在人工智能技术重塑人力资源管理模式的今天，企业如何借助成熟、专业的AI工具实现招聘流程的智能化跃迁，成为人力资源数字化转型的关键。作为中国领先的一体化HR SaaS及人才管理平台，北森与海尔集团强强联合，共同推进AI技术在招聘场景中的深度应用，取得了显著成效。
近日，北森特邀海尔集团人力数字化产品总监史慧洁女士，就“AI在海尔招聘领域的探索实践”进行分享。系统拆解了海尔如何通过“AI+流程、AI+体验、AI+数据”的三维模式，破解招聘痛点、重构人力价值。
对于更多正在推进人力数字化的企业而言，海尔的实践证明：AI招聘的成功，不在于技术有多先进，而在于是否能真正解决业务痛点、是否能让“人”与“机器”实现价值互补。唯有以战略为导向、以用户为中心、以数据为支撑，才能让AI真正成为企业招聘革新的“核心动力”。
海尔集团人力数字化产品总监 史慧洁女士
以下为海尔集团人力数字化产品总监史慧洁女士演讲内容的整理分享
一、AI时代下的招聘变革—战略先行，方法论筑基
海尔对AI招聘的探索，并非技术层面的“单点尝试”，而是源于集团顶层战略的深度布局。AI不仅是技术变革，更是思维方式的重构，企业需从战略、组织、流程多维度调整，以“聪明人+机器”的人机协同模式，实现与AI的同频进化。这一战略导向下，HR团队成为AI落地的核心载体，探索AI与人力资源模块的深度融合，最终服务于“复合型、创新型人才”的培养与引进目标。
海尔首先解决了“AI场景碎片化”的痛点，构建了一套系统化的HR智能体规划体系：
1.业务析出链路：从“业务域→专业模块→业务价值流→业务流节点”层层拆解，确保AI场景与真实业务需求对齐。
2.智能体生成链路：基于业务流节点的痛点，规划最小颗粒度的智能体。最终，海尔在招聘领域落地19个智能体，涵盖“JD生成、人才推荐、人岗匹配、智能邀约、AI面试”等全流程场景，并结合成本与通用性，明确“自主建设”与“外部采购”的分工。
3.技术底座支撑：搭建“行业大模型+人力通用大模型+垂域小模型”的三层模型架构，为智能体提供算法支持，同时整合“数据资产、逻辑资产、界面资产”等数字化资源，确保AI运行的稳定性与精准性。
这套方法论的核心逻辑是：不追求“炫技式”的AI功能，而是让每个智能体都对应一个具体的业务痛点。正是基于此，海尔AI招聘从一开始就避免了“技术与业务脱节”的常见陷阱，为后续全流程落地奠定了坚实基础。
二、AI+流程：智能体融入招聘全链路—以校招为切口，破解核心痛点
招聘流程的低效与不标准，是企业普遍面临的难题：校招简历量大导致筛选耗时、面试官水平参差影响评估质量、跨环节信息断裂降低转化效率……海尔以“校招场景”为首个切入点，将19个智能体嵌入招聘全链路，实现了“从被动流程到主动赋能”的模式变革。
1.招聘模式革新：从“HR主导”到“业务经理为中心”的智能工作台
传统招聘中，业务经理往往处于“被动等待”状态，海尔通过AI重构了这一模式：搭建招聘智能工作台，让业务经理成为AI工具的“调度者”，核心功能包括：
- 职位发布阶段：“JD生成助手”可根据业务经理输入的“岗位名称+关键词”，自动生成完整、标准化的岗位描述，并一键同步至内外部招聘渠道；
- 简历筛选阶段：“人岗匹配助手”自动分析简历与岗位的匹配度，生成“人才亮点+风险点”报告，业务经理可快速筛选；
- 面试阶段：初面流程，引入北森AI面试官开展初面考察，识别匹配人才，真人面试时，“面试助手”根据候选人简历与岗位要求，生成“千人千面”的面试问题，“智能邀约助手”自动确认面试官与候选人时间，通过智能外呼完成邀约；
- 评价阶段：“AI面试评价助手”根据面试记录，自动生成候选人维度的评分，业务经理可一键应用至评价表。
与此同时，HR的角色也随之升级：从“流程执行者”转变为“专业知识沉淀者”与“模型调优者”——负责将招聘经验转化为模型规则、跟踪AI使用效果、优化算法精度，实现“人机协同”的价值最大化。
2.三大核心场景落地：AI破解校招关键痛点
（1）AI辅助筛选：10W+数据训练，筛选准确率达97%
- 痛点：校招简历量常突破10万份，HR人工初筛需消耗大量时间，且易受主观因素影响，导致“错筛”“漏筛”。
- 解决方案：基于往届校招全流程数据，训练专属“校园简历筛选模型”：基于收集10W+份历史简历数据样本，明确筛选规则；AI自动解析信息，生成“岗位匹配度，硬实力，软素质”三维报告。
- 实践效果：2025年秋招中，AI辅助筛选的准确率达97%，HR初筛工作量减少60%以上，同时避免了“因主观判断导致的优质候选人流失”。
（2）与北森AI面试官合作：数字人面试提升考察效率
