為什么找個好工作那么難?”“為什么招一個適合的人才那么難?”
我們在各種社交網路上時常會看到這樣的靈魂拷問。
從微觀看，個人找工作難，企業招人難。從宏觀看，就業是民生的重中之重，十四五目標提出城鎮調查失業率控制在5.5%以內，具體到2021年，《政府工作報告》將城鎮新增就業目標設定為1100萬人以上，政府推動一系列政策促進就業。
這樣一個龐大而復雜的市場需求，僅依靠傳統的簡歷下載模式很難得到高效解決，我們知道，當下千行百業都在加速向智能化轉型，技術才是破題的關鍵，
對上“眼兒”為什么那么難?
都說找對象難，一邊是一堆大齡男青年，一邊是一堆剩女，但他們就是對不上眼兒。僅次于找對象難的就是找工作，一邊有大量的崗位空缺，一邊又有大量的待崗人員，愣是對不上眼兒，
就業難，有很多復雜的因素，舉幾個例子：
比如最常見的是供需問題。比如，市場中有5家公司需要招20個運營、5個銷售，但與此同時，市場上只有1位運營、10位銷售想換工作。那么這個時候，對于招運營的企業來說，招聘難的問題產生了。對想找銷售工作的人來說，求職難的問題誕生了，
行業的周期性興衰，最容易引起供需的不平衡。比如去年疫情，直播帶貨一下子就火了，好的主播供不應求，而線下店面受到影響反倒出現大量待業人員，再比如，當下醫美的需求暴增，但市場上合格的醫生遠遠不夠。
其次還有迫切度的問題，市場中有5家公司需要20個運營、5個銷售，但出于迫切度不同，他們在平臺上掛出10個運營崗位、5個銷售崗位。你會發現不急于招人的公司，響應并不積極，哈拉不理、郵件不回。
與此同時，市場上恰恰有20位運營、5倍銷售想找工作，但這些人中也有一些是騎驢找馬，只是想看看機會，并不是急著換工作，所以積極性也不高。在這種情況下，雖然市場上看似供應平衡，但是迫切度也打破了平衡。
這就非常像是征婚市場，有些人天天喊著找對象，但是不見具體行動，而另外，還有一些是家長急得不行，到處幫著尋覓，但是本人卻不急。所以，即使安排了大量的相親，也不見太多成果。
再有，最難的就是匹配度的問題。
同樣還是市場中有5家公司迫切需要20個運營、5個銷售。與此同時，也有20位運營、5位銷售迫切想換工作。但是由于薪資、地址、年齡、職業背景、性別等各種因素，崗位與人才的匹配度非常低。
就以薪資來看，有10個崗位給出1萬元/月的薪資條件，20位人才中有10個認為工資太低不予考慮，10位認可工資，但3位做的是數據運營，其實公司招的是內容運營;1位做的是內容運營，但是希望轉數據運營;1位認為工作與之前重復，希望再考慮考慮;有1位當前項目還沒做完，需要2個月后才入職;1位家里有變動，決定不換工作了;有2位面試官覺得不會在公司久待;最后剩的這位，決定追求夢想去念研究所。
這就更像是征婚市場，找對象涉及的因素更多，從硬性條件看有年齡、職業、收入、家庭背景，從軟性件條件看還有性格、情商、外貌，甚至還有說不清倒不明的眼緣，樣樣匹配幾乎沒有可能，
一頁紙裝不下的“大數據”
在招聘場景里，企業某些崗位需要招人的時候，會根據基本需求給出一份JD，這如大陸的人來資源行業一樣，是個舶來詞，Job Description(職位描述)的縮寫，
有的企業給的很細，縮窄了篩選的范圍，可能會提升效率，但同時也可能會錯失一些人才，有的企業給的比較寬泛，可以有機會接觸更多的人才，但也浪費了大量的時間，
同樣，應聘人員往往是拿著一份簡歷去找工作，但是一張薄薄的簡歷遠遠無法還原一個真實、立體的人，加大了企業篩選的難度。
招聘場景里無論是求職者還是招聘者，在提交了一份簡歷或職位描述時，都認為這已經能夠非常清楚表達自己的實際需求，然而事實上，靜態文本無法充分表達你內心最深層的需求，
當然，雙方“開”出的條件都是一些非常客觀的因素，除此之外還有更多復雜的主觀因素混雜其中。就以企業招聘來看，人才需求往往是具體部門、具體崗位，一個人的面試需要三四道是家常便飯，每一個面試官都有自己的偏好，這些就是非常主觀的因素。
所以，招一個人往往是“主觀+客觀”的復合標準。
同樣的主觀因素在需求側的人才方也存在，一個人求職不僅考慮薪資、職位，還有上升空間、主管和同事、企業文化等等主觀因素。比如，有的企業比較狼性，有的企業比較隨性，有的企業比較刻板，這些都會影響人才的選擇，
