时迎超-AI驱动招聘变革从模糊需求到精准匹配的实战之路.pdf

1、1 1 1智联招聘时迎超2025.10.25从模糊需求到精准匹配的实战之路2 2 2目录01背景：双边匹配是招聘的核心解法：猎头式求职助手0302问题：双边匹配的难点思考：大模型落地反思043 3 3目录01背景：双边匹配是招聘的核心解法：猎头式求职服务0302问题：双边匹配的难点思考：大模型落地反思044 4 4背景：双边匹配是招聘的核心招聘求职决策因素多，信息不对称等问题，导致双边匹配效率低，从而周期长，时间成本高求职是一个低效率高成本的事情通过各种方法提高企业与求职者之间的匹配效率，并以此获取商业利益当前招聘平台的核心逻辑1234传统招聘时代（1997年前）线下招聘会、报纸、电视，信息分

2、发，无匹配，无沟通网络招聘时代（19972012年）垂直招聘网站，如智联、中华英才，搜索为主，匹配差，沟通难移动招聘时代（20122022年）移动app，如智联、boss，推荐为主，实时线上沟通智能招聘时代（2022年）AI赋能招聘各环节，进一步提升匹配效率5 5 5背景：主要招聘平台如何做匹配的？海量候选人海量工作岗位HR、用人方、候选人角色多，沟通低效费时费力，面试官水平参差，偏见双方博弈不确定性高求职主要流程匹配低效原因精准匹配+直聊精准匹配+电话AI 驱动全流程自动化招聘Mercor 百亿推荐精准匹配推荐精准匹配直接和用人方聊直接和用人方电话AI用户画像+AI精准匹配AI面试不用聊AI

3、 速聘，当日可签约筛选意向沟通面试Offer匹配问题仍在白领求职平均2月左右，蓝领2周左右6 6 6目录01背景：双边匹配是招聘的核心解法：猎头式求职服务0302问题：双边匹配的难点思考：大模型落地反思047 7 7问题：双边匹配有什么难的？问题1：受限平台语言，求职者“想要的”表达不清楚当前的招聘平台，用户想找一个工作，必须填写“期望职位”标签，而受限于封闭的标签集合，用户难以表达清楚自己想要的工作用户填写期望：西安 包装设计用户投递职位：深圳 广告创意设计深圳 平面设计深圳 电子烟产品结构设计深圳 新材料工艺外观设计用户真正的期望：基于掌握的技能-专业设计软件（ArtiousCAD、Pho

4、toshop、solidworks等），可以胜任的设计类工作8 8 8问题：双边匹配有什么难的？问题2：受限于认知的局限，求职者“想要的”表达不出来用户知道自己会啥，但是自己能做什么工作，并不能很好的列举出来44%的英语专业的学生，求职期望只有英语翻译，英语老师，88%包含，而英语专业毕业的第一份工作是英语翻译或者英语老师的不足20%自我认知50%的天体物理专业的学生，求职期望包含科研人员，而科研人员是个很虚的职位，职位量只占总职位的0.1%信息不对称-数据来源智联招聘9 9 9问题：双边匹配有什么难的？问题3：双方的关注维度多，关注点不同，匹配没有绝对的标准双边匹配各有多维需求（硬性需求，软

5、性需求，隐形需求），各有侧重分类占比期望三级职类=投递职位三级职类30%+期望二级职类=投递职位二级职类20%+期望一级职类=投递职位一级职类10%+期望职类 投递职位职类20%+投递时职类匹配情况-来自智联用户投递行为统计101010问题：双边匹配有什么难的？问题4：深度模型的算法黑箱，导致平台推荐看似不准深度神经网络模型对“BC 双端用户画像”与“行为特征”等信息进行动态建模，在实际中常常遭遇“算法黑箱”困境，使得系统给出的“最优匹配”不被用户所接受 不分公司的“人力岗位”实际承担了一部分“培训管理”与“培训师”的职能，但单纯在推荐结果来看用户就会感觉推荐结果离谱，平台也没有“解释的机会”

6、111111目录01背景：双边匹配是招聘的核心解法：猎头式求职服务0302问题：双边匹配的难点思考：大模型落地反思04121212解法：猎头式求职助手核心思路：从“行为驱动”到“意图驱动”，建设“多快好智”的猎头式求职助手传统推荐系统：历史行为（投递了电商运营）推荐相似岗位（更多电商运营）猎头式推荐助手：明确需求推荐岗位给出解释 问题解决方案落地价值“想要的”表达不清楚对话引导和意图挖掘类似猎头的前期沟通和人才评估，帮助用户表达清楚需求“想要的”表达不出来匹配没有绝对的标准多维匹配和推荐理由生成类似猎头的岗位推荐，给用户推送精准的岗位和原因算法黑箱导致平台推荐看似不准131313猎头式求职服务