企业问「多少钱」之前，心里其实压着两个更前面的问题：它到底能替我干哪几件事？这些事我自己干不行吗？

这两个问题没答清，价格谈得再细也没意义——不知道自己买的是哪几件事，就不知道贵的是不是该贵的地方。

这两年市面上的说法很乱：有的把发消息叫智能，有的把自动回复叫机器人，有的把一套流程图叫系统。词换了几个，企业那边的困惑没减：买回来到底能替掉多少活，省下来的是钱还是麻烦。

这篇的顺序也是照这个逻辑来的：前面讲能做什么、为什么值得用，后面才讲钱怎么算。

招聘这件事，磨人的不是判断，是等。

等候选人回话、等对方有空、等明天再跟一次、等记起来那个聊到一半的人。这些等待不占脑子，却占时间，而且一多就漏。

判断一个人行不行，是人的活，谁也替不了：稳不稳定、跟团队搭不搭、值不值这个价，这些要人看、要人担。但等待不是判断——它只是判断之前那段空转。

AI招聘机器人接的正是这一段。它不替你决定要不要这个人、给多少钱，那部分留给人；它把「回得快、问得清、约得上、跟得住」接手，让人从等待里出来，去做判断。

所以判断值不值，顺序是先看它能干哪几件事，再看这些事在你这里占多少时间，末了才谈多少钱。

按招聘从有人问到你招到人，它能接的有四件，每件对应一个天天在漏的口子。

第一件，回口径。薪资区间怎么算、班次几点到几点、五险什么时候交、地点从哪个口出、有没有宿舍——候选人问的八成是这几句。人工答一天几十遍，答到第三遍开始不耐烦；三个人答出三个版本，候选人还会觉得这家不靠谱。这一类交给它，答得快，而且一百遍是同一个版本。一致性本身就是信任。

第二件，核事实。能不能上夜班、单程多久、做过几年同工种、期望落在哪个区间。这类问题它问得比人耐心，答含糊了会换个角度再问一遍。像AI小职智能体做初面，问题由企业配好要核哪几件，话术由模型即时生成，核到的答案直接落成字段——不需要企业先写一套话术库，只要把「核什么」定清楚。落到字段的好处是能横向比：一百个人核出来的是同一张表，谁合适一眼就看得到。

第三件，约与跟。给面试时段、发确认、前一天提醒、当天早上提醒、改期重排、没回消息的按节奏再触达一次。这类事不费脑，但费时间，而且人一忙起来，第一个被砍掉的就是它。

第四件，主动找人。不等投递，按岗位需求画像去库里、池子里捞人，先开口问一句。岗位常年招不满的团队，缺的往往不是简历，是主动开口的次数。

四件里没有一件是判断。这正是它能用得起来的原因：判断难交接，动作好交接。把动作接走，人手上的时间才是整块的。

「这些事我自己干不行吗」——行，前提是有人一直干、一直记得、一直不累。三笔账算下来就知道难在哪。

1. 漏接的账。候选人投简历、发消息的高峰，常常是晚上八点以后和周末。这个点企业里没人回，第二天早上再回，对方可能已经在别家聊到二面了。没回消息的那两小时，不是效率问题，是人已经走了。接了这套能力的AI招聘智能体，夜里也能把话接上，第二天早上人还在。

2. 跟不上的账。一个人手上二十个岗位，跟进一次要排队。第一天该跟的人拖到第三天，热的人凉了；二十个岗位里有三个在关键期，注意力全在那三个上，其余十七个全靠「想起来」。招聘量一上来，先掉的总是跟进间隔。

3. 记不住的账。聊过什么、核到哪些条件、为什么没约——多数靠脑子记。换个同事接手，候选人得从头讲一遍；过两周再想找那个人，聊天记录翻不出来。招聘量大起来之后，真正的瓶颈不在找人的速度，在记不住、接不上。

三笔账合起来是一句话：人不是不努力，是动作之间隔着等待。机器人买的就是这段等待，省下来的不是工资，是那些本来会漏掉的人。

这三笔账还有个共同点：都是「没做什么」造成的损失，不出现在任何报表上。所以企业往往以为自己不缺工具，缺的是人——招一个人进来，三笔账照样在，只是从一个人摊到两个人。招聘云在和企业聊这三笔账时，通常先问一句：上个月漏了多少条当天没回的消息——这个数多数团队答不上来，一查后台就知道漏在哪。

