簡歷篩選人工智慧演算法

❶ 人工智慧作惡誰之過

「9·11 是猶太人乾的，把他們都送進毒氣室！種族戰爭現在開始！」

2016年3月23日，一個人設為19歲女性，昵稱為 Tay 的聊天機器人在推特上線。這個微軟開發的機器人能夠通過抓取和用戶互動的數據模仿人類的對話，像人一樣用笑話、段子和表情包聊天。但是上線不到一天，Tay 就被「調教」成了一個滿口叫囂著種族清洗的極端分子，微軟只好以系統升級為由將其下架。

微軟聊天機器人的極端言論。

這樣的口號並不是聊天機器人的發明，而在社交網路上大量存在著。美國大選期間，一些所謂的「政治新媒體」賬號發出的摻雜陰謀論、種族主義的內容，在Facebook 上進行了病毒式傳播。這有賴於人工智慧協助下的「精準定位」：誰最容易相信陰謀論，誰對現實最不滿？相應的政治廣告和假新聞能精準地投放到這群人中，使人對自己的看法更加深信不疑。

因為設計缺陷而 「暴走」的聊天機器人，和精心策劃的線上政治行為，看起來彷彿是兩回事。但這種我們似乎從未見過的景象，卻指向了同一個「凶器」——大數據驅動下的人工智慧。

1、人工智慧有作惡的能力嗎？

人工智慧會「作惡」嗎？面對智能的崛起，許多人抱有憂慮和不安： 擁有感情和偏見的人會作惡，而僅憑理性計算進行判定的計算機似乎也會「作惡」， 且作起來易如反掌。這讓許多人（特別是非技術領域的人）對人工智慧的發展持悲觀態度。

這種憂慮並不是最近才有的。人工智慧這個詞誕生於上世紀50年代，指可體現出思維行動的計算機硬體或者軟體，而 對機器「擁有思維」之後的倫理探討，早至阿西莫夫開始就在科幻作品裡出現。

14 年前，威爾·史密斯主演的電影《機械公敵》里就有這樣一個場景：2035 年的人類社會，超高級的人工智慧承擔大量工作，並與人類和諧相處。這些原本完全符合阿西莫夫「三定律」的人工智慧，在一次關鍵升級之後對人類發起了進攻。這些機器人擁有了思維進化的能力，在它們的推算下，要達到「不傷害人類」的目的，就必須先消滅「彼此傷害」的人類。

十分高產的科幻作家阿西莫夫（1920-1992）。

劍橋分析CEO亞歷山大·尼克斯（Alexander Nix）。

劍橋分析並不是一個孤例。澳洲一個 Facebook 的廣告客戶透露，Facebook 的人工智慧會分析其用戶特徵和所發的內容，給出諸如「有不安全感的年輕人」「抑鬱、壓力大」等標簽，然後有針對性地投放游戲、癮品和甚至虛假交友網站的廣告，從中獲取巨大利益。

即使不存在數據泄露問題，對用戶數據的所謂「智能挖掘」也很容易遊走在「合規」但「有違公平」的邊緣。例如，電商能夠根據一個人的消費習慣和消費能力的計算，對某個人進行針對的、精密的價格歧視。購買同樣的商品，用 iPhone X 手機的用戶很可能會比用安卓「千元機」的用戶付更多的價錢，因為他們「傾向於對價格不敏感」。而我們所經常談論的「大數據殺熟」——比如攜程老用戶訂旅館的價格會更高——也建立在用戶行為數據的基礎上。

數據的收集本身也值得商榷。前網路人工智慧首席科學家吳恩達（Andrew Ng）就曾公開表示， 大公司的產品常常不是為了收入而做，而是為了用戶的數據而做；在某一個產品上收集的數據，會用於在另一個產品上獲利。 在智能面前，沒有所謂的個人隱私和行蹤，也很難確定數據收集的邊界在哪裡，尤其是個人隱私與公共信息、主動提供與被動提供的邊界。

總而言之， 在以商業利益為目標的人工智慧眼裡，並沒有「人」或者「用戶」的概念，一切都是可以利用的數據。 劍橋大學互聯網與社會研究中心教授朔沙娜·祖博夫將這種人工智慧和資本「合體」的現狀，稱之為 「監控資本主義」 （Surveillance Capitalism）——在大數據和人工智慧的協助下，通過對每個人的監控和信息的榨取，實現資本的最大化。

