AI 驅動招聘：人才獲取的未來新範式

序言

甄才是一個致力於通過科學評估與交互技術，幫助企業實現「精準識人」的平台。在求職者眼中，甄才是公正、專業的職業展現舞台；在雇主眼中，甄才是高效、客觀的人才決策引擎。

我們採訪了甄才的首席營運官，共同探討 AI 如何通過數位人交互與評估建模，為人才招募掃清迷霧，並定義人力資源的智能未來。

問：甄才一直強調「評估力」是核心，在企業快速 AI 化的過程中，你們如何平衡技術速度與評估的準確性？

甄才：AI 是甄才使命的核心。過去幾年，我們觀察到招聘市場最大的痛點不是「找不到人」，而是「看不準人」。我們已應用 AI 構建了數十億次的人才特徵畫像，旨在打造一個更科學、更具深度、更具沉浸感的面試流程。

目前，甄才擁有超過百項 AI 驅動的功能，其中最核心的是評估力模型 (Assessment Power Model) 與 AI 數位人面試官。我們與阿里千問的深度合作，讓數位人具備了類人的邏輯思考與共情能力。

我們同時持續迭代，利用底層海量的人才行為數據，不斷優化模型對「冰山下特質」的捕捉能力。即使 AI 極大地縮減了初選和面試的時間，我們始終堅持：AI 提供客觀證據，人類行使決策權力。這種「人機協作」的平衡，正是甄才的核心競爭力。

問：AI 如何改變甄才內部團隊的工作方式？你觀察到了哪些令人鼓舞的變化？

甄才：我們團隊對 AI 的應用幾乎是「狂熱」的。在研發領域，所有工程師都在使用 AI 協同編程，這讓我們的評估力模型更新頻率提升了三倍。

在銷售和客戶成功領域，團隊利用自建的「甄才智能體」處理客戶的招聘規劃。AI 會根據客戶的歷史錄用偏好，機器學習客戶的用人習慣，智能地為用戶推薦並篩選更適合其用人模型的候選人。

最令人鼓舞的是用人部門負責人的反饋，AI 幫他們每週節省了至少 3-4 小時的履歷篩選與面試處理時間。這些時間被投入到了更具創造性的任務中，比如研究如何讓 AI 數位人在面試不同行業人才時，語氣更專業、追問更精準。

「在甄才，我們將 AI 視為人類感知的延伸。它不是在替代 HR，而是在賦予 HR 一雙能夠看穿職場潛力的『透視眼』。」

問：招聘界有一句名言，「招錯人的成本是其年薪的 3 到 15 倍」。隨著 AI 成為人才甄選的支柱，你如何幫助客戶跨越「不敢信任 AI」的門檻，真正實現從「憑感覺看人」到「憑數據決策」的判斷力轉型？

甄才：我們必須承認一個事實：傳統的面試本質上是一場「高成本的博弈」。過去企業習慣於「先招進來看看，不行再淘汰」，但在 2026 年，這種試錯成本已經高到企業無法承受。

為了幫助客戶建立信心，甄才採取的是「證據鏈導向」的判斷力升級：

從「模糊印象」轉向「證據建模」：客戶的猶豫源於 AI 的不可解釋性。因此，我們的評估力模型不給模糊的「好感度」評分，而是輸出具體的證據鏈。當 AI 數位人面試完一名候選人，它會直接告訴 HR：「該候選人在應對壓力測試時，邏輯結構完整度為 85%，但關鍵決策環節出現了 3 次避重就輕的表述。」我們通過這種極細顆粒度的證據，讓企業管理者意識到，AI 的判斷力比人類面試官更穩定、更客觀。
建立「風險對沖」實驗室：我們推行的是「判準率」考核。我們建立了一個「對話實驗室」，讓客戶內部最優秀的標杆員工參與 AI 數位人模擬面試和評估建模，發現 AI 識別出的特質與績效表現高度吻合。通過這種「復盤過去，預測未來」的實驗，客戶會親眼看到：AI 對勝任力的預判，正在消除「招錯人」的隨機性。
消除「入職後再看」的僥倖心理：甄才的 AI 數位人面試不是簡單的初篩工具，它是高壓力的能力穿透引擎。我們通過多輪深度追問和情境模擬，在面試階段就完成對候選人「冰山下潛能」的極限壓榨。

問：甄才的 AI 旨在增強人類的決策。具體到「AI 數位人面試」，它帶來了哪些變革？

甄才：傳統招聘中，HR 將 70% 的精力耗費在了約面、初篩和重複性問答上。甄才的 AI 數位人面試工具旨在承擔這些「繁文縟節」。它能根據候選人的回答實時追問，並實時分析其語言邏輯、情緒穩定度和技能匹配度。

當面試官介入終試時，面前已經擺著一份基於評估力模型的深度分析報告。這種「帶著答案去面試」的體驗，讓決策成功率提升了 80% 以上。

問：面對 HR 擔心被 AI 取代的疑慮，你如何建立他們的信心？

甄才：我們始終告訴客戶：AI 是最強僚機，你才是塔台。最讓我自豪的是來自一家大型製造企業的反饋：引入甄才後，他們在兩週內完成了 3000 人的初篩，且評估力模型預測的「高潛力人才」，在入職半年後的績效達標率比傳統管道高出 50%。

當 HR 發現每週節省出的 20 多個小時能讓他們去挖掘真正的人才大咖，而不是在履歷海中「游泳」時，疑慮就消失了。

甄才：讓評估更科學，讓面試更有溫度。