让我们试想一下，如果有一个招聘平台，只需按钮点击几下就发布了职位需求，剩下的就是等待几分钟或者几小时就能返回来按匹配度从高到低排序的简历，那该多好?这一幕就是即将出现的局面-以办事为核心的人工智能在招聘领域的应用场景。

　　目前国内已经有不下于 10 家初创公司号称是人工智能+招聘的领导者，大家都想趁这股风飞上去;对此，AI君不得不站出来泼一瓢冷水，呼吁冷静看待这样的行业乱象、投资乱象。【AI君一直深耕于人力资源咨询、信息化领域，去过四大，创过业(人力资源招聘标的目的)，一直在人力资源相关的科技领域工作】

　　招聘要解决的第一个核心问题就是海量简历与企业职位的快速匹配问题，其次是人的软性指标与企业的软性指标匹配问题;人工智能在招聘领域的应用，主要是这两个维度上的应用，必需先满足硬性匹配才有软性匹配，这里重点讨论硬性匹配的方法论。硬性匹配，即简历与职缺所需的能力匹配，招聘者通过职位JD所描述的能力去读取简历，认为匹配的即挑选出来放入面试池;这里要说的人工智能，便是要让电脑像人脑一样思考，去做能力匹配;那么需要满足三个条件：

　　一是要让电脑读懂简历与职缺所包罗的信息是什么。针对简历，就是准确的理解简历中与能力相关的信息，如教育经历中的学校和专业名称(北大究竟是北海大学，还是北京大学)、或工作经历中的职位和行业名称(程序员究竟是C++程序员还是Java程序员，是高级还是初级)，究竟是什么?这是需要语义分析结合基础信息尺度化来完成的，只靠语义分析是有极大的二义性的，被很多大公司(如中国招聘领域的三大)多年实践验证是非常不靠谱的。

　　二是理解信息的内在含义。好比，简历中的学校是哪个层次的(211/985，，一本，二本，还是三本)，职位隐含的胜任力结构是什么以及与职缺的胜任力关系是什么。这里需要搞清楚所有职位的胜任力，并对所有职位的胜任力关系做两两关系建模，这是靠人工几乎无法完成的任务，也是一个世界性难题。AI君认为，这是为什么世界范围内精准招聘一直进展缓慢的最大阻碍。

　　三是基于所有有效信息做综合推理。所有与能力相关信息是什么，内在含义是什么搞清楚了，那么它们综合在一起究竟反映了这个人的能力如何，就需要一个很好的能力分析模型和推理算法来实现。最终，由以上三步得到的结果是否客不雅观准确，则需要海量的简历和职缺数据对比验证，不停修正模型和算法中的参数或逻辑，才能建立一套放之四海皆准的精准匹配体系。

　　综上，才是精准匹配的正确打开方式，三步缺一不成。而第一步中的语义分析，可以说是目前所有招聘类网站的必备技能，每一个从人工智能专业结业的硕士或博士都可以胜任这项工作，差距不会太大;目前全世界语义分析最高水平的准确度也不会超过80%。所以，精准匹配的门槛主要在第二第三步，世界范围内花数年时间突破二三步的可以说是凤毛麟角，相反失败的可以数出一大堆(据了解日本的Recruit，它号称全球第二大人力资源公司，也是前程无忧的大股东，在 2015 年 4 月于硅谷聚集 11 个科学家成立人岗匹配实验室，至今都没有看到明显成果)。目前中国市场上有很多两三年前凭着语义分析从而带上“AI”帽子拿到多轮融资的公司，到今天已经是死的死，转型的转型。AI君因为做人力资源咨询的缘故，也对这类公司的产品都做过测试及研究，发觉统统是“欺骗”投资人和用户，还不如传统的三大。但是，令人震惊的是，比来AI君听说某做语义分析给简历打标签的公司(来自它本身的介绍)还入驻了某著名互联网公司的AI加速器，这真的是中国创投圈的悲恸，这样的“互相伤害”还要到什么时候。

　　别的不得不说人工智能用在垂直行业招聘领域是个伪命题，因为差别行业，能力模型纷歧样，甚至算法纷歧样，即使招聘平台是垂直行业，但不代表你不去研究全行业的职位所需要的能力模型，因为求职者可能来自任何行业。

　　未来阶段，招聘行业竞争的维度总结起来就是三个关键词：大数据、人工智能、生态，大数据是基础，没有大数据就无法做到成规模和体系的招聘;人工智能是建立在大数据的基础上，为的是让企业更有效率的找到所需人才，人才也能高效率的匹配到用人单位;生态其实就是组合拳，在基于人工智能形成的丰富的招聘生态下，每一方参与者都会因为办事的升级实现角色的转型和升级。招聘业低维度的竞争已经是过去时，未来高纬度的竞争时代已经到来。