業界對此的態度很曖昧。AI 作為當下最熱門、來錢最快的行當之一，這些動輒年薪50萬美元的工程師很少得閑來思考「形而上」的問題。 一位不願具名的研究人員在與我的微信私聊中表達了他的「個人看法」：「現在的技術離『通用人工智慧』還很遠，對社會倫理方面的影響沒有那麼大，更多還是從繁瑣的重復勞動中解脫出來。」

作者試圖找到行業內人士對此評論，谷歌（中國）和網路自動駕駛部門的人工智慧相關人員均表示，探討 AI 的社會問題，牽涉到公司利益和形象，比較敏感，不便評論。

「人工智慧作為一個工具，如何使用，目前來看決定權依然在人。」俞揚說道 ，「系統的設計者和商業（應用）的提供人員需要對此負責。」

如何負責？這或許需要我們正視人工智慧對整個社會關系的挑戰。

4、人工智慧作惡之後

2018年3月 19 日，一輛自動駕駛的優步（Uber）在美國亞利桑那州惹上了麻煩。面對路中出現的一個推著自行車的女性，這輛車速 38 mph（約61km/h）的沃爾沃在昏暗的光線條件下並沒有減速，徑直撞了上去，受害者被送往醫院之後不治身亡。這是自動駕駛第一例行人致死的事故。

電視台對自動駕駛優步車禍的報道。

事故發生之後，有不少人將矛頭指向了自動駕駛的人工智慧是否足夠安全上，或者呼籲優步禁止自動駕駛。然而更關鍵的問題在於，亞利桑那有著全美國幾乎最開放的自動駕駛政策，事故發生地坦佩市（Tempe）是實行自動駕駛最火的「試驗田」之一；事故所在的街區早已做過路線測試，並被自動駕駛的智能採納。但是在事故發生之後，對於責任的認定依然遇到了困難。

因為人的疏忽造成的車禍數不勝數，人們早已習慣了如何處理、怎樣追責；然而機器出錯了之後，人們忽然手足無措。 人工智慧會出錯嗎？當然會。只是我們在這個問題上一直缺乏認知。 就如同上文提到的「隱性歧視」，深度學習的「黑箱」，現有的法律法規很難對這些錯誤進行追究，因為不要說普通人，就連技術人員也很難找出出錯的源頭。

當人工智慧的決策在人類社會中越來越重要時，我們也不得不考慮，智能為什麼會犯錯，犯錯了怎麼辦；若要讓智能擺脫被商業或者政治目的支使的工具，真正成為人類的「夥伴」， 需要怎麼監管、如何教育，才能讓人工智慧「不作惡」。

人工智慧的監管問題亟待解決。

對此，現有的法律框架內很難有清晰的、可操作的實施方案。歐盟率先在數據和演算法安全領域做出了立法的嘗試，2018年5月即將生效的新法規規定，商業公司有責任公開「影響個人的重大決策」是否由機器自動做出，且做出的決策必須要「可以解釋」（explainable）。但法條並沒有規定怎麼解釋，以及細到什麼程度的解釋是可以接受的。

另外一個重要的問題是， 讓機器求真求善，需要人類自己直面決策中的黑暗角落。 在 Atari 游戲智能的測試中，游戲中的人工智慧 bot 可以用最快的速度找到漏洞開始作弊，而游戲玩家又何嘗不是呢？不管是帶有歧視的語義分析，針對少數族裔進行的「智能監視」和跟蹤，或者把已婚未育女性的簡歷扔掉的智能簡歷篩選，都長期以各種形式存在於人類社會中。

人工智慧不是一個可預測的、完美的理性機器，它會擁有人類可能擁有的道德缺陷，受制於人們使用的目標和評估體系。 至少目前，機器依然是人類實然世界的反應，而不是「應然世界」的指導和先驅。 對機器的訓練同樣少不了對人性和社會本身的審視——誰在使用，為了什麼而使用，在我們的世界中扮演著怎樣的角色？數據是誰給的，訓練的目標是誰定的？我們期望中的機器，會繼承我們自己的善惡嗎？

谷歌中國人工智慧和機器學習首席科學家李飛飛認為， 要讓機器「不作惡」，人工智慧的開發需要有人本關懷 。「AI 需要反映我們人類智能中更深層的部分，」李飛飛在《紐約時報》的專欄中寫道，「要讓機器能全面地感知人類思維……知道人類需要什麼。」她認為，這已經超越了單純計算機科學的領域，而需要心理學、認知科學乃至社會學的參與。

