CurriculoCurriculo

为什么招聘是有问题的(以及为什么大多数 ATS 无法解决这个问题)

大多数公司拥有比以往更多的招聘工具,但招聘结果并没有明显改善。招聘所需时间正在上升。雇佣质量大致相同。

· Curriculo

招聘中到底有什么问题

招聘在筛选层面是有问题的,而不是在工作流程层面。筛选是决定谁被仔细阅读,谁没有的地方。一切后续,面试、汇报、报价,都建立在这个单一决定之上。根据 SHRM 2025 招聘基准报告,美国平均招聘周期约为 44 天,而最长的时间是在筛选到短名单阶段。哈佛商学院对隐藏工作的研究发现,有 2700 万合格的美国人在自动筛选系统中被拒绝,原因与他们是否能够胜任工作无关。这不是工作流程问题。这是筛选模型的问题。ATS 能够有效地将候选人引入各个阶段并通过电子邮件更新他们。只是它把错误的人排在前面,而无论下游电子邮件自动化做多少,也无法解决这个问题。

因此,当创始人说“我的招聘是有问题的”时,他们几乎总是意味着“我的短名单不好。”短名单是筛选的产出。修复短名单,其他的流程就会平静下来。

为什么大多数 ATS 优化了错误的层面

市场上几乎所有的申请追踪系统都是为不再是你的买家而设计的。最初的买家是一个 5000 人的企业 HR 团队,他们面临的最困难的问题是工作流程可见性。二十名招聘人员各自管理十个招聘需求。满足平等就业机会和 OFCCP 的合规报告。每个状态变化的审计轨迹。这些团队已经具备筛选能力(人类阅读简历),因此 ATS 专注于为他们提供仪表板。筛选只是作为布尔关键字过滤器附加上去的。

这种架构是几乎所有现代 ATS 仍在提供的,带有一些表面性的升级。Workable 的起价为每月 149 美元,适用于小团队,并随员工人数增长而增长,而不是招聘数量。Greenhouse 的合同在每年约 12000 美元以上,适用于员工人数不到 100 的团队,具体数据取决于买家的报告。你支付的是工作流程,而筛选层仅仅是那一周关键字过滤器的效果。这个过滤器就是问题所在。

在关键字层面,有三件具体的事情出错。它奖励关键字堆砌,这在 Jobscan 等平台上有广泛的文档记录。它因用词选择(“引导”而不是“管理”)拒绝候选人,即使他们的实际经验更强。而且它没有影响的概念,因此,一位交付了实时欺诈检测系统的高级工程师会输给一位简历中提到四次 Python 的初级工程师。

创业者是服务最差的买家

如果最初的 ATS 买家是企业 HR 团队,那么这个市场上服务最差的买家就是创业者。原因是结构性的,而不是个人的。

没有招聘人员的创始人招聘时不需要平等就业机会的仪表板或二十阶段的工作流程定制。他们需要阅读 150 份简历并找到八位值得谈话的候选人。这是一个筛选质量的问题,而不是工作流程问题。但货架上的产品是以工作流程为主的产品,筛选只是一个功能,它们的成本与初级工程师的薪水相当。Workable 的 149 美元/月初级套餐是按员工数量计费的,这意味着一个 30 人的团队填补三个职位的费用与填补三十个职位的费用相同。Greenhouse 的买家报告称,员工人数不到 100 的团队合同价格在 10000 美元以上。

因此,创始人购买了该产品,得到了一个包含关键字堆砌者和排除了强大候选人的短名单,并假设招聘就是困难的。确实很难。而且,由于错误的自动化层面,它变得更难。

我们在亚马逊学到的关于排名系统的教训

在 CurriculoATS 之前,我们的创始人 Dev 在亚马逊工作多年,从事搜索和推荐系统的开发。从这些系统中学到的最大教训几乎逐字适用于招聘:当输入杂乱且用户注意力有限时,唯一重要的就是前面几名结果是否正确。第一名到第十名决定了结果。从第十一名起就可以不算了。

招聘的工作原理也是如此。招聘人员或创始人会阅读一个角色的前十到十五份排名简历。模型认为候选人 73 比候选人 84 略好是无关紧要的;没有人会关注其中的任何一位。唯一的问题是前十名中是否有合适的人。这是筛选层需要擅长的指标,而几乎没有传统的 ATS 是这样自我衡量的。

CurriculoATS 就是围绕这个单一观察构建的。模型读取简历以衡量可量化的结果、产生的收入、领导的团队、交付的系统、解决的问题,并为每位候选人生成一个 0-100 的综合评分,并附上书面理由段落。这一段内容使系统值得信赖。你可以阅读它、同意它、覆盖它。这就是基于结果的 ATS 在实践中的样子,它在结构上不同于处于抛光仪表板下的布尔关键字过滤器。请参阅影响评分页面以获取完整机制。

尚无人谈论的合规转变

招聘工具悄然进入了与 2018 年左右金融服务模型所经历的相同的监管阶段。两条法律规定了标准:纽约市地方法第 144 条(于 2023 年 7 月生效)要求对任何用于纽约市居民候选人的自动化就业决策工具进行发布的偏见审计和候选人通知,欧盟人工智能法案将招聘 AI 分类为高风险,附录 III 相关义务将于 2026 年 8 月生效。这两项法案都共享一个技术假设:模型的推理必须是可记录的。没有解释的 73% 匹配分无法被审计;命名候选人具体结果及其与岗位对应关系的段落可以进行审计。大多数传统 ATS 尚未进行重新工具化。他们的 AI 功能是专门附加在关键字管道上的,因为这样比重建排名器便宜,而文档负担落在了第一个不幸被审计的客户身上。到 2026 年,创始人在选购 ATS 供应商时应该问三个采购问题:偏见审计总结在哪里发布,候选人通知模板说明了什么,供应商是否可以在需要时提供任何特定评分的推理段落。所有三个问题都清晰回答的供应商已经完成了工程工作。推诿的供应商没有做到,而随着 2026 年底附录 III 的实施,这一差距将会扩大。筛选层的修复同时也是合规修复,这在监管转型中是罕见的,值得作为一个特性来对待,而不是脚注。

创始人本周可以更改的内容

如果你是一位创始人,且你的招聘感觉有问题,最高的杠杆移动并不是你想象的那样。它们不是在更多的招聘网站上发布或进行更多的外展。

Ready to hire with precision?

Start free, invite your whole team, and see your first scored candidate in 15 minutes.