AI 面试：蓝海还是“难海”？

成立于 2017 年的近屿智能是一家以 L5 级别 AI 视频面试产品为核心的人力资源领域产品和解决方案公司，希望通过 AI 技术帮助企业既快又准地挑选合适的候选人。

经过多次技术迭代，近屿智能在 2018 年推出主打产品 "AI 得贤招聘官 "，并拥有自主研发的 AIGC HR 行业大模型和多模态算法，人机对比实验准确率超 92%， 在国际处于技术领先水平，但却在融资和业务拓展中遭遇重重困难。

在 AI 招聘的蓝海市场中，作为一家 创业 期的 AI 招聘公司，近屿智能如何向客户证明 AI 视频面试的有效性？如何展示 "AI 得贤招聘官 " 较其他大公司的 AI 面试产品的优势？未来又该如何应对市场不确定性带来的挑战？对这些问题的回答，关乎近屿智能的发展走向，也关乎 AI 视频面试未来在中国的进一步推广。

01 从研发到应用：四次 AI 技术迭代

近屿智能的前身是南京葡萄诚信息 科技 有限公司，其主打产品为 "AI 得贤招聘官 "。从研发到测试再到正式推向市场，"AI 得贤招聘官 " 经历了 传统机器学习算法（2017 年）、篇章级别语义识别（2018 年）、多模态融合算法（2019 年— 2022 年）和 AIGC HR 行业大模型（2023 年） 四次大的技术迭代。

公司早期的技术合作方采用的是传统机器学习算法，但在尝试了文字聊天机器人和电话聊天机器人等模式后，AI 面试的准确率并未得到提升。

2017 年底，在哈尔滨工业大学（深圳）陈清财教授的指导下，公司创始人兼 CEO 方小雷意识到，以当前人工智能的自然语义理解水平，想要做完全开放式的多轮面试对话系统太理想化，但可以做其他方面的尝试——提前准备好设定的问题，然后请应聘者基于标准化的问题做详细的陈述，再由 AI 评估陈述的完整内容。

陈教授和其团队一直在做 NLP（自然语言处理）相关的技术应用研究，很早就开始研究并使用深度学习算法。他们运用预先训练的 NLP 算法进行迁移学习，为近屿智能做了一个面试对话系统，初始判断准确率高达 80%。但要达到商用水平，则 需要 AI 学习人力资源领域的专业知识 ，以加强对上下文的理解。

为此，以公司首席架构师 Dr. Laurence Lau 创造的 Talent-DNA 框架为基础，基于公司资深的 HR 行业专家知识，公司技术团队用结构化的形式总结人力资源知识，构建了自有知识图谱，通过带标签的数据训练调整模型，提升机器深度学习的效率。

2018 年秋季，近屿智能推出第一代 "AI 得贤招聘官 " 。一家美国公司的亚太区总部为新产品进行客户验证后称，这套 AI 系统可用来进行管培生的初步筛选。但由于不同行业的客户人才画像、岗位画像和评估目标不同，要提升 AI 面试的准确率，还 需要产品在不同领域中基于真实的面试数据进行深度学习训练。

2019 年 7 月，近屿智能获得 800 万元天使轮融资。天使 投资 人介绍的 1 对 1 英语培训头部企业成为公司客户。为让 AI 面试官更贴合客户需求，公司首席咨询顾问吴欣带队对客户管理层和业务层进行深度访谈，从中提炼出外教老师的胜任力模型。 除了对面试者的回答内容进行评估外，AI 还评估其宏表情、声音等其他维度；然后，咨询顾问基于对岗位胜任力的理解为不同维度打上不同权重，最终加总形成总分 。

然而，在首次测试中，"AI 得贤招聘官 " 的评估与人类招聘官的一致性只有 60%。

这是因为，虽采用了深度学习算法，AI 对候选人的回答内容、宏表情、声音等，分别采用 篇章级语义识别算法、表情识别算法、声音识别算法 进行单独识别判断，然后基于人类设定的权重相加算出总体得分；但人类面试官的实际决策并非线性逻辑的加总，而是 基于各种维度综合判断形成的决策。

了解业务端的问题后，陈清财教授提出采用多模态融合技术（MFT）来优化算法。基于该技术，近屿智能推出了可模拟人类面试官面试行为的 " 近屿超脑 "，通过对篇章级语义识别算法、表情识别算法、声音识别算法的底层融合，针对候选人的回答内容、表情、声音等维度，综合判断候选人对应聘岗位的匹配程度。

在新一轮的人机对比实验中， "AI 得贤招聘官 " 与人类面试官面试结果的一致性达到 92% 。在 AI 赋能下，原先客户 HR 团队要用一个月完成的招聘工作缩短到 3 天，面试效率提升 10 倍，平均每招聘一个员工的成本降低 40%。

