AI才有道-AI在企业招聘中的应用现状调研报告

前言 似乎每隔几年，都会发生一个或大或小的技术变革，它如同是放置于人类发展进程中的一条鲶鱼，前沿的技术华丽亮相后，似乎都会给世人带来一场深刻且广泛的改变。 2023年，ChatGPT一夜走红，个体陷入了被AI轻易替代的恐慌之中，而企业似乎找到了增长的又一踏板，或被搁置很久或在缓慢开展的「AI+」行动又被各行各业提上了日程。 在人力资源领域，「AI+招聘」的尝试也屡见不鲜。AI技术的应用不仅优化了招聘体验、提升了招聘效率，更在精准匹配人才、提升招聘质量等方面展现出了巨大的潜力。然而，随着其深入应用，诸多挑战与问题也浮出水面，例如AI如何确保筛选的准确性及公正性、如何避免技术偏见等等。 时间快进到2024年，AI浪潮席卷一年后，我们迫切地想知道，人工智能技术在企业招聘中的应用情况如何？招聘哪些环节的AI应用程度较高？企业对AI的满意程度又如何？...... 带着这些问题，我们特别发起了《AI在招聘中的应用现状调研》，力图还原AI在企业招聘中的应用现状，除此之外，我们搜寻大量资料，并结合企业深度访谈，向你展示AI技术如何帮助企业快速识别优秀人才，提高招聘效率和质量。期待这些AI招聘应用案例，能够为你的AI+招聘提供参考。 希望，这本报告可以成为你洞悉企业AI招聘应用现状的窗口，或是成为辅助您进行AI招聘布局的启 示录。 PART1 进化中的人工智能 PART1:进化中的人工智能 2023年初，ChatGPT之所以一鸣惊人，大概是我们惊奇地发现，它不再像传统问答机器人那样前言不搭后语，智商时常掉线，而是即便面对你复杂且刁钻的提问，它也可以从容应对，而这些都归功于AI技术的底层更强大了。 算法模型处理单一 领域的单一任务 依赖大量标注数据 进行监督学习 受限于早期GPU的计算能力，训练大 规模模型耗时较长 主要使用专门标注的数据集，数据范围有 限 应用范围集中在特定领域，缺乏跨领 域通用性 模型架构 训练方法 计算能力 数据利用 应用范围 引入具备通用性的基础大模型，处理多种 任务 采用自监督学习， 减少对人工标注数据的依赖 利用现代GPU和TPU，计算能力显著提升，支持大规模 模型训练 利用互联网海量未标注数据，数据范 围广泛 应用范围广泛，涵盖多领域，商业模 式灵活 PART1:进化中的人工智能 AI1.0时代主要是通过训练模型来实现图像识别、声音识别、语言处理等特定任务，而如今AI2.0的巨大跃迁之处在于，它克服了前者单领域、多个独立模型的限制，具有自监督学习能力，可以从海量的数据中学习并生成新的内容，与用户进行自然的交互，修复Bug、开发游戏、模仿各种风格进行写作等等。 DATASET1MODEL1 TASK1 DATASET2MODEL2 TASK2 DATASET3MODEL3 TASK3 单一领域数据集：诸多数据集和诸多模型各成孤岛缺乏纵效，劳动密集型的数据标注 WORLD’SDATA 如今：多模态 ONEMODE MANYTASKS TransferLearning 迁移学习 （图像、语音、视频、3D…) FoundationModelKnowledge 基础模型 超级海量数据，无需人工标注：一个具有跨领域知识的“基础模型”，能执行五花八门的任务 PART2:AI在招聘中的应用现状 全球生成式AI服务市场规模 2027达1，800亿美元169.7% AI为全球与中国带来的经济效益 万亿美元 生成式AI 全新亮相的AI也为全球带来了巨大的经济效益，据Gartner和麦肯锡的报告显示，2027年全球生成式AI服务市场规模将达1,800亿美元， 生成式AI AI 服务 202220232024202520262027 300+ 中国市场大规模数量，2023 CAGR 传统AI 全球中国 80%+ 企业将会使用生成式AI，2026 到2026年，80%的企业将会使用AI来改善和优化他们的运营方式。 