术的人力资源管 理方案，是企业提升核心竞争力的一个重要策略。 1.1 背景介绍 在当前快速发展的科技时代，人力资源管理的效率和精准度对 企业竞争力具有重要影响。传统的岗位推荐方法主要依赖人工筛选 和简单的关键词匹配，这不仅耗时耗力，而且难以满足企业对人才 需求的多样性和复杂性。随着人工智能技术的不断进步，深度学习 模型在自然语言处理和推荐系统中的应用逐渐成熟，为人力资源管 理带来了新的解决方案。DeepSeek DeepSeek 系统的优势，以下是一个简单的数 据分析表格，展示了传统方法与 DeepSeek 在岗位推荐上的效率对 比： 方法 平均匹配时间（分钟） 匹配精度（%） 用户满意度（%） 传统人工筛选 120 65 70 DeepSeek 系统 10 85 90 从表格中可以看出，DeepSeek 系统在匹配时间、匹配精度和 用户满意度方面均显著优于传统方法。此外，DeepSeek 系统还能 已难以满足高效、精准的需求。引入 DeepSeek 岗位推荐系统，旨 在通过先进的人工智能技术，优化人才与岗位的匹配过程，提升招 聘效率和员工满意度。其核心目的是通过数据驱动的方式，减少人 力筛选的时间成本，降低误配率，并为企业提供更为科学的人才决 策支持。 引入 DeepSeek 岗位推荐系统的意义主要体现在以下几个方 面：首先，该系统能够通过深度学习算法，综合分析候选人的技 能、

和具备关系图谱预测功能的 CRN，进一步提升智能化水平。 ⚫ BOSS 直聘借 AI 全面升级招聘服务，南北阁大模型获权威认可。 “智能匹配”功能借助 人工智能，依据求职者多维度数据精准推荐职位并反向筛选，提升招聘效率；“直聊”模 式中的智能客服减轻企业招聘人员负担。自主研发的百亿参数规模南北阁大模型，面向求 职招聘垂类场景，有效提升人岗匹配精准度，其 V1.0.0 版顺利通过中国信通院大语言模 借助 AIGC、NLP 及机 器视觉等技术，招聘流程实现自动化、智能化变革。岗位 JD 生成时，AI 依企业需求与岗 位能力要求，自动生成精准详细描述。简历筛选匹配环节，智能招聘系统用 NLP 技术自 动提取分析简历关键信息匹配筛选候选人。视频面试与评估反馈场景下，AI 辅助面试官分 17.00% 15.50% 11.10% 9.80% 9.30% 7.70% 6.70% 6 析，评估性格、沟通能力等，部分系统还能模拟面试对话。《AI 在企业人力资源中的应用 白皮书 2.0》数据显示，34.3%受访企业在招聘管理中应用 AI。其中，AI 面试、职位描述 撰写、简历筛选匹配、智能应答功能普及占比依次为 30.8%、21.0%、18.2%、15.4%。 在赋能效果上，5.3%企业非常满意，7.0%企业认为符合预期，57.9%企业觉得基本达到 预期。 图 4：企业招聘管理中应用

中国团队规模 中国收入贡献 母公司对中国市场的 重视程度 中国公司选型话语权 …… 外资企业需要通过招募本土员工以适应本地 市场，因此需采取符合本地特色的招聘策略， 涉及招聘渠道、人才测评与筛选、招聘流程 自动化等层面 招聘管理 外资企业中零售、制造类企业占比较高，具 有劳动力密集的特性，对劳动力管理的需求 迫切，其假勤薪酬制度及排班规划策略需贴 合国内管理需要 劳动力管理 外资企业在员工培训和发展方面通常有成熟、 ，互联网企业需保持组织架构扁平化便于实时信息流 通，同时对员工的压力与技能成长性提出更高要求。 • 人力需求：依托于成熟的数字化体系，互联网企业能更快实现人力资源一体化管理与智能决策，帮助企业精确筛选人才、快速培 养人才。 互联网行业岗位设置示意 互联网行业人才培养困难 互联网行业人效评估核心关注指标（部分） 产品 • 产品GMV • 客户数量及结构 • NPS • …… 技术 • 中， AI通过数据穿透业务痛点，通过人才画像动态识别高潜员工，辅助解析简历与面试信息，缩短招聘周期；SSC场景中，AI结合智 能客服与自动化，辅助解答员工疑问，替代传统重复性工作。目前AIGC在简历筛选、面试辅助以及智慧问答环节应用相对成熟。 • AI局限：在候选人终面、员工关系管理、个性化职业规划、心理疏导等处理复杂人际关系与重要决策时，人类所具备的情感分析 和专业判断依然至关重要。 来源：专家访谈，艾瑞咨询自主研究及绘制。

