1、前言似乎每隔几年，都会发生一个或大或小的技术变革，它如同是放置于人类发展进程中的一条鲶鱼，前沿的技术华丽亮相后，似乎都会给世人带来一场深刻且广泛的改变。2023年，ChatGPT一夜走红，个体陷入了被AI轻易替代的恐慌之中，而企业似乎找到了增长的又一踏板，或被搁置很久或在缓慢开展的AI+行动又被各行各业提上了日程。在人力资源领域，AI+招聘的尝试也屡见不鲜。AI技术的应用不仅优化了招聘体验、提升了招聘效率，更在精准匹配人才、提升招聘质量等方面展现出了巨大的潜力。然而，随着其深入应用，诸多挑战与问题也浮出水面，例如AI如何确保筛选的准确性及公正性、如何避免技术偏见等等。时间快进到2024年，AI

2、浪潮席卷一年后，我们迫切地想知道，人工智能技术在企业招聘中的应用情况如何？招聘哪些环节的AI应用程度较高？企业对AI的满意程度又如何？.带着这些问题，我们特别发起了AI在招聘中的应用现状调研，力图还原AI在企业招聘中的应用现状，除此之外，我们搜寻大量资料，并结合企业深度访谈，向你展示AI技术如何帮助企业快速识别优秀人才，提高招聘效率和质量。期待这些AI招聘应用案例，能够为你的AI+招聘提供参考。希望，这本报告可以成为你洞悉企业AI招聘应用现状的窗口，或是成为辅助您进行AI招聘布局的启示录。进化中的人工智能PART 1PART 1:进化中的人工智能引入具备通用性的基础大模型，处理多种任务算法模型

3、处理单一领域的单一任务模型架构模型架构采用自监督学习，减少对人工标注数据的依赖依赖大量标注数据进行监督学习训练方法训练方法利 用 现 代 GPU 和TPU，计算能力显著提升，支持大规模模型训练受限于早期GPU的计算能力，训练大规模模型耗时较长计算能力计算能力利用互联网海量未标注数据，数据范围广泛主要使用专门标注的数据集，数据范围有限数据利用数据利用应用范围广泛，涵盖多领域，商业模式灵活应用范围集中在特定领域，缺乏跨领域通用性应用范围应用范围2023年初，ChatGPT之所以一鸣惊人，大概是我们惊奇地发现，它不再像传统问答机器人那样前言不搭后语，智商时常掉线，而是即便面对你复杂且刁钻的提问，它也

4、可以从容应对，而这些都归功于AI技术的底层更强大了。PART 1:进化中的人工智能AI 1.0时代主要是通过训练模型来实现图像识别、声音识别、语言处理等特定任务，而如今AI 2.0的巨大跃迁之处在于，它克服了前者单领域、多个独立模型的限制，具有自监督学习能力，可以从海量的数据中学习并生成新的内容，与用户进行自然的交互，修复Bug、开发游戏、模仿各种风格进行写作等等。超级海量数据，无需人工标注：一个具有跨领域知识的“基础模型”，能执行五花八门的任务单一领域数据集：诸多数据集和诸多模型各成孤岛缺乏纵效，劳动密集型的数据标注（图像、语音、视频、3D)WORLDS DATA如今：多模态Foundati

5、on Model基础模型KnowledgeMANY TASKS迁移学习TransferLearningTASK1DATASET1MODEL1ONE MODETASK2DATASET2MODEL2TASK3DATASET3MODEL3PART 2:AI在招聘中的应用现状全新亮相的AI也为全球带来了巨大的经济效益，据Gartner和麦肯锡的报告显示，2027年全球生成式AI服务市场规模将达1,800亿美元，到2026年，80%的企业将会使用AI来改善和优化他们的运营方式。招聘这一环节，作为企业经营的关键环节，也自然成为了AI技术应用的焦点之一。可以肯定的是，随着人工智能的不断进化，它正在为企业招聘

6、带来无限可能。全球生成式AI服务市场规模2027达1，800亿美元169.7%CAGRAI为全球与中国带来的经济效益万亿美元生成式AI80%+企业将会使用生成式AI，2026300+中国市场大规模数量，2023AI服务生成式AI全球中国2022 2023 2024 2025 2026 2027传统AIAI在招聘中的应用现状PART 2参访者所在企业的人员规模参访者所在企业的性质本次调研共有五百余家企业的人力资源工作者受访，去除数据不全或无效问卷，样本详情如下：2024 AI在企业中的应用现状调研报告|用友大易参访者所在企业的所属行业PART 2:AI在招聘中的应用现状从当前的数据来看，尽管仍有