P公司数智化招聘问题与对策研究

[5]。此外，P公司还通过大数据对候选人进行背景调研，对任职风险、违法风险、工作风险进行多维度数据分析，并通过关系圈获得在人际关系方面更加系统地评价，以期望对候选人获得更为全方面的认知。2.P公司数智化招聘的运用效果一方面，P公司能够做到根据企业的发展目标战略定位，结合企业招聘的需求特点进行数智化招聘设计，这一点来说，是比较好的。P公司基于自身招聘需求和充分的技术资金保障，全面建立数智化在线招聘，求职者“未见其人，亦然入职”。用数智化算法筛选简历，平均每分钟可以筛选简历一千份，极大地提升了招聘的效率，大地提升了人岗匹配度。至2022年初，已发布3W+个岗位,收到50W+份简历,进行10W+次面试,最终有超过1.8万位员工顺利入职。据P公司官方数据表示，通过这一系统招来的人才准确率高达90%。另一方面，聚焦P公司数智化招聘的岗位，70%是初级岗位，年轻人占据绝大多数，在领域内多为熟悉线上操作的IT类，而且离职率较高。据悉，2020年，大约十二万人离职；2021年，约有高达四十二万人离开离职；2022上半年，又有大约十万人离职，从顶峰时的141.7万降到了51.9万人。数智化招聘来的人才普遍素质不够高，将近一半的岗位为销售类代理人，学历45%左右为大专，专业素质不强。总体来说，P公司的数智化在线招聘并没有达到十分满意的效果，虽然处理了大规模招聘简历的问题，但是招募来的人才停留在初级岗位且离职率高，素质不高，专业知识不够。

P公司员工关于数智化招聘的问卷调查为了能够更加科学、客观的了解P公司数智化招聘存在的问题，听取员工的真实的声音，本文设计问卷调查和访谈，结合数智化招聘工作实践和员工的体验，更加深刻地了解P公司数智化招聘运用现状，对P公司数智化招聘存在的主要问题进行总结。（一）问卷设计该问卷的调查对象是P公司通过数智化招聘新进入公司的人员，通过微信群的方式进行填写，目的发现P公司数智化招聘不尽理想的原因。本次问卷共发100份，其中有效回收94份。本次问卷共包括两个部分，第一部分为新入职员工基本介绍，包括性别、年龄、学历等等，第二部分是问卷的主体部分，包括对收集社交信息的敏感度，对AI应用于全流程招聘包括AI面试的体验感等，并对部分员工和人力资源管理者进行访谈，更深刻地了解问题。（二）问卷结果1.样本基本信息表3-3-1问卷员工基本信息名称选项人数百分比性别男3840.5%女5659.5%年龄20-255053.1%25-302829.7%30-401617.2%学历大专及以下5255.3%本科3436.1%硕士及以上88.6%从上表可以知道此样本中女性占比较高，这属于正常现象，在此类行业中女性时间更灵活，公司的保险业务的主要受众也是女性。此外，关注此次数智化招聘的入职员工发现年龄集中在20-30岁，数智化招聘这种新鲜事物在年轻人群体接受程度相对较高。因为本次调研的对象是新入职的员工，大部分为初级岗位，对学历要求不是很高，数据显示，调查样本中绝大多数学历是大专及以下，本科及以上仅在40%左右，并且根据实际情况了解，P公司的数智化招聘主要面向初级岗位。2.问卷数据分析及结果当用户在P公司系统上投递简历后，对于平台推荐的岗位信息，（如图3-3-2）超过一半认为与自己的求职意向不符合，三成以上认为不能满足个性化需求，推送信息不全面，招聘信息的真实性与及时性都存在欠缺，用户对于大数据推荐算法提供的招聘信息不尽满足，无可置疑客观来说，大数据的推荐算法目前还不够完善，其服务和安全保护都有待提升。图3-3-3侵犯社交隐私图3-3-2对推荐简历信息的评价（多选）对于公司通过社交网络进行背景信息调查，性格信用等分析，七成以上（如图图3-3-3侵犯社交隐私图3-3-2对推荐简历信息的评价（多选）对于公司数智化招聘中AI+招聘的使用，相较于更收互联网影响深的新一届步入社会的求职者来说，接受度并不高，在40%左右，在较为能接受的AI运用的领域（图3-3-4）中，大部分认可招聘中的简历筛选查重，仅有38.3%的人（36人）能接受AI面试，给出的理由（如图3-3-5）大都是是AI缺乏灵活性、缺乏针对性，缺乏互动反馈，不能很好地评估自己的能力，更关注表情语言动作的AI会使求职者感到更紧张，还有部分用户表示，AI招聘缺乏尊重性。进一步访谈交了解到一位新入职的从事新媒体策划的员工表示，自己在进行AI面试时候，出现了“你曾经是否做过销售，有过销售经历”，表示“不理解这和我应聘的岗位出现何种关联”，而且用户表示出现诸如此类问题时，既不能通过某种操作暂停也不能发起提问，面对冰冷冷的AI，只能被动接受。图3-3-4可接受的A图3-3-4可接受的AI招聘（多选）图3-3-5不愿意用AI招聘原因（多选）此外，目前现有的数智化招聘技术并不完善，无论关键素质的把握或是能力的识别均存在局限性，对于一些初级岗位的识别更加精确，随着技术的进步，相信这种数智化招聘应用的范围将更加广泛。

