最近一段时间，AI在招聘环节里的“出镜率”越来越高。过去，筛简历、打招呼、约面试这些事基本都靠HR一件件手动完成，现在越来越多企业开始把AI工具拉进流程：先按关键词、工作年限、技能标签把简历分个类，再用聊天机器人跟候选人核对基本信息，甚至完成第一轮问答。对于招聘量大的公司来说，这套做法确实能省下不少重复性劳动。
但效率提上去了，求职者心里却多了一层不踏实。很多人最直接的担忧是，自己明明表达清楚了，会不会被系统误读。比如简历里写的是“参与过某个项目”，AI可能只捕捉到“参与”两个字，却没意识到背后其实承担了核心工作，于是被归到优先级靠后的那一档。再比如，有人习惯用行业里的通俗叫法描述技能，而系统只认标准词库，结果明明掌握的能力反而没被识别出来。这种“没写错，但没被看懂”的情况，正在变成一种新的求职焦虑。
求职者的第二层顾虑，是个性被抹平。招聘本来是个双向了解的过程，候选人希望让对方看到自己的沟通方式、学习能力，以及对岗位的真实兴趣。但AI初筛往往只抓取结构化信息，那些没法量化的部分很容易被直接过滤掉。更让人不安的是反馈的缺失。很多人投完简历后收到的是系统自动回复，既不知道自己卡在哪一步，也不知道下次该怎么调整。这种沉默的拒绝，比明确的拒绝更消耗信心。
企业这边也不是没有担心。用AI做初筛的动机很实际：简历太多、时间太紧、人工筛选标准不统一。AI可以快速完成第一轮筛选，把明显不匹配的简历先放到一边，让HR把精力集中在更接近岗位要求的候选人身上。但企业同样清楚，AI的判断依赖历史数据和预设规则，一旦岗位需求发生变化，或者某个岗位需要的是跨领域能力，系统很可能把合适的人误伤掉。更现实的问题在于，AI很难理解候选人的职业转折、行业迁移和潜在成长空间，而这些恰恰是招聘中最需要人来判断的部分。
从数字服务的视角看，企业要做的不是简单“上个工具”，而是把工具放在合适的位置上。一个比较稳妥的思路是，AI负责初筛和信息整理，但关键节点必须保留人工复核。比如，系统标记为“不匹配”的简历，可以设置抽样复查；聊天机器人收集到的信息，应该完整传递给HR，而不是只给一个分数。同时，流程透明也很重要。企业可以在招聘页面简单说明AI参与了哪些环节，候选人有权知道自己的简历被如何处理。这不是增加负担，而是减少误解。
延伸到IT数运关注的软件与互联网服务领域，招聘工具和所有企业软件一样，本质上都是辅助。AI可以帮人看得更快，但不能替人做最终判断。招聘决策的核心，始终是人与岗位的真实匹配，包括能力、经验、协作方式和长期意愿。工具能做的，是把重复劳动压缩，把信息整理清楚，把人的时间留给更值得判断的地方。如果企业把初筛完全交给AI，省下的可能是时间，失去的却可能是真正合适的人。
