大数据时代背景下的招聘模式：变革与挑战

王逸菲

（武汉理工大学，湖北 武汉430070）

大数据时代的到来，给人力资源管理带来了许多新的变化。近年来，网民规模及互联网普及率逐步上升，互联网逐步渗透进入大众生活的方方面面。数据显示，到2020-06，中国网民规模为9.4 亿，互联网普及率达67.0%。互联网的普及推动了互联网求职者人数的增加。据艾媒咨询统计，2019 年中国互联网招聘用户规模达到2.16 亿，并仍将保持稳定增长的趋势。人才竞争日益加剧，如何利用大数据和人工智能技术重塑人力资源管理，为企业创造持续的竞争优势，成为摆在人力资源管理者面前的新课题。而在这当中，获取人才的招聘环节首先需要作出敏捷的反应。企业人才招聘必须打破传统招聘模式，不断进行变革创新，满足新时代企业对人才的需求[1]。

1 传统的招聘模式

传统的招聘模式有现场招聘、校园招聘、媒体公开招聘、内部招聘、中介机构推荐等。不管是哪种模式，招聘过程都包括企业制订招聘计划、发布招聘信息、接收简历、筛选简历、笔试、面试、通知录用等。

传统招聘模式如图1 所示。

图1 传统招聘模式

随着网络招聘的兴起，企业员工的流动率日益增加，人们寻找信息和发送简历变得更加容易，而这给人力资源管理者带来了诸多困难。

1.1 招聘计划制定不够准确

随着企业的不断发展和扩大，加上持续的环境动态变化，人力资源管理者越来越难以预测人才供需的趋势，也难以深入了解各个岗位的关键指标因素，无法制订精准的招聘计划，导致有些部门人才缺失，而有些部门人浮于事等现象的出现。

1.2 信息量过大导致简历筛选困难

网络招聘环境下，简历发送极其方便，导致企业的人力资源招聘负担严重加剧。为了提取有效信息，招聘人员需要筛选大量简历，造成一些人力、物力的浪费和成本的提高。

1.3 面试测评精准性差

面试常带有主考官的主观色彩，容易因印象偏差影响招聘的客观公平性。有时招进来的员工在后期工作时能力和表现并不如面试时出色，面试测评无法做到全面了解员工，精准性不够。

2 大数据给招聘模式带来的变革

2.1 招聘模式的变革

在大数据的支持下，招聘模式发生了重大的变革。基于大数据算法，企业可以根据岗位需求自动筛选和匹配合适的求职者，加之场景面试等多方面、多维度的甄选方式，招聘的效率和准确性大大提高[2]。企业可以建立自己的人才数据库，根据人才能力素质与企业岗位需求进行个性化匹配；在招聘中，企业可以建立需求模型和指标库，包括基本情况、个性特征、基本技能、工作经历等指标，形成简历模板，根据求职者的简历信息和面试评价计算综合评分，寻找最合适的人才。大数据背景下招聘模式的变革如图2 所示。

图2 大数据背景下招聘模式的变革

在这当中，人工智能技术将发挥重要作用。比如，企业收到海量简历后，在初期的人工筛选过程当中，智能筛选系统可以基于神经网络技术不断学习，逐步建立起与管理者一致的思维体系，实现智能筛选，形成合格的简历数据池；一般性的面试过程，系统同样可以经过不断深度学习，采用VR 虚拟方式去代替人来完成面试；最后，系统会结合管理者的设定对应聘人员结合岗位要求进行个性化的综合评定，实行量化打分，最终得出招聘结论[3]。

2.2 大数据带来的积极作用和影响

2.2.1 为制定招聘计划提供数据支撑和科学指导

在企业的战略目标下，应用大数据技术可以基于宏观经济大数据、产业和市场大数据、人力资源大数据和公司运营和财务大数据等，更加广泛和精确地预测人才供给和需求，包括人才的数量和素质要求，为企业制定招聘计划提供数据支撑和科学指导。

例如，腾讯公司于2013 年和微信团队共同开发了“HR助手”，它利用电子工具分析动态信息，帮助管理者获得大数据并进行筛选和分析，从而提高了人力资源部门的规划和招聘的水平和效率。腾讯的精品人才库对大量数据进行挖掘和采集，对人才就业情况进行追踪和分析，能够更加方便地从中获取最适合的人才，大大地降低了招聘成本，并且提升了招聘的质量[4]。

2.2.2 使网络招聘更具效率和成本优势

大数据的应用可以一站式解决简历的收集、筛选以及分析，实现招聘过程中“高效+精准”的目标和智能化招聘；针对求职者和用人企业建立多维度数据标签，实现信息双向有效对接，对求职用户精准挖掘和配对。例如，人工智能公司Textio 分析了约5 亿个招聘广告的数据，发现运用合适的招聘关键词可以更好地吸引潜在求职者。eBay 在招聘中使用“原有经验”这一词汇，使男性申请人增加了50%，“可表现能力”则可多吸引40%的女性求职者，同样意思的两个词却带来了不同的效果[5]。