P公司数智化招聘的问题本文通过P公司数智化招聘工作实践，结合员工的调查问卷与访谈，全面具体地总结P公司在进行数智化在线招聘中存在的问题，为下一章对策做铺垫。（一）缺乏科学的数智化招聘规划关注P公司的招聘流程，可以发现在进行数智化招聘过程中主要由用人部门主管直接在HR-X平台上发布需求，而不是通过人力资源部门进行长远的人力资源规划，综合考虑各种因素进行信息的发放。企业招聘计划缺乏合理性，缺乏对为未来的预见性，很多时候只是单纯为了弥补空缺的岗位，通过访谈发现群体多为基层销售人员，此种数智化招聘方式并没有完整的规划，面向的群体不包含具有高等素质的专业人才，不能满足公司长远发展的需要。（二）算法推荐的不合理首先，P公司依据算法推荐的岗位信息，出现与求职意向不符合、个性化需求难以满足、真实性欠缺的问题，在于P公司对岗位的胜任力素质把握不明确，即P公司的在算法推荐不尽合理。P公司依靠对以往在职员工人格特质的识别，在识别中，很多非胜任力特征容易被大数据算法捕捉，比如性别，年龄等，而推荐算法的算法具有较强的自主性，常常是不透明并实时动态变化着，导致P公司的算法推荐容易造成“公平假象”。从P公司主观上说，企业在算法设计过程可能会隐藏算法设计者的主观偏见，算法设计者可能将招聘广告的投放对象限制于某个年龄段、某种性别、某个城市，这就使得事实上各类别求职者接触到的求职机遇并不均等，而且会夸大某种求职者关心的待遇，以期望获得更好地推送情况。从算法客观上说，由于算法本身推荐依赖于大量数据绘制的岗位画像，这种岗位画像在识别之初本身也可能存在问题，在这种岗位画像下，会根据某种非胜任力素质特征更偏向某一群体，而忽略其他即使拥有胜任力素质的群体。P公司因为自身业务更偏向销售营销类，在大数据算法的捕捉下，对岗位生成了拥有销售能力的素质要求，没有形成合理的依托大数据建立的岗位素质模型。诚然，销售技能是P公司比较看中的技能，这样不分析岗位的胜任素质，难免看起来像是“挂羊头卖狗肉”。这样不仅招不到需要的人才，还可能降低应聘者对该企业的信任。对于真正的胜任力指标关注度不够，导致信息推荐不到具有专业能力素质的非销售类人才手，没有达成企业与应聘者之间的双向选择，没有实现合理的人岗匹配。（三）不注重隐私的保护在进行数智化招聘的过程中，很多用户表示不了解公司提取的信息的用途，关于自己在一些社交平台的信息有部分被提取，2020年三四月份，P公司就曾因为泄露用户隐私追责个人被罚。在数智化时代，大数据、人工智能对于求职者招聘信息的提取与分析更加方便，数智化招聘越发与社交网络相结合的过程中，更容易无意中侵犯用户的个人隐私。