2017年3月的一天，在美国得州奥斯汀的一座演播大厅里，众人屏息凝神，等待最后的比赛结果。
　　
　　这是一场特殊的较量。
　　
　　参赛选手需要根据三个职位描述，从5500份真实简历中筛选出最合适的候选人，并预测出最终实际的入选情况。在九名参赛选手中，有八名来自美国各猎头公司的资深猎头，另一位特殊选手是由brilent研发的招聘AI助手。
　　
　　当主持人宣布最后的结果，现场爆发欢呼......
　　
　　别担心，这场足以载入史册的人机大战终于还是以人类同胞的些许领先取得了胜利，但AI的精彩表现，依旧让技术的信仰者兴奋不已——3.2秒，这是brilent的AI招聘助手对5500份简历进行筛选所花费的时间，而面对同样体量的简历，顶尖级的人类HR，耗时整整25个小时。也就是说，在 “筛选简历”这件事情上， AI的效率大约是人类的2.8万倍。
　　
　　人类的工作要靠冷冰冰的、不可见的代码赏饭了吗？
　　
　　普华永道2017年一份针对CEO的调查数据显示，40%的跨国公司会在人力资源管理上应用到AI技术，其中大多数是base在美国的国际企业，相对来说欧洲、亚洲企业要保守一些，但是他们也正迎头赶上，不容忽视的现实是越来越多得公司领导人看到了AI技术在人力管理上的价值。
　　
　　其中，超过一半的CEO表示将要侧重于数据分析的投入，用以发现和培养人才同时保持员工对于公司的忠诚度，63%的CEO再重新思考人力资源部门所应承担的职能。
　　
　　人才招聘，作为人力资源管理中的首要任务之一，也正成为诸多AI技术试图从不同角度去切入的突破口之一。
　　
　　人工智能会否抢了人类的饭碗尚无可定论，但一个几乎近在眼前的未来是，你将来的工作，可能得在某种程度上仰仗人工智能了。
　　
　　招聘的傲慢与偏见
　　
　　没有哪家公司愿意被贴上“种族歧视”或“性别歧视”的标签，尤其在政治正确至上的国度。
　　
　　面对成千上万的简历，人类HR并不总能战胜个人的偏见，将所有合适的人选挑出来，甚至会因某些刻板印象错失最合适的人才。依靠大量数据分析处理而非简单“望闻问切”的人工智能技术，倒是有两把刷子，有效地帮助企业消除人类的偏见，提高招聘的 “精确度”。
　　
　　至少，它的实践者和买单者是 （或曾是）这么认为的。毕竟，“技术中立”这个标签就足以让很多自认 “公平公正”的大公司为AI招聘买单了。
　　
　　谷歌的前任HR部门老大的拉斯洛·波克（Laszlo Bock）就曾表示，自动化的AI可以更快筛选出“优质候选人”。比如利用AI软件设计相关的面试问题，直接忽视求职者背景，将注意力更集中于“他们能否胜任某项工作的专业能力”。
　　
　　甚至是视频面试——四年前，Hirevue就完成了4500万美元E轮融资，并推出Team Acceleration平台，成为最早为企业提供在线视频面试服务的公司之一。其工作原理是：利用人工智能技术对应聘者的应答视频进行详尽分析，通过分析面部表情、手势、语调等综合数据，为企业遴选出相应岗位的最优人选。它的客户、著名咨询公司埃森哲的CHO曾表示，当候选人来自不同的文化或者使用非母语作答时，Hirevue的insight系统非常有用。
　　
　　或者，通过“玩个捕捉爱的小游戏”来求职？大概也只有AI能做得出。
　　
　　成立于2013年的Pymetrics，是一家致力于帮助企业消除求职者的 “背景杂音”的初创公司。该公司号称利用神经科学为企业找到 “人才”，在招聘的初级过程中，候选人需要完成一套神经科学小游戏，才能收到完整的职业评估。由于游戏无视性别、种族和受教育水平等因素，它的客户诸如尼尔森等相信，Pymetrics能在更大的范围内为企业招揽最优秀的人。
　　
　　然而，就在大家对 “技术中立”信以为真，欣欣然之时，却有“信徒”宣布“叛变”——早在2014年便开始秘密尝试AI技术提升招聘效率的亚马逊，于2017年年初叫停了内部AI招聘工具，同时解散了相关团队。
　　
　　因为该公司的机器学习专家发现了一个大问题：他们的新招聘引擎并不喜欢女性。造成这个尴尬结果的原因在于，训练模型时，公司使用的是10年内收到的各种简历，但这些简历大部分来自男性。
　　
　　这也就意味着， “小助手”先天就戴着有色眼镜，尽管亚马逊已经有意识地为一些特定术语做出了相应程序，但在实际操作中，对求职者进行的歧视性甄别依然无法避免。
　　
　　呵~你们这些人工智能……
　　
　　这样看来，MIT科技评论的担忧就不是杞人忧天了——在2017年的一篇报道中，作者写道：“在机器学习和人工智能发展的关键时刻，算法偏差正在成为一个重大的社会问题。”Google AI 前首席副总裁约翰·詹南德雷亚（John Giannandrea，现苹果AI方向高级副总裁） 也曾掷地有声地公开警告 ：“算法的偏见是未来最大危机。”
　　
　　然而，在更垂直的AI招聘领域，依旧有人们愿意相信，即使技术有立场，也比个人的认知偏差带来的风险要小一些。
