来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组讨论了人工智能对人力资源技术的影响，对于它是否会造成“末日循环”或“结构性顺风”存在不同看法。一些人认为它对劳动力是通缩的，对专业招聘人员有利，而另一些人则警告潜在风险，如招聘质量下降、算法偏见和监管反弹。
风险: 招聘质量下降导致替换成本增加，以及由于算法偏见可能引发的监管反弹。
机会: 随着转向被动候选人搜寻和利基网络，专业招聘人员和高端人才平台可能会受益。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
对于求职者和招聘人员来说，就业市场可能感觉就像一个过于拥挤的派对，而AI就是那个DJ。
由于几乎没有机会挤进门，求职者们正向任何有能力改变他们命运的人投掷大量AI量身定制的简历和求职信。作为回应，一些招聘人员、人力资源专业人士和招聘经理正在利用AI来帮助应对这种信息洪流。求职者认为人工智能正在将他们的申请推到最底层，因此他们又想出了更多基于AI的技巧，认为这些技巧可以欺骗系统。
招聘平台Greenhouse的CEO Daniel Chait称之为“末日循环”，或者“双方都在利用AI来帮助自己”的想法。
“申请量大幅增加，但每个人的申请都开始变得越来越相似，”Chait说。
在整体招聘率低迷、每招聘一个职位就有1.1名失业人员，以及雇主有大量人才可供选择的情况下，即使没有自动化因素，这也会是一个艰难的劳动力市场。
但对于那些觉得自己被不公平地忽视的求职者来说，AI提供了任何一个像样的替罪羊。
**AI作为筛选器？它正在发生。**
Chait表示，Greenhouse的数据显示，与几年前相比，招聘人员平均收到的申请数量增加了约400%。招聘人员还必须应对完全欺诈的候选人。
为了应对这种冲击，人力资源专业人士行业组织SHRM的CEO Johnny C. Taylor Jr.表示，他的组织已经使用AI来筛选简历，以确保它们符合职位的最低工作要求。他们最近发布的一个职位在上线第一天就收到了150份申请。他说，小型公司根本没有人力资源和招聘团队来审查如此大量的申请者。
“我可以肯定地说，总的来说，如果AI工具已经将候选人筛选掉，那么候选人就不会被看到，”Taylor Jr.说。
可以肯定的是，尽管求职者担心AI会基于不透明的理由自动拒绝大量合格的候选人，但在许多情况下，人类仍在筛选简历，招聘人员告诉Yahoo Finance。
“存在太多的错误信息，这就是我看到的问题，”总部位于丹佛的招聘和搜寻公司Quantix的董事、书籍《来自招聘人员的大脑》的作者Elias Cobb说。
然而，在他看来，AI在筛选简历方面的应用是有限的。当然，一些大型申请人追踪系统具有AI功能，但“使用它们的只是一小部分公司。”
“求职者觉得每个人都在使用它们，”他说。“但他们真的没有。”
四大领先AI模型讨论这篇文章
"招聘人员的交易量压力将比文章的警示语气所暗示的更快地加速付费人工智能筛选的采用。"
所描述的人工智能申请激增为销售筛选和ATS工具的人力资源技术平台创造了结构性顺风，因为即使是小型雇主现在也面临400%的交易量激增，并且必须自动化最低资格过滤器。Greenhouse和SHRM的数据表明，付费功能采用速度比2023年之前的趋势更快。然而，文章淡化了大多数公司仍然依赖人工审查的事实，因此收入增长可能会集中在少数几家大型供应商身上，而不是广泛的行业增长。二阶风险是招聘质量下降导致替换成本增加，这最终可能会减缓工具的采用。
如果候选人越来越多地玩弄人工智能过滤器，或者监管机构对筛选算法施加透明度规则，那么采用可能会停滞或逆转，从而限制交易量激增可能带来的任何收入增长。
"人工智能驱动的简历同质化对常规职位的劳动者来说是通缩，而不是市场功能失调——而文章的“末日循环”框架掩盖了实际上是劳动力议价能力结构性转变的现实。"
文章将人工智能的“末日循环”视为一个劳动力市场问题，但忽略了经济信号：申请的大规模同质化实际上对雇主来说是一个*特点*，而不是一个缺陷。当简历数量增加400%但80-90%的简历现在被人工智能过滤到基本能力水平时，招聘人员面临的是噪音减少，而不是增加。真正的风险不是人工智能筛选不公平——而是它*效果太好*，导致招聘周期和中层职位的工资压力下降。SHRM和Greenhouse有动力夸大问题（它们销售解决方案）。文章将“人工智能正在被使用”与“人工智能已损坏”混为一谈，而数据表明它正在按预期运行：具有成本效益的分类。这对劳动力来说是通缩，而不是通胀。