未來，人工智慧進入更多的領域、發揮更強的功能，是無可爭辯的事實。然而，我們的生產關系能否適應人工智慧帶來的生產力，這句馬克思政治經濟學的基本原則值得我們認真思考一番。 我們並不想看到未來的「機器暴政」將我們的社會綁在既有的偏見、秩序和資本操縱中。

一個AI

人工智慧之所以會作惡，可能就是因為太像人類了吧。

❷ 如何成為一名AI人工智慧演算法工程師

演算法崗主要是在於如何量化我們的產出，寫代碼做開發非常簡單。你完成了一個任務或者是項目，有了經驗之後，這是在簡歷上實打實的東西。很多演算法工程師最終成長為企業的首席科學家，或者是首席技術官等崗位，可以說演算法工程師的發展前景還是非常不錯的。那麼如何成為一名AI人工智慧演算法工程師呢?

❸ 企業招聘管理系統有哪些求推薦

招聘管理系統有很多廠商都在做，都有各自的特點。勤科招聘管理系統包含但不限於如下功能：
1) 實現年度招聘計劃申報流程。各部門、中心可根據招聘需求，制定具體的招聘計劃，報人力資源部及崗位設置與編制委員會審批。
2) 可以與多個招聘渠道對接，招聘渠道有：公司官網發布、招聘網站發布（前程無憂、丁香園、後期可能還會有其他網站）、現場招聘、校企合作。簡歷與入職人員信息表對接。能夠直接將簡歷轉入系統簡歷庫中，也可以通過郵件接收個人簡歷，並直接進到系統簡歷庫，應聘者可以直接登錄指定的頁面，錄入個人簡歷，進入系統簡歷庫。
3) 招聘發布：對於網上招聘，在本公司形象網站上發布招聘信息，或者與專業招聘網站交換招聘信息，應聘者可以從網上填寫簡歷。通過自動過濾條件，可設置投遞簡歷的篩選條件；通過發布設置，可確定工作所在地、職位發布日期、職位有效日期、招聘人數、崗位說明書。
4) 簡歷分類管理：系統簡歷庫中的簡歷按崗位分類，系統可以根據關鍵詞進行初次篩選，經過系統、人工篩選後得到有效簡歷，有效簡歷能轉投至用人部門招聘負責人，用人部門負責人篩選出擬面試人員簡歷後轉HR，系統能夠與簡訊平台連接發送面試通知以及後續的復式、體檢、入職通知。對於篩選後認為無效的簡歷進行刪除，有效簡歷按崗位分類統計，有效但沒被錄用的簡歷進入人才庫，以備用。
5) 簡歷後續處理：入圍面試的投簡歷者，人事部要有與其的溝通記錄，如通知不到入圍者或者面試時間超期，簡歷進入人才備選庫；面試時間改期的，另行安排的等，各類別分類備注，備注後分別進入不同的流程處理。
6) 能夠支持面試結果導入和線上實現面試工作流兩種形式。管理部室和生產一線的面試結果線下走流程，面試結果能夠直接導入。銷售中心面試評價表需走系統的審批流程，面試評價表給各層級審批時，需附帶求職者的簡歷或履歷表、學歷、職稱等招聘的附件。面試評價表審批結束後需列印紙質版備案存檔。
7) 招聘篩選及面試流程： 要能以圖表方式直觀查看各個崗位招聘進展狀態；如初試，復試，入職等；招聘負責人指定面試負責人，郵件或簡訊自動通知面試負責人與應聘者，並安排應聘者面試，包括面試時間、地點等。
8) 招聘評估：招聘需求計劃完成後，通過招聘評估漏斗圖查看某次招聘計劃的進展情況以及崗位不同面試階段通過的人數。掌握面試篩選過程的全局。
9) 人才庫：對於投遞簡歷的暫時沒合適崗位的人才，可保存在人才庫，以備日後隨時篩選。
10) 能實現通過系統的招聘介面向人才招聘網站上發布招聘信息。
招聘系統與人事管理、培訓與發展、薪酬保險、績效考核、組織管理相互關聯融合，用數據驅動流程，取得了很好的管理效果。