　　
　　作为Eightfold.ai公司的CEO，Ashutosh Garg就曾在一封针对质疑的公开邮件中表示：
　　
　　“通过智能的数据，我们能为HR提供一个基于更全面宏观背景的强有力的洞察，多样性的产品能帮助去除因为盲选而造成的潜在认知偏差，我们完全遵守平等就业机会委员会（EEOC：Equal Employment Opportunity Commission ）的准则，而不是用年龄、性别、种族、宗教、是否残疾等要求去评估候选人是否在企业中担任某个角色。”
　　
　　这家公司试图通过大数据来建立模型，以明确哪些人擅长做什么，于去年4月份完成了2400万美元的融资，投资方包括光速资本（Lightspeed Ventures）、基石资本（Foundation Capital）。
　　
　　来，先聊个5毛钱的
　　
　　“我们考虑一下，会再通知您。”
　　
　　当HR面带微笑说出这句话时，求职者的心里就敲起了鼓—— “再”？什么时候再？成人世界不允许追问，从请等待到杳无音讯是常事。
　　
　　而人们的直觉也没错。研究数据显示，75%的HR并不会给落选的求职者再作反馈。其中包括：其一、不告知对方落选事实；其二、不告知对方为何落选。而在焦灼的等待中磨灭了耐心之后，18%的候选人成功由粉转黑，一声不吭地成为残忍拒绝他们的这些公司的反对者。
　　
　　求职者希望了解自己为什么没有获得进一步的机会，不然，“你不知道该如何调整取得进步”。但更多时候，没有进入面试名单就没有任何回复已经成为了公司招聘过程中的黑洞，吞噬的不仅仅是求职者的自信心，还有求职者对企业的好感，单向输出带来的糟糕体验甚至会有伤害企业品牌的风险。
　　
　　其实，不仅仅是在投递简历、或者参加完面试后的阶段，在整个招聘环节， “有问必答”的互动体验愈发被求职者所看重。
　　
　　说得轻巧，做起来就知道有多难。
　　
　　“其实大量的问题是重复的，对话效率太低下，双方的体验都不好。”所以，相较于解决公平就业、实现员工多元化的长远目标，一些企业更现实一些，他们更关注提高招聘效率、提升HR、求职者双方体验。
　　
　　Joyce是玛氏（著名的食品企业，旗下品牌包括绿箭、益达、德芙、士力架、M&M's等）中国招聘中心雇主品牌及渠道的负责人。2017年1月，这家公司正式上线了专营招聘的微信公众号，其中就曾尝试搭载了IM（即时通讯）功能。
　　
　　这一服务由一家名为仟寻招聘（MoSeeker）的初创公司提供，后者成立于2014年，是一家从微信社交网络切入，为雇主提供内推招聘工具的公司。
　　
　　呃……聊着聊着就能把工作找了，有这么好的事儿？
　　
　　“刚开始，大家的积极性还都挺高，很多招聘的同事都在使用，但后来就明显觉得太浪费时间，上来问的问题都一样，也不清楚对方是谁，加上工作量越来越大。大家还是希望能更高效地工作，所以大多数人都弃用了。”
　　
　　但是对话的需求依旧在，玛氏中国内部同事在呼吁，有没有一个更好的解决方案？仟寻也正在内部做一些新技术的开发。
　　
　　2018年6月，在玛氏中国招聘的微信公众号里，一款叫做Mobot的聊天机器人悄然上线。
　　
　　虽然现如今市面上的Chatbot品种繁多，但在仟寻招聘的创始人王向导看来，只有具有明确应用领域的垂类的Chatbot才更能发挥价值。 “Siri做了差不多有10年了，但仍旧没有办法很好地去回答、解决一些问题，基本上是娱乐属性大于实用性。”原因在于这种泛类型聊天机器人面对问题无法做收敛、引导式处理，而在一个非常垂直的领域里，垂类聊天机器人则可以将意图尽全。
　　
　　比如在招聘这个场景下。求职候选人意图明确，而当谈话偏离主题，聊天机器人也能及时拉回。
　　
　　作为雇主的玛氏中国，对于聊天机器人的表现似乎颇为满意。
　　
　　Joyce介绍称，IM时期，后台里的问题，即使是在大家热情最高涨的时候，也只有30%被回答。 “别人以为我们HR很高冷，但，真的是回复不过来。”而在Chatbot上线半年多后，各方面数据都有了积极的表现。
　　
　　“2017年，社交媒体在招聘端其实已经遇到瓶颈。”Joyce所说的瓶颈指的是，微信公众号本身面临的竞争越来越大，各类微信公众号层出不穷，但大众的注意力是有限的，某一家公司招聘类微信公众号的吸引力、粘度就越发低。
　　
　　“无论你在文案上怎么去创新，在内容上如何去精雕细琢，效果都非常有限，你赶不上大家精力被瓜分的速度。”内容的维度上难以形成突破，团队决定从方便与有用性上找思路。
　　
　　每年，玛氏中国能从诸如前程无忧、智联、领英等招聘渠道里获得10万至15万的候选人。“但这些人跟你的接触，很可能是一次性的。”Joyce表示。他也许海投了大量的简历，都不一定记得自己有投过你，而你也不知道这一次照面之后，他是否还会回来， “粘度几乎是不存在的。”