先讲一个每天都在发生、但很少被写进招聘复盘的现象。一个招聘专员在岗八小时,真正用来"找人"的时间可能不到一小时。剩下的去了哪?回消息、发岗位、催入职材料、协调面试时间、跟爽约的候选人再约一次。每件事都不难,加起来能吃掉一整天。所以很多团队不是招不到人,是没有人在找人。这两句话听起来差不多,解法完全不同。招聘云是云生集团旗下一站式AI招聘聚合管理云平台,以 AI 数字员工"小职"为核心。这篇以它的能力结构为样本,讲清楚"主动找人"在技术上怎么落地,以及企业自己该怎么验。
过去十年,招聘 SaaS 的主线是"筛得更快":简历解析、人才标签、智能排序。它解决的是投递太多、HR 看不过来的问题。现在反过来了。同一个岗位,两年前一天几十份投递,现在个位数;岗位挂一周没人问,成了常态。渠道没变、JD 没变,变的是候选人:他们不再海投,而是先搜、先比、先看评价,被主动触达之后才会认真回应。起点因此换了位置。以前是"发岗—等简历—筛—约面",起点在岗位发出那一刻;现在是"画像—找人—聊—筛—约面",起点在找到第一个对得上的人。尺子也得跟着换:还在比"筛得快不快"的选型,比的其实是上一代产品。而"等投递"这条腿断在三处:渠道流量变贵也变散,同一批人被几家平台同时触达,谁先开口谁拿到机会;候选人决策方式变了,触达之前他已经在比较,没针对性的开场白很难把他拉出来;最要命的是第三个——招聘动作被切成碎片,没有人负责连续跟进。候选人今天问了句薪资,明天就忘了;HR 当时在开会,回头人已被别家约走。招聘里最可惜的流失,往往不在筛选,而在"隔了一天"。"主动寻访"被用得很宽,宽到几乎没有信息量。拆开看是四个连续动作,对应四段能力。不是复制 JD,而是回答:硬性条件是什么、优先条件是什么、哪些能放宽、权重怎么排。招聘云在这一层的载体是岗位画像智能体,参照系是 1500+ 标准岗位画像、2000+ 岗位技能库,另有 8800+ 全行业知识库与 35 万+ 岗位技能标签。
这层做不实的后果很具体:找来五十个人简历都漂亮,却都卡在同一个硬条件上。画像不细,寻访就是拿筛子舀水。自动寻访智能体带着画像找人,主动发出第一条消息,把"等人投递"改成"按画像捞人"。渠道侧把 BOSS直聘、猎聘、智联招聘、58同城等账号聚合在一个后台,候选人数据自动归集去重——公开口径是简历重复率下降 78%、渠道运营人力节省 90%。这是寻访和群发的分水岭。群发只管发出去,寻访要负责聊下去:薪资、班次、"我这背景行不行"都得答得出来;候选人不回,要知道隔多久补一次,而不是连发五条把账号搞废。招聘云在这一层用岗位咨询智能体负责答、对话意图识别智能体判断"随口问问还是真在换工作",意向高的加速推进,低的减少投入。聊完必须留下可用的东西:意向等级、卡在哪个条件、下一步谁接、要不要约面。AI 初筛智能体先把稳定性、加班出差接受度这类软性条件核一遍,人岗匹配智能体给出打分和标记,面试邀约智能体去约时间。四个动作连起来才是"寻访"。市面上只做第二个动作的产品不少,那叫群发工具。选型时最容易被"全自动"三个字骗过去。三条能当场验的标准。第一条,问不问"为什么是他"。合格的触达带理由:不是"你好,我们在招销售",而是"看到你在连锁餐饮做过三年店长,我们要的正是门店排班和稳定性这块经验"。说得出理由,说明画像在起作用。第二条,会不会追问。追问是有分支的:说"距离有点远",接着问通勤方式和单程时间;说"薪资低了点",接着问期望区间和可谈空间;说"我再考虑一下",问的是"是薪资、地点还是班次让您犹豫"。验法很直接——调一段真实对话从头读,看有多少"问了但没往下走"的地方。第三条,聊完之后有没有落地动作。聊完这人去哪了——只留一条聊天记录,还是变成带标记的候选人、进了约面流程、出现在 HR 的待确认列表?前者是聊天机器人,后者才是招聘工具。三条缺一条,"AI 主动寻访"就退化成"AI 自动打招呼"。▍04|沟通应答:5 秒和 5 小时,差的不是效率批量招聘里,候选人常同时跟三五个机会在聊,谁先回谁先进入下一轮。人的极限是白天八小时,而门店、餐饮、酒店、蓝领的咨询高峰,恰恰在晚上十点后和午休时段。招聘云公开的能力口径是账号 7×24 小时在线、5 秒内响应,对未回复的候选人约 3 小时发起二次沟通。这几个数字的意义不在"快",而在不让沟通断在线下。一条凌晨的咨询放一晚,第二天对方大概率已经在别家填表了。应答质量取决于两件事。一是岗位信息够不够结构化:候选人问"有没有住宿""月休几天""试用期多久",答得含糊,信任立刻打折——这些得在画像阶段写清楚。