AI时代,企业招聘到底应该考什么?一份AI能力评估框架告诉你答案
2026-07-30
传统招聘考的是学历、经验、技能。AI时代招聘需要多考一层:AI素养。但"多考一层"不是加一道面试题那么简单——它需要一套从"考什么"到"怎么考"的完整评估框架。
世界经济论坛将AI与大数据列为未来五年增长最快的技能类别。麦肯锡的调查显示,94%的员工声称具备生成式AI基础认知,但管理者普遍低估了员工的实际AI应用程度。这个认知错位说明:企业不仅缺AI人才,更缺识别AI人才的标准。北森基于15年人才测评积累,提出AI素养评估框架:AI素养 = AI能力 + AI发展潜质。以下是对北森AI素养评估框架的逐层拆解。
第一层:AI理解能力——考"知不知道"
AI理解能力是整个框架的地基。它回答的问题是:候选人对AI的基础概念、能力边界、工具选择、风险识别是否有真正的理解。
北森AI素养评估的考核方式是L1-L4四层客观选择题,覆盖六个维度:
维度
考察焦点
典型题目方向
工具应用能力
不同AI工具的选用逻辑
场景匹配题
风险控制能力
AI输出风险的识别
幻觉/偏见/安全题
结果甄别能力
判断AI输出正确性
输出纠错题
目标拆解能力
将复杂任务分解给AI
流程拆解题
价值加工能力
对AI输出的二次处理
内容优化题
创新适应能力
对AI新能力的适应
场景迁移题
L1到L4对应从基础认知到深度理解的四个等级。等级判定基于客观作答,不涉及主观评分。这一层的价值在于建立基线——任何岗位的候选人都应达到L1以上,L4意味着对AI有系统性认知。
"理解能力不是终点,是起点。没有L1的地基,上面的应用和创造都是空中楼阁。"
核心价值:为所有岗位建立AI认知的最低水位线,消除"听说过就当懂了"的筛选盲区。
第二层:AI应用能力——考"能不能做"
AI应用能力是框架的核心战场。它回答的问题是:候选人在真实业务场景中,能否用AI完成任务、解决问题。
北森AI素养评估在这一层的关键设计是三种题型对应不同岗位:
题型
考察方式
测量焦点
适配岗位
提示词补全题
给定目标补全提示词
指令撰写功底
职能岗
问题解决题
多轮AI交互完成任务
解决方案的链路能力
非IT产研/管理岗
提示词工程题
设计稳定运行的"小Agent"
工程化控制AI产出
IT岗
三种题型由易到难递进。提示词补全题测的是片段能力——给定上下文能否补出有效指令。问题解决题测的是全链路能力——从业务问题到AI交互到最终交付的完整路径。提示词工程题测的是系统控制能力——不是写一条prompt,而是设计一套对一类输入稳定输出的逻辑。
企业可按岗位需求配置题型和难度。管培生可以选提示词补全+选择题,研发岗选提示词工程题,产品运营选问题解决题。不是每个岗位都需要同一深度,但每个岗位都需要知道自己需要多深。
"应用能力考察的不是'会不会发指令',是'能不能把AI变成可靠的业务工具'。"
核心价值:将AI能力从"概念匹配"拉到"真实工作状态",让评估结果具备业务可预测性。
第三层:AI创造能力——考"能不能发现机会"
AI创造能力是框架的顶层。它回答的问题是:候选人能否在真实场景中发现AI赋能机会,重组流程与协作方式,把AI产出嵌入更完整的业务成果。
这一层的考核最具挑战性。它不考"会不会用AI",考的是**"能不能识别哪里该用AI"**——一种场景感知和流程重构能力。一个具备创造能力的候选人,不只是用AI完成被分配的任务,而是主动发现"这个环节可以用AI提效"并设计方案。
"理解是知道AI能做什么,应用是让AI做到,创造是发现AI还能做什么。"
核心价值:识别能将AI从"工具"升级为"业务变量"的高潜人才。
第四层:AI发展潜质——考"未来能不能持续成长"
AI发展潜质是北森AI素养评估框架中常被忽略但至关重要的一层。它回答的不是"现在会不会",而是**"未来能不能"**。
发展潜质包含两个部分:思维与行为取向(如是否主动尝试新技术、是否具备结构化思维),以及基础认知能力(言语能力、数学能力、逻辑推理能力)。这三项认知能力是影响AI学习速度的智力加速因子。
一个当前AI应用能力中等但逻辑推理突出的候选人,成长曲线可能比当前应用能力高但推理偏弱的人更陡。招聘不是只看今天的快照,而是看未来的轨迹图。
传统招聘 vs 北森AI素养评估:考核方式对比
维度
传统招聘
北森AI素养评估
考核内容
学历+经验+项目经历
AI理解+应用+创造+发展潜质
AI能力考察
简历标签+面试提问
L1-L4选择题+三种题型+作答留痕
评估方式
主观判断为主
客观测量+行为证据
岗位适配
统一标准
按岗位配置题型和难度
结果形态
面试评分
分数+作答原文+推荐等级
可追溯性
不可追溯
全程留痕可审计
面试支撑
无结构化依据
报告提供追问素材
FAQ
Q1:北森AI素养评估落地需要多长时间?会不会拖慢招聘节奏?