❹ 才選ai面試怎麼評分

首先，什麼是AI面試？

AI面試是採用語音識別、圖像識別等人工智慧技術對候選人進行面試，面試形式通常是讓候選人根據屏幕顯示的問題，在規定的時間內錄制答案，然後通過AI技術對答案進行分析，給出評分報告，篩選出得分較高的候選人，結合簡歷來判斷是否進行後續的面試。 其目的是為了節省人力，降低招聘成本，提高招聘的效率。
AI面試的常規流程是什麼？
目前國內採用AI面試的公司，大部分流程是這樣的：
候選人通過小程序或者APP進入到答題頁面→給出考試介紹，有多少到題目，回答需要多少時間，一些注意事項等→開始答題→題目有選擇題、錄音題、視頻錄制等，有的公司支持反復錄制，有的公司不支持，具體看每個公司的設置→完成答題後，提交。
AI面試主要考察什麼？如何應對？
AI面試目前國內通常是用於校招初面二面、藍領面試等場景，其目的是希望通過結構化的面試，使用相同或者相似的問題來篩選掉一批基本素質不符合要求的候選人。其考察的點和傳統線下面試類似，傳統線下校招初面是採用無領導小組+結構化面試的方式，主要考察問題分析能力、統籌協調能力、語言表達能力、團隊協作能力還有執行能力等。
AI面試也是考察這些能力，所以需要在回答之前思考這道題目考察的是哪方面的能力，然後做出相應的回答。需要注意的是AI面試官和真人面試官對於候選人回答的內容吸收程度和理解不同，AI技術目前和真人相比還是有一定差距，所以你回答的內容必須符合邏輯才能夠被AI理解識別出來。
如何測試自己說的話是否符合邏輯，是否能被識別出來呢?
方法很簡單，用你的手機就能做。目前市面上的智能機基本上都帶有自家的智能語音助手，比如蘋果的siri、華為手機助手小藝等，微信上的語音轉文字功能也是不錯的，還有之前挺火的智能音箱天貓精靈、小度等也都是很好的鍛煉對象。
AI面試需要注意寫什麼呢？
面試前
很重要的一點是測試好網路和手機設備，目前大部分面試出問題，在於一方的網路卡頓或者接入異常等，因為是線上，網路穩定對面試的影響很大，這個一定要重視起來。
通常的面試方式是AI來提問，然後讓候選人通過視頻或者文字的方式回答。會有一部分的准備時間和答題時間，對於第一次嘗試的人容易出問題、緊張等，所以最好提前熟悉面試工具。
面試中
1、面試過程中，嚴格按照要求作答。
因為是AI非人工，對於一些特殊情況等不能夠及時解決，所以最好跟進流程來，在規定的時間內提交。如果感覺自己某一道題目回答的不好，也不要太過擔心，因為大家都差不多。
2、注意語速語調，盡量說普通話。
通常AI視頻面試，都會語音識別，HR和面試官會接觸大量的候選人，為了提高效率，他們可能會直接看AI識別的文字，如果你的語速過快或者有方言，可能識別率會比較低，影響得分。
3、回答前分析考察點，圍繞關鍵詞回答。
大部分的題目都是考察某個單一方面的特質。所以在回答前，要分析這個題目考察的是哪個方面，通常HR考察的能力項為：責任心與使命感，抗壓能力，分析與解決問題、領導能力、溝通能力、團隊精神、創新能力等。
識別之後，需要有針對的性的作答，多使用關鍵詞。因為有的AI面試，是AI自動打分的，如果你的回答裡面命中了提前設置的關鍵詞，就會得高分。
舉例來說，比如快速行業招聘快遞員，需要的人數很多，參加面試的人也很多，這個時候通過AI面試來進行初次篩選就比較方便。通常會問一下基本信息，觀察外表，形象，是否染發、殘疾、斜視等；然後考察求職意願、溝通表達能力、服務意識、自身性格、具體業務場景遇到的問題如何處理等，通常每個類型，有一個題目，題目數量大概是3-25個之間，不同公司差別挺大的，通過錄制視頻或者實時視頻的方式回答。所以，針對上面的類型，可以有針對性的准備。
面試後
萬一真的不走運，沒有通過AI面試也不用太擔心，目前大部分公司還有留有人工去應對特殊情況，抽查等。所以，如果感覺自己之前沒有發揮好，可以和HR商量進行人工面試或者再進行一次AI面試，相信大部分企業會給機會的。機會是靠自己爭取的，所以，加油哦~

