传统人力资源服务市场中，猎头公司的利润核心是进行人才交付服务。在传统线下交付模式中，猎头公司顾问通过BD客户拿到职位，对职位进行分析，随后开展人才寻访，面试，再推荐给到企业HR，企业评估简历后进行邀约面试，反馈，洽薪，任用等环节，其周期长，且不便管理进程，往往令两方都倍感压力，特别是当经过一段时间“颗粒无收”时，猎头顾问往往会“无人可推”，进入倦怠期，雇主HR也面临“无人可面”，无法弥补企业发展阶段的损失以及业务部门巨大的需求压力。这导致双方不得不面临两种选择：一种就是坚持下来，“磨”出单子，这通常需要靠顾问坚强的毅力和企业HR很强的业务推动能力，不可复制;而另一种，双方都“另谋高就”，企业HR不厌其烦的一遍遍与新顾问对接企业需求，猎头顾问也选择不在“一棵树上吊死“，BD一家又一家客户，双方都期待着下一个会更好。
这种状况在国内外持续了数十年，低效的交付环境，“一切靠人”的交付模式，让猎头服务这一种中高端的人才服务一直找不到更有效的提效方式，也是中国市场80%以上猎企管理者只能“勉强温饱”的重要原因：顾问每月能完成0-5万的offer佣金和回款，“有一单没一单”的状况持续整年，导致一年的平均业绩几乎过不了30万，按照市场平均的提成来算，顾问年收入大多不高于10万，也是中高端猎头服务给市场带来水平“良莠不齐“的刻板影响。
1.jpg
近几年，一些先知先觉的人力资源行业科学家运用先进的科技手段和AI方案，为猎头交付这种传统的交易模式寻求突破交易瓶颈的方式：他们为猎企开发了先进的简历匹配系统，通过深度学习，NLP，语义分析等AI技术，利用各类环境，场景，案例，多维度排序等方面模拟了人对信息的处理和理解过程，从而代替人去理解职位需求，并且极大效率的去甄选简历(有数据显示，这样的匹配系统平均每秒可处理超过10000封简历);同时，为了最大程度的减少人与人之间沟通效率低下的困难，科学家们利用大数据技术捕捉人才在互联网上公开的社交行为和计算行业图谱，并联动领域内上下游的人才流动趋势，例如更换职业，求职状态更新，简历刷新等，高效的筛选人才的求职意向，而不像过去动作僵硬的通过电话寻访或者cold call的方式，甄选出看机会的人才;最后，在顾问选单和职位分发的优化上，科学家们开发了一套AI匹配系统，除了通过信用机制来评估雇主发布职位的有效和可靠性，也对顾问做单前是否具备足够多的资源(候选人库)和能力(职能优势，做单数据，转化率等)提供了最优的匹配，让顾问绝不“瞎忙活”。
科学家们通过不断在职位-人才，人才-猎头，猎头-职位这一个循环中努力，为猎头公司改变传统交付效率低频且非标不断尝试，而这些迭代与升级之所以能获得绝大部分猎企的认可，AI技术赋能无疑是最大的助力。
AI技术对猎头交易服务，乃至整个人力资源中高端招聘行业，带来的影响都是深远的，先行使用科技赋能的猎企摆脱了传统效率的束缚，盘活了人才的复用，职位匹配的效率和客户的交付效率，从而从能效上获得了大面积的提升，顾问也真真切切的感受到了效率和收入的提升;与此同时，招聘雇主也洞察了先机，他们花费了数百万，上千万的预算去购买这类智能匹配系统，让招聘HR从企业动辄上百万的简历库中解脱出来，用技术的手段去甄选当下合适且在看机会的人选，让HR回归HR，承担业务环节中价值最大的沟通，推动，培养，留用环节中去，提升公司的整体招聘效率，这样的案例近期在市场多个巨头及独角兽公司中屡见不鲜。