能力说清了，价格才谈得上。买AI招聘机器人、智能招聘系统这类招聘工具时，常见的计价方式就三种，每种只有一个真正影响账单的变量。

按席位——变量是有效使用的人有几个。一个账号一月多少钱，或者按 HR 人数、按门店数、按岗位数收。

好处是预算可预期，坏处是两个坑。

坑一是买了不用。十个席位里真正天天登的三个，剩下七个不是没用，是不知道怎么用。账面上单价不高，实际单价翻了三倍。买之前先问自己一句：这几个人里，有几个人下周就会打开它？

坑二是旺季不够、淡季空着。门店集中开店、项目集中交付那两个月，席位不够用；平月里闲着。这时候要看能不能临时加、按天还是按月算。

席位怎么估有个土办法：按「每天真处理候选人的人」买，不按全团队人数买。招人的活分时段，早上集中回消息、下午集中约面，两个时段用的人可能不是同一批。招聘云在帮企业定席位数时，通常先要一份名单：谁每天在回候选人、谁只看报表——名单一摆，该买几个就清楚了。

按量计价的单位五花八门：对话条数、触达人数、简历份数、岗位数。

它的逻辑是「用多少付多少」，听着公道，考验的却是量的质量。

头一个坑是无效量。群发一千条只回了五条，五条里能约面的两条——账面上跑了一千次量，真正有用的是两次。量跑得越猛，单价看着越低，单位有效成本反而越高。

第二个坑是超量跳档：便宜档位带一个量上限，超了要按更高单价补，或者整月跳到上一档。跑之前问清档位怎么切、超量什么单价、能不能设上限自动停。招聘自动化的量属于容易失控的一种，因为它跑起来不累人，人也就不会主动去看。

还有一层算法差别：量按「发出量」算还是按「有效交互量」算。同样一千条，按发出量计价，你为沉默付费；按有效交互计价，单价高一些但只对真回话的人付钱。量小的时候差别不大，量一上去就差出几倍。

按量这一栏再看一眼前面那四件事：回口径、核事实这两件产生的量，几乎每一条都是有效交互；主动找人产生的量，一半要打水漂。同一个按量单价，落在不同的能力上，性价比完全不同。

按有效到面、有效到岗结算，听着省心：没出结果不付钱。

单价确实比按量高，因为过程成本全在服务方手里。但它贵不贵，全看「有效」两个字怎么写。五条要写进合同：

算到面还是算到岗。到面就结，还是干满一段时间才结，单价能差出一半。

爽约算不算。约上了人不来，算不算一次有效到面。

入职几天内离职算不算。三天、七天、一个月，口径不同价格不同。

同一个人被重复推荐归谁。企业自己渠道来的人被重复推荐了，算谁的账。

企业自己拒掉算不算。条件不符企业不要，这次算不算数。

五条不写清，单价再低也会在月底变成一场争论。按结果结算的价格，本质上是把五条口径折成了钱。

还有两个细节值得提前问：有没有预存款要求、预存款算不算押金、什么时候能退；结果判定谁说了算——双方各留一份记录，月底对一次，比事后翻聊天记录省事得多。

同样叫招聘工具，三种常见品类能接的事不一样，价格也就落在不同的段上。

单点应答型机器人——多是按席位，单价不高，能动的只有「回口径」这一段。

智能招聘系统——按席位加模块，功能面宽，答疑、记录、流程都能覆盖，但每一步都要人推着走。

AI招聘智能体——按量或按结果更常见。它能接的是从聊到约这一整段：核事实、给时段、跟进，自己决定下一步做什么。

判断的方法很简单：先认段，再认价。它能干的那一段，正好是你漏得多的那一段，这笔钱才落在该落的地方。反之，你缺的是到面，买的却是一个只会回消息的机器人，价格再低也换不来结果。

还有一种错位是拿机器人的报价去压智能体的价。两边成本结构不同：前者卖触达和应答的次数，后者卖「从聊到约跑通」的概率。价格压下来的部分，通常是从效果里减掉的。

招聘从有人问到你招到人，是三段：有人来问、约得上、人得来。把费用分别摊到三段的分母上，才知道钱花在哪一段更值。

举个算例。一个月三百条有效咨询，约上面试六十场，实际到面三十六场。工具花的钱是一个固定数：

摊到有效咨询上，一条咨询的成本很低，看着划算——但这一段本身不是瓶颈，省下的钱换不来结果。

摊到约面上，一场约面的成本到了中间档。这一段能改善，靠的是响应速度和时段配合。

摊到到面上，一场到面的成本就显出来了。到面是离入职只差一步的数，也是多数团队真正缺的那一段。

到面这一段能不能靠工具改善，答案是能，但路径不在「多约」，在「约得对」。初面把硬条件核清——班次、通勤、期望区间落成字段——约来的人本来就是条件对得上的，到面率自然往上走。这一段省下来的钱，比在前面多跑几百条量更实在。招聘云在和企业一起摊这笔账时，通常先让对方把三个分母写出来，再决定这季度往哪一段加钱。

