
大數(shù)據(jù)+人工智能+生態(tài),招聘進(jìn)入高維競(jìng)爭(zhēng)時(shí)代
近期,人工智能這個(gè)熱詞不斷滲透在各行各業(yè),連不溫不火的招聘行業(yè)都在喊通過人工智能提高招聘效率,上個(gè)月看到獵聘在六周年上推出了兩款人工智能產(chǎn)品,也是在6月智聯(lián)招聘CEO也在講人工智能。這種新玩法的探索,這個(gè)動(dòng)作也將整個(gè)招聘行業(yè)的競(jìng)爭(zhēng)維度拉升到人工智能的高度。
未來階段,招聘行業(yè)競(jìng)爭(zhēng)的維度總結(jié)起來就是三個(gè)關(guān)鍵詞:大數(shù)據(jù)、人工智能、生態(tài),大數(shù)據(jù)是基礎(chǔ),沒有大數(shù)據(jù)就無法做到成規(guī)模和體系的高效率招聘;人工智能是建立在大數(shù)據(jù)的基礎(chǔ)上,為的是讓企業(yè)更有效率的找到所需人才,人才也能高效率的匹配到用人單位;生態(tài)其實(shí)就是組合拳,在豐富的招聘生態(tài)下,每一方參與者都能實(shí)現(xiàn)角色的轉(zhuǎn)型和升級(jí)。
年初,百度公司CEO李彥宏說,2017年將是移動(dòng)互聯(lián)網(wǎng)與人工智能的分水嶺,是人工智能元年。事實(shí)上,距離1956年,10位科學(xué)家在達(dá)特茅斯會(huì)議上提出這個(gè)概念,人工智能已經(jīng)走過了60年。
招聘業(yè)低維度的競(jìng)爭(zhēng)已經(jīng)是過去時(shí),未來的競(jìng)爭(zhēng)時(shí)代已經(jīng)到來,手里有砝碼嗎?
上述這個(gè)問題或許值得所有身在招聘業(yè)的玩家深思。招聘作為一個(gè)有很長(zhǎng)歷史的細(xì)分領(lǐng)域,即使從網(wǎng)絡(luò)招聘開始算起也已經(jīng)很多年了,近年來,隨著互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)、深度學(xué)習(xí)、人工智能等新技術(shù)的不斷日新月異,招聘行業(yè)也迎來了變革的深水期,在新形勢(shì)下,解構(gòu)招聘未來密碼就得靠硬實(shí)力了。
我們來看一組數(shù)據(jù)。迄今為止,獵聘在獵頭端、企業(yè)端和經(jīng)理人端積累的用戶數(shù)分別超過了25萬、50萬和3500萬,獵聘平臺(tái)上每天發(fā)生的行為數(shù)據(jù)超過1億條。這些源源不斷的數(shù)據(jù)沉淀是獵聘布局人工智能戰(zhàn)略的核心籌碼,也為獵聘的大數(shù)據(jù)研究以及深度學(xué)習(xí)提供了可能,這些海量的基礎(chǔ)數(shù)據(jù)是很多招聘平臺(tái)缺失的。如果說2017年是招聘領(lǐng)域的人工智能元年,那么同時(shí)也意味著招聘行業(yè)第一階段的競(jìng)爭(zhēng)已經(jīng)結(jié)束,如果在第一階段沒有完成用戶量、用戶行為數(shù)據(jù)等的積累,就相當(dāng)于沒有拿到第二階段競(jìng)爭(zhēng)的入場(chǎng)券。
智聯(lián)招聘CEO郭盛曾在某大會(huì)上也發(fā)表了他的對(duì)人工智能的看法。他強(qiáng)調(diào)人工智能將主要帶來對(duì)偏理性的、初級(jí)和重復(fù)性的工作的沖擊,對(duì)就業(yè)市場(chǎng)的長(zhǎng)期和整體影響是正面的,但可能產(chǎn)生短期和局部沖擊?!蓖瑫r(shí),他指出“目前我們看到就業(yè)形勢(shì)非常好的行業(yè)是交通運(yùn)輸業(yè),但是我們認(rèn)為這個(gè)行業(yè)在未來將有非常大的危機(jī),隨著算法越來越精確,以及無人機(jī)、無人駕駛汽車的出現(xiàn),需要的司機(jī)將會(huì)越來越少,因此交通運(yùn)輸業(yè)吸納的就業(yè)人口也會(huì)變少。另外,就業(yè)情況良好的互聯(lián)網(wǎng)行業(yè),也有一些職業(yè)正在慢慢減少。如計(jì)算機(jī)算法已經(jīng)代替網(wǎng)絡(luò)編輯,新聞可以變成自動(dòng)抓取,自動(dòng)生成,從智聯(lián)招聘的數(shù)據(jù)來看,網(wǎng)絡(luò)編輯這一職業(yè)正在以14%比例下降”。
當(dāng)獵聘、智聯(lián)等行業(yè)第一陣營(yíng)的招聘平臺(tái)都轉(zhuǎn)換賽道,開始血拼人工智能時(shí),沒能及時(shí)趕上來掉隊(duì)的招聘網(wǎng)站就會(huì)越來越被邊緣化,境況越來越被動(dòng)。
各個(gè)行業(yè)都是如此,比如資本和創(chuàng)業(yè)者殺的火熱的共享單車市場(chǎng),起初在摩拜和ofo小黃車的示范效應(yīng)下,創(chuàng)業(yè)者前赴后繼的涌入。在摩拜和ofo占據(jù)規(guī)模優(yōu)勢(shì)下,近期陸續(xù)很多共享單車企業(yè)傳來倒閉消息,市場(chǎng)洗牌在即。
“共享單車這場(chǎng)戰(zhàn)爭(zhēng),已經(jīng)從最初野蠻的鋪市場(chǎng),看誰家投入的車多,進(jìn)化到用大數(shù)據(jù)、人工智能思維指導(dǎo)運(yùn)營(yíng),使得單車的運(yùn)轉(zhuǎn)效率更高的階段,小玩家已經(jīng)玩不起了?!鳖惐日衅笜I(yè),競(jìng)爭(zhēng)也早已從收發(fā)簡(jiǎn)歷向人工智能驅(qū)動(dòng)下的行業(yè)新生態(tài)轉(zhuǎn)變,用數(shù)據(jù)分析支撐運(yùn)營(yíng)決策,讓求職和招聘變得更聰明。在招聘行業(yè)的高維競(jìng)爭(zhēng)時(shí)代,人力資源這個(gè)產(chǎn)業(yè)將加速劇變。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11