當(dāng)AI技能成為硬通貨，傳統(tǒng)面試正在失效

每年，數(shù)百萬求職者都會仔細(xì)研究職位描述，精心調(diào)整簡歷，以匹配雇主所宣稱看重的特定技能和資質(zhì)。與此同時，招聘經(jīng)理們進(jìn)行一輪又一輪的面試，自認(rèn)為能夠有效評估候選人的資質(zhì)。

但如果這種關(guān)于招聘運作方式的基本假設(shè)是錯誤的呢？

我們首次能夠用數(shù)據(jù)而非推測來回答這個問題。得益于面試錄音和轉(zhuǎn)錄技術(shù)的進(jìn)步，我們?nèi)缃竦靡愿Q見招聘流程中的“黑箱”，了解候選人和面試官一同坐下來時實際發(fā)生的情況。研究結(jié)果揭示了一種脫節(jié)現(xiàn)象，這可能正在影響各行各業(yè)的招聘決策。

這些結(jié)果來自AI招聘平臺BrightHire與哈佛商學(xué)院“未來工作管理”（Managing the Future of Work）項目近期聯(lián)合開展的一項綜合分析，涵蓋44家公司、1 311個職位的2.3萬份面試記錄。分析發(fā)現(xiàn)，盡管職位描述詳細(xì)列出了雇主的人才需求，但面試過程往往偏離正軌。更值得注意的是：雖然AI以前所未有的速度重塑技能格局，但企業(yè)在很大程度上未能評估候選人是否具備任何AI經(jīng)驗。

系統(tǒng)性評估的錯覺

有些數(shù)據(jù)乍看之下令人欣慰。僅經(jīng)過一次面試，職位描述中列出的近80%的技能都得到了考查。到了第二次面試，這一比例更是攀升至91%。表面看來，這表明招聘流程正按預(yù)期運作，即依據(jù)明確界定的標(biāo)準(zhǔn)對候選人進(jìn)行系統(tǒng)性評估。

然而，這種流于表面的分析掩蓋了更令人擔(dān)憂的現(xiàn)實。當(dāng)我們進(jìn)行更深層分析，衡量這些技能是否不僅被提及，還得到了有效評估時，情況便大不相同。不同類型的技能在考查覆蓋率上存在差異：在所分析的多輪面試流程中，溝通、協(xié)作等“軟技能”在76%的面試中得到了充分討論；但作為篩選候選人最關(guān)鍵指標(biāo)的“技術(shù)技能”和“經(jīng)驗要求”，即便在五輪面試后，得到深度評估的比例也僅為55%和66%。

此外，研究發(fā)現(xiàn)，即使某些技能在初次面試中得到了全面評估，在后續(xù)面試中仍會被再次提及。在所有技能類別中，72%的已被充分評估過的技能會在之后被重新提起，平均每項技能會被重復(fù)討論1.2次。這表明招聘團(tuán)隊本有時間評估更多技能，但卻在多次面試中反復(fù)盤問相同的內(nèi)容。無論這是由于流程不夠規(guī)范，還是過度關(guān)注少數(shù)被視為對成功至關(guān)重要的技能，最終結(jié)果如出一轍：雇主面臨著在未充分考查候選人資質(zhì)的情況下就錄用員工的風(fēng)險。

一個備受關(guān)注的發(fā)現(xiàn)體現(xiàn)出結(jié)構(gòu)化提問的作用。在整個面試過程中，面試官明確問及的技能，得到充分評估的比例僅為53%；而那些從未被問及的技能，得到評估的比例則僅為1.6%。這表明，如果面試官在早期沒有詳細(xì)詢問，求職者應(yīng)主動提及自己的重要成就，并強(qiáng)調(diào)那些他們認(rèn)為能增加錄用勝算的加分點。更廣泛地來看，若將“充分評估”與“部分評估”兩個類別合并統(tǒng)計，被面試官問及的技能在95.9%的情況下得到了討論，而未被問及的技能的討論概率僅為11.5%。

由此產(chǎn)生的風(fēng)險顯而易見：在理想情況下，我們發(fā)現(xiàn)經(jīng)過此類流程發(fā)出的錄用通知中，近半數(shù)都依賴于不完整或帶有偏見的信息；最糟糕的情況是，當(dāng)某項技能從未被明確詢問時，這一比例將超過90%。在此背景下，面試中主動提及某些技能信息的候選人，無論其實際能力如何，都可能表現(xiàn)得比未主動提及者更符合要求。

實際面試機(jī)會的有限性，更凸顯在招聘流程早期深入考查候選人技能的必要性。在我們的樣本中，每位候選人平均接受2.97次面試，標(biāo)準(zhǔn)差為1.50次。候選人展示自身資質(zhì)的機(jī)會非常有限，因此他們在招聘流程中晉級的概率很大程度上取決于面試官的效率。那些能夠全面考查更重要議題的面試官，更有可能增加候選人的晉級機(jī)會；而那些漫無目的或重復(fù)討論無關(guān)議題的面試官，則可能減少候選人的晉級機(jī)會。

招聘中的AI盲區(qū)