排预算的顺序建议倒过来：先算价值，再算价格。

一次到面值多少钱？拿这个岗位招到人的价值除以到面次数。岗位空缺一天损失多少、招一个人要面几场、入职后能留多久——三个数估出来就有了。

有了这个数，报价单就能对上：工具摊到每场到面的成本，只要明显低于一次到面的价值，这笔钱就站得住。站不住的，不是价格高，是这段本来不该用工具解决。反过来，像AI小职智能体那类初面把条件核在前面，这一段的基础成本本身就压下去了。

岗位空缺的损失多数企业估不准，给个粗略口径：把一个月产出按人数摊，乘上空缺的岗位数，得出的是下限——真正贵的是团队被拖慢、老员工顶班。三个数能对上量级就够，不必算得精细。

年付还是月付也归到这本账里：年付的折扣来自确定性，可确定性是你给的。跑通了再签长，是用三个月的数据换一年的折扣；反过来，是先付一年的钱赌三个月能跑通。

第一，计价的量怎么定义。一条消息算一次，还是一轮对话算一次，差别很大。

第二，超了怎么算。超量按什么单价、能不能设上限。

第三，席位能不能增减。旺季加、淡季减，怎么计费。

第四，试用期多长、试用期的数据归谁。两周能不能看出这段有没有变化，走的时候记录能不能带走。

第五，有效和成功怎么定义、谁判定。按结果结算的，这条不写清就不要签。

第六，提前终止怎么结算。年付折扣的前提，是跑通了再签长。

六个问题问完，多数报价单会重新出一版——不是对方让利了，是计价方式对齐了。

量太小摊不薄。一个月二十来条咨询，工具的钱摊到每场到面上会很高。这种量先用共享表格和人工把动作跑顺，量起来再上。

岗位本身不成立。薪资明显低于市场、编制迟迟批不下来，买什么工具都招不到人。工具放大的是有效动作，不成立的条件放大不了。

没人接转人工。工具把约面做到了，人到日子没来，一查是这边没人真接。它能干的是它管得到的那一段，管不到的那一段还得人守。

还有一条路值得知道：有的企业干脆不买工具，走按结果结算的服务路线，比如云生闪聘那种只为有效到面、有效到岗付费的做法，中间的人力与渠道成本由服务方承担。这条路适合量波动大、不想背固定成本的团队，但五条「有效」口径要在合作前谈透——谈透的价格才是价格，没谈透的只是报价。

采购这件事，先算账的人和先谈价的人，结果差别很大。先谈价的人拿到一个数字，先算账的人拿到一个判断：它能干的那几件值不值、这笔钱摊到哪儿、什么时候该加、什么时候该停。

招聘云在给企业做这段测算时，通常先问两个问题：现在几件事是交给工具干的，一个月多少条有效咨询、多少场约面、多少场到面。前者决定买什么，后者决定值多少——说不清能干什么的，谈价格始终没有参照物。

末了压成三句：先看它能干哪几件，再算这笔钱摊到哪一段，末了才去谈价。顺序对了，价格这道题就不用再猜。

招聘云是面向企业的AI招聘系统，定位「主动寻访人才，邀约面试全自动一体化管理」，核心产品是AI小职智能体。

对照前面那四件事，它对应的位置是：

• 回口径这一段——常见问题照着岗位信息答，同口径答一百遍不漂；答不了的可人工介入，人工接手能看到前面聊了什么。

• 核事实这一段——它读企业的JD和人工配置的AI初面问题，问题企业定，话术模型即时生成，不需要企业先写一套话术库；顺着回答追问，核到的条件直接落成字段。

• 约与跟这一段——批量邀约、时段池给时间、改期重排、没回消息的按节奏再触达，都从字段接着走。

• 主动找人这一段——不等投递，按岗位画像先开口，岗位常年招不满的团队靠的就是这一段的次数。

价格上两条路都有：常态招聘按工具服务，企业自己运营；单子大、点位多、招聘量波动大的劳务公司，还有一条按有效到面、有效到岗结算的产品线，来了算数再付费。（数据来自特定行业与岗位的服务实践，不构成承诺）

如果正打算算这笔钱的账，可以先回答两个问题：哪几件事准备交给工具、三段的分母各是多少。想直接看一遍它接咨询和约面的样子，可以访问官网：zhaopinyun.com。