HR在采购AI工具时常犯的错误 | Swechha Mohapatra
HR在采购AI工具时常常走错路。Swechha Mohapatra分享在被供应商的演示吸引之前,HR应当向对方提出哪些关键问题,避免签下糟糕的合同。
Manjeet Kaur
讲者
Swechha Mohapatra的职业生涯并非始于HR。她拥有计算机科学工程学位和MBA,目前在新加坡人力资源专业人士协会(IHRP)为企业提供数字化HR转型咨询。
在本期Xobin Talks第17集,主持人Manjeet Kaur聚焦HR圈最关心的问题:如何将AI融入招聘流程,人性化因素会发生什么,如何避免偏见,以及为何大多数组织仍然做错了。
本期内容
- 生成式AI目前对HR岗位的实际影响是什么?
- AI如何帮助企业吸引新一代人才,尤其是Z世代?
- AI如何改变整个HR生命周期,而不仅仅是招聘?
- HR专业人士应如何真正提升AI技能?
- 为何HR领域的AI应用率依然低于预期?
生成式AI目前对HR岗位的实际影响是什么?
在谈及招聘之前,Swechha首先描绘了更广阔的背景。生成式AI不是单一工具,而是一类技术,正如互联网接入一样,已成为基础设施,对忽视它的人来说同样具有颠覆性。
Swechha:“AI不会取代你。但如果你不拥抱AI,最终会被会用AI的人取代。想要获得竞争优势,顺应生成式AI浪潮已不可或缺。我们需要释放它的巨大潜力。”
对HR岗位最直接的影响,是消除了大量日常运营和行政事务,这些工作目前占据了HR从业者的大量时间。Swechha详细介绍了这些变化已经在何处发生。
HR助理正借助工具自动解答员工常见问题、推送政策信息、处理自助服务请求。入职专员可以根据岗位、地点和个人数据为新员工定制入职流程,而不再是千篇一律。招聘协调员也无需再花大量时间协调候选人与招聘经理的面试日程。
Swechha:“其实我们大多数人已经在用像Calendly这样的工具来处理日常事务,这让我们有更多时间与候选人深入交流。最终,这帮助我们提升了效率,而不是把时间都耗在行政工作上。”
结果并不是HR团队规模缩小,而是工作内容发生转变:更具战略性,更注重关系,更依赖判断力。这一转变前提是HR专业人士真正理解工具的作用,并愿意主动学习、转型,而不是抗拒。
AI如何帮助企业吸引新一代人才,尤其是Z世代?
Manjeet提出了许多人才管理者关心的问题:生成式AI如何帮助吸引合适的候选人,尤其是那些自小就接触这些工具的Z世代?
Swechha:“大多数职位描述罗列了所有关键技能,导致候选人无所适从。内容缺乏个性化,既无法体现企业文化,也无法突出雇主价值主张。如果能正确训练大语言模型,就能生成更具创意、更具吸引力的职位描述,扩大人才池,提高招聘成功率。”
这比大多数招聘讨论更为犀利。经过良好训练的AI生成职位描述,能够剔除学历膨胀和行业术语,避免吓退优秀候选人;还能更准确地反映企业文化,默认采用包容性语言,并针对不同群体进行定制。这对Z世代尤为重要,因为他们对雇主品牌的考量与岗位本身同等重视。
除了职位发布,Swechha还指出,候选人互动是一个经常被低估的AI应用场景。
Swechha:“与人类员工不同,聊天机器人可以全天候工作,无需休息。它能处理常规HR咨询、解释公司政策、支持合规事务、提升员工参与度,甚至协助招聘。在招聘过程中,它可以安排面试、筛选简历、解答候选人关于公司和招聘流程的问题。简而言之,HR团队可根据自动化需求,在员工生命周期的多个环节使用聊天机器人。”
对于Z世代来说,雇主的即时沟通已成为基本要求,而非锦上添花。招聘人员如果三天后才回复候选人,早已输给能在几分钟内响应的企业。
AI如何改变整个HR生命周期,而不仅仅是招聘?