02 推广阶段：不断提升产品能力

2020 年新冠疫情暴发后，企业对无接触、低成本的远程面试需求激增。市场的迫切需求缩短了 AI 面试这类新产品的前期市场培育周期，AI 面试市场迎来一波热潮，近屿智能的 AI 面试产品很快进入教育、 金融 银行、高端制造等不同行业；公司在帮助大客户做个性化解决方案的同时，也在不断打磨完善自己的产品力， 形成半标准化的产品和解决方案底座。

在为大客户提供方案时，公司前期会派出咨询团队进行为期 1~2 周的访谈咨询，针对客户的岗位需求建立胜任力模型，并设计专属的 AI 视频面试题库。随着服务客户的增多，"AI 得贤招聘官 " 在真实面试数据中持续学习训练，提升对各个行业、各类岗位的胜任力模型的理解度，咨询顾问只需针对客户差异化的需求对模型进行微调。

另外，公司还会对客户做组织诊断并重构招聘流程。例如，为招聘大量资深程序员，某电力央企的 HR 需要有技术背景的员工的协助，结果导致招聘效率低，优质应聘者严重流失。为此，近屿智能推出 "AI 视频面试 "+" 在线考试 "+" 在线编程考试 " 的产品组合，帮客户全面考察候选人的胜任力、知识和编程技能，将招聘决策周期从 2 个月缩短到 1 周；另外还通过机器人流程自动化（RPA）技术实现了 " 一键发布 "" 简历库集合 "" 简历库激活 " 等功能，提升了招聘流程流转效率。

"AI 得贤招聘官 " 只是该公司第一个 AI 拳头产品，随着数据的积累和 AI 算法的优化，公司逐步推出 "AI 培训陪练师 ""AI 绩效访谈师 ""AI 敬业度访谈师 "， 不断构建完善的知识图谱，最终形成 AI 对 HR 各个环节的赋能 ，将 HR 从繁重的重复劳动中解放出来。

2019 年底，近屿智能开始 商业 化。截至 2021 年 10 月，逐步 构建了包括 L4 级别 AI 视频面试、ATS（招聘管理系统）、在线编程考试、胜任力建模咨询等标准化的产品和服务； 中小型企业也可用低廉的价格按次数或按月购买 AI 招聘服务。公司已在高端制造、地产、 互联网 、医疗等 10 多个行业落地，累计超大型企业用户 50 多家，累计完成 AI 面试人次 55 万次。公司还与全球软件巨头 SAP、智能远程办公平台钉钉、企业 微信 等达成了深度合作。

虽然取得了这些成绩，但在 2020 年 7 月获得 Pre-A 融资后一段时间，近屿智能的下一轮融资一直没有落定。在融资不易的环境下，AI 面试产品能否实现批量销售以盈利甚至达到盈亏平衡变得更加重要。

另外，市场环境也在发生变化。2021 年以来，中国人工智能市场经过几年的资金热捧逐步回归冷静，人工智能企业融资陷入困境。随着疫情的反复，大量企业裁员降薪，招聘需求越来越不稳定，放慢了解锁新技术、采购新招聘产品的步伐，AI 面试市场从 2020 年的爆火又回归了平淡。

针对人工智能企业的政策法规也在收紧。2021 年 9 月底，中国发布了《新一代人工智能伦理规范》，其中第十二条提到要 " 增强安全透明，在算法设计、实现、应用等环节，提升透明性、可解释性、可理解性、可靠性、可控性 "；在十三条中提到要 " 避免偏见歧视。在数据采集和算法开发中，加强伦理审查，充分考虑差异化诉求，避免可能存在的数据与算法偏见 "。

03 多重质疑和挑战下如何发展

在此背景下，近屿智能获得来自著名上市地产公司 A 集团的 AI 面试项目采购；公司非常重视这一订单。然而，由于此后 A 集团内部对 AI 面试的质疑，2021 年 7 月，该面试项目的交付突遭变故。

A 集团规模大，包含多个业务板块，例如地产、物业、环保等，每个业务单元对人才的胜任力要求都不同。选择 AI 面试就意味着，每个岗位都要搭建相应的 AI 面试模型，不仅咨询过程要耗费大量时间，定制多个面试模型也会增加企业成本预算。

起初，近屿智能团队说服 A 集团建立一个 用于不同岗位招聘的通用模型，如工程管理、 营销 、客服等职位，在此基础上，为各个职位加上特殊的胜任力维度。 "N" 代表通用素质，"X" 是各个职位要求的具体专业素质。"N+X" 组合模型涵盖了多种职位，对不同的岗位也提供了定制化的筛选漏斗，满足了 A 集团不同岗位的招聘需求。