互联网是有记忆的，在网上或多或少会留下信息和足迹，而大数据可以通过收集这些信息，对候选人进行背景调查、性格分析、信用历史、离职情况进行分析。一方面可以更针对性地了解用户，但是同时也侵犯了用户的隐私。用户的个人隐私数据如身份信息、住址、联系方式等很容易因为操作不当泄露或恶意出售，会引发严重的数字安全问题，甚至会引起法律纠纷。对于此，P公司并未进行完整的保护措施。（四）面试过程中过度依赖AIP公司的数智化招聘过于依赖AI，几乎不需要人工参与。而通过数智化招聘入职的员工表示对于AI应用于招聘，尤其是面试的感受是：冰冷缺乏人情味、机械缺乏针对性、死板缺乏互动性，这是使用AI进行招聘的固有缺陷。一方面，AI缺乏人为判断力，缺乏针对性。它通过关注应聘者的神情、语气来判断他们的性格，应聘者的仪容仪表甚至是周围的环境的都有可能影响到评分，比如撩头发、眼神晃动等就被认定为紧张，而且AI面试提问的套路化问题，则让参加过海量应聘者的回答充满结构化、机械化。面对高级专业人才进行测评时，相对高端“有涵养”的问题，AI既提不出也无法甄别打分，无法鉴别更深层次的人才筛选，在伦理方面，面对高级人才的招聘时会造成不被尊重的现象，从而亲手“送走”高素质人才。另一方面，缺乏交互性与灵活性，没有及时有效的渠道进行反馈，即使出现AI关注的关键指标与应聘岗位所需要的素质指标并不符合，甚至出现并不符合该岗位素质要求的问题与测试，也不能反馈。比如在对P公司员工进行访谈中，一位员工提到，应聘的是“新媒体运营”，AI面试官却在询问有关销售保险的状况，在面对应聘者一些特殊回答时无法进行触发式针对性调整应对。P公司利用数智化技术尤其是AI面试时，HR几乎不需要与应聘者进行面对面谈话，AI只需要单纯的走流程进行分析，一般都是求职者的单向沟通，缺乏交互性，也没有及时的反馈渠道。对于95后、00后新一代深受“互联网”影响，充斥着平等交互观念的人说，他们更期待与P公司进行沟通并希望得到企业反馈，应用冰冷的数智化化技术让他们感到没有参与感，不能很好地展现个体价值。（五）缺乏科学的招聘效果评估招聘是一个完整的流程，即使是数智化招聘中，也离不开后续有效的评估。P公司在进行数智化招聘之后缺乏对整个招聘的评估，包括预算费用，招聘的质量，也没有跟踪后期的职工状况，不关注职工对于此类招聘的反馈与意见，没有细化存在的问题和改进的方法，仅仅依靠后期的绩效考核来判断招聘效果的好坏，显然是过于单调缺乏科学性，也正是因为没有评估和改进才导致数智化招聘出现的问题迟迟不被解决。使用数智化招聘中，P公司同样可以利用大数据技术进行评估分析，不断优化流程设计，形成完整的招聘流程与人才数据档案。