各个子公司独立操作，资源不共享 • 需求不准 / 不合理，反复沟通 • 招聘渠道越来越繁杂 • 被动地忙于填补岗位空缺，人力资源规划这类全局性工作却似乎 无暇顾及 • 来自招聘网站的海量招聘简历筛选耗时费力 • 暂时无法进入的优秀人才信息散落，无法形成积累 • 在人才甄选方面面临诸多困难 • 如何通过更加规范的招聘过程管理和招聘效果监测分析提升招聘 效度成为难点 • …… 将人才规划、人才招聘、人才 对应层级人力资源 部形成招聘计划 eHR 编制模块 自动审核 依据权限表 依据人力资源分 工界面 与招聘工具系统打通， 实现信息传递（例如岗 位要求、简历传递等） 管理招聘渠道 自动查收、筛选、查重、 分类，自定义查询等、 统一简历呈现模板、面 试邀请、 offer 发送等 笔试 办理入职 招聘分析 各种统计报表， 招聘进度分析、 渠道效果分析、 周期分析、应聘 人数分析等报表 面试 字段可自定义；员工自助 填写；可提交修改申请； 设置附件字段 个人工作信息 例如参与的项目、接受的 培训、考核的结果等；可 自动更新；可自定义设计 字段 组织 模块 自动匹配岗位要求与个人信息字段，自动 筛选潜在人员 高潜、后备人才流失自动触发应急机制 潜在劳资纠纷、长期未变动岗位、长期未 升职，通过大数据分析潜在问题；并反馈 至相关岗位；劳动合同未签、信息不完整、 到期前 15 天自动预警，自动规避劳动用

您公司对于大语言模型有哪些具体的应用或规划？ N=15 66.67% 53.33% 53.33% 53.33% 40.00% 26.67% 26.67% 26.67% 26.67% 筛选简历 行业中的岗位、人才信息的搜集 生成岗位说明 雇主品牌相关内容的生成 搜寻简历 生成岗位画像与能力模型 匹配简历与岗位 生成面试问题 在面试中为候选人的回答打分 图表 5-10 工作的反馈均需要通过可视化的数据 结果进行呈现。但在由于企业数据维度复杂，在向领导层提供数据服务的时候，需要考虑报 表或者 BI 体系的设计方案，权限的配置。同时学习发展工作者还需进行数据采集、筛选、查 询、导出、数据分析、报表制作等工作。 为了应对上述挑战，学习发展部门会尝试通过 AI 大模型能力的介入，将数据可视化、BI 报表、数据服务等工作变得更简单与日常。例如，但有了 AI 大模型，相关角色可以通过提问 的数字化服务中，大语言模型可以作为咨询和 分析师的角色，为员工收集信息，分析数据，给出方案建议，并且可以作为 EAP 的情感助手管 理员工情绪。 ≫ 招聘 在招聘模块，根据图表 5-11 可以看出，统计发现大语言模型在筛选简历的应用与规划最多， 开展率达到 66.67%，其次是在行业中的岗位、人才信息的搜集、生成岗位说明、雇主品牌内容 建设几个方面应用较多，开展率达到 53.33%。除此之外，搜寻简历的大语言模型应用占

计划和预算 修改年度经营 计划及年度预算 建议年度目标 和预算纲要 批准年度目标 和预算纲要 战略管理部 执行者 执行者 执行者 决策者 决策者 I 项目投资 • 发掘并筛选投资项目 • 编写项目可行性分析报告， 组织内外部专家进行项目论证 • 投资项目实施 投资管理 • 监督投资项目的经营管理， 对其进行业绩考核， 定期审核审计的工作 • 对已投资项目经营管理改革， 项目权益转让， 重组或退出提出建议及解决 方案 • 对投资项目及行业进行分析研究，为领导决策提供投资管理工作建议 投资咨询 • 研究海外资本市场及国家相关产业政策和行业动态，考察筛选客户，提供 中 国企业海外发展与上市和国外企业来华投资发展咨询服务 • 提供国内企业并构重组咨询服务 • 组织实施完成国外先进技术的引进项目 金融管理 • 进行金融市场分析，建 投资部负责人 职能负责人 项目投资 投资项目的发掘和筛选 E 项目可行性分析报告及内外部专家项目研究论证 E 投资模式设计 R 项目谈判及投资实施 E 投资管理 已投资项目跟踪评估， 经营管理监督， 审核审计及业绩考核 E 已投资项目重大经营管理改革建议及方案 R 投资权益转让、项目重组或退出建议及方案 R 投资咨询 投资咨询项目客户的考察、筛选、确认及协议签署 E 咨询项目的实施 E

cn/zxdt/art/2024/art_5ddf14a2289b47ceb42470a38c63c295.html 10 简单重复的任务、提高招聘效率、个性化推荐职业机会等方面。例如，一些企业 已经开始利用人工智能技术来筛选简历、进行初步面试，以减轻人力资源部门的 工作负担，并快速识别出潜在的合适人选。此外，还有一些平台利用人工智能技 术为求职者提供个性化的职业推荐和规划建议，帮助他们更好地了解市场需求和 自身优势，从而做出更加明智的职业选择。 诸如工资待遇、工作条件、失业补贴等多种因素，来决定是否接受一份工作。这 种搜索行为可能是漫长而充满不确定性的。对于招聘者来说，决定雇用一个员工 的过程不是零成本的，他们需要投入资源发布招聘广告、筛选和评估候选人等。 招聘者需要权衡在某个岗位空缺时，该空缺岗位所能带来的预期收益与维持空缺 岗位所需支付的成本。当一个新的空缺岗位有利可图时（净预期收益大于等于零）， 他们决定开放职位并招聘合适的候选人。 问题，从而降低摩擦性失业。 人工智能在劳动力市场的应用，可以追溯到 20 世纪 90年代，当时的用途是 使用聊天机器人进⾏在线招聘的筛选和预审。随着人工智能的不断发展，其在劳 动力市场的应用更加广泛，如使用自然语言处理（NLP）和机器学习等技术，来 提高候选人筛选和匹配的准确性和有效性。部分公司正使用人工智能视频面试工 具来分析候选人的面部表情、肢体语言和说话方式，从而识别候选人的自信特征、