这种构想得到 A 集团总部 HR 团队的支持，但却遇到来自集团子公司 HR 团队的阻力。A 集团内部有一部人认为，AI 面试体验差且效果难以评估，是场骗局。另有一些人认为，与其采购 "AI 得贤招聘官 " 与系统对接，不如直接采购已有供应商的产品，只需在现有 HR 系统中添加新的模块就可以完成升级。"AI 得贤招聘官 " 虽能替代 A 集团 HR 多年沿用的招聘管理系统，但 HR 并不愿彻底更换掉操作起来更顺手的旧系统，而希望在原有系统里看到新增的 AI 面试官的评估报告，实现新旧系统的无缝对接。这对于近屿智能来说是个挑战。

AI 面试官能否做到客观公正也受到质疑。

公司产品采用的是多模态的深度学习算法，算法模型是机器通过数据训练自己形成并不断完善，这个过程是无监督的。算法就像一个 " 黑盒子 "，AI 面试官在输入候选人的面试情况后，会通过 " 黑盒子 " 直接输出一个决策结果。相比 " 黑盒子 "AI 的评估结果，很多企业 HR 情愿相信 " 白盒子 "AI 的打分，起码有关于回答质量、表情、声音和颜值的单维度的打分，在复核时能大致看到候选人各方面的能力情况。

为了让客户对 AI 面试官的打分结果更放心，近屿智能在 AI 面试报告中除了有 L4-AI 对面试视频直接出具的总评分外，还给出了 L2-AI 的表情和声音单项评分，以及 L3-AI 的篇章级语义识别的单项评分，可以给人类面试官进行复核提供参考。

面试者的体验也是客户担心的问题。 当前的 AI 面试流程大都是：后台准备好面试问题，候选人对着屏幕完成作答，随后 AI 在后台直接出具评分报告，面试过程没有双向沟通。为了改善面试者的体验，近屿智能对公司的 AI 面试产品进行了产品界面的优化，让公司员工扮演面试官提前录制好面试画面，让候选人在 AI 面试过程中尽可能感受到亲切。但要实现 AI 面试官像人类面试官一样和候选人进行互动，还需很长时间。

除了产品界面体验外，还有算法歧视问题。 尽管近屿智能强调 AI 面试官没有人类的情绪、疲劳程度、偏见和歧视，从而保证面试评估更客观公正，投资人还是会对此存疑，毕竟 2017 年亚马逊就发现其 AI 招聘引擎存在歧视女性的问题。

另外， AI 面试的完善要搜集大量求职者的数据来训练面试模型 。求职者参加一次 AI 面试会给公司存下不少表情、声音、颜值等方面的数据，公司将如何管理、保存和使用这些数据，令面试者担忧。

A 集团抛出的以上问题，是包括近屿智能在内的 AI 面试公司要应对的挑战。对这些问题的回答，考验着方小雷及其团队的智慧，也影响着 AI 面试在中国未来的发展。

04 教授点评

AI 在招聘中的应用帮助公司减少了重复性的工作，在面试的各个环节，包括搜索人才、筛选求职者、面试等，为公司在人才获取方面节省了时间和人力成本，同时提供了又快又精准的结果。 AI 不仅改变了公司获取人才的方式，而且能帮助提升公司形象。

不同行业的客户人才画像、岗位画像和评估目标不一样，要提升 AI 面试的准确率，还需要产品在不同领域中基于真实的面试数据进行深度学习训练。在新职业日益增多、职业选择日益丰富、岗位需求多元化的就业市场，需要 AI 面试产品持续进行技术升级，拓展语义分析、综合素质考察维度等，深入人才选拔各环节，全面、高效甄别人才 。

客户还会提出比准确率更高的要求。在组织匹配度方面，AI 面试公司还需要开发能预测文化协同性的工具，帮助公司筛选出忠诚度高、与公司情感承诺强、连接更紧密的候选人。在可能存在的歧视方面，AI 面试公司需要确保 AI 深度学习的样本构成更加平衡，由不同性别、年龄和背景的候选人构成。在数据安全方面，公司需要提前告知求职者有关 AI 面试是如何评测候选人的相关信息的，并获得候选人的同意；关于应聘者的数据，要特别注意哪些数据可以记录，数据由谁管理和保存；明确相关数据的使用政策，并向候选人说明这些信息的隐私性和安全性。

招到合适的人才对公司的发展至关重要，人力资源系统的首要目标是吸引、激励和留住人才。 AI 面试和 HR 互补，AI 面试官可以充分发挥应对重复性、连续性工作的优势 ，他们的相互配合可以让企业的招聘工作事半功倍。

来源：36氪