求职招聘|招聘网站开了这么多年 为什么你还是觉得找工作很难?( 二 )


所以,招一个人往往是“主观+客观”的复合标准 。
同样的主观因素在需求侧的人才方也存在,一个人求职不仅考虑薪资、职位,还有上升空间、主管和同事、企业文化等等主观因素 。比如,有的企业比较狼性,有的企业比较随性,有的企业比较刻板,这些都会影响人才的选择 。
在招聘市场,表面看大约涉及三个方向:一是人的期待,包括薪资、发展空间、岗位;二是人与人,包括老板、同事、公司文化;三是人的时机与岗位开放期 。但当你细分的时候,发现还有无数的细节 。
我们知道,现在各类互联网应用都在对人物进行画像,简单的平台一个人物画像要上百个标签,而复杂的则几千个标签来描述一个真实的人 。可以说,每一个人都是一个大数据集合 。招聘平台仅靠JD或简历那么简单的文档,远远无法满足双方多层次、多维度的需求 。
中国有近9亿劳动力年龄人口,企业数量超过4400万家 。人才与公司双边的标准都需要满足,两面都是巨大的漏斗,筛下来也就所剩无几,能够成功匹配则是难上加难 。
对于招工的企业和找工作的人才来说,1000个人心中有1000个哈姆雷特 。面对如此复杂的大数据,或许只有AI可以破题 。
唯有AI可以解忧
过去二十年间,所有的行业都在通过互联网的方式被重新改造了一遍,招聘行业也不例外 。
在进入互联网时代之后,招聘算是较早向线上转移的一个行业 。1997年智联招聘就开始通过互联网开展猎头服务,同年中华英才网在北京成立,1999年前程无忧成立 。
但是正如前文所说,招聘是一个非常复杂、难以标准化的过程 。所以行业被互联网改造了近二十年,模式的进化并不明显,这些传统招聘平台还是要靠提供付费简历下载服务度日 。
当产品技术与商业模式没有实质性创新,这些便陷入了增长的困境 。同时未经当事人允许,就将个人简历售卖给第三方的模式,在个人隐私保护监管力度逐渐加大的背景下,将面临越来越多的争议与压力 。
求职招聘|招聘网站开了这么多年 为什么你还是觉得找工作很难?
文章图片
这个困境如何破局?答案是技术升级_AI 。
以供需对接角度来看,传统的招聘平台依然延续二十年前的门户逻辑,将网页切割成多个模块,尽可能多的堆积企业 。这样可以展示现多的信息,看上去是提供了足够丰富的信息,但信息也更加分散,让人捕捉不到重点 。
新一代移动招聘平台则是推荐逻辑,通过算法将岗位展示以信息流的形式推荐给用户,用户看到的信息少而精准,大大提升了信息浏览的效率 。
这两种模式有点像传统的门户网站和今日头条之间的对比 。传统门户靠编辑推荐,而今日头条则依据算法给每一个人推荐不一样的信息,正是这种精准度让今日头条在移动互联网时代快速崛起,成为新巨头 。不得不说,技术迭代也将引发产品的迭代 。
以迫切度为例,传统的招聘网站上是以付费为判断迫切性 。付费的B端企业就说明是有明确需求的企业,付费的个人就是急着找工作的人 。移动招聘平台不会如此简单粗暴,而是通过设置岗位发布门槛、算法激励等方式筛选出迫切与不迫切的供需双方,将两者撮合在一起 。
再以匹配度为例来看,传统招聘网站通过简单的标签推荐简历,后期由HR进行筛选,HR的工作量巨大,人为因素参杂其中 。而移动招聘平台则是通过算法与智能技术学习,尽可能多的了解供需双方的招聘、求职意向,将主观考虑维度也计算在内,尽可能提升匹配的效率 。
算法的背后就是AI 。大数据就是宝矿,通过AI深挖大数据的价值,可以对招聘行业带来一次重构 。
而最终招聘网站头上达摩克利斯之剑——个人简历信息保护问题也会消失 。原则上如果平台能清晰知道求职者适合的岗位,并有能力将其缩小到一定范围 。那就不存在广撒网带来的简历泄露问题了 。
在美国,已经有人将AI技术应用在面试环节 。位于美国犹他州的视频面试平台HireVue,利用AI系统,分析求职者提交的求职视频 。
招聘公司可以选择直接拒绝候选人,或者让候选人继续与实际招聘人员进行视频面试 。与此同时,加州一家以智能匹配为核心招聘平台Turing也获得了1400万美元种子轮投资,投资者包括脸书、微软、亚马逊、谷歌等多家硅谷巨头高管 。
在国内,新一代的招聘平台也在智能推荐的路上探索 。BOSS直聘在做过去几年陆续成立了CSL(职业科学实验室)等机构,在老板求职者直聊场景开展基础算法研究以及应用服务开发,提升匹配效率 。Moka招聘也从SaaS服务切入,利用算法更好地帮助HR筛选简历 。


推荐阅读