人前先拉着业务负责人过一遍：第一问：这个岗位为什么现在要招？它解决的是增长问题，还是交付瓶颈？第二问：哪些能力是一票否决，哪些是加分？别说"能力强"，说具体哪项。第三问：如果只面5个人，你要从这5人里看到什么？三问答完，筛选的标准和面试的重点都出来了。AI可以结合三问的答案，反向润色JD、输出结构化的筛选条件和针对性的面试问题。AI这时候再上，才是真增效。
发布于 广东
分享
2
1
未登录
友善发言
评论
加载中
