AI应用已成大势所趋，未来将成为人才关键指标。丹纳赫基于其商业系统（DBS）对招聘流程进行拆解，针对效率瓶颈，探索了智能人才库、AI智能外呼机器人（AI Callbot）及AI视频面试的组合解决方案，以提升筛选效率与候选人体验。文中强调AI是辅助决策的工具而非决策者，其效果取决于正确的流程配置与人工校准。同时，AI应用面临的挑战，如数据安全与AI伦理问题，并认为深入理解技术原理有助于HR将技术与实际需求更好结合。

01 对AI技术的看法与理解

AI的时代已经来临，AI的应用是大势所趋，其应用场景随着大模型的发展，越来越生活化。

使用AI被业界认为具备一定的前瞻性，2021年，丹纳赫基于对招聘流程的审视，希望通过AI实践，对特定问题探索AI的解决方案，向业界展示我们AI应用方面的组织能力。

笔者认为，未来，AI将成为人才的关键指标之一，可以大致分为“会使用AI，和AI人机共创的”和“会训练AI进行迭代的”两个层级。

HR与招聘同行有必要了解AI应用的原理吗？

丹纳赫奉行Go to Gemba 到现场去。同样，理解AI技术的内在原理和应用方式会帮助HR提出更切合实际的解决方案。原因如下：

▶ 许多AI供应商和研发者并非HR背景，系统的设计中也多以功能模块为导向，开发中可能没有充分考虑实际使用场景的习惯和偏好。举个例子，“大而全”的功能是否真的有市场买单。因此，模块的功能使用，是有非常大空间进行创新和二次功能开发的。因此，HR和招聘专业人士能够深入理解AI技术，也就可以更好地将技术与实际招聘需求相结合。

▶ 对于没有时间和资源对AI进行深入研究的企业或HR，模仿市场上的成功案例是一个快速入门AI的方法。以AI视频面试为例，企业可以通过相对较低的成本快速实现AI技术的初步应用。然而，要真正实现AI技术在整个招聘流程中的深度整合和优化，企业需要走一条很长的自我摸索的发展道路。因为AI的应用没有标准答案。

02 丹纳赫的AI技术在招聘领域的应用与探索

招聘本质上是人、岗、组织三匹配的过程，任何与人事相关的决策都涉及一定的主观性。企业采用AI技术的目的在于，它能够作为相对中立的参考轴，帮助协调和校准个人的主观性。诚然，AI本身也是人来“投喂”和“训练”的，即便是大模型，也是人的主观输入形成的，因此，笔者认为，AI在招聘中的作用可以被视为“主观的客观模型”。

AI是决策工具，不能代替决策者。所以任何想让AI“拯救”招聘流程的期待，可能会失望。

这也是为何，许多同行会觉得AI“不行，没效果，还不如我自己上”。究其原因，应用效果取决于，是否在招聘流程中正确配置问题，以及落点校准，而不是单纯的这一套技术，解决所有问题。

正确使用AI，可以在很大程度上加快和加速招聘流程。

丹纳赫利用其丹纳赫商业系统（DBS）中的工具，对招聘流程进行详细分析和拆解，从人才吸引、简历筛选、再到面试的各个环节，帮助丹纳赫精确地识别招聘过程中的瓶颈和问题。

例如，在常见的简历筛选环节，有限的招聘团人手和成千上万的简历，许多筛选出的候选人，在电话联系时，未能及时接听，因此无法及时产出到下一步流程的候选人，造成了较长的等待时间，我们认为这就是浪费。

为了解决第一层人才漏斗中的筛选效率问题，丹纳赫开始探索智能人才库和智能外呼机器人的可能性。

同时，由于候选人简历的呈现，只能体现候选人的过往经历，而非全貌。丹纳赫还将视频面试作为工具之一，纳入AI解决方案一起，希望通过“组合拳“的方式提升筛选效率。

AI人才库

从功能的角度来看，人才库系统具有一定的发展潜力和转化能力，这种转化主要体现在：

对简历上文字的语意解析，和数字化呈现上。例如，通过系统可以查询在一定有效期内、从事过特定类型工作和项目的人才数量，并且有一定的层级分类。有AI功能的人才库更加智能，语义增强筛选准确性，比一般筛选更加高效。

从意向度来看，投递简历经年累月汇总成为了人才库，目前市场上的人才库大都能提供全字段筛选，根据简历提取年龄、性别、职位、经历等，唯独缺失的是，目前候选人是否仍然在积极求职，还是已经入职了新公司。

丹纳赫的做法是：在人才库中框选出符合基本要求的候选人，通过智能外呼机器人(AI Callbot)初步筛选，确定目前候选人看机会的意愿，这样就能快速收获一批积极求职的、且初筛合适的候选人。

智能外呼机器人(AI Callbot)

● 功能实现

2019-2021年，丹纳赫曾经尝试使用Chatbot与候选人进行初步沟通。在应用后发现，在当时的时代背景下，自行训练机器人对话，背后大量的工作量，让企业望而却步。同时，候选人并不满足于简单的文字对话。因此，丹纳赫在2021年停止了Chatbot的使用，并开始着眼于AI Callbot的电话沟通。

针对AI Callbot，在功能上，丹纳赫正在探索提出更多的问题，以获取与面试转化更相关的信息。例如，AI不仅是询问候选人是否对机会感兴趣，而是深入了解他们对岗位的具体要求和期望，并将收集到的信息反馈到人才库中，以丰富候选人简历中真实的职业诉求和期待；在技术上，丹纳赫正在不断优化，使用真人录音来提高电话完答率和亲切感，提升候选人体验。

