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 依赖大量标注数据 受限于早期GPU的 主要使用专门标注的 应用范围集中在特 领域的单一任务 进行监督学习 计算能力，训练大规模模型耗时较长 数据集，数据范围有限 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 采用自监督学习， 利用现代GPU和 利用互联网海量未 应用范围广泛，涵 础大模型，处理多种 减少对人工标注数 TPU，计算能力显 标注数据，数据范 盖多领域，商业模 任务 据的依赖 著提升，支持大规模模型训练 围广泛 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 企业AI招聘应用情况 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。 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。 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 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。 不同规模的企业AI招聘应用情况 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% 25.0% 40.7% 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 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。 企业AI招聘应用效果情况 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。 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% 数据安全 48.5% 技术成本高 44.4% 法律伦理等风险 28.5% PART2:AI在招聘中的应用现状 AI招聘应用对企业的最大价值 现阶段而言，企业认为AI招聘的最