在AI領(lǐng)域，招聘中宣稱的重點與實際評估之間的脫節(jié)最為明顯。盡管企業(yè)領(lǐng)導(dǎo)者經(jīng)常宣稱AI將改變工作的方方面面，但招聘過程卻呈現(xiàn)出截然不同的景象。雖然約50%的面試會涉及AI話題，但很少有面試官會明確詢問候選人的AI技能或經(jīng)驗。2024年，只有0.4%的面試包含關(guān)于AI應(yīng)用能力的直接問題。雖然這一比例在2025年翻了5倍多，達(dá)到2.2%，但考慮到這項技術(shù)被賦予的重要性，這一比例仍然明顯偏低。

在多輪面試結(jié)束之后，相關(guān)數(shù)據(jù)更顯驚人。即便經(jīng)過了三輪面試環(huán)節(jié)（相當(dāng)于投入了數(shù)小時的評估時間），仍有93%的候選人從未被直接問及AI相關(guān)的能力。對于那些試圖評估候選人是否已準(zhǔn)備好迎接AI驅(qū)動未來的企業(yè)而言，這無疑是一個巨大的盲區(qū)。

有趣的是，最有可能涉及AI相關(guān)問題的職位類型已發(fā)生了顯著變化。2024年，市場營銷崗位的求職者最常被問及AI應(yīng)用的問題。而到了2025年，招聘與人力資源專業(yè)人士則最可能面臨此類提問，這反映出AI在人才招聘領(lǐng)域正被迅速采用。

當(dāng)面試涉及AI相關(guān)問題時，問題通常可歸為六類：日常使用、對特定工具的熟悉度、工作流程整合、軟件開發(fā)輔助、戰(zhàn)略視角以及提示詞工程。然而這類對話仍屬少數(shù)現(xiàn)象而非常態(tài)，這意味著企業(yè)錯失了識別人才的重要機(jī)遇，未能借此力量在組織內(nèi)部推廣AI應(yīng)用。

給領(lǐng)導(dǎo)者的建議

我們的研究結(jié)果表明，企業(yè)可以采取以下幾項具體措施，使其招聘流程與所宣稱重點保持一致。

推行結(jié)構(gòu)化面試指南。有針對性的提問至關(guān)重要。企業(yè)應(yīng)制訂詳盡的面試指南，確保所有關(guān)鍵技能都得到明確關(guān)注，并建立相應(yīng)機(jī)制，以追蹤面試官在執(zhí)行過程中是否遵循指南。

核對職位描述與實際面試情況是否相符。企業(yè)應(yīng)評估面試流程是否真正考查了其宣稱看重的技能。此類審核需考查技能評估是否足夠深入。

將AI評估融入招聘實踐。鑒于該技術(shù)的重要性與日俱增，公司應(yīng)制訂具體策略來評估候選人的AI能力、對技術(shù)變革的適應(yīng)力以及培養(yǎng)AI相關(guān)技能的潛力。

在提升技能考查覆蓋率的同時減少冗余。與其增加面試次數(shù)，企業(yè)不如專注于提升每次面試的全面性和針對性。這可能涉及將特定技能的考查分配給各個面試官或安排在不同的面試場次。

對面試官進(jìn)行全面評估培訓(xùn)。研究表明，許多面試官可能缺乏系統(tǒng)性評估候選人是否符合崗位要求的工具或培訓(xùn)。投資于面試官的能力發(fā)展，將顯著提升招聘質(zhì)量。

創(chuàng)建更公平的評估機(jī)制

長期以來，許多人一直懷疑招聘流程可能存在系統(tǒng)性缺陷，而本文研究為其中部分擔(dān)憂提供了確鑿的數(shù)據(jù)支持。如果企業(yè)無法準(zhǔn)確評估候選人的能力，就可能在錄用不合適人選的同時，錯失優(yōu)秀的潛在人才。鑒于當(dāng)今企業(yè)普遍面臨人才短缺以及亟須構(gòu)建具備AI能力的團(tuán)隊，這一問題顯得尤為嚴(yán)峻。

好消息是，只要專注于明確的目標(biāo)、優(yōu)化流程結(jié)構(gòu)，并致力于衡量真正重要的指標(biāo)，這些問題都可以迎刃而解。此外，技術(shù)手段也能提供巨大助力，從自動化面試錄制與分析，到確保全面技能考核的AI評估平臺，技術(shù)讓一切成為可能。那些能夠據(jù)此變革招聘流程的企業(yè)，將通過更明智的招聘決策獲得競爭優(yōu)勢，并打造出能夠更好應(yīng)對未來挑戰(zhàn)的團(tuán)隊。

對于求職者而言，招聘流程的改進(jìn)意味著基于實際崗位要求進(jìn)行更公平的評估，而非取決于面試中的隨機(jī)對話。當(dāng)面試評估的是最重要的技能時，符合條件的候選人將獲得更充分的機(jī)會來展現(xiàn)自身能力；而所有求職者也都能更有信心地準(zhǔn)備面試，因為他們清楚自己將依據(jù)相關(guān)能力接受評估。

前進(jìn)之路清晰可見。是時候彌合我們所宣稱看重的目標(biāo)與實際評估標(biāo)準(zhǔn)之間的差距了。

約瑟夫·富勒（Joseph Fuller） 本·塞瑟（Ben Sesser） 威廉·利茲（William Leeds）| 文

約瑟夫·富勒是哈佛商學(xué)院管理實踐教授，也是“未來工作管理”項目的聯(lián)合主席。本·塞瑟是AI招聘平臺BrightHire的CEO。威廉·利茲是BrightHire的首席數(shù)據(jù)科學(xué)家。

周靜怡 | 編校

聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org