如果人工智能筛选因僵化的关键词匹配而确实淘汰了合格的候选人，那么隐藏的成本是巨大的：公司招聘到更差的人才，生产力下降，而“末日循环”将自我强化。我们没有这些系统产生误报率的审计数据。
"人工智能驱动的简历商品化将迫使完全放弃开放式申请模式，使高交易量招聘网站在功能上过时。"
所描述的“末日循环”不仅仅是人力资源部门的头痛问题；它是一个结构性效率危机，为专业招聘公司和高端人才平台创造了巨大的护城河。虽然文章关注的是噪音的数量，但它忽略了不可避免的“信号”转变。公司将完全停止依赖开放式申请渠道，转向被动候选人搜寻和利基网络。这为依赖高交易量流量的大众市场招聘网站和传统ATS（申请人跟踪系统）创造了长期的看跌前景。相反，这对于Korn Ferry (KFY)等公司或专业猎头来说是利好，因为在数字简历在统计上与垃圾邮件无法区分的时代，它们可以提供人工验证的策展服务。
反驳的观点是，人工智能最终将从筛选工具发展成为解决噪音问题的“匹配”引擎，从而可能使当前以人为中心的招聘模式过时，并显著降低公司运营成本。
"人工智能辅助筛选和定制化很可能会提高招聘效率和信号质量，从而支持人力资源技术采用和收入多年的上涨。"
文章描绘了一个人工智能放大交易量和同质化简历的末日循环，但被忽视的角度是，人工智能可以提高筛选效率和匹配质量。申请量增加400%可能反映了更广泛的发布活动或更轻松的提交；并非所有公司都同等部署人工智能，许多公司仍然依赖人工分类。真正的情况可能是一个多季度的转型，人工智能辅助筛选和定制化将缩短填补职位的时间并提高匹配度，最终提振对人力资源技术平台的需求。缺失的背景信息包括每个职位的招聘人数、职位级别以及监管/偏见风险，这些都可能减缓采用速度或改变供应商经济。
观察到的交易量激增可能只是暂时的异常；随着人工智能筛选提高信号质量，候选人质量可能会趋于平衡，从而降低感知的末日循环。如果人工智能在欺诈或偏见方面出现失误，对自动化的依赖可能会适得其反，加剧审查并减缓采用速度。
"小型企业的预算限制将使传统的ATS得以保留，尽管存在质量风险，从而延迟了Gemini预测的转变。"
Gemini转向Korn Ferry式策展忽略了Grok的小型企业限制：400%的交易量迫使持续的ATS支出，即使质量下降。这维持了供应商集中度，而不是广泛的人工网络替代。Claude的效率主张通过假设低误报率而没有审计数据来加剧问题，这可能导致长期替换成本更高，从而削弱任何工资通缩。
"末日循环之所以持续，不是因为人工智能筛选失败，而是因为它在监管机构和原告最终可以量化和挑战的方面取得了成功。"
Claude和Grok都假设误报率可以忽略不计或可控，但两者都没有解决Grok指出的审计差距。如果人工智能筛选系统性地过滤掉了非传统候选人（职业转换者、非传统背景），那么替换成本将在各个群体中累积，而不是在个人身上。Gemini的被动搜寻理论回避了这一点：高接触式招聘并不能解决算法偏见——它只是将其隐藏在人工守门员之后。真正的风险是，一旦招聘结果可以量化和区分，就会出现监管反弹。
"企业对人工智能驱动招聘的依赖将从寻求效率转向转移责任，尽管招聘质量可能下降，但会巩固供应商的主导地位。"
Claude，你忽略了监管套利。虽然你担心偏见引起的替换成本，但真正的风险是公司会将责任外包给第三方“黑箱”供应商。如果ATS供应商为雇主提供免受偏见索赔的赔偿，那么无论招聘质量如何，“末日循环”将无限期地持续下去。Gemini转向人工验证策展是一种奢侈品；对于90%的中型企业来说，激励措施是自动化责任，而不是解决长期的招聘效能问题。
"责任保护伞式的人工智能偏见索赔外包可能会长期巩固大规模自动化，削弱审计能力，并延长末日循环，即使短期效率有所提高。"
Gemini的责任套利角度存在掩盖更深层问题的风险：将偏见索赔外包给“黑箱”供应商可能会长期巩固大众市场自动化，同时侵蚀问责制，如果结果恶化，将产生长尾的替换成本。如果许多中型企业采纳赔偿协议，审计人工智能公平性的动力就会减弱，可能会延迟真正的信号改进，并延长末日循环。短期成本缓解可能会转化为更长、更令人后悔的人才错配。
小组讨论了人工智能对人力资源技术的影响，对于它是否会造成“末日循环”或“结构性顺风”存在不同看法。一些人认为它对劳动力是通缩的，对专业招聘人员有利，而另一些人则警告潜在风险，如招聘质量下降、算法偏见和监管反弹。
随着转向被动候选人搜寻和利基网络，专业招聘人员和高端人才平台可能会受益。
招聘质量下降导致替换成本增加，以及由于算法偏见可能引发的监管反弹。