❺ 人工智慧招聘是不是可以自動篩選簡歷

人工智慧招聘可以自動篩選簡歷。
公司確定了崗位需求，HR 可能想到的是去網站搜索簡歷、啟動內部推薦機制、甚至找獵頭。但機器人已經在數秒鍾內抓取了各平台簡歷，並開始進行關鍵詞篩選和匹配，自動打分按高低排列告訴你，誰才是更適合你們公司職位的。
求職和招聘問題，其實是一個大數據問題。比如作為公司的招聘人員，其實不知道求職者是不是真正的合適這個崗位，或者真正對這個崗位感興趣。求職的人也很難了解全部的崗位、機會。所以大數據關鍵解決的就是把人的數據和公司的數據進行匹配。
然而，盡管大部分過程可以自動化，但最重要屬於人的部分－－即「關系」，是無法做到自動化的，人際交往仍然是招聘的核心。

❻ 「AI技術+招聘場景」何時才能成為現實

如今，「AI技術+招聘場景」結合的各種應用開始成為現實。未來的話，AI技術在招聘行業的應用很有可能全面的去替代專業的HR。我們可以拭目以待。

近日，拉勾網宣布上線全新的企業及招聘者身份審核機制，並引入網路AI協作板塊，引入人臉識別等智能方式審核驗證企業HR身份與資質，未來還將用人工智慧技術核驗營業執照、工牌、在職證明，以及用於簡歷、聊天記錄等內容的風險控制。

繼去年AlphaGo擊敗圍棋世界冠軍以來，AI技術商業化應用的速度明顯加快，在交通出行、家庭服務、醫療、商業、招聘等領域，開始替代人工完成一部分工作。一些從業者在享受AI技術帶來便利的同時，也感到了壓力。

機器人篩簡歷速度「秒殺」人類，但靈活性不足

幾個月前，一場由獵聘主辦，被稱為招聘領域的「人機大戰」用比分給出了答案。這次挑戰者來自互聯網公司的五位資深HR和獵頭，參賽雙方要從3700萬簡歷中快速篩選出10份與招聘職位需求最匹配的簡歷。

這是一場圍繞職位要求和候選人進行匹配的比賽，包括技術崗與產品崗位兩種職位。完成簡歷的篩選匹配後，評審團需要從職能、技能、行業、薪資、學歷、地區匹配度等六個維度對參賽選手進行打分，總分（滿分為25分）最高者則被視為贏得本次比賽。

隨著藍色屏幕亮起，人類與AI機器人比分為18.96：18.60。結果顯示，完成整個比賽事項，AI機器人僅用了0.0152秒，是人類平均速度的63882倍；在職位匹配度、地區匹配度上，機器人的匹配效率高於人類；在技能匹配度上，兩者則打了個平手。

盡管以0.36的微弱分值敗於人類，但AI機器人「在人崗匹配、在對人的理解方面」，仍然超出了獵聘網創始人兼CEO戴科彬的預期。「在簡歷搜尋的任務中，地區、薪資等方面是比較簡單直接的條件，所以演算法可以通過簡單邏輯實現而且不會犯錯誤；在行業背景和技能要求方面，通過運用神經網路和自然語言處理等技術，演算法已經能夠進行較為准確的理解和相似度的判斷。」這款伯樂機器人的設計者、獵聘首席數據官單藝告訴中國青年報·中青在線記者，目前AI機器人已經能夠較好地理解大部分的顯性要求，如職能、技能、薪資、學歷、地區等，演算法的匹配水平能夠和專業招聘人員相當；但是在需要面對面溝通的隱性條件，如文化、價值觀、氣質等方面，演算法還無法替代人的溝通和判斷。

在結果中，機器人和人類在學歷匹配度上差距最大，而造成這個差距的原因，主要是機器人不能識別「專升本」屬於哪一種學歷類型。這也體現了機器人思維的靈活性較為有限。對此，單藝解釋稱，針對「本科以上」的職位要求，在設計機器人演算法時，便「專升本」判定為符合條件；但事實上，在很多招聘官（尤其是高端獵頭）看來，專升本是不如本科的。因而這一篩選結果引發了在場幾位評委的不同意見，「機器人在根據企業、HR偏好，對於人才軟性指標做出個性化選擇方面，仍然不夠。」

