
图片:METAL
摘要
- 出木场表示,收到 1,000 份申请不可能 1,000 人全都不合格,问题出在流程本身。
- 每个岗位的申请量增加 111%,招聘人员却减少 56%,要读的量翻倍,读的人少了一半。
- 求职者和招聘方各自使用 AI,纸面材料因此失去了信号作用,决定正在向内部推荐倾斜。
如果收到一千份申请却觉得没有一个能用,奇怪的不是申请人,而是流程。全球最大的求职平台之一 Indeed 的首席执行官出木场久征把当下的招聘流程诊断为恶性循环。这句话出自卖平台的一方,分量自然不同。
据报道,他先问:"你收到了 1,000 份申请,你认为这 1,000 个人全都不合格吗?"接着说:"哪里出问题了。"他没有把它解释成不合格者扎堆,而是选择了另一种读法:筛选装置坏掉了。
两端同时堵住。岗位增长的速度放缓,争夺同一个职位的申请人却在增加,具备资格的人投出几十份甚至上百份申请也收不到回音。雇主一侧同样不轻松。申请池里充斥着 AI 写出的材料,加上包含朝鲜 IT 人员在内的假候选人诈骗,辨认真实申请者本身就成了一项工作。
数字印证了这种体感。据报道,2022 年至 2025 年间每个岗位收到的申请量上升了 111%,同期招聘人员数量下降了 56%。招聘软件公司 Greenhouse 的首席执行官 Daniel Chait 也确认,求职申请被吸进黑洞的感觉确有其事。要读的量翻了一倍,读的人少了一半,所以那种感觉不是错觉,而是算术。
Chait 这样概括当下:"双方同时感到不满,这还是第一次。"他补充说:"市场对任何一方都不起作用了。"求职难和招人难通常轮流出现,如今却重叠在一起。
制造这种重叠的装置是 AI。包括 Indeed 在内的招聘方为应对暴涨的工作量、为把候选人和岗位更好地匹配起来而引入了 AI 工具。而申请者同样用这些工具修改简历、撰写求职信,提高被看见的概率。Chait 把这种状态称作 AI 厄运循环,他说:"每个人都在用自己的 AI 解决自己的问题,但这让整个系统变得更糟。"
METAL 曾报道过一位求职者让 ChatGPT 代替自己,面对 AI 招聘官完成面试。当时那还是一个怪异的场景,但在申请这一端,它已经成了默认选项。
用社会学的语言来说,这是信号的崩塌过程。简历和求职信原本是努力的证据。花上几个小时为一家公司逐字修改,这件事本身替申请人说明了诚意,而这份成本充当了筛选装置。一旦成本趋近于零,纸面材料就再也无法区分任何东西。剩下的只有数量,而数量越大,阅读的一方切得越粗暴。
于是平台要解决的问题性质变了。出木场问道:"我们怎么确认求职者是真人、不是 AI 申请、态度认真而且具备资格?"他把另一个问题并排放在旁边:"我们怎么确保雇主是真的想把职位填上的真雇主?"这些问题问的是真伪而非匹配,而且同样的怀疑同时落在两端。
关于绕路的建议都指向同一个方向。Chait 说,不要一窝蜂涌向名气最大的公司。他说:"别因为 OpenAI 每天上新闻就只投它。"他补充道,先确定自己想做的工作内容,再去找做这类工作的不知名公司,成功率会高得多。
管理学者兼创业者 Scott Galloway 用数字展示了公开渠道的概率。去年他在一档播客中说,谷歌一旦放出一个职位,八分钟左右就会收到 200 份简历,随后压缩到最合格的 20 人,而最终有 70% 的情况下被选中的是公司内部有人替他说话的申请者。
Galloway 解释人脉的方式也瞄准同一个概率。他说,有人推荐的话,即便你没有主动找工作也会收到邀约,"你要让自己被放进机会流动的那个房间里,哪怕人并不在场。"也就是说,在申请这个动作之外决定的部分相当大。
市值 70 亿美元的软件公司 Netskope 的首席执行官 Sanjay Beri 也指向同一处。他说,你认识谁、如何认识、以及把这层关系积累起来,都会随时间得到回报,并补充道:"有时候你想要的那些职位,根本就不会被公开发布。"
METAL 核实,这些建议的共同点在于它们全都指向公开招聘渠道之外。申请按钮越是失效,推荐与引荐这条私人路径就越值钱,而这条路径优先向已经握有人脉的人打开。METAL 曾报道过初级银行家的招聘要求里加入了 AI 能力,门槛抬高的同时,跨过门槛的路径反而在收窄。
把申请成本压到零的技术,把筛选成本推给了雇主,而雇主又用私人关系网把这份成本偿还回去。出木场的问题之所以尖锐,原因就在这里。如果一千个人不可能全都不合格,那么此刻被筛掉的就不是资格,而是别的什么。





评论