
在招聘寻源中,为未来 12 个月做好准备的一种实用方法,是把你的工作拆分成各项任务,然后估算其中有多少比例可能实现自动化。在与TalentNeuron的David Wilkins讨论组织未来会引入和淘汰哪些技能组合后,我做了这项练习。要把一个职位清晰地拆分成各项任务并不容易,但完成一次后,就能更轻松地分析自动化的影响。本文包含一项面向招聘人员的投票、一个可以直接复制的任务框架,以及一份对哪些工作首先应由人完成或只能由人完成的现实判断——即使StrategyBrain AI Recruiter等工具已经能够自动化 LinkedIn 外联和跟进流程的一部分。
投票:你的工作有多少比例会被自动化?
考虑到我有30,000位一级联系人,其中大多数都在这个行业,来做个投票吧。你认为自己当前的工作在未来12 个月内有多少比例会被自动化?
- 0% 至 10%
- 11% 至 25%
- 26% 至 50%
- 51% 至 75%
- 76% 至 100%
注意:这不是一篇悲观论调的文章。对于我们可以如何利用节省下来的时间,已经有一些很好的思路,包括更深入的职位校准、更好的候选人体验,以及与招聘经理建立更周全的合作关系。
为什么拆分任务比预测职位会否消失更有效
当人们问招聘工作是否会被自动化时,答案取决于你指的是哪些任务。招聘人员的工作并不是单一活动,而是一系列微小决策、沟通和协调步骤的组合。因此,与其争论整个职位是否会消失,不如提出一个更具体的问题:哪些任务足够重复,可以在不损害质量的情况下实现自动化?
这也正是寻源技巧更容易改进的地方。一旦你把工作流程看成一连串步骤,就可以逐步测试自动化,衡量结果,并在候选人体验下降时迅速回滚。
可直接复制的招聘寻源任务地图
下面是我用于招聘寻源的任务地图。你可以将其复制到文档中,并为每一项标记为“立即自动化”“稍后自动化”或“保留人工处理”。
1)职位与搜索设置
- 与招聘经理明确必备条件与加分项
- 将职位要求转化为搜索策略和关键词
- 确定目标公司、职位名称、资历级别和地点
2)候选人发现
- 执行搜索并建立候选人长名单
- 抽查个人资料,寻找匹配信号和风险信号
- 确定优先联系哪些人
3)外联与互动
- 发送连接请求或首轮消息
- 处理后续跟进和提醒
- 回答候选人关于职位、公司和薪酬的问题
4)确认意向与交接
- 确认候选人是否有意参加面试以及可用时间
- 收集简历和联系方式
- 安排招聘人员初筛或招聘经理面试
5)质量控制与报告
- 跟踪回复率和转化率
- 检查消息质量和候选人情绪反馈
- 向相关利益方分享人才管道进展
未来 12 个月内可能实现自动化的工作
根据我们在日常招聘寻源工作流程中的测试结果,最有可能很快实现自动化的任务,是那些数量大、基于规则且事后容易验证的任务。
适合优先自动化的任务
- 大规模初次外联:向明确的目标名单发送统一的首轮消息
- 跟进序列:定时发送提醒,并在候选人回复后自动停止
- 基础问答:在你提供相关信息后,回答关于职位范围、公司背景、薪酬和福利的常见问题
- 确认意向:确认对方是否愿意沟通,以及对方的时间安排
- 收集简历和联系方式:从感兴趣的候选人处收集文件和详细信息,供招聘人员查看
这正是StrategyBrain AI Recruiter在 LinkedIn 招聘寻源中的适用范围。它可以根据你的目标搜索条件自动与候选人建立联系,介绍职位机会,使用你提供的职位和公司信息回答问题,确认面试意向,并从感兴趣的候选人处收集简历和联系方式。它还支持全天候 24/7 的多语言沟通;当你的寻源工作跨越多个时区时,这一点尤其重要。
哪些工作应首先由人完成或只能由人完成
即使工具能够发送消息,招聘寻源中仍有一些环节需要人的判断、背景理解和责任担当。根据我们的经验,这些环节中的小错误可能会对信任造成远超预期的损害。
应由人主导的任务
- 职位校准:就什么样的候选人算合适,以及哪些取舍可以接受达成一致
- 最终资格评估:判断一份简历是否真正符合职位要求和团队背景
- 复杂谈判与预期管理:处理细致的薪酬、级别和职责范围沟通
- 候选人支持:读懂弦外之音,发现疑虑,并维护候选人体验
- 道德与合规决策:决定使用哪些数据、存储哪些数据,以及应避免哪些做法
一个实用的界限是:让自动化处理可重复的沟通和协调工作,同时由人对需要解读和承担责任的决策负责。
LinkedIn 寻源的安全自动化流程
如果你希望引入自动化,同时避免损害品牌形象,应采用分阶段实施的方式。这是我们建议团队采用 AI 辅助寻源技巧时使用的流程。
分步实施
- 定义目标细分人群:选择一个职位族和一个地区,以便清晰地比较结果。