在招聘市場，表面看大約涉及三個方向：一是人的期待，包括薪資、發展空間、崗位;二是人與人，包括老板、同事、公司文化;三是人的時機與崗位開放期，但當你細分的時候，發現還有無數的細節。
我們知道，現在各類互聯網應用都在對人物進行畫像，簡單的平臺一個人物畫像要上百個標簽，而復雜的則幾千個標簽來描述一個真實的人。可以說，每一個人都是一個大數據集合，招聘平臺僅靠JD或簡歷那么簡單的文檔，遠遠無法滿足雙方多層次、多維度的需求，
大陸有近9億勞動力年齡人口，企業數量超過4400萬家，人才與公司雙邊的標準都需要滿足，兩面都是巨大的漏斗，篩下來也就所剩無幾，能夠成功匹配則是難上加難。
對于招工的企業和找工作的人才來說，1000個人心中有1000個哈姆雷特。面對如此復雜的大數據，或許只有AI可以破題。
唯有AI可以解憂
過去二十年間，所有的行業都在通過互聯網的方式被重新改造了一遍，招聘行業也不例外。
在進入互聯網時代之后，招聘算是較早向線上轉移的一個行業，1997年智聯招聘就開始通過互聯網開展獵頭服務，同年中華英才網在北京成立，1999年前程無憂成立。
但是正如前文所說，招聘是一個非常復雜、難以標準化的過程，所以行業被互聯網改造了近二十年，模式的進化并不明顯，這些傳統招聘平臺還是要靠提供付費簡歷下載服務度日，
當產品技術與商業模式沒有實質性創新，這些便陷入了增長的困境。同時未經當事人允許，就將個人簡歷售賣給第三方的模式，在個人隱私保護監管力度逐漸加大的背景下，將面臨越來越多的爭議與壓力，
這個困境如何破局?答案是技術升級_AI。
以供需對接角度來看，傳統的招聘平臺依然延續二十年前的門戶邏輯，將網頁切割成多個模塊，盡可能多的堆積企業，這樣可以展示現多的資訊，看上去是提供了足夠豐富的資訊，但資訊也更加分散，讓人捕捉不到重點，
新一代移動招聘平臺則是推薦邏輯，通過算法將崗位展示以資訊流的形式推薦給用戶，用戶看到的資訊少而精準，大大提升了資訊瀏覽的效率。
這兩種模式有點像傳統的門戶網站和今日頭條之間的對比，傳統門戶靠編輯推薦，而今日頭條則依據算法給每一個人推薦不一樣的資訊，正是這種精準度讓今日頭條在移動互聯網時代快速崛起，成為新巨頭，不得不說，技術迭代也將引發產品的迭代。
以迫切度為例，傳統的招聘網站上是以付費為判斷迫切性，付費的B端企業就說明是有明確需求的企業，付費的個人就是急著找工作的人。移動招聘平臺不會如此簡單粗暴，而是通過設置崗位發布門檻、算法激勵等方式篩選出迫切與不迫切的供需雙方，將兩者撮合在一起。
再以匹配度為例來看，傳統招聘網站通過簡單的標簽推薦簡歷，后期由HR進行篩選，HR的工作量巨大，人為因素參雜其中。而移動招聘平臺則是通過算法與智能技術學習，盡可能多的了解供需雙方的招聘、求職意向，將主觀考慮維度也計算在內，盡可能提升匹配的效率。
算法的背后就是AI。大數據就是寶礦，通過AI深挖大數據的價值，可以對招聘行業帶來一次重構。
而最終招聘網站頭上達摩克利斯之劍——個人簡歷資訊保護問題也會消失，原則上如果平臺能清晰知道求職者適合的崗位，并有能力將其縮小到一定范圍。那就不存在廣撒網帶來的簡歷泄露問題了，
在美國，已經有人將AI技術應用在面試環節，位于美國猶他州的視訊面試平臺HireVue，利用AI系統，分析求職者提交的求職視訊，
招聘公司可以選擇直接拒絕候選人，或者讓候選人繼續與實際招聘人員進行視訊面試。與此同時，加州一家以智能匹配為核心招聘平臺Turing也獲得了1400萬美元種子輪投資，投資者包括臉書、微軟、亞馬遜、谷歌等多家硅谷巨頭高管。
在大陸，新一代的招聘平臺也在智能推薦的路上探索，BOSS直聘在做過去幾年陸續成立了CSL(職業科學實驗室)等機構，在老板求職者直聊場景開展基礎算法研究以及應用服務開發，提升匹配效率，Moka招聘也從SaaS服務切入，利用算法更好地幫助HR篩選簡歷，
如果我們說，過去二十年互聯網把所有的行業都重新改造了一遍，未來二十年將是AI將所有行業再改造一遍，招聘行業，正在面臨新一輪的重構。
二十多年前，有人希望通過互聯網讓天下沒有難做的生意，今天也希望招聘行業從業者，用技術改造行業，讓天下沒有難找的工作，