招聘这一环节，作为企业经营的关键环节，也自然成为了AI技术应用的焦点之一。可以肯定的是，随着人工智能的不断进化，它正在为企业招聘带来无限可能。 PART2 AI在招聘中的应用现状 参访者所在企业的人员规模 2024AI在企业中的应用现状调研报告|用友大易 本次调研共有五百余家企业的人力资源工作者受访，去除数据不全或无效问卷，样本详情如下： 参访者所在企业的所属行业 参访者所在企业的性质 PART2:AI在招聘中的应用现状 从当前的数据来看，尽管仍有部分企业对于AI技术在招聘中的应用持观望态度，但值得注意的是，超过一半的企业已经开始了实际行动或至少有了明确的规划。 具体来看，有35.4%的企业表示正在初步规划AI技术在招聘中的应用。这些企业已经认识到了AI技术的潜力和价值，并正在积极考虑如何将其纳入招聘流程中；另外，有19.2%的企业已经开始了小规模试点，开始尝试将AI技术应用于招聘的某些环节。此外，值得注意的是，有2.0%的企业已经实现了AI技术在招聘中的大规模应用，在布局AI招聘方面走在了大部分企业的前面。 企业AI招聘应用情况 PART2:AI在招聘中的应用现状 不同行业的企业AI招聘应用情况互联网计算机、企业服务行业AI应用程度居前 结合行业来看，数字原生行业，如互联网/计算机行业的企业，其AI招聘应用程度普遍较高。数据显示，高达70.9%的互联网计算机企业已经迈入了AI招聘的初步规划及小规模试点阶段。 此外，零售连锁快消品行业对AI技术的尝试相对其他行业也较为踊跃，近七成的企业已经启动了AI招聘的规划或实际应用。同样值得关注的还有企业服务行业，「运用前沿科技为企业提供与时俱进的服务」是该行业 企业的「本职工作」，因此在其自身的组织管理中他们也可以发挥优势，结合技术进行招聘管理的迭代升级。 userid:520426,docid:168010,date:2024-07-13,sgpjbg.com PART2:AI在招聘中的应用现状 企业组织规模与AI招聘应用程度成正比 不同规模的企业AI招聘应用情况 我们发现，规模越庞大的企业，其AI招聘的应用程度越高，究其原因，大型企业通常伴随着更为多元化的业务版图和复杂的组织架构，这使得它们面临着更为复杂的招聘挑战。 因此，这类企业也更有可能拥抱前沿技术寻求招聘新解。 然而，值得注意的是，尽管超大规模企业（员工人数超过50,000人）拥有强大的技术实力和资源，但由于其组织架构的庞大性和复杂性，它们很难在短时间内真正大规模地落 地AI招聘应用，高达66.7%的超大型企业目前仍处在AI 招聘技术的小规模试点阶段，尚未能全面铺开应用。 PART2:AI在招聘中的应用现状 近70% 的企业已经在AI招聘上投入了一定的预算 企业在AI招聘应用上投入了多少预算？ 3.6% 40.7% 25.0% 30.7% 数据显示，在已经规划AI招聘应用的企业中，有超过7成企业已经在AI招聘上投入了一定的预算，有1/4的企业在AI招聘中的投入预算为10w到50w之间，但我们仍然发现，有3.6%的企业愿意在AI招聘中投入超过50w的预算。在对部分企业的访谈中我们发现，不少HR高管认为， 招聘是企业引进人才的入水口，通过应用AI提升招聘效率和招聘 质量于企业而言是一件值得投入的事情。 没有预算 10w以内 10w<预算<50w50w以上 PART2:AI在招聘中的应用现状 高层在AI招聘项目的推进中扮演着核心角色。从数据中我们不难看出， 超过一半的企业是由HR高管亲自挂帅，主导AI招聘项目的推进。同时，我们也观察到，有1/4的企业将AI招聘项目的主导权利下放至招聘经理。事实上，将AI招聘项目交由招聘经理主导，会使得AI招聘应用与场景更近，也能更加符合企业的实际招聘需求。 80% HR高管对AI招聘落地态度较为急迫的企业中： 的企业已处于小规模试点或大规模应用阶段 AI招聘应用项目由谁主导？ 