招聘科技轉向技能評估，誰能吃下企業新預算？

 

AI大量生成履歷，傳統篩選機制開始失去辨識力

生成式AI降低了履歷與求職信的製作成本，也讓英國企業面臨申請數量暴增、內容高度同質化的問題。英國招聘平台Sapia.ai執行長Barb Hyman認為，企業持續依賴履歷篩選，可能錯過具備能力、職涯路徑較非典型的人才。

供需壓力已反映在數據上。英國Institute of Student Employers統計，2025年每個畢業生職缺平均收到約140份申請，創下30年新高。當求職者能快速產生多個版本的履歷，人資團隊看到的是大量格式完整、關鍵字齊全，辨識度卻持續下降的申請文件。

這代表招聘平台過去依賴履歷資料庫、關鍵字搜尋與申請流量建立的價值，正在受到挑戰。履歷的製作成本快速下降，企業願意付費的環節，也可能逐步轉向技能評估、候選人排序與後續決策工具。

 

英國企業轉向技能本位招募，職涯路徑開始鬆綁

Michael Page於2026年的研究顯示，約三分之二英國企業已採用某種形式的技能本位招募。近六成受訪求職者表示，若職缺描述聚焦所需技能，他們會有更高意願提出申請。

技能本位招募的概念，是透過實作、情境測驗與行為特質評估，確認候選人能完成哪些任務。學歷、年資與過去職稱仍可提供背景資訊，企業開始增加可驗證能力在決策中的權重。

Hyman以髮型設計師轉任客服中心為例。兩個職位在履歷分類上距離很遠，同理心、傾聽能力，以及處理複雜人際關係的經驗，卻高度適用於客訴與情緒勞動。這類跨職能配對若能規模化，招聘平台可服務的人才池便會擴大，也有機會提高企業找到合適人選的效率。

從創投角度看，人才分類方式正在重新定義。平台若只累積職稱與年資資料，資料護城河可能逐漸變薄；能把技能、行為與工作情境轉成可比較資料的業者，較有機會嵌入企業的人才決策流程。

 

AI提高產出速度，判斷力與學習速度成為新門檻

AI決策平台Taktile技術長James Broadhead指出，工程師過去製作一個原型可能需要三週，如今透過AI，一個下午便能產出十個版本。產出速度提升後，企業更需要員工判斷哪些原型值得投入資源，並把技術成果轉成客戶能理解的方案。

Taktile招募時會觀察候選人如何與客戶溝通，也會詢問對方最近三週如何調整自己的AI工具。模型能力快速更新，固定掌握一套工具的效期縮短；持續試驗、修正工作流程與檢討結果，逐漸成為可被評估的職場能力。

數位行銷公司PMG也採用相近方向。公司招募畢業生時，要求候選人現場完成實作、分組合作與客戶簡報，藉此觀察互動方式和解題思路。這類流程讓企業取得履歷以外的行為資料，也使評估工具從文件管理軟體，進一步走向工作模擬與決策支援。

Gen Z在這套機制下可能取得部分優勢。PMG歐洲、中東與非洲區總裁Josh Krichefski觀察，年輕求職者對既有工作流程的包袱較少，也較願意接受邊做邊學。學習速度開始納入人才定價，職涯年資對未來表現的解釋力則可能隨工作內容快速變動而降低。

 

AI輔助招募能降低部分偏誤，也可能複製舊有歧視

傳統履歷與面試容易出現「鏡像式招募」。主管傾向錄取學歷、背景或性格與自己相近的人，團隊因而走向同質化，非典型人才也較難進入候選名單。

Hyman提出的分工，是由AI完成前期篩選，從大量申請者中找出符合目標技能與特質的人選，再交由未來同事作成最終決策。求職者也可透過實際互動評估主管、團隊與工作環境，讓招募成為雙向測試。

風險同樣很具體。若訓練資料帶有歷史偏誤，或測驗設計本身偏向特定群體，AI可能把性別、種族與社經背景的差異寫入評分機制。過度切割技能，也可能漏掉需要長期經驗、特定情境與團隊合作才能形成的能力。

因此，演算法治理會成為採購門檻。企業導入招聘AI時，除了評估準確率與成本，還得處理評分依據、資料使用、申訴機制與法規責任。對相關新創而言，公平性稽核和決策紀錄很可能從合規支出，逐步成為產品競爭力的一部分。

 

招聘科技的價值移向評估流程與企業工作流

英國與部分歐洲市場已出現明確方向：履歷在招募流程中的權重下降，實作評估、情境測驗與AI輔助篩選的比重上升。這場變化仍處於導入期，各企業採用的工具、流程與治理標準尚未完全一致。

若把招聘科技當成一條產業鏈來看，申請入口只是前端。更有價值的位置，可能落在職位所需技能的定義、測驗設計、候選人配對、企業系統整合，以及演算法稽核。平台能否累積跨職務的有效評估資料，並證明評分結果與到職表現具有關聯，將影響商業模式的黏著度。

目前證據支持技能本位招募持續擴張，也顯示企業正在重新分配招募預算。長期勝負仍要回到錄用品質：到職後表現、留任率、招募時間與公平性，能否同步改善。AI可以增加候選名單與評估資料，企業最終仍需為用人決策與團隊結果負責。