北森AI素养评估原生融入招聘测评流程,候选人在完成原有认知能力、个性测评的同时完成AI能力测验。不额外增加独立环节。系统自动生成三份报告——综合岗位推荐报告、AI解读报告、AI素养评估报告。HR在初筛时只需看推荐等级,不需要逐份解读。
Q2:框架中的四层是必须全用,还是可以按需选用?
可以按需选用。企业应根据岗位的AI依赖度配置评估深度。基础配置是L1-L4选择题(适用所有岗位)+ 一种应用题型(按岗位选择)。创造能力和发展潜质作为参考维度,不设为硬门槛。框架的价值在于提供完整选项,不是要求全部启用。
Q3:AI创造能力的评估成熟度如何?企业能依赖这个维度的结果做决策吗?
诚实地说,创造能力的测量成熟度目前低于理解和应用两个层级。它更适合作为高潜人才识别的参考维度,不适合作为淘汰决策的硬门槛。企业在使用时应明确标注其权重——参考性使用和门槛性使用需要区分。
Q4:如果企业没有使用过任何AI测评工具,从零开始搭建这套框架,第一步应该做什么?
第一步是明确岗位AI能力需求。不是选工具,不是选题型,而是回答一个问题:每个目标岗位需要候选人具备哪个层级的AI能力。管培生需要L2理解+应用意识,研发需要提示词工程能力——这个需求地图不清晰,任何工具都是盲选。先定标准,再选工具。
收尾
从"考什么"到"怎么考",AI能力评估框架的核心不是增加一个考核维度,而是重新定义人才标准的颗粒度。当评估从"简历标签+面试印象"升级为"分层测量+行为证据+可追溯记录",招聘决策的确定性才会发生质变。
值得关注的是,北森AI素养评估的适用范围正在从校招向社招扩展。当AI能力成为所有岗位的基础项,企业需要回答的下一个问题是:现有员工的AI素养,是否也需要一次同样的评估?
传统招聘考的是学历、经验、技能。AI时代招聘需要多考一层:AI素养。但"多考一层"不是加一道面试题那么简单——它需要一套从"考什么"到"怎么考"的完整评估框架。
2026-07-30
传统招聘考的是学历、经验、技能。AI时代招聘需要多考一层:AI素养。但"多考一层"不是加一道面试题那么简单——它需要一套从"考什么"到"怎么考"的完整评估框架。
世界经济论坛将AI与大数据列为未来五年增长最快的技能类别。麦肯锡的调查显示,94%的员工声称具备生成式AI基础认知,但管理者普遍低估了员工的实际AI应用程度。这个认知错位说明:企业不仅缺AI人才,更缺识别AI人才的标准。北森基于15年人才测评积累,提出AI素养评估框架:AI素养 = AI能力 + AI发展潜质。以下是对北森AI素养评估框架的逐层拆解。
第一层:AI理解能力——考"知不知道"
AI理解能力是整个框架的地基。它回答的问题是:候选人对AI的基础概念、能力边界、工具选择、风险识别是否有真正的理解。
北森AI素养评估的考核方式是L1-L4四层客观选择题,覆盖六个维度:
维度 | 考察焦点 | 典型题目方向 |
工具应用能力 | 不同AI工具的选用逻辑 | 场景匹配题 |
风险控制能力 | AI输出风险的识别 | 幻觉/偏见/安全题 |
结果甄别能力 | 判断AI输出正确性 | 输出纠错题 |
目标拆解能力 | 将复杂任务分解给AI | 流程拆解题 |
价值加工能力 | 对AI输出的二次处理 | 内容优化题 |
创新适应能力 | 对AI新能力的适应 | 场景迁移题 |
L1到L4对应从基础认知到深度理解的四个等级。等级判定基于客观作答,不涉及主观评分。这一层的价值在于建立基线——任何岗位的候选人都应达到L1以上,L4意味着对AI有系统性认知。
"理解能力不是终点,是起点。没有L1的地基,上面的应用和创造都是空中楼阁。"
核心价值:为所有岗位建立AI认知的最低水位线,消除"听说过就当懂了"的筛选盲区。
第二层:AI应用能力——考"能不能做"
AI应用能力是框架的核心战场。它回答的问题是:候选人在真实业务场景中,能否用AI完成任务、解决问题。
北森AI素养评估在这一层的关键设计是三种题型对应不同岗位:
题型 | 考察方式 | 测量焦点 | 适配岗位 |
提示词补全题 | 给定目标补全提示词 | 指令撰写功底 | 职能岗 |
问题解决题 | 多轮AI交互完成任务 | 解决方案的链路能力 | 非IT产研/管理岗 |
提示词工程题 | 设计稳定运行的"小Agent" | 工程化控制AI产出 | IT岗 |
三种题型由易到难递进。提示词补全题测的是片段能力——给定上下文能否补出有效指令。问题解决题测的是全链路能力——从业务问题到AI交互到最终交付的完整路径。提示词工程题测的是系统控制能力——不是写一条prompt,而是设计一套对一类输入稳定输出的逻辑。