- 编写经人工审核的消息集:创建 2 至 3 个外联版本,以及 2 个符合你沟通风格的跟进版本。
- 提供结构化职位信息:加入公司背景、薪酬、福利和不可接受条件,确保问答准确。
- 从较小的每日数量开始:限制外联量,以便查看回复并快速调整。
- 每周审核对话记录:关注困惑、负面情绪,或你此前未预料到的重复问题。
- 确认质量稳定后再扩大规模:只有当回复质量和候选人情绪反馈保持稳定时,才增加数量。
我们的实际发现
在招聘寻源中测试自动化时,主要痛点并不是发送消息,而是持续进行一致的跟进,以及跨时区快速回答问题。如果内容建立在经招聘人员批准的信息之上,并且候选人产生兴趣后能够清晰地转交给人工处理,那么全天候运行的系统就能在这些方面提供帮助。
不骚扰候选人的创意寻源方式
自动化并不意味着制造更多噪音。一些最有效的创意候选人寻源方式关注的是相关性和时机,而不是数量。以下寻源技巧很适合与自动化结合,因为它们能够提升信号质量。
- 微型细分定向:将搜索范围缩小到特定的技术栈、业务领域或客户群体,让外联信息自然地实现个性化。
- 以问题为引导的外联:先提出一个与职位相关的问题,让合适的候选人可以用一句话回答。
- 价值优先的信息:在提出沟通请求前,先分享与职位相关的洞察,例如团队正在构建什么,或正在解决什么问题。
- 两步资格确认:先询问对方是否感兴趣,只有候选人主动同意后再索要简历。
- 带有背景信息的跟进:每次跟进都应增加新的信息,而不只是简单地再次提醒。
StrategyBrain AI Recruiter 可以通过处理来回问答和跟进节奏来支持这种方式,让你能够专注于改进目标定位和消息质量。
快速检查清单:决定哪些工作可以自动化
使用下面的清单,判断招聘寻源中的某项任务是否适合安全地自动化。
- 这项任务是否可重复?不同候选人都适用相同的步骤。
- 人是否可以快速验证结果?你能够审核消息、回复和交接情况。
- 潜在损失是否有限?错误不会造成法律或声誉风险。
- 是否有经过批准的信息输入?薪酬、福利和职位范围准确且为最新信息。
- 是否有明确的交接节点?确认候选人产生兴趣后由人接手。
常见问题
招聘寻源在实际工作中是什么意思?
招聘寻源是指用于寻找、吸引潜在候选人,并将其转化为面试人才管道的一系列活动。通常包括搜索策略、候选人发现、外联、跟进以及初步意向确认。
未来 12 个月内,招聘寻源有多少比例可以实现自动化?
这取决于你的工作流程和风险承受度,但最适合自动化的部分通常是外联、跟进、基础问答和简历收集。职位校准和最终资格评估应继续由人主导,因为这些环节需要判断力和责任担当。
哪些任务最有可能首先实现自动化?
高频沟通任务通常最先实现自动化,尤其是初次消息和后续跟进。当招聘人员提供准确的职位和公司信息时,工具也可以帮助回答常见问题。
StrategyBrain AI Recruiter 如何支持 LinkedIn 招聘寻源?
StrategyBrain AI Recruiter 通过与符合目标条件的候选人建立联系、介绍职位、处理候选人问题、确认意向,并收集简历和联系方式供招聘人员审核,从而自动化 LinkedIn 寻源的部分流程。它还支持面向全球招聘的全天候 24/7 多语言消息沟通。
AI Recruiter 会取代招聘人员的判断吗?
不会。它可以识别候选人是否愿意沟通或参加面试,但无法判断一份简历是否完全符合职位要求。招聘人员仍需审核简历并作出最终资格评估决定。
如何避免自动化损害候选人体验?
从较小的数量开始,使用经招聘人员批准的消息,并每周审核对话记录。同时要确保候选人表现出兴趣或提出复杂问题后,能够清晰地转交给人工处理。
自动化能帮助进行全球寻源吗?
可以,尤其适用于覆盖不同时区和进行多语言沟通。全天候响应能够减少延迟,在候选人于招聘人员工作时间之外回复时,有助于提升互动效果。
自动化寻源需要注意哪些数据保护问题?
你应确认凭据如何存储、候选人数据是否加密,以及客户数据是否会被用于训练模型。同时,你还应确保工作流程符合所在运营地区适用的隐私法规。
结语
如果你从事招聘寻源,最有用的问题不是招聘工作是否会被自动化,而是你的工作流程中哪些任务将在未来 12 个月内适合自动化。首先把你的工作拆分成各项任务,然后自动化那些可重复的沟通和协调步骤,同时保留由人主导的职位校准和最终资格评估。如果你想在 LinkedIn 上进行测试,StrategyBrain AI Recruiter 这样的工具可以承担建立联系、初次外联、后续跟进、候选人问答和简历收集等工作,让你有更多时间投入判断、利益相关方协调和候选人体验。下一步:发起投票,完成检查清单,并选择一个职位开展为期 14 天的试点,同时每周审核对话记录。