● 对AI Callbot应用挑战点的看法和解决措施

→ 候选人体验与沟通局限性的问题

候选人体验不佳的问题在于如何提高AI的应答能力，提升与候选人的互动性，从而高效沟通，获取必要的信息，推进流程。丹纳赫正在计划开发更多字段，增强AI对话内容的丰富性和深度，从而提升AI电话的获客“能力“。

→ 接通率和转化率问题

接通率受多种因素影响，不应简单归咎于AI。时间和呼叫对象的合理选择，是影响AI Callbot接通率的重要因素之一。例如，销售在工作日白天非常忙碌，在晚上的接通率会有所提高，但不宜过晚。

转化率与个人求职意向紧密相关，而这种意向是可变的，且招聘过程中可能遇到的变数太多，AI Callbot不是唯一的意向确认渠道。

AI视频面试

● 功能实现

每一款AI视频面试工具背后，大都有能力模型和语义库。技术上可以实现根据不同的职位要求（JD）进行选择和定制，使用特定的能力模型来评分。评分后还需要根据结果分析进行人工校准。

丹纳赫以终为始，根据过去三年“进入面试”和“最终获得offer”的候选人的平均分来动态调整，并以此评估后续候选人的表现。

实践表明，AI视频面试在节省面试时间、成本方面是有一定价值的。一方面，它的成本相对较低，且视频面试不仅可以直观看到候选人的实际情况，还可以对于职位相关的能力，进行评估，如逻辑思维能力、团队协作等；另一方面，候选人可以灵活选择面试时间，突破了时间和空间的限制，更为友好。

针对不同职级的招聘需求，丹纳赫的AI视频面试流程有所不同。对于中高级职位，丹纳赫选择先简历筛选，再视频面试；而对于校招岗位，特定条件下，也会考虑先进行视频面试，再进行简历初筛，从而更大程度上了解目标筛选人群的特点。

原因在于：

招聘中高级职位时，目标人群相对稳定且清晰，如候选人不符合岗位的基本要求，简历通常很难进入下一轮。

而对于应届毕业生的招聘，每一届的人才画像其实各不相同，丹纳赫是多元、包容、公平的践行者，鼓励多元化的组织，崇尚创新。

我们会优先通过AI视频面试，来探索校园人才的潜在能力。如果AI评估结果显示候选人为高潜力人才，用人部门可能会在学历和专业筛选上进行相应的调整，以吸纳人才。

● 对AI作弊问题的看法

丹纳赫采用的AI面试系统，从功能上可以记录候选人面试过程，分析其面试表现。

例如，系统能够通过画面识别出候选人是否多次退出面试等，这些会被判定存在作弊风险。其实对企业来说，面试问题如果提前被获悉，那么候选人在充分准备的情况下，分数自然会更高。但AI面试只是一个环节，因此这个部分是否作弊，只是一个参考建议。目前不是企业关注的主要问题。

笔者认为，随生成式AI的进一步发展，在进行视频面试时，先向候选人提出开放性问题，例如询问其对公司业务的了解，随后的追问将基于候选人的回答进行，仍然是针对岗位需要的能力。这样一来，面试问题不再是封闭式的，而是更加开放的，这样的视频面试更符合企业的期待。

凡事都有两面性，候选人可能因为对题目的理解有不同看法，无法给出符合AI“期望“的答案，从而影响得分，即使他们可能是很优秀的候选人。因此，无论是否使用生成式AI，AI的分数也需要必要的人工抽检和低分关注。这就回到了我们的原则，以终为始，AI面试的根本目的是什么，找到合适的候选人，高质量完成招聘才是我们和AI共同的目标。

03 AI in Recruiting的价值实现

从成本角度来看，AI的投入确实需要一定的费用。然而，从长期视角考虑，当招聘工作倍数增加时，与单纯增加人工相比，使用AI更加灵活和可控。

在效率方面，AI不仅在直接招聘效率上发挥作用，还在品牌形象树立和市场影响力方面表现积极。

04 AI in Recruiting的挑战

1、知识库的安全性问题

知识库需要开放接口用于调试，供应商为企业客户构建的评分存储是独立的，客户可以决定在用户回答与企业知识无关时，调用底层的大型语料库，语料库是否相对封闭，是需要和供应商进行确认的。

同时，因为有跨境传输的规范要求，企业关注服务器的位置和安全性。因为数据泄露很多时候并非供应商有意为之，而是服务器本身的安全性问题。如果服务器的稳定性不足，就可能遭受攻击或意外泄露数据。

2、AI伦理问题

AI伦理是当前市场上讨论的热点话题。我认为，核心问题在于候选人的影像和声音资料的收集，如果这些敏感信息没有得到妥善处理，可能会导致严重后果，供应商需要在信息保护方面有强烈的诚信和责任感，并且承担起法律责任。

总结在AI时代，将AI应用到生活工作的方方面面，可以说是大势所趋。如果认同这个观点，那么此时此刻就是最好的行动时间，因为AI正在不断发展和迭代，没有迟疑和等待。

作者：凌妮 Lavender Ling | Sr. Manager, Customer Experience 高级经理-招聘团队

来源：智享会&北京外企《AI in Recruiting-解锁智能招聘实践指南》