人力资源大数据提供的客观信息可以帮助进行科学的录用决策[6]。根据大数据、人工智能以及区块链技术，员工的求职简历、面试表现、工作绩效及能力、离职情况、诚信记录等一系列工作和社交行为将在网络数据中留下痕迹并不断迭代优化，企业通过人工智能和大数据，可以获取并筛选出数以百万计的非结构化数据快速理解并分析，通过使用机器学习和适应性在线评估等来预测特定角色的未来工作表现，从而科学精准地给出用人建议。

2.2.3 招聘群体趋于多样化

在大数据应用下，招聘不受求职群体限制，可以帮助企业打破选人盲区，减少人才歧视的倾向。很多企业为了减少招聘工作量，将招聘条件设置为名校、特定性别等，既备受大众人才歧视的指责，也容易造成人才的遗漏和流失。现在，人工智能和大数据可以广泛获取潜在求职者的信息，让更多优秀的人才进入系统人才库中，让企业拥有更多元化的求职群体和更多合适的候选人，还可以及时发现并减少各种偏见和歧视，使招聘更具广泛性和公平性。

2.2.4 解决人岗精确匹配的痛点

招人是一个非标准化、非理性、有时偏向于感性的工作。在传统模式中，企业在人才招聘时，无论是简历筛选还是人才面试过程中都取决于招聘者的直觉和经验判断，不可避免地带有一定感情色彩。如果HR 的识人能力不错，可能会找到合适的人；但如果HR 在招聘时情绪不佳或受偏见和歧视的影响，有可能错过合适的人才，甚至有损于企业的形象。在招聘中使用大数据与人工智能，可以通过搜集不同行业、不同职业和专家的信息，通过构建对岗位需求的精准模型以及对用人企业偏好的不断学习，对求职者简历进行精准分析，再设计面试问题的内容、数量，逐渐深入提问，甚至追问细节的深度和广度，从而最大程度地实现人岗精确匹配[7]。

3 大数据给招聘模式带来的挑战

3.1 个人信息的泄露

大数据进行分析数据的前提是信息获取，即便这些数据并未公开且仅仅用于人力资源管理，数据分析的行为也依然有可能给分析对象造成个人信息泄露和隐私暴露的风险，同时也可能给企业的社会声誉带来严重的影响。

3.2 信息数据的遗漏

先进的互联网技术提高了信息传播的效率，但也产生了信息过剩，为了提高效率，招聘者往往会采用“关键词”搜索的方式来对简历进行自动筛选，而可能会因为关键词设置不当，而出现以偏概全的情况，导致大量数据不能被有效利用，使人才错失机会，造成企业资源浪费。

3.3 对人力资源管理者提出了更高的要求

大数据应用于人力资源招聘，需要数据科学家与人力资源管理者有效地沟通和协作，使人力资源管理者更好地掌握技术的应用。而新技术尚未普及，全新招聘模式的运用需要尝试和探索，也没有成熟的经验可以复制，这对人力资源管理者提出了更高的要求，需要他们根据公司战略，结合市场变化，用前沿的思想、战略的眼光和先进的技术挑选合适的人才。

4 大数据时代背景下招聘模式的应用策略

4.1 重视信息安全问题

企业要完善对大数据技术网络招聘行业进行监管的机构和制度，严格遵守相关法律法规，加强对人才信息安全性的管理力度，确保个人信息和隐私得到充分的保护，才能保障各种数据资源成为企业的优质资产。

4.2 提升对大数据的重视程度和应用能力

企业管理者必须清晰认识到信息化对企业经营管理所带来的积极作用，因此，要树立长远的眼光，更新招聘理念，充分重视大数据的重要作用，积极开展宣传动员，在软硬件设施等方面进行更新，促进大数据在招聘工作中的应用，真正发挥其在提升效率、效果和降低成本的作用。

运用大数据和人工智能技术，人力资源管理者可以从日常的琐碎事务中解放出来，有更多的时间和精力去关注人力资源发展战略和企业的发展。人力资源管理者需要从“事务型”向“专家型”转变，要具备更专业的管理技术、数据分析能力、人工智能应用能力以及战略眼光，能更好地推进数据化、智能化人力资源管理的落地[8]。

4.3 加强技术开发与应用的支持

对于招聘模式的变革，人工智能和机器学习发挥着重要的作用，这需要技术人员与人力资源管理者之间充分而有效地沟通与协作。企业应加强大数据、云计算、人工智能、区块链等技术的研发和应用，为招聘模式的创新创造更大的发展空间。

4.4 强调信息的真实性

由于大数据是基于大量的信息统计和分析，因此，需要真实的数据作支撑。大数据不断的归纳分析，也会及时发现虚假信息，影响用人单位和求职者的信用。因此，不管是用人单位还是求职者，都应保证信息真实有效，为大数据技术网络招聘提供有效数据[9]，并保持良好的信用。

4.5 灵活运用大数据技术

在一般性的中基层岗位，可以用大数据技术代替人工进行简历的筛选和模拟面试。但是，对于重要的高层管理岗位，或者需要更深入的个性化沟通才能了解应聘者胜任岗位的能力，除了运用大数据技术掌握初步的个人信息外，还需要采取面谈等形式来加深对应聘者的创新思维、创造力、情感控制、团队合作精神等方面的了解。在这方面，显然人类更具优势。