Swechha梳理了AI在员工全旅程中的应用场景。招聘虽然最受关注,但AI的价值远不止于此。
人才规划与劳动力预测
Swechha:“人才规划意味着识别技能缺口、根据行业趋势预测劳动力,并明确组织未来的发展方向。AI不仅能帮助企业提升当下能力,更能为未来做好准备,更具前瞻性和适应性。”
实际应用是利用AI模型分析当前员工能力与未来业务目标的差距,从而指导学习与发展投资。做得好的企业能提前数年发现战略短板,避免陷入招聘危机。
基于技能的招聘
Swechha对此着墨最多,这也是招聘领域最重要的结构性变革之一,AI正推动并加速这一趋势。
Swechha:“很多岗位在今天的劳动力接受教育时还不存在。技术不断演进,五年前流行的Python已被新工具取代。那么,如何确保我们不是只为某项技术招聘,而是看重态度、潜力、学习和适应能力?这非常关键。”
像Xobin这样的AI测评平台正是实现这一目标的利器:评估候选人的技能和认知特质,而不是仅凭学历判断其能力。
哈佛商学院与Burning Glass Institute的研究显示,在大型企业的11000多个岗位中,因取消学历要求而获得机会的年均新员工比例不足1/700(HBS/Burning Glass Institute)。从口头宣称到真正实践基于技能的招聘,仍有很大差距。
绩效、员工敬业度与人才发展
在招聘之外,Swechha还谈到AI在目标设定、KPI追踪、绩效评估、员工调研和情感分析等方面的应用。学习个性化尤为值得关注。
Swechha:“一旦明确技能差距,如何为员工定制学习计划,并推荐与岗位相关的课程?这不仅契合他们当前的工作,也能助力他们实现未来的职业目标。”
理想状态是形成持续循环:AI在招聘阶段识别技能短板,员工入职后继续跟进发展路径,并在能力与业务需求脱节时及时预警。
HR专业人士应如何真正提升AI技能?
Manjeet追问实际操作层面:知道AI重要和会用AI是两回事。HR专业人士该怎么做?
Swechha:“我们需要主动提升自我,掌握AI相关知识,理解工具的功能,并学会为己所用。很多HR和客户担心技术会带来麻烦、耗时,甚至威胁饭碗。但如果能减少日常事务,工作不会消失,反而会变得更有意义。”
好奇心与战略转型
首先是好奇心。她的比喻很形象:正如Google让所有人都能用上互联网,ChatGPT也让AI变得触手可及。无需理解底层模型,但要有好奇心去尝试、理解输出。
其次是战略转型。自动化节省下的时间,应当有意识地投入到更高价值的工作中:建立利益相关者关系、设计包容性流程、参与业务战略。这需要主动选择,而不仅仅是换个工具。
数据素养最为关键
数据素养是HR最薄弱、却最重要的能力。
Swechha:“做分析时,永远不要从数据出发,而要从问题出发。先有假设和问题,再看数据。如果你不这样做,Z世代这些ChatGPT的原住民会做。AI不会抢你的饭碗,但会用AI的人会。”
为何HR领域的AI应用率依然低于预期?
Manjeet直击要害,质疑现实是否配得上AI的热度。Swechha坦率回应了这一落差。
Swechha:“AI的应用率远低于我们的预期,原因有很多。成本是一方面,但更重要的是认知:对工具本身、其功能和价值的认知。”
她指出,很多企业热衷于追逐新技术,却忽视了实际问题。
Swechha:“人才市场是个热词。但如果没有完善的数据来源、技能分类体系,组织成熟度不够,投资人才市场平台未必有用。一定要从问题出发,而不是被解决方案牵着走。这就是所谓的‘追风口’。”
结果可想而知:技术上线后缺乏变革管理,使用率低,最终被归咎于工具本身。久而久之,组织对新投资愈发持怀疑态度,后续采纳更难。
Swechha:“如果变革管理不到位,项目就会失败,应用率进一步下降,因为看不到投资回报。”
HR在使用AI时应设定哪些边界?