- 痛点：校招中英语能力是核心考察项，但人工面试需协调面试官时间，且评分标准不统一，效率低下。
- 解决方案：引入北森AI面试官系统，实现“全线上数字人英语面试”：
I 场景融合：将英语考察与“综合素质测评”整合为一个链接，候选人无需多次跳转，体验更流畅；
II 岗位定制：根据不同岗位（如海外业务岗、研发岗）设置差异化题目，考察“口语表达、听力理解、专业术语应用”等维度；
III 智能评分：AI自动生成“英语能力总分（如87分/100分）”及细分维度得分（发音准确度89分、表达流畅度80.3分），同时识别“作弊行为（如念稿、替考）”，确保结果真实有效。
- 实践效果：根据不同岗位匹配不同类别题目，保证并提升了面试识人的准确性与人才的质量。
（3）AI辅助面试：统一考察维度，提升面试官专业性
- 痛点：面试官水平参差不齐，考察维度不统一，且“冰山下软素质（如管理潜质、开放包容）”难以精准识别。
- 解决方案：打造“AI面试辅助系统”，从“问题生成、过程记录、评价辅助”三方面赋能：
- 挑战与应对：初期部分面试官抵触“AI监督评价”，海尔通过“数据对比（AI评分与人工评分的一致性）”，逐步认可AI的辅助价值；同时调整“AI追问”模式——从“面试中实时追问”改为“提前生成问题清单”，避免打乱面试官节奏。
3.AI融入招聘的实施策略：分阶段推进，聚焦资源最优配置
海尔明确，AI招聘的落地并非“一步到位”，而是遵循“从易到难、从高频到低频”的四阶段策略，确保有限资源发挥最大价值：
同时，海尔强调HR-AI落地的四大核心要素：企业战略导向（确保AI与业务目标一致）、HR模式变革（拥抱人机协同）、企业数字化基础（数据与系统支撑）、AI技术成熟度（算法精度与稳定性）——四者缺一不可，共同构成AI招聘落地的“基石”。
三、AI+体验：聚焦用户需求，优化候选人与HR双端体验
招聘的核心是“人”，AI不仅要提升效率，更要优化“候选人”与“HR”的双端体验。海尔从校招场景中候选人的核心痛点出发，打造了两款高频使用的智能助手，实现“体验与效率的双赢”。
1.简历解析助手：解决“填写耗时、格式不统一”痛点
2.智能问答助手：解决“岗位匹配困惑、咨询无门”痛点
这两款助手的落地，不仅让候选人校招体验显著提升（简历填写时间减少70%，咨询响应时间从“小时级”变为“秒级”），也减轻了HR的咨询压力，让HR更聚焦于“人才深度沟通”等核心工作。
四、AI+数据：数据驱动决策，激活招聘全流程价值
数据是AI的“燃料”，也是招聘策略优化的“依据”。海尔通过“数据集成→多维分析→AI洞察”的三步路径，将分散的招聘数据转化为“可决策的价值”，实现“用数据反哺招聘”。
数据集成：将招聘数据整合至“海尔员工中心”，实现“一个入口解决所有数据需求”；同时打通“招聘全流程数据链路”，确保数据的完整性与关联性。
多维分析：HR无需代码基础，通过“拖拽维度”“选择指标”，即可生成个性化报表；基于结构化数据，HR用自然语言提问，AI自动查询数据并生成答案，响应时间＜10秒，无需手动筛选。
AI报告生成：AI自动解析自助分析生成的数据，生成包含“核心结论、趋势变化、异常点预警、优化建议”的分析报告。
通过“AI+数据”的落地，海尔招聘从“经验驱动”转向“数据驱动”，HR可更精准地优化“招聘渠道、岗位要求、面试标准”，实现“降本增效”的核心目标。
五、AI招聘从0到1的可复制路径，人机协同是核心
回顾海尔AI招聘的探索历程，其从0到1的落地并非偶然，而是遵循“聚焦业务痛点、分阶段推进、守住人机协同底线”三大核心逻辑的必然结果。总结来看，海尔的实践为企业提供了三条可复制的经验：
AI不是“炫技工具”，而是“解决问题的手段”。海尔每一个智能体的规划，都对应一个具体的业务痛点，如“英语面试效率低”对应北森AI面试官，确保技术与业务深度绑定，避免“为了AI而AI”的资源浪费。
资源有限的情况下，企业应从“高频、易落地”的场景切入（如海尔选择校招场景），先实现“效率提升”（第二阶段），再逐步向“决策支持、深度创新”（第三、四阶段）迈进。
AI工具均需通过企业数据安全审核，AI是“辅助工具”，而非“替代者”——最终的招聘决策（如是否录用候选人）仍需人来判断，HR的角色从“事务执行者”升级为“人才价值挖掘者”，实现“人机协同共赢”。
展望未来，史慧洁女士强调：“AI不是HR的‘替代者’，而是帮HR从事务性工作中解放、聚焦人才价值的‘合伙人’。”随着AI技术的持续迭代，海尔将进一步探索“AI+人才发展”“AI+组织诊断”等更多人力场景，推动人力资源管理从“职能部门”向“战略伙伴”转型。