结合另一组数据，我们发现，如果HR高管对AI招聘的重视程度较高，其所在企业也相应地处于AI招聘较为成熟的阶段，数据显示，HR高管对AI招聘落地态度较为急迫的企业中有80%已处于小规模试点或大规模应用阶段。HR高管的积极态度不仅为AI招聘项目的立项和资金 调配提供了有力支持，还促进了跨部门之间的沟通与协作，为技术的顺利落地扫清了诸多障碍。 PART2:AI在招聘中的应用现状 当提问受访者已经采用了哪些AI应用时，数据显示，42.9%的企业已经采用了招聘文案/JD/海报等图文生成工具。随着ChatGPT、文心一言等生成式AI工具的迅猛发展，这些工具不仅为企业快速生成高质量的招聘内容提供了便利，更因其相对较低的操作门槛，成为更多企业拥抱AI最简单的方式。此外，在简历筛选环节，AI的应用率也达33.9%，这充分证明了AI技术在自动化处理大量简历、提升筛选效率和质量方面的优势已得到众多企业的广泛认可。 企业已经采用的AI招聘应用 PART2:AI在招聘中的应用现状 此外，相比于简单的流程处理和内容输出，有69.7%的受访者最期待AI能够解决「数据分析」类的问题，表明大部分 受访者普遍认为AI在数据分析方面具有巨大的潜力和价值，期望未来它能在此领域发挥更为突出的作用。 最期待AI解决什么类型的问题 内容输出 文本、图片 53.5% 数据分析 69.7% 流程处理 43.4% 决策辅助 41.4% PART2:AI在招聘中的应用现状 60.6% 价格 47.5% 用户体验 47.4% 大模型能力 43.4% 数据安全 41.4% 产品功能 企业在选型AI招聘类工具时对价格最为敏感 当被问及在选型AI工具时最重要的考量因素时，超六成受访者表示其最关注的点之一是「价格」，可见尽管AI项目具有巨大的潜力，但其相对高昂的研发、部署和维护成本使得一些企业望而却步。 此外，值得注意的是，「大模型能力」和「用户体验」同样也是企业选型AI工具时较为关注的方面，「大模型能力」能够体现出AI产品的真实技术能力，是不是真AI，看背后有没有大模型。事实上，产品背后的「大模型能力」也是「用户 体验」的重要保障之一，底层技术的成熟度将直接决定AI给出的结果是否可信，AI在 筛选人才时的准确度、AI面试报告的可信度从根本上影响着产品的用户体验。 企业在选型AI招聘类工具中最重要的考量因素？ PART2:AI在招聘中的应用现状 企业AI招聘应用效果情况 13.7% 有明显的效果 7.7% 没什么效果 32.1% 有一定效果 但不明显 AI浪头数丈高，落在滩头几声响？在AI+的迅猛势头下，其实际应用的效 果也一直备受大众关注。 根据调研结果显示，有45.8%的企业认为AI带来了一些效果，或多或少挖掘出了AI技术在招聘中的潜力和价值。其中有32.1%的企业认为有一定效果但不明显，深及原因，目前大部分受访企业的AI招聘布局仍处于 初步规划及试点阶段，AI蓝图才刚刚展开，谈及效果还为时尚早，此外，即便已经完成了AI项目的落地，企业仍需给模型「深度学习」的时间，短时间效果不明显也是意料之中，但将AI招聘应用的战线拉长，人工智能技术势必会对企业的招聘产生正向且深刻的影响。 PART2:AI在招聘中的应用现状 AI算法偏见成企业最大隐忧 当然，企业在AI招聘的应用上也面临多重挑战。其中，算法偏见以54.5%的占比高居榜首，成为企业最为担忧的问题。算法偏见可能导致不公平的招聘结果，并使可能错误的择才策略不断复刻。 此外，「数据安全」以48.5%的占比位列第二，招聘过程中涉及大量个人敏感信息，如何确保这些信息的安全和隐私成为企业应用AI技术时必须考虑的重要因素。「技术成本高」以44.4%的占比紧随其后，再一次显示出了企业在引入AI技术时面临的预算压力。 数据安全 48.5% 技术成本高 44.4% 法律伦理等风险 28.5% AI在招聘应用中可能存在的挑战或问题有哪些？ 算法偏见 54.5% PA