招聘全靠AI？公司不倒才怪
2014年，亚马逊推出了一项新的招聘算法，以帮助它找到的求职者。实验一年后，公司发现该工具对女性存在偏见，于是悄悄地关闭了这个项目。去年10月，当路透社爆料此事时，领英人才解决方案的产品负责人John Jersin对算法招聘的总体格局提出了自己的看法：如今的AI系统还不能自己做出招聘决定。技术尚未达到这个水准。
他评论的言下之意是：完全仰仗AI系统进行人才招聘——这最终会到来。但斯坦福大学商学院组织行为学助理教授Adina Sterling的研究对这一观点提出了质疑，“人才招聘”实则是公司的“人才战略”，如果你认为AI可以代替实施，这是一种深刻的误解。
在与他人合著并发表在《Strategy Science》上的一篇新论文中，Adina Sterling阐述了她的观点：招聘人才与企业长期战略密不可分。她还解释了为什么将招聘任务委托给计算机，至少在可预见的未来，这么做可能会削弱公司的战略潜力。
她说：“科技所起的作用越来越大，在这样的时刻，更应当重视更高层次的战略问题。”
从招聘网站到算法招聘
大约20多年前，当Monster.com这样的招聘平台出现在网络上时，机器在招聘中的使用变得广泛起来。这些网站让企业招聘变得更有效率，同时也扩大了招聘规模。曾经一个职位只会收到20封求职信，如今却在几分钟内收到200个投递信息。
Adina Sterling说，“招聘智能化以后，HR绝大部分工作都集中在Sourcing(指通过各种途径主动寻找人才)方面。HR要把合适的人才不断加入“候选人池”，并与不理想的候选人进行区分。
如今，65%到70%的工作申请首先接触到的是机器。经过计算机初步筛选之后，最适合的候选人才被移交给人类HR。计算机越来越善于理解信息，且通过网络可以获取海量信息，这种情况下，大多数招聘算法相对严格的过滤条件就产生了问题。
Adina Sterling表示：候选人不可能是一个模子里刻出来的，现在却很难找到与众不同的人才。比如，一个有即兴喜剧表演背景的人申请一份销售工作，人类HR兴许能发现这个候选人的潜力——销售需要口才和感染力，喜剧演员很可能适合这个职位。但是计算机是没法意识到这一点的。
与此同时，算法和AI正在逐渐延申工作范围，之前是寻找人才放进人才库，慢慢地机器开始实际做出最终的聘用选择。虽然这种做法还不普遍，但发展势头明显。Sterling表示：如果我们将招聘理解为真正的公司战略，那么把它交给机器就构成了一个根本性的问题。人类仍需要做出很多战略层面的决定，学者们应当思考，在招聘领域，公司经理们的职责在哪里。
招聘是战略
为了说明招聘是战略性的，Sterling首先定义了这个术语的含义。当一个决定符合以下四个标准时，它就是战略性的：
不可逆：一旦做出决策，利益相关者就会相互承诺，竞争对手可用的选择将不可逆转地改变，而某些选项必然会被取消，其它选项也会被揭开。
相关性：一个决策是否有利，取决于它与公司其它决策的一致性或互补性。在这方面，相关性关注决策者之间的信息共享和协调。
竞争：竞争对手的反应会影响不同选择的价值。因此，对于想象中的未来，决策者必须从竞争对手的角度来预测他们如何应对各种选项。
不确定性下的学习：招聘存在固有的不确定性，这不仅仅是添一个新职位，更是获取新知识、与新员工、社区、客户、供应商建立联系的过程。
Sterling对各类人士进行了采访，包括招聘经理、AI和机器学习专家、人力资源技术创企的高管，之后得出结论。她认为以上条件都适用于招聘活动，因此“招聘”应该被赋予战略意义。就目前机器在招聘过程中的应用来看，它充当的角色还仅仅是编程和自动化，所以机器还够不上“人才战略”。战略层面应当包括上述四个要素。