六、P公司实施数智化招聘的优化建议P公司实施数智化招聘既是时代的选择又是企业发展的必然趋势，无论如何，P公司数智化招聘的运用是利大于弊的，综合以上研究，提出以下几点优化建议：（一）找好定位，科学规划数智化招聘P公司应用数智化招聘，不能简单的用数智化技术包装招聘，不能盲目追求数智化技术运用的速率，应该做好定位，联系企业自身状况，分析自己规模状况、战略目标、岗位需求的特点，科学规划数智化招聘。P公司要进行预算投入分析，明确把握招聘人员的数量质量需求，一方面要利用大数据系统建立人才信息库，收集在岗员工的工作信息与职位变动情况，掌握内部各岗位的人才流动规律和空缺岗位状况；另一方面要考虑不同阶段的战略规划动态调整，将二者紧密结合起来，科学规划数智化在线招聘，提升招聘的有效性与前瞻性，综合运用多种在线招聘渠道进行招聘。人力资源部门应该发挥应有的作用，在数智化招聘的规划中，不能简单依靠用人部门的空缺岗位，更要与公司发展的战略向符合。由于当前的数智化技术发展并不够充分，P公司还要根据不同层次的岗位，规划不同的招聘计划：初级岗位时可以全面进行线上招聘，可以选择校招+网招收集简历，利用智能技术分选人才；中级管理人才采用猎头或是人才库内推，进行面试时，采用人+AI的形式；在高级人才的评估与接触中，慎用AI，否则就是把高级人才拱手他人。（二）构建以胜任力为核心的算法推荐体系P公司要实现精准的算法推荐，就要善于运用以胜任力为核心的学习型推荐算法。而不是简单地依靠对以往录取人员的特征的简单识别，捕捉个性特征。在运用大数据体系对所需岗位进行精准分析进行综合性岗位画像描述，P公司应该尝试构建以胜任力为核心的算法推荐体系。P公司构建以胜任力为核心的模型，首先要编写岗位说明书进行精准岗位画像描述，明确岗位需要进行的工作，关注岗位的胜任力素质，而非某种特定特征。胜任力素质包括动机、品质、自我形象、社会角色、态度价值观等因素，不同岗位的胜任力均有所不同。P公司在分析胜任力的时候可以从内部人才数据库中分析岗位优秀员工的人格特质、行为模式、知识技能入手，利用大数据算法粗略得出不同素质与绩效之间可能存在的联系，并评估关键指标与绩效的重要程度，整理岗位的“冰山模型”，分清楚所需岗位的必要知识技能与胜任力素质，需要注意的是基础素质不能过于严格死板，否则容易失去某些具有潜力的隐性候选人。然后，依据智能系统生成针对岗位建立人才画像，利用大数据算法精准推荐，剔除掉不符合基础素质能力的简历，满足最低标准后，再通过机器模型算法对检索好的候选人进行胜任力测试排序，选择一组与胜任力要求相关的人才，再进行面试安排。（三）建立招聘社交信息保护机制能否保障用户的隐私安全，是P公司数智化能否被接受的关键因素。P公司要设计智能监控系统，重点关注用户数据隐私安全问题，加强数据保护意识，增强对HR与相关算法涉及维护的技术人员有关数据保护的宣传。P公司应该设置专门的技术人员维护用户的隐私安全，对于用户关心的隐私问题，可以在进行数据收集时，明确详细地告知用户所使用的信息，若用户要求删除，可以在结束后删除某些信息，并对泄露或违规使用用户个人信息的人员进行惩处。同时，当借助第三方平台发布招聘信息时，要维护好用户信息与平台签订保密协议，并建立好追权问责制度。当发生数据泄露的问题是，要严查，如果是本身技术存在漏洞就要完善，并给予用户赔偿，若是由于部分人员则要追责到个人。（四）促进人工与AI的合作在应用数智化技术招聘时，是为了招聘与企业价值相符合的人才，而不是做数智化招聘的奴隶。同样地，HR与AI不是竞争者、替代者的关系。并不是意味着拥有一整套AI招聘流程设计，就可以摒弃招聘官。HR也不能因为有了一整套AI招聘设计，就可以坐享其成，对招聘不管不顾。AI是HR进行招聘的手段，提供的是招聘手段。P公司要培养HR的大数据意识，让HR学会运用大数据系统进行招聘，促进人与AI的合作，在规范性、科学性的同时保证互动性。针对中高层职位，可以采用AI和真人面试官同步面试，AI提供最佳面试问题清单和注意点，辅助面试官做出更专业的用人决策，面试结束后AI生成面试报告，为主管提供录用建议。在招聘中，可以设计模拟真人的AI面试官，以语言文字形式与候选人进行沟通，设置关键词处理装置，以便应对面试过程中的突发概况。AI的发展目前并不完善，不可能取代人力资源面试官。（五）优化评估分析，完善数智化招聘流程数智化招聘是否运用得当离不开后续评估跟踪。P公司在进行数智化招聘，面试签订协约后并不意味着招聘工作的结束，需要有专门的技术人员进行后续持续的根据、记录评估，针对筛选简历、智能测评等可能存在算法推荐不合理的环节不断进行科学的数据记录，改进甚至取缔不合理的算法，减少在进行数智化招聘时的算法歧视的可能性，提升公平性。P公司还要根据录用员工的质量、耗费的时间，渠道效益等进行量化评估，利用大数据智能技术形成分析图，并导入内部人力资源数据库，并根据员工对招聘的反馈进行招聘环节中的改进，对比不同次招聘的效果，结合企业环境因素，利用大数据人工智能分析与招聘相关的正向因素，完善数智化招聘环节与流程。

