探索聚合生态资源等能力的同时，支付宝推出一套包括“招”“用”“薪”“培”“保”全链 路的安心就业服务数字化解决方案。主要包括 11 大类 45 种产品能力，其中七 大主要产品力，包括实名认证、人岗匹配、智能简历、区块链合同、芝麻企业信 用、资金转账等技术，为就业提供高水平的保障。这些使支付宝成为数智化平台 推动高质量充分就业的一种新力量。 IV 目录 前言 I 目录 IV 第一章 导论 1 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。 招聘、录用、薪酬管理、培训 以及社会保障等多个环节，使得整个就业流程更加顺畅和高效。此外，就业生态 系统还注重信息渠道的全面贯通。以支付宝就业生态系统为例，其五大核心产品 ——服务通、岗位通、简历通、消息通和内容通，通过数字化技术实现了劳动力 市场供需的高效匹配。这些产品不仅服务于劳动力市场的供需双方，还通过数字 技术为就业中后期的服务提供了有力支持，如薪资发放、保险办理、职业培训以

泛且成熟。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% 成就梦想 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 节的精准匹配与高效筛选。“京企直聘”平台通过 PC 端、微信公众号、小程序等多渠道， 与高校、媒体平台互联互通。其依托 AI 智能技术，自动整合分析海量求职数据，从 60 多 万份简历中精准匹配人才与岗位，极大提高招聘效率，为 760 余家市属及区属企业节省了 大量筛选简历的时间和人力成本。平台已累计访问量超 400 万次，发布岗位 1 万余个，组 织招聘活动千余场，成为首都国企引才聚才的重要渠道。同时，在服贸会现场的 AI

浪潮下的人力资源管理迭代与蜕变正由星星之火，迈向燎原之势。 围绕人才选、用、育、留各主要业务场景，AI-HR 在不同阶段应用落地、价值体现也各有不同，例如： 发展早期：主要应用于人才选拔、面试辅助环节，帮助 HR 节省简历和面试效率、从而提升招聘效率； 发展中期：随着深度学习的持续深入，AI 在人才筛选甄别中价值除了体现在整体效率上，还逐步参与到决策 辅助中；同时，以 HRBP 为代表，AI-HR 的价值定位不再局限于传统的 可量化的产出，其特点主要表现为：重复性高，任务明确； 可以通过标准化流程和工具进行管理；该类工作的绩效评估方式通常绩效评估相对简单，通常基于效率、准 确性和完成度。典型场景如薪酬计算、考勤管理、简历筛选、员工入职手续办理等。 非标准工作，则指任务内容灵活多变，需要创造性思维、复杂决策和个性化处理。主要特点为：任务不固定， 依赖员工的技能和经验；难以通过标准化流程完全覆盖。该类工作绩效评估更注重结果的质量和创新性。典 流程灵活，需要根据具体情况调整策略 和方法 对技能的要求 对技能的要求相对固定，通常可以通 过培训快速掌握 需要较高的专业技能、经验积累和创造 性思维 绩效评估方式 绩效评估主要基于效率、准确性和完 成度（如处理了多少简历、计算了多 少薪酬） 绩效评估更注重结果的质量、创新性和 影响力（如解决了多少复杂员工关系问 题、制定了多有效的战略计划） 技术替代性 容易被自动化工具或 AI 替代（如薪 酬计算、考勤管理） 难以被完全替代，需要人类的判断力和