高探索自由度 = 推理能力自我觉醒 （更长的思维链、 更深层次的 推理路径） 低可控：生成文本可 读性差、语言混乱 拒绝采样： 筛选高质量样本 20 万条 通用数据 在探索自 由度、学 习效率、 行为可控 性 找到动 态平衡 第一阶段训练：增强推理能力，生成高质量推理数据 推理导向强化学习 （准确率奖励 + 入模型权重 ，减少产权纠纷。 研究实践 2: 隐私保护大模型 挑战 现有隐私保护大模型面临通信效率低、潜在的隐 私安全问题、多方协作的模型产权纠纷等挑战。 大模型 短信文案 标签筛选 短信 转化率 基于用户反馈强化 学习的模型优化 提示工程 短信文案生成 利用大模型生成更丰富的涉及不同场景和风格的 短信文案，以适应不同的营销活动和用户群体 业务指 标提升 30% 基于 LLM 的 标 签生成 短信 文案 业务 策略 在线 投放 提示构建 筛选不 出来时 提示 标签 软件功能检索 建档检索助手 客群知识问答

招聘是人才的源头，因此制造企业不仅要提升招聘的深度与广度，还要创建有利于人才生长的内部土壤，这就对人力资源管 理的“选用育留”提出了更高要求。 基于人力资源数字化系统，一键登录所有招聘网站，自动筛选简历，将招聘过程线上化、透明化，自动跟踪整个招聘过程等， 能极大提升招聘效率。入职后，通过线上培训，企业也能够更快更好地促进员工的成长。 另一方面，通过将员工在企业内的各项数据打通，进行整合、分 ，人员流动很频繁，因此需要大量 招聘，而低效的招聘流程也让他们“痛苦万分”。 先说岗位发布和简历筛选。HR 需要在多个招聘渠道分别发布、维护，导致相同职位在不同渠道需要操作很多遍，而各个平 台没有记忆功能，每次都需要重新输入，耗时耗力。简历的筛选与处理，也同样需要频繁切换各个招聘渠道。将筛选后的简历， 推荐给用人部门时，用人部门如果无法及时回复，还会错失合适人才。 在面试和 Offer 发放环节，HR 思特威作为高新技术研发型企业，对人才极度渴求，需求大，技术含量高。在人才来源上，也多采用校招，要求硕士及硕士 以上学历，因此招聘工作的广度与深度都比较大。 首先，通过校招的方式，HR 就需要大量筛选简历，这是非常繁重的工作。其次，在内部流程上，HR 在初筛简历后，用人 部门审核简历，简历通过，再经过用人部门组长、分管领导等系列面试流程，最后综合评定该求职者是否合适。 招聘工作量大，招聘流程长，就会导致人才缺口比较大。i

原 因 分 析 提 升 建 议  制定明确的招聘需求管理流程 及时获取与人力需求相关的业务数据，建立定期拉通产招协同机制，及时调整招聘需求。  强化招聘团队能力 RPA 替代人工进行简历筛选等招聘事务性工作，实现招聘的降本增效。  开展面试官队伍建设 建立面试官准入与评估标准，并定期对面试官面试技巧进行赋能训练，提升面试官的技能和能力，提升招聘收敛比率。  构建公司级闲置资源池 合同协议 员工服务 核心人事 全面薪酬 奖金分配 薪酬预算 薪酬核算 社保福利 薪酬分析 薪酬福利 考勤业务 休假业务 加班业务 出差业务 假勤规则 假勤分析 考勤管理 职位管理 职位发布 简历筛选 面试管理 评估中心 入职管理 人才招聘 共享服务 技 术 现 状 分 析 数 据 现 状 分 析 数 字 化 成 熟 度 评 估 应 用 现 状 分 析 业 务 现 状 分 析 现 构建完整干部管理系统 根据组织的需求和特点进行定制和扩展。通过使用干部管理系统，组织可以更有效地管理和发展干部队伍，提升管理水平和组织绩效。  干部选拔和任用的流程管理 包括干部选拔的条件和标准、候选人的评估和筛选、选拔结果的记录和通知；规划和管理干部的培养和发展计划，包括培训需求分析、培训计划制定、培训资源管理等。同时，系统可以追踪和记录 干部的培训参与情况和成果。  生成各类干部管理的数据分析和报表