七、结语（一）结论本文对数智化招聘展开简单介绍与理论解读，结合企业实践，针对性地利用P公司数智化在线招聘的应用现状，并对数智化招聘入职的员工展开问卷调查，发现P公司数智化存在的问题，即前期的招聘规划不佳，大数据推送的不合理，社交隐私的泄露，过分依赖AI，缺乏科学的招聘效果评估等。基于P公司实施数智化招聘的实证研究和调研访谈结果，结合专业知识，提出P公司进行数智化招聘时的改进方案建议，包括科学规划招聘计划，构建以胜任力为核心的招聘体系，注重保护隐私，促进人工与AI的合作，科学做好招聘效果评估等。（二）不足与展望本文在研究过程中力求严谨真实，但由于作者经验不足，研究有限，为能对数智化在线招聘进行深入研究，仍有很大进步空间，具体如下：对于影响数智化招聘运用效果的因素还有很多，本文只罗列了一部分，关注招聘的每个流程未能考虑周全。其次，仅仅依靠员工对于企业的体验可能存在一部分主观性，需要进一步完善。由于研究水平时间有限，未能获得普遍适用的理论与方案，未来将进一步研究各种因素综合作用下的数智化招聘，以期望得到更加深刻的认识。

参考文献孙钦元.浅析基于胜任力模型的人力资源招聘管理[J].活力,2022,(09):133-135.方晨骊.大数据时代下企业招聘模式的创新[J].现代企业,2021,(01):35-36.王童.大数据时代企业人力资源管理分析[J].商场现代,2022,(22):107-109石颖.大数据时代企业招聘管理优化策略探讨[J].中国管理信息化,2022,25(13):149-151.梁星晖.HR有新招:“AI+招聘”[J].企业管理,2019(05):40-41.孙宝民.A财产保险公司招聘管理研究[D].吉林大学,2020.孙志萍.互联网平台就业者职业伤害保障问题研究[J].兰州学刊,2021(09):83-102.季雪敏.浅议线下中小型零售企业人才招聘问题及对策[J].现代商业,2021,(26):94-96王乾宇.大数据背景下的人力资源管理应用研究综述[J].中外企业家,2019,634(08):83.王德园.企业社会化网络招聘现状与建议—以微博、微信、QQ调查为例[J].商展经济,2023,(01):116-119.赵明举.企业招聘面试中存在的问题分析[J].人力资源,2019(08):50-51.吴竞.基于胜任力模型的企业人力资源招聘体系建设探析[J].人才资源开发,2019（06）:76-77.邢新月;陈新宇.新冠疫情背景下云招聘有效性的调查研究[J].中小企业管理与科技(下旬刊),2021,(11):146-148.BlackJS,vanEschP.AI-enabledrecruiting:Whatisitandhowshouldamanageruseit?[J].BusinessHorizons,2020,63(2):215-226.VanEsch,Patrick,andJ.StewartBlack."Factorsthatinfluencenewgenerationcandidatestoengagewithandcompletedigital,AI-enabledrecruiting."

[J].BusinessHorizons

2019,62(6):729-739.

附录1.

您的性别是[单选题]

*

○

男

○

女2.

您的年龄是[单选题]

*

○

20-25

○

25-30

○

30-40

3.

您的学历是?[单选题]

*○

大专及以下

○

本科

○

硕士及以上

4.您选择此招聘方式进入公司的原因是的原因是?[单选题]

*

○

招聘周期短且时间成本低

○

招聘的选择多

○

招聘的机会大

○

信息时效性强

○

招聘不受时间地域影响

○

功能全面

○

信息真实可靠