|
|
每年，数百万求职者都会仔细研读招聘启事，精心调整简历，力求匹配雇主所宣称看重的特定技能与资质。与此同时，招聘经理们一场接一场地进行面试，坚信自己能有效地评估候选人是否符合要求。
但倘若这种关于招聘运作方式的基本假设是错误的呢？
如今，我们首次能够用数据而非猜测来回答这个问题。得益于面试录音与转录技术的进步，我们现在得以窥探招聘的 “黑匣子”，了解候选人和面试官坐在一起时究竟发生了什么。结果揭示出一种脱节现象，这可能正在影响各个行业的招聘决策。
这些结果源自BrightHire与哈佛商学院 “管理未来工作” 项目近期联合开展的一项全面分析，该分析涵盖了44家公司1311个职位的23000份面试转录文本。分析发现，尽管招聘启事犹如详细路线图，指明雇主所宣称的需求，但面试过程却常常偏离正轨。更值得注意的是，随着人工智能以前所未有的速度重塑技能格局，各公司在很大程度上未能评估候选人是否具备任何人工智能相关经验。
系统性评估的错觉
最初的数据看似令人安心。仅一轮面试后，招聘启事中列出的技能，近80% 都被提及。到第二轮面试时，这一比例攀升至91%。表面上看，这表明招聘流程按预期运作，即依据明确定义的标准系统性地评估候选人。
但这种表面分析掩盖了一个更令人担忧的现实。当我们深入挖掘，衡量技能是否不仅被提及，而且得到有意义的评估时，情况发生了显著变化。不同类型技能出现了评估覆盖差距。在被分析的多轮面试流程中，诸如沟通与协作等软技能，在76% 的面试中得到了深入讨论，然而技术技能和经验要求（往往是区分候选人的最关键因素），即便经过五轮面试，得到深度评估的比例也仅分别为55% 和66%。
此外，研究发现，即使某些技能在初次面试中得到充分讨论，在后续面试中也常常会再次提及。在所有技能类别中，72% 初次被充分讨论的技能，在之后的面试中会再次被提及，每个技能平均会被额外提及1.2次。这表明招聘团队并非没有时间评估更多技能，而是在不同面试中反复探讨相同的主题。无论这是由于流程缺乏规范，还是过度关注少数被视为对成功特别关键的技能，最终结果都是一样的：这使得雇主在未全面审查候选人资质的情况下，就有可能做出招聘决策。
一个值得注意的发现与结构化提问的作用有关。面试官明确询问的技能，在面试过程中最终得到充分讨论的比例仅为53%。相比之下，从未被问及的技能，这一比例仅为1.6%。这表明，如果面试官在早期没有详细询问某些技能，候选人应确保提及自己的重要成就，并强调他们认为有助于提升自身竞争力的要点。从更广泛的角度看，将 “充分讨论” 和 “部分讨论” 的类别合并后，被问及的技能被涉及的比例为95.9%，而未被问及的技能这一比例仅为11.5%。
这种情况带来的风险显而易见：乐观来看，我们发现通过这样的流程发出的录用通知，近一半可能依赖不完整或有偏差的信息。最坏的情况是，当一项技能从未被明确询问时，这一比例超过90%。在这种情况下，在面试中碰巧主动提及某些技能信息的候选人，可能会显得比那些未提及的候选人更符合要求，无论他们的实际能力如何。
由于实际进行的面试次数有限，在招聘流程早期深入探究候选人技能的重要性就愈发凸显。在我们的样本中，每位候选人平均接受2.97次面试，标准差为1.50次。候选人展示自身资质的机会非常有限，因此他们在招聘流程中晋级的机会，很可能取决于面试官的效率。那些全面探讨更多重要主题的面试官，可能会增加面试者晋级的机会；而那些漫无边际或重复讨论相同主题的面试官，则可能会降低面试者的机会。
人工智能盲点