Swechha从AI能做什么,转向HR必须主动防范AI做什么,语气也更为坚定。
Swechha:“了解数据流向同样重要。你应清楚数据如何被使用,流程是否透明,责任归属如何。技术可以辅助决策,但不能取代人类判断。因此,整个流程必须始终有人类监督。”
偏见继承与合规风险
偏见继承。AI模型基于历史数据学习,如果过去的招聘决策存在歧视,模型就会复制这些模式。这不是假设。2025年ResumeBuilder针对使用AI招聘的企业调查显示,47%的企业发现工具偏向年轻候选人,44%存在社会经济背景偏见,30%发现性别偏见,26%发现种族或族裔偏见(ResumeBuilder, 2025)。欧盟AI法案已将招聘AI列为高风险领域,要求严格监管和审计,纽约市也已强制要求自动化招聘工具进行独立偏见审查。
Swechha:“公平与偏见:技术有时会在无意中将隐性偏见带入招聘决策。HR团队必须警惕这些风险,确保技术支持公正、一致的决策,而不是加剧现有偏见。作为HR专业人士,我们有责任确保所用工具支持公平一致的决策,更要为全组织树立道德标准,确保员工受到公平、尊重和问责的对待。”
隐私与自动化的边界
隐私与数据保护。谁能查看候选人数据、数据存储在哪里、保留多久,这些问题在各地都有法律要求。员工通常会把这些问题归咎于HR,而不是IT或法务。
Swechha最担心的是人类监督的缺失。工具只能基于模式做判断,无法像人类一样做出判断。当候选人背景特殊、职业路径不常见时,模型只能套用已知模式。
Swechha:“技术和工具可以做很多事,但无法思考。它们只能按照训练方式‘接近’思考。要用技术赋能,而不是让其主导。始终保留人性化,这一点无法被取代。”
HR团队未来几年需重点关注的事项
Swechha最后展望了行业趋势。
Swechha:“生成式AI浪潮会持续下去,未来只会越来越普及。LinkedIn Recruiter、LinkedIn Learning、Workday、SAP SuccessFactors等都已推出生成式AI功能。看到这种成熟度,是当下及未来的重要趋势。”
她重点关注三大领域:
基于技能的组织。由学历导向转向能力导向的招聘正在加速。现在就建立完善的技能分类体系,将为未来高效利用AI打下基础,因为AI需要干净、结构化的数据才能给出有价值的建议。
通过更好的工具实现多元与包容。不靠指标和配额,而是通过偏见审查流程、包容性职位描述工具和以能力为核心的测评平台。
Swechha:“多元应是创造平等机会,而不是给某人贴上‘多元雇员’标签。应凭能力和潜力获得机会。这需要组织、员工和招聘者的共同成熟,是整个生态系统的建设。”
AI技能大规模提升。未来三年表现最突出的组织,不是买了最多AI工具的,而是能以判断力、监督和战略眼光使用这些工具的组织。
关于Swechha Mohapatra
Swechha Mohapatra现任新加坡人力资源专业人士协会(IHRP)工作场所转型助理总监,致力于支持企业数字化HR转型。她拥有十余年HR科技咨询、数字化转型、人才管理、招聘及业务合作经验。她的背景结合了计算机科学工程学位和MBA,兼具技术与商业视角,能够为企业提供从技术选型到变革管理的全方位建议,确保AI投资真正转化为实际成果,而非沦为“追风口”。
Manjeet Kaur · Host, Xobin Talks
Manjeet Kaur hosts Xobin Talks, where she sits down with talent leaders, founders and practitioners to explore how hiring and workplaces are actually changing.
Have a hiring story worth sharing?
更多 Xobin hub 内容
- Xobin Talks高管匹配因情境而异,并非放之四海而皆准 | Rajesh Swaminathan优秀领导者在错误的环境中也会失败。Rajesh Swaminathan 解析为何评估判断力比过往业绩更重要,以及 AI 在高管招聘中真正能发挥作用的领域。
- Xobin Talks大多数公司在 HR 科技堆栈上容易犯的错误 | Phil Strazzulla大多数 HR 科技堆栈都是为“别人家的公司”而建。Phil Strazzulla 分享如何客观评估工具,并充分发挥现有系统的价值。
- Xobin Talks先修好管理者,文化自然随之而来 | Chetan Swaroop制度无法塑造企业文化。Chetan Swaroop 解析员工规模突破 100 后的管理难题,以及如何在不引发反弹的情况下,将家族企业逐步转向以能力为本。
- 对比在寻找 Criteria Corp 的替代方案?看看 Xobin 的对比表现通过我们的专家对比,了解 Xobin 和 Criteria Corp 哪一个更适合成为您团队的测评合作伙伴。
- 对比超越开发者招聘的最佳 HackerEarth 替代方案:Xobin在 Xobin 和 HackerEarth 之间犹豫不决?阅读我们的专家对比,了解哪款平台更适合您的技术与非技术岗位招聘需求。
- 对比Xobin 与 HackerRank:2026 年该选哪个平台?了解 Xobin 和 HackerRank 在编程测试、题库和面试方面的表现,助您选择最适合招聘目标的平台。