因此，人才战略意味着不仅要考虑应聘者的技能，还要考虑如何从整体上、始终如一地寻找人才，并将其融入到公司组织中。这也意味着需要长期坚持这一人力资本战略，鉴于战略存在“不可逆性”，所以要改变已有的人才战略，公司将付出成本和代价。
简而言之，招聘不是一次性为某个岗位找到最合适的人，而是一个不断补充人才库的过程。招聘需要将公司置于全球化视野当中，也意味着在快速变化的市场中找准方向。计算机不具备这种能力。
人工智能的作用
但这并不是说要放弃采用算法招聘人才。Sterling表示，AI在招聘中所起的作用应当与公司的人才战略保持一致。这意味着以下两件事。
第一，招聘经理需要仔细研究现有的算法背后隐藏着什么。能进入候选人名单，往往已经通过计算机的层层筛选，而HR可能并不清楚机器是什么完成这些筛选的。虽然筛选的算法肯定是有效的，但比起10年前AI还没有普遍应用多靠人工挑选简历的时代，机器筛选可能会漏掉某些合适的候选人，比如前文提到的，擅长即兴喜剧表演的人很可能适合某个销售职位，但机器估计不会把他列入候选人名单。
第二，在确定这些过滤条件是否需要调整之后，HR应该考虑招聘算法的具体价值。是的，计算机能快速整理简历。但它还能做什么?或者说它做不了什么?然后，他们应该将这些见解纳入公司战略规划，进行更广泛的考量。盲目算法的利弊几何?
希望HR经理们能感觉到，自己应该对算法的工作负责。他们至少应该明白，招聘是HR的责任，而不应当全部推给机器。
AI时代品牌如何做认知占位？拓氪科技全链路智能出海营销解决方案
过去二十年，数字营销依托搜索曝光、内容分发与点击跳转形成固定运作逻辑。品牌竞争的核心集中在公域流量抢夺，通过抢占平台展示席位获取用户关注与点击流量，再通过页面内容、产品参数、价格体系、用户口碑、客服服
朋友圈私域转化生硬？朝闻通如何借助媒体背书打破困局？
朋友圈营销业内公认一条底层逻辑：价值先行，广告后置。熟人社交场景中，信任是促成成交的核心基石。高质量朋友圈内容，优先输出情绪共鸣、实用干货与独到观点，吸引用户关注、产生互动，再自然带出商业信息。但绝大
1周前
2026品牌怎么做AI语料布局？传播易GEO媒体发稿助力AI收录曝光
2026年，用户搜索与信息获取逻辑迎来根本性变革。传统百度关键词检索、网页列表筛选的传播模式持续弱化，以豆包、DeepSeek、Kimi为代表的大语言模型，已然成为大众获取资讯、对比品牌、制定消费决策
企业不会落地AI营销怎么办？拓氪科技AIGEO实现高效获客
《2026中国数字营销趋势报告》权威数据显示，在广告主重点布局的企业核心增长赛道中，品牌建设以48%的占比稳居首位，新品推广以47%紧随其后，AI营销应用以38%位列第三，三大方向共同构筑当下企业营销
金融行业如何搭建全媒体舆情风控体系？朝闻通专业监测方案解析
在数字经济与社交媒体深度融合的全媒体传播格局下，金融行业声誉风险呈现出传播极速化、影响全域化、风险关联化、传导链条化的鲜明特征。一条银行服务投诉短视频、一则保险理赔争议帖文、一次金融产品纠纷讨论，均可
AI营销时代怎么做品牌收录优化？传播易GEO生成式引擎优化靠谱吗？
随着豆包、DeepSeek、Kimi、ChatGPT等生成式AI成为用户主流信息获取渠道，传统SEO搜索引擎优化的流量逻辑彻底被重构。当下企业数字营销的竞争重心已然转移，不再是争夺传统搜索引擎的网页排