在招聘、培训、劳动 力管理和员工服务等领域也跑出了一些比较不错的产品。 大家熟悉的 OCR 和 RPA 这些流程自动化的工具在企业人力资源管理领域已经有了超过 10 年 的应用，特别是在招聘的简历解析和智能推荐等方向；基于数据和信息洞察的人才画像、人才扫 描、离职预测、组织健康度 / 活力度分析、舆情分析大家也不陌生；用智能客服替代绝大多数人 工进行员工咨询的自助应答，通过外呼机器人联系 沉浸式体验 个性化服务 智能客服、AI 视频面试、外呼机器人…… 人才画像、人才扫描、人岗匹配、离职预测、组织活力 度/健康度分析、舆情分析、职业发展轨迹及趋势分析...... OCR、RPA、简历解析、智能推荐…… VR，AR、虚拟形象、游戏化测评、战略沙盘模拟…… 千人千面的员工交互体验、个性化课程推荐、 员工学习地图…… 23 AI 在企业人力资源中的应用白皮书 企业性质为 企业所属行业 事务性工作集中、痛点明确、 需求迫切的模块，所以市场供给也相对成熟和充分。 主题 / 场景 主题 / 场景描述 AI 应用价值 应用成熟度 智能简历筛选和 双向推荐 基于对简历全文篇章级别的语义理解和职位要 求的理解及分析，进行智能简历筛选和搜索， 自动进行人岗匹配和双向推荐，即：将合适的 候选人推荐给招聘专员，将匹配的职位推荐给 候选人。 外部招聘的 人才情报 在合规前提下，利用爬虫技术获取各企业在不同

适其岗”，根据人不同的素质和个性将其安排在最合适的岗位上，做到 “人尽其才，物尽其用”， 才能使人才发挥最大价值，同时激活组织。 那么，HR 如何做好人岗匹配呢？ 以前，在千百万份简历中筛选人才，是 HR 工作中 “解不开的劫”，每天花费大量的时间和精力 对优秀简历和职位信息人工做匹配，不仅消耗着 HR 的积极性，往往结果也不尽如人意，筛不到 合适的人才，难以满足业务部门的需求。 现在，数字经济时代的新技术给 HR 在人岗匹配的任务中存在 HR、职位（JD）、简历（CV）三种实体，人岗推荐系统中由 HR 发布职位， 根据发布职位来推荐简历，该场景中需要优化推荐的准确率、召回率，提升 HR 更高的工作效率， 提升岗位和简历的匹配度来减少招聘人才的成本。 在经典的机器学习排序模型中通常分为两种：复杂的人工特征工程 + 简单的模型，简单的人工 特征 + 复杂的模型。本着该原则我们对以文本为主的职位和简历对进行了匹配排序实践。 能力和产品整合至 AI 开放平台，并通过开放平台将 AI 能力开放给所有企业和友商。 e 成科技 AI 开放平台是 HR 赛道首个企业自主研发的聚焦人力资本场景的一站式 AI 能力服务平 台，覆盖简历解析、人岗匹配、HR 机器人等诸多场景，通过 OpenAPI 及需求定制等形式，面 向所有自研系统大型企业、垂直招聘平台、传统 HR 行业厂商等企业用户提供智能化服务。 未来，我们将一直保持高效的创新与研发能力，将前沿的

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、分析之 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 如果收不到反馈，也无法及时跟进候选人状态，而候选人的薪资信息 等也无法根据不同权限显示等。 i 人事招聘模块的渠道管理 i 人事职位发布 简历查询同样如此，i 人事的招聘模块支持多维度快速查 询简历，而系统还会自动简析简历，呈现亮点与风险点， 让 HR 快速了解。合适简历，则会快捷地推送给用人部门， 面试安排也能自动同步至钉钉日程，与面试官快速沟通确 认。面试过程中的面试轮次记录等，HR 也能基于系统自

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、分析之 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 如果收不到反馈，也无法及时跟进候选人状态，而候选人的薪资信息 等也无法根据不同权限显示等。 i 人事招聘模块的渠道管理 i 人事职位发布 简历查询同样如此，i 人事的招聘模块支持多维度快速查 询简历，而系统还会自动简析简历，呈现亮点与风险点， 让 HR 快速了解。合适简历，则会快捷地推送给用人部门， 面试安排也能自动同步至钉钉日程，与面试官快速沟通确 认。面试过程中的面试轮次记录等，HR 也能基于系统自

