《2024年AI在企业招聘中的应用现状调研报告》由用友大易发布,旨在还原AI在企业招聘中的应用现状,为企业提供AI招聘布局的参考。
- 技术革新:AI 2.0时代克服了AI 1.0时代单领域、多个独立模型的限制,具有自监督学习能力,能从海量数据中学习并生成新内容,与用户自然交互,应用范围广泛。
- 数据利用:AI 1.0时代使用专门标注的数据集,数据范围有限;AI 2.0时代利用互联网海量未标注数据,数据范围广泛。
- 计算能力:AI 1.0时代受限于早期GPU的计算能力,训练大规模模型耗时较长;AI 2.0时代利用现代GPU和TPU,计算能力显著提升,支持大规模模型训练。
- 应用情况:超过一半的企业已经开始或规划将AI技术应用于招聘,互联网/计算机、零售连锁快消品和企业服务行业的应用程度较高,规模越大的企业应用程度越高。
- 投入预算:近70%的企业在AI招聘上投入了一定的预算,1/4的企业投入预算为10w到50w之间,有3.6%的企业投入超过50w。
- 项目主导:HR高管亲自挂帅主导AI招聘项目的推进,同时招聘经理也在其中发挥重要作用。
- 应用场景:企业已经采用的AI招聘应用包括招聘文案/JD/海报等图文生成工具、简历筛选器、Al面试等,最期待AI解决数据分析类的问题。
- 选型考量:企业在选型AI招聘类工具时对价格最为敏感,同时也关注大模型能力、用户体验、数据安全和产品功能。
- 应用效果:45.8%的企业认为AI带来了一些效果,算法偏见、数据安全和技术成本高是企业面临的主要挑战,AI招聘的最大价值在于提升招聘效率。
- 应用棱镜图:AI在招聘领域的应用场景包括AI简历解析与筛选、Al面试、AI客服机器人等,根据业务价值和可行性可分为不同类别。
- 应用分类:AI应用可分为感知认知智能、创造生成智能、交互沟通智能、分析决策智能、自动化智能等6大分类,在招聘中各有其作用。
- 具体应用:在招聘前期,AI可用于JD助理、AI客服机器人、AI内容营销、AI外呼机器人等;在招聘中期,可用于以岗推人、以人推岗、AI简历解析与筛选、AI测评笔试、Al面试安排等;在招聘后期,可用于智能邮件营销、AI数据分析等。
- 改变工作:AI能够帮助招聘人员快速高效决策,降低协同难度,聚焦人才关系管理,使工作价值升维。
- 分工合作:HR应向高阶、战略性的人工任务方向转型升级,拥抱AI作为辅助工具,聚焦战略工作;AI则在人才筛选、流程推进等方面发挥优势。
- 垂类模型:相比通用大模型,企业更需要垂直领域的AI应用,模型的能力和厂商在人力资源行业的沉淀是重要考量因素。
- 一体化平台:一体化AI平台能够整合HR数据,为企业决策提供支持,优于单个采购AI产品。
- 贴合场景:HR应明确自身需求,选择更贴合企业场景的解决方案,评估产品是否能真正满足核心需求。
- 结果可靠:结果可靠性是选型的前提,需要审视人岗匹配模型的拆解维度和评分标准。
- 数据安全:数据安全是AI产品的红线,HR在选型时应关注产品的数据安全保障措施。
- 技术底层:用友大易拥有强大的AI技术底层——YonGPT用友企业服务大模型,具备自主学习能力,积累丰富的相关领域知识,更贴合业务真实场景,数据安全、自主可控。
- 全景应用地图:提供AI帮写JD、智能推荐、AI面试助手等功能,覆盖招聘全流程。
- 关键应用场景:AI面试可进行八大关键测试,生成多维评估报告,满足各行业应用场景,得到了多方认可,能