研究核心发现 - 基于对44家公司1311个职位23000份面试转录的分析，研究发现招聘流程存在显著“脱节”：公司宣称看重的技能与实际面试评估的技能之间存在巨大差距[2] - 尽管人工智能被广泛认为将重塑工作，但招聘流程在评估候选人AI相关技能方面存在重大盲点，这可能导致公司错失关键人才并组建能力不足的团队[2][10] 技能评估的脱节与低效 - 面试流程看似系统：仅一轮面试后，招聘启事中列出的技能有近80%被提及，第二轮后该比例攀升至91%[3] - 深度评估不足：对技能进行有意义的深度评估比例远低于提及比例。软技能（如沟通与协作）在76%的面试中得到深入讨论，而技术技能和经验要求即便经过五轮面试，得到深度评估的比例也仅分别为55%和66%[3] - 面试存在大量冗余：在所有技能类别中，72%初次被充分讨论的技能在后续面试中会再次被提及，每个技能平均被额外提及1.2次，这表明面试时间被浪费在重复话题上，而非全面评估更多技能[3] - 结构化提问至关重要：被面试官明确询问的技能，最终在面试中得到充分讨论的比例为53%；而从未被问及的技能，得到充分讨论的比例仅为1.6%[4] - 录用决策信息不完整：研究发现，通过现有流程发出的录用通知，近一半可能依赖不完整或有偏差的信息；当一项技能从未被明确询问时，这一比例超过90%[4] 人工智能技能评估的盲点 - 评估严重缺失：尽管约50%的面试会提及人工智能，但2024年仅有0.4%的面试包含关于AI使用的直接问题；2025年该比例增长五倍多至2.2%，但仍显著偏低[7] - 多轮面试后盲点依旧：即使经过三轮单独面试，93%的候选人从未被直接问及他们的人工智能能力[7] - 被问及岗位类型变化：2024年，市场营销岗位的候选人最常被问及AI使用；到2025年，招聘和人力资源专业人员最有可能面临此类问题，该比例增长了13倍[7] - 问题类型有限：当被问及时，AI相关问题通常分为六类（日常使用、工具熟悉度、工作流程整合等），但此类对话仍属例外，公司错失了识别能推动AI应用的候选人的机会[8] 对招聘流程的改进建议 - 实施结构化面试指南：制定全面的面试指南，确保所有关键技能得到明确关注，并建立机制跟踪面试官是否遵循指南[9] - 审核招聘启事与实践：定期审查面试流程是否真正评估了宣称看重的技能，检查技能是否得到足够深入的评估[9] - 融入人工智能评估：制定具体策略，评估候选人的AI能力、对技术变革的适应程度以及发展AI相关技能的潜力[9] - 优化面试效率：不应增加面试次数，而应使每次面试更全面、更有针对性，例如将特定技能类别分配给不同的面试官或轮次[9] - 培训面试官：投资于面试官的能力提升，为其提供依据岗位要求系统性评估候选人的工具和培训[9] 改进后的潜在影响 - 对公司而言：通过关注针对性、结构化以及致力于衡量关键要素，可以解决现有缺陷，从而通过更明智的招聘决策获得竞争优势，组建更有能力应对未来挑战的团队[10] - 对候选人而言：改进后的流程意味着基于实际岗位要求进行更公平的评估，合格的候选人将有更好的机会展示能力，所有求职者也能更自信地准备面试[10] 1. 技术辅助：技术可提供帮助，例如自动面试录音和分析，以及确保全面技能评估的人工智能驱动评估平台[10]