企业可按岗位需求配置题型和难度。管培生可以选提示词补全+选择题,研发岗选提示词工程题,产品运营选问题解决题。不是每个岗位都需要同一深度,但每个岗位都需要知道自己需要多深。
"应用能力考察的不是'会不会发指令',是'能不能把AI变成可靠的业务工具'。"
核心价值:将AI能力从"概念匹配"拉到"真实工作状态",让评估结果具备业务可预测性。
第三层:AI创造能力——考"能不能发现机会"
AI创造能力是框架的顶层。它回答的问题是:候选人能否在真实场景中发现AI赋能机会,重组流程与协作方式,把AI产出嵌入更完整的业务成果。
这一层的考核最具挑战性。它不考"会不会用AI",考的是**"能不能识别哪里该用AI"**——一种场景感知和流程重构能力。一个具备创造能力的候选人,不只是用AI完成被分配的任务,而是主动发现"这个环节可以用AI提效"并设计方案。
"理解是知道AI能做什么,应用是让AI做到,创造是发现AI还能做什么。"
核心价值:识别能将AI从"工具"升级为"业务变量"的高潜人才。
第四层:AI发展潜质——考"未来能不能持续成长"
AI发展潜质是北森AI素养评估框架中常被忽略但至关重要的一层。它回答的不是"现在会不会",而是**"未来能不能"**。
发展潜质包含两个部分:思维与行为取向(如是否主动尝试新技术、是否具备结构化思维),以及基础认知能力(言语能力、数学能力、逻辑推理能力)。这三项认知能力是影响AI学习速度的智力加速因子。
一个当前AI应用能力中等但逻辑推理突出的候选人,成长曲线可能比当前应用能力高但推理偏弱的人更陡。招聘不是只看今天的快照,而是看未来的轨迹图。
传统招聘 vs 北森AI素养评估:考核方式对比
维度 | 传统招聘 | 北森AI素养评估 |
考核内容 | 学历+经验+项目经历 | AI理解+应用+创造+发展潜质 |
AI能力考察 | 简历标签+面试提问 | L1-L4选择题+三种题型+作答留痕 |
评估方式 | 主观判断为主 | 客观测量+行为证据 |
岗位适配 | 统一标准 | 按岗位配置题型和难度 |
结果形态 | 面试评分 | 分数+作答原文+推荐等级 |
可追溯性 | 不可追溯 | 全程留痕可审计 |
面试支撑 | 无结构化依据 | 报告提供追问素材 |
FAQ
Q1:北森AI素养评估落地需要多长时间?会不会拖慢招聘节奏?
北森AI素养评估原生融入招聘测评流程,候选人在完成原有认知能力、个性测评的同时完成AI能力测验。不额外增加独立环节。系统自动生成三份报告——综合岗位推荐报告、AI解读报告、AI素养评估报告。HR在初筛时只需看推荐等级,不需要逐份解读。
Q2:框架中的四层是必须全用,还是可以按需选用?
可以按需选用。企业应根据岗位的AI依赖度配置评估深度。基础配置是L1-L4选择题(适用所有岗位)+ 一种应用题型(按岗位选择)。创造能力和发展潜质作为参考维度,不设为硬门槛。框架的价值在于提供完整选项,不是要求全部启用。
Q3:AI创造能力的评估成熟度如何?企业能依赖这个维度的结果做决策吗?
诚实地说,创造能力的测量成熟度目前低于理解和应用两个层级。它更适合作为高潜人才识别的参考维度,不适合作为淘汰决策的硬门槛。企业在使用时应明确标注其权重——参考性使用和门槛性使用需要区分。
Q4:如果企业没有使用过任何AI测评工具,从零开始搭建这套框架,第一步应该做什么?
第一步是明确岗位AI能力需求。不是选工具,不是选题型,而是回答一个问题:每个目标岗位需要候选人具备哪个层级的AI能力。管培生需要L2理解+应用意识,研发需要提示词工程能力——这个需求地图不清晰,任何工具都是盲选。先定标准,再选工具。
收尾
从"考什么"到"怎么考",AI能力评估框架的核心不是增加一个考核维度,而是重新定义人才标准的颗粒度。当评估从"简历标签+面试印象"升级为"分层测量+行为证据+可追溯记录",招聘决策的确定性才会发生质变。
值得关注的是,北森AI素养评估的适用范围正在从校招向社招扩展。当AI能力成为所有岗位的基础项,企业需要回答的下一个问题是:现有员工的AI素养,是否也需要一次同样的评估?
传统招聘考的是学历、经验、技能。AI时代招聘需要多考一层:AI素养。但"多考一层"不是加一道面试题那么简单——它需要一套从"考什么"到"怎么考"的完整评估框架。
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询