在人工智能领域，招聘中宣称的重点与实际评估之间的脱节表现得最为明显。虽然商业领袖们经常宣称人工智能将改变工作的方方面面，但招聘过程却呈现出不同的情况。尽管约50% 的面试会提及人工智能，但候选人很少被明确问及他们的人工智能技能或经验。2024年，仅有0.4% 的面试包含关于人工智能使用的直接问题。2025年，这一数字增长了五倍多，达到2.2%，但鉴于该技术所宣称的重要性，这一比例仍然显著偏低。
在多轮面试完成后，数据变得更加惊人。即使经过三轮单独面试（代表着数小时的评估时间），93% 的候选人从未被直接问及他们的人工智能能力。这表明公司在评估员工对人工智能驱动的未来的准备程度方面，存在重大盲点。
有趣的是，最有可能被问及与人工智能相关问题的岗位类型发生了显著变化。2024年，市场营销岗位的候选人最常被问及人工智能的使用。到2025年，招聘和人力资源专业人员最有可能面临此类问题，这一比例增长了13倍，反映出该技术在人才招聘领域的迅速应用。
当被问及与人工智能相关问题时，这些问题通常可分为六类：日常使用、对特定工具的熟悉程度、工作流程整合、软件开发协助、战略视角以及提示工程。但这类对话仍属例外，而非普遍现象，这意味着公司错失了识别那些能够在组织内推动人工智能应用的候选人的重要机会。
给领导者的建议
我们的研究结果指出，组织可以采取以下几个具体步骤，使招聘流程与宣称的重点保持一致：
1. 实施结构化面试指南：有针对性的提问至关重要。公司应制定全面的面试指南，确保所有关键技能都能得到明确关注，并建立机制，在面试过程中跟踪面试官是否遵循指南。
2.对照实际面试审核招聘启事：组织应定期审查面试流程是否真正评估了他们宣称看重的技能。这种审核应检查技能是否不仅被提及，而且得到了足够深入的评估。
3.将人工智能评估融入招聘实践：鉴于该技术日益增长的重要性，公司应制定具体策略，评估候选人的人工智能能力、对技术变革的适应程度以及发展人工智能相关技能的潜力。
4.减少冗余，扩大覆盖范围：组织不应增加面试次数，而应专注于使每次面试更全面、更有针对性。这可能涉及将特定技能类别分配给不同的面试官或面试轮次。
5.培训面试官进行全面评估：研究表明，许多面试官可能缺乏依据岗位要求系统性评估候选人的工具或培训。投资于面试官的能力提升，可能会在招聘质量上获得显著回报。
前进之路
长期以来，许多人一直怀疑招聘流程可能存在系统性缺陷，而这项研究提供了具体数据，证实了其中一些担忧。未能准确评估候选人能力的公司，可能会错过合格的候选人，同时录用不合适的人员。在组织面临人才短缺以及需要组建具备人工智能能力的团队时，这种情况尤为棘手。
好消息是，通过关注针对性、结构化以及致力于衡量关键要素，这些问题完全可以解决。技术也能提供极大帮助，从自动面试录音和分析，到确保全面技能评估的人工智能驱动评估平台，一切皆有可能。相应地改革招聘流程的组织，将通过更明智的招聘决策获得竞争优势，组建的团队也将更有能力应对未来的挑战。
对于候选人而言，改进后的面试流程意味着基于实际岗位要求进行更公平的评估，而非取决于偶然的交谈。当面试系统性地评估最重要的技能时，合格的候选人将有更好的机会展示他们的能力，所有求职者也能更自信地准备面试，因为他们知道自己将依据相关能力得到评估。
前进的道路已然清晰。是时候弥合我们宣称所寻求的与实际评估之间的差距了。
约瑟夫·富勒（Joseph Fulle）、本·塞瑟（Ben Sesser）、威廉·利兹（William Leeds）| 文
约瑟夫·富勒是哈佛商学院管理实践教授，也是 “管理未来工作” 项目的联合主席。本·塞瑟是人工智能招聘平台BrightHire的首席执行官。威廉·利兹是人工智能招聘平台BrightHire的首席数据科学家。
本文来自微信公众号“哈佛商业评论”（ID：hbrchinese），作者：HBR-China，编校：周强，36氪经授权发布。 |
|
发表于 2025-8-21 09:28:20