評委團成員之一，阿里巴巴大文娛招聘專家周曉磊認為，在大規模地從海量簡歷中選人方面，機器人和人類的差距幾乎可以忽略不計，AI機器人更能夠提升整體的招聘效率。

機器人在篩選簡歷的速度上遠超人類，這已不是什麼新鮮事。據報道，今年3月，在北美著名獵頭公司SourceCon舉辦的一場行業競賽中，一個基於人工智慧對求職者進行篩選評級的機器人「Brilent」，僅用了3.2秒，就從5500份簡歷中篩選出了合適的候選人，精確度在參賽者中位列第三。這個團隊基於成員在Facebook時積累的數據結構化處理和細化領域匹配經驗，利用AI技術，將符「人崗匹配」的求職者進行排序，讓HR從機械、繁瑣的簡歷篩選中解脫出來，能夠更聚焦於後續的面試選擇流程。

高精度人崗匹配：讓人工智慧學習HR怎麼做招聘

今年6月，戴科彬宣布，獵聘要通過大數據以及人工智慧方面的探索，進一步提升招聘效率，豐富招聘生態；9月12日，創新工場董事長、CEO李開復在「2017中國人工智慧峰會」上表示，人工智慧要真正做到取代人力，還需要有充分的數據量以及精準的場景作為前提。

從簡單的職位信息羅列分類，到基於大數據挖掘的人崗匹配系統，近幾年，已經有不少全行業在線招聘企業通過數據積累，形成了自己的「人才庫」。在此基礎上，依據簡歷信息或職位要求，進行人和職位的匹配，已經成為現階段人工智慧技術在招聘領域的主要應用。

據媒體報道，從2016年7月到2017年6月，AI的應用已經逐漸擴散到了全球68個國家的招聘環節中，在過去一年多里，聯合利華就已在北美地區嘗試利用人工智慧招聘員工，涵蓋了用演算法篩選簡歷、游戲測驗、人臉識別等方式，甚至不需要人類面試官參與。在國內，截至今年7月，也有不下10家初創公司號稱是人工智慧+招聘的領導者，力求通過技術解決招聘人力成本高、實際轉化率低等招聘端與求職端信息不暢的問題。

成立於2016年的互聯網智能招聘平台牛直聘所採取的方式是，通過簡歷分解、個性化推薦等方式，對企業（尤其是中小型企業）職位與簡歷實現精準綜合匹配；初創招聘平台Teamable則運用AI演算法挖掘應聘者的社交網路數據，力圖從社交記錄切入，打造精準的人才推薦閉環；而垂直於校園招聘領域的迷你校，也通過數據挖掘和AI演算法設計智能匹配模型，針對不同企業自動篩選推薦簡歷，並對0~3年職業經歷的求職者提供建議。

但單藝始終強調，在招聘行業，人工智慧僅僅是一項工具，並不能代替人類，而是「幫人類作出更准確、更有依據的判斷，讓獵頭和HR從事更有價值和創造性的工作。」從某種程度上說，人工智慧在招聘領域的應用，在對行業經驗要求不高的中低端人才或職位招聘中更容易得到推廣。

一位專注於消費品行業中高端人才的獵頭顧問對中國青年報·中青在線記者坦言，盡管每天需要頻繁變換關鍵詞搜索人才庫的簡歷、打十幾個電話與候選人聯系，但這一過程所需要的隨機應變等帶有鮮明社交屬性的專業溝通經驗，是人工智慧難以達到的。

「越是高端的人才、重要的高管職位，企業的HR越慎重，越需要專業的獵頭對接。」北京億聘世紀管理咨詢公司總經理王廣元也提出，諸如對產品經理等職能崗位的候選人，還要通過產品設計思路等軟性指標進行考量，「這對於機器來說是一個弱勢」。戴科彬指出，「人工智慧不能馬上替代獵頭，供需雙方數據不足是根本原因。」他提到，人崗匹配對招聘平台所掌握的求職者數據，以及企業方提供的需求描述均提出了較高需求，加上招聘的動態性和靈活性，在完善智能產品的同時，「人的因素在人工智慧招聘中有著不可替代的作用。」

在時下的秋招季中，面對批量湧入求職端的應屆生和供需不平衡的校園招聘市場，單藝期待，未來，AI技術可以通過分析市場職位的供求數據、挖掘企業的個性需求，提前給予適合應屆生的就業指導，拓寬他們的眼界和選擇范圍，讓企業和應屆生的需求更高效地匹配。