返回
RSS LinkedIn 发布 2025-02-13 16:00 收录于 08-12 41

LinkedIn:AI为招聘节省时间,但招聘质量仍难衡量

LinkedIn调查23个国家的1,271名招聘管理者,并结合平台数据发现,37%的招聘从业者正在试验或整合生成式AI,已使用者平均报告每周工作量减少20%。然而89%认为招聘质量的衡量会更重要,只有25%对所在组织有效衡量招聘质量的能力高度有信心。
推荐理由:报告提醒招聘团队,AI节省时间只是过程指标,真正需要建立的是招聘质量、技能匹配和录用后表现的闭环数据。
组织人才LinkedIn

译文 AI 逐段翻译

LinkedIn数据故事

LinkedIn报告:AI将如何重新定义2025年招聘

作者:Greg Lewis数据驱动内容策略师 | LinkedIn前员工 | 将复杂劳动力数据转化为可执行的商业洞察

2025年2月13日

想每周节省一整天的工作时间?已经使用生成式AI的人才招聘专业人士报告称,据LinkedIn刚刚发布的2025年招聘未来报告,他们的工作量平均减少了20%。

这可能是过去一年中,学习AI素养技能的人才招聘专业人士数量增长超过两倍(2.3倍)的原因。 但正如你将在下面看到的,招聘效率只是故事的一部分。

LinkedIn全新的2025年招聘未来报告提炼了LinkedIn平台上数十亿个数据点、来自1000多名人才专业人士的回答以及数十位人才领导者的建议,旨在帮助你理解并应对最新的招聘趋势。

请阅读下文,了解报告中的最大亮点。在此阅读完整报告,了解利用AI如何帮助实现关键招聘目标,如提高招聘质量和掌握基于技能的招聘

AI正在重新定义卓越招聘

你可能不需要太多说服就能相信AI将影响招聘——而且你并不孤单:73%的人才招聘专业人士认为AI将改变公司的招聘方式。

对许多人来说,这并非假设:近四成(37%)的人才招聘专业人士表示他们目前正在尝试生成式AI或积极将其整合到招聘流程中。那些已经付诸实践的人报告称,他们平均节省了20%的工作时间——即每周节省一整天,可以用于更具战略性的工作。

但正如我们之前提到的,效率只是故事的一部分。随着AI帮助自动化常规任务,人类技能变得比以往任何时候都更加重要。与2023年相比,2024年雇主将“关系发展”列为招聘人员必备技能的可能性增加了54倍。

简而言之,AI使招聘团队更加人性化,而不是更少。正如我们将在下一节中看到的,它还能让他们更具战略性,专注于高影响力的工作,如提高招聘质量和灌输基于技能的招聘。

阅读完整报告,了解将生成式AI整合到招聘中的主要挑战,以及领先公司的建议和技巧。

招聘质量成为焦点

多达89%的人才招聘专业人士认为,衡量招聘质量将变得越来越重要。然而,只有25%的人对自己组织有效衡量招聘质量的能力高度自信。

好消息是什么呢?大约61%的人认为AI可以帮助改善衡量这一关键指标的方式。

当然,衡量招聘质量只是第一步。真正的目标是提高招聘质量。在这方面,早期数据令人鼓舞:使用LinkedIn AI辅助消息最多的公司比使用最少的公司实现高质量招聘的可能性高9%。

除了AI,雇主品牌也起着至关重要的作用。以提供参与创新项目机会而闻名的公司实现高质量招聘的可能性高11%——这表明强大的雇主品牌不仅能吸引更多候选人,还能吸引更好的候选人。

阅读完整报告,了解哪些其他雇主价值主张与高质量招聘相关,以及Uber等公司如何衡量招聘质量的引述。

基于技能的招聘变得至关重要

当你招聘某人时,你关心的是他们能做什么,而不是他们去过哪里。这是基于技能的招聘的基本理念。

超过九成(93%)的人才招聘专业人士认为,准确评估候选人技能对于提高招聘质量至关重要。

LinkedIn的平台数据验证了这一信念:进行最多基于技能搜索的公司实现高质量招聘的可能性高12%。

当然,这说起来容易做起来难——这需要招聘人员可能以前没有的额外时间和关注。幸运的是,AI节省的时间往往被重新用于更好的候选人评估:在已经整合或尝试生成式AI的人才招聘专业人士中,35%的人表示节省的时间用于候选人筛选,而26%的人表示他们利用节省的时间专注于技能评估。

阅读完整报告,了解学历要求如何逐渐失宠,以及领先公司如何更严格地进行技能评估。

致谢

本报告得益于对全球众多招聘领导者的深入采访,我们对此深表感谢,包括:Jessica Aguilar(苏黎世保险);Laurent Blanchard(PageGroup);Noel Brown(汇丰银行);Glen Cathey(任仕达);Jackye Clayton(Textio,现任职于PeoplePuzzles);Fabien Desmangles(达索系统);Eric Dozier(礼来公司);James Edwards(Greene King);Jude James(UST);Nathalie Jaoui(Groupe CRIT);Hélène Jonquoy(德科集团);Sandesh Kumar(Wipro);Hung Lee(Recruiting Brainfood);David Luyet(Swisscom);Piyush Mehta(Genpact);Hamish Nisbet(帝亚吉欧);Venkatesh Raja(Shoppers Stop);Salma Rashad(西门子);Ana Recio(Uber);Erin Scruggs(LinkedIn);Jennifer Shappley(LinkedIn);John Vlastelica(Recruiting Toolbox);以及Kerstin Wagner(德国铁路)。

方法论

LinkedIn Research调查了1,271名管理级别或以上的招聘专业人士(1,019名企业招聘专业人士,252名搜索和人员配置专业人士)。调查受访者是根据其LinkedIn个人资料中的信息选择参与的LinkedIn会员,并根据调查回答进行资格认定。该调查于2024年9月以四种语言在23个国家进行。

本报告的平台洞察来源于LinkedIn目前200多个国家10亿会员产生的数十亿数据点。有关完整方法论,请在此查看完整报告

主题:人工智能 LinkedIn数据故事 人才领导力 招聘的未来

相关文章

趋势

来自Talent Blog的最佳实践、趋势和不容错过的故事

订阅新闻通讯

将Talent Blog的故事发送到您的收件箱

立即订阅

分享这条资讯
分享海报
保存图片
iOS 也可以长按图片保存