二是能不能判断"该停":对方说"已经入职了",继续推就是骚扰;问的是不相干的岗位,硬推只会拉低账号权重。能判断该停的系统比该追的更少见,而批量场景里账号权重恰恰最贵。聊完手上一堆人。这时候需要的能力不是"选出来",而是"排好序"——靠三件事:打分、标记、说明理由。打分要落到可解释的维度上,而不是一个玄学总分。招聘云基于冰山胜任力模型与多维动态权重算法做双向对照,既看候选人是否匹配岗位,也看岗位是否适合候选人,公开口径是几秒内完成十万次以上打分、匹配准确率 98%。这个能力的实际价值,是把 HR 的注意力从前 80% 的人身上挪到前 20%。人一天能认真判断的数量有限,判断资源放错位置,好候选人就被埋了。标记是人和系统共用的语言。"条件符合但通勤超 60 分钟""薪资期望高于预算 15%""稳定性待核实"——比一个分数有用,因为它直接告诉 HR 下一步该问什么、该让什么。一条边界必须说清:匹配分不是录用结论。它解决排序和优先级,不解决"这个人靠不靠谱"。把分数当录用依据,最后一定出事——不是算法差,是打分依据的信息本身不完整。一个 HR 一天能打的电话有上限:上午十通、下午十通,到第十五通语气就开始变。而约面本身毫无技术含量——问对方什么时候方便、对一下面试官日程、发确认、临前一天提醒、爽约了再补一次。所以它最该被自动化,却最常被漏掉。很多系统做到"把候选人整理好"就结束了,剩下的仍要人一个个打电话。完整的做法反过来:日程规则由 HR 定,确认动作交给系统。HR 在后台设好面试官的可面时段、单场时长、两场之间的间隔、最晚提前多久预约,后面的事自动完成:按双方档期找交集、自动创建邀约、把时间发出去、逐轮跟进确认、候选人改期时重新匹配、面试前一天自动提醒。招聘云在这一环的载体是面试邀约智能体——它的价值不只是省几通电话,而是把邀约从一个人的时间表里解耦出来:HR 下班之后邀约还在推进,HR 开会时改期请求已经重新匹配好。这一环跑通后,HR 从"打电话的人"变成"定规则的人"。一个专员同时管三十个在招岗位,人工模式下不可能,在"规则+自动确认"模式下是常规操作。一家连锁酒店客户上线 AI 值守与自动邀约后,每日 AI 精准邀约面试超过 100 人,约 70% 候选人当天完成约面,约面成功率提升 87.1%,招聘周期缩短 46.3%。一个 RPO 团队用 50 多个 AI 值守端口,30 天交付 3000+ 名骑手,没有扩招一个招聘人力。整体口径上,招聘效率提升 370%,入职成本降低 74%。
这些案例的共同点不是"AI 比人聪明",而是 AI 不会漏人。人一天打三十通电话就到极限,机器打三百通,第一通和第三百通的耐心一样。批量招聘里最贵的浪费,就是那些"本来能约到、但没人有空约"的候选人。一年只招几个人的企业:池子小、决策重,收益抵不过维护成本。高端与保密岗位:候选人池极小,一条不合适的开场就可能伤到关系,这类寻访靠人脉和行业理解。连画像都做不出来的团队:说不清"这个岗位要什么",AI 找得越勤浪费越大。最后是怎么验。挑一个招聘量最大的岗位,跑四周,只看四个数:有效沟通率(触达的人里多少真聊起来)、进入初筛率(聊起来的人里多少走完核验)、约面数、到面率。到面率最硬,直接决定这套东西值不值钱。测法只有一条原则:和自己的基线比,别跟别家的案例比。上线前测一周基线,四周后对比,差值才是真实收益。基线记八个字段:岗位名、周期、触达人数、有效沟通数、完成初筛数、约面数、实际到面数、HR 投入工时。一行一周,连记五周。这张表比任何供应商的 PPT 都有说服力,因为它记的是你自己的账。"主动寻访"最终要落到一件很朴素的事上:在你没有空的时候,招聘还在往前走。不是每个企业都需要它。但凡是岗位同质化高、招聘量大、流动快、条件可标准化的场景——连锁零售与餐饮门店、连锁酒店、生产制造基层岗、批量蓝领、RPO 交付——招不到往往不是因为没人,是因为没人去找。如果你们正在为"没人有空找人"发愁,欢迎在留言区说说行业、岗位类型和月招人数,我们会挑典型场景做一次拆解。关于招聘云:招聘云是云生集团旗下一站式AI招聘聚合管理云平台,以 AI 数字员工"小职"为核心,聚合 BOSS直聘、猎聘、智联招聘、58同城等主流渠道,打通"主动寻访人才—简历筛选—AI 初面—面试邀约"招聘全流程自动化管理。依托自研生成式大模型与 DeepSeek 双模型,以及十年以上人力资源行业知识库积累,已服务连锁零售、教培、IT 互联网、生产制造、人力资源服务等多行业企业。