惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hackread – Cybersecurity News, Data Breaches, AI and More
腾讯CDC
F
Fortinet All Blogs
I
InfoQ
Jina AI
Jina AI
有赞技术团队
有赞技术团队
A
About on SuperTechFans
Stack Overflow Blog
Stack Overflow Blog
小众软件
小众软件
Recent Announcements
Recent Announcements
aimingoo的专栏
aimingoo的专栏
雷峰网
雷峰网
B
Blog RSS Feed
C
Check Point Blog
Y
Y Combinator Blog
博客园 - 聂微东
云风的 BLOG
云风的 BLOG
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Hugging Face - Blog
Hugging Face - Blog
Microsoft Security Blog
Microsoft Security Blog
Engineering at Meta
Engineering at Meta
G
Google Developers Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI面试,是未来招聘的趋势吗?
我叫徐知鱼 · 2022-09-05 · via 人人都是产品经理

如今的面试官不仅仅是真人,还有可能是AI人工智能。AI面试官可以帮助承担一部分的简单劳动,节省时间精力,提高效率。本文作者围绕AI面试官展开分析,希望对你有帮助。

一、AI面试缘起与发展

后疫情时代,视频面试跃升成为重要的面试手段,也让线上办公软件更多地出现。钉钉/腾讯会议/ZOOM/飞书等企业通讯软件成为频繁露脸的载体,面试不必面对面成为了主流认知。尽管可能会被诟病没有临场感,但不置可否的是,异地视频面试节省了企业的招聘成本,也为求职者省去了路费与路途的消耗。

但如果以节省招聘成本的角度来看,线上面试的极致是什么?自然不会仅仅局限在空间上的跳脱,时间维度同样可以被消解,变得模块化标准化,就像是求职者被通知笔试–>参与笔试–>判断成绩一样。这也就是AI面试应运而生的逻辑,在疫情时代,AI面试的存在也随之被放大,因此现阶段不少银行、地产、快消以及零星互联网企业都有用到ai来进行对人才的筛选。

在求职者多而岗位需求的大企业,往往能收到海量的简历,以至于达到可怕的5000:1(网传宝洁报录比),216:1(网传腾讯报录比)的比例。

从简历初筛,到笔试,再到第一轮面试,尽管漏斗在不断缩小,但实际上这三轮考核,都是围绕着基础资质进行的,不存在严格的创意性要求。因此简历筛选阶段,经由简单的条件判断(学历/学校/实习经历)就可以筛选掉一批求职者,再将其输送到下一个标准化的笔试环节,再通过程序打分筛选掉不合格的求职者。

当漏斗流转到了首轮面试环节,就出现了不同的选择,一者是面试官亲自面试来综合评估是否给予求职者进入下一轮的机会,另一者是AI面试打分,来决定求职者是否到达了进入下一环节的门槛。而人工面试与ai面试自然是各有优势,请细听分说。

相较而言,传统人工面试与AI面试存在的明显分歧就集中在需要「感性介入」的考察上,这便是企业对AI面试又爱又恨的地方。如果需要图方便的话,则很可能会刷掉不拘一格创造性强的人才,而如果想要挖掘到很符合业务需求的人才,则需要花费时间对AI面试官进行算法打分上的调教,与其节省时间的目的背道而驰了。

二、异步视频面试

如果「感性介入」与「节省时间」的需求都存在,本着既要又要还要的逻辑,该怎么设计一套解决方案呢?这时候,异步视频面试就出现了。

雇主侧提前设置好文字or视频的题目,然后录制面试开场白。准备工作完成后,通过电子邮件或短信发送面试邀请给到求职者。求职者则根据面试问题进行回答,每个单独的问题会做各自的区隔。在求职者结束面试后,面试官进入到系统后台,结合AI评估,对面试者每个问题的回答做出符合/否的判断,进而评估面试者是否够格。

笔者经过对市面上的异步视频面试的平台做调研,给出国内外两家企业的介绍,内容详细见下。

1. TestGorilla

一句话slogan:Quality time for quality candidates.(有价值的时间给有价值的候选人)

创建评估阶段:

  • 丰富的不同岗位面试题库,并提供专业的面试指导意见。
  • 自定义问题,并设定求职者的回答形式。

后台筛选阶段:

  • 实时查看候选人的完成状况,一目了然地查看每个候选人的评估状态。
  • 比较候选人的面试排名。
  • 浏览详细回答详细,并自主评分做笔记。

其他:

  • 易用性/全平台/灵活的文件上传。
  • 免注册,支持雇主logo直接展示。
  • 防作弊系统。

2. 抢镜职场

一句话slogan:抢镜职场 好工作直接面。

产品介绍与上述TestGorilla没有太大区别,因此不做赘述,读者看图即可。但于此同时,抢镜职场在用户评价介绍页中,特地摘选了「抢镜社区」这一概念来做为卖点,只能说,国内的互联网企业都太想做社交了…

让我们将异步视频面试剖开来看,其实它处于人工面试与AI面试的中间地位,不用实时沟通,但面试官又能介入自己的判断,只是这种解决方式是否是「节省时间」与「感性介入」博弈的最优解,

这种解决方式的优点在于:

  • 能集成简历初筛与一面环节,缩短面试流程,也因此可以吸纳更多份简历而不用顾忌处理不过来。
  • 丰富的模板化面试题项,节省面试官的问答时间。
  • 集中处理候选人的面试情况,方便利用面试官的零碎时间。
  • 更直观的对比候选人情况,避免很主观的情绪化判断。

这种解决方式的缺点在于:

  • 需要接入新的平台,惯性太大,难以改变。
  • 只要有题目,不做深挖的情况下,就有前人总结最优解,是否也会变成背答案模式。

三、总结

总之,当人类面试官的精力愈发宝贵,机器就需要承担一部分的劳动,以便提高双方的效率。在一代代的尝试中,经历了线下面试–>视频面试–>AI面试–>异步视频面试–>???的阶段,可以发现效率的提升是招聘服务商们进行尝试的重点方向,但时间还没有告诉我们答案,究竟何种形式才是面试这一终极问题的最优解。

新潮的AI面试与异步视频面试给出了自己的损益比较,将缩短招聘时间提高招聘效率的故事讲给投资人和客户们听,但如何核对企业面试转型的成本以及这一轮筛子对面试者发挥的影响,尚且需要等待市场的检证。

不过毫无疑问的是,在未来,基础资质的考察,决计不需要用到这么多人力成本。通过海量次面试的问答,经由算法给出每一条分支的提问方式,就如同AlphaGo对围棋的处理,便也许能做到和人类面试官同等灵活的深度考察,到这一步说不定就实现了效率与精准的博弈平衡,让我们继续期待。

本文由 @我叫徐知鱼 原创发布于人人都是产品经理,未经作者许可,禁止转载

题图来自 unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。