收集行业政策与公开信息，辅助管理者构建前瞻性人才战略；HRBP场景中， 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 决策前：解读大数据及宏观政策， 生成行业分析报告辅助专家决策； • 决策中：AI基于员工行为及行业情 况数据，提供制度管理改进建议 政策解读 战略建议 AI JD生成 AI面试 • 招聘：JD生成、简历筛选、 辅助面试，缩短招聘周期； • 业务：基于绩效数据提出 优化建议 AI在人力三支柱场景中的应用 21 ©2025.4 iResearch Inc. www.iresearch.com.cn ↓ 指令微调、节奏把控 ↓ 人类完成少部分工作 自动执行 成果交付 STEP01 STEP02 STEP03 关键词识别 ↓ 简历打标 ↓ 人工筛选 设定问题 ↓ 录制回答 ↓ 人工筛选 关键词识别 ↓ 简历打标 ↓ 自动筛选 设定人才画像 ↓ 问题生成 ↓ 根据回答追问 ↓ 录制视频解析 ↓ 生成面试报告 AI在招聘环节的应用 A

领域所发挥的价值，与其在商业领域所发挥的价值 有所趋同。我们将 AI 为 HR 工作带来的价值总结为如下三方面： ≫ 提升效率 代替人工，完成 HR 的事务性和流程性工作，优化组织的人效。例如帮助 HR 完成简历初筛、 基础人事问答、快速审批处理等。 ≫ 增强员工体验 随着 AI 发展的深入，用户体验的显性化结果会有所不同，在最开始更多体现是人机交互界 面的优化，或是流程的优化；待 AI 更加智慧 通过文字或电话的形式与应聘者进行对话，人工智能助理还可以提供一些人才搜索、推送和面试日常安排的工 作，为候选人提供自动、实时、独特的提醒和信息。 简历解析与人岗匹配 运用比例：40.23% ・◎ 简历解析作为最先被 HR 熟知的 AI 产品，思路无外乎基于机器学习对大量的简历数据进行大数据分析，找到 简历里面的内容、岗位说明书（招聘广告）以及优秀候选人之间的关联。 视频面试 运用比例：40.23% ・◎ 通过对候选人的回答内容、表情和声音特质的 技术）提升效率，在较少 的投入下，使用 AI 技术最大化地提高处理基础 HR 事务的效率。 为了实现 AI 技术在单模块的运用，企业需要先对目标模块的数据进行梳理。例如， 如果想将 AI 运用于招聘模块，则需梳理简历、人才库、职位体系等数据；如果想要将 AI 运用于培训模块，则需梳理基础课件的梳理、考题、认证体系等数据。 ★ 稳定或成熟的企业 这类企业更需要通过 AI 提升 HR 的管理能力，并将 AI

人在实际申请之前了解更多关于组织的信息，这在一个工人在从事特 定工作之前对公司和品牌声誉进行广泛研究的时代是一种关键能力。 与基于关键字搜索的更传统的方法相比，它还可以实现更好的工作匹 配。 还可以使用技能匹配算法将角色与候选人简历中的技能相匹配 ， 并 根据分析提供建议。诸如此类的能力增加了将求职者转变为求职者的 机会。 i净发起人得分 （ NPS ） 是由 Fred Reichheld，Bai ＆ Compay 和 Satmetrix 。净发起人得分。i与传统的申请途径相比 ， WCA 的 （ NPS ） 也更高 ， 从申请到面试的时间也大大减少了。正如 IBM 人力资源通信副总裁 Carrie Altieri 所说 ，“IBM 每天收到 7, 000 份简历 ， 在合理的时间内浮出水面合适的候选人就像大海捞针一样。自实施 WCA 以来 ， 我们大幅缩短 了招聘时间 ， NPS 翻了一番 ， 并大大改善了候选人与工作的匹配。 ” 人力资源中的 AI 业务案例 优先排序，也可能为角 色选择错误的候选人。在此设置中，可以使用 AI 根据历史数据预测一份 工作申请需要多长时间才能完成，从而允许招聘人员根据需要重新确定 优先级。AI 还可以用于确定候选人的简历和工作申请之间的匹配，并使 其准确。 基于在工作申请过程中收集的关于候选人的信息来预测未来绩效。此外 ， 它可以帮助招聘人员编写更具包容性的工作描述 ， 更有效地过滤候选人 ， 最大限度