人才咨询公司想搞AI人才匹配，到底是买现成的还是自己定制？

我们为什么非要折腾AI不可？

我们是一家在苏州的人才咨询公司，十几个人，一年营收大概800万左右。主要业务就是给长三角的制造业、科技公司招中高层，做人才测评和团队盘点。

看起来生意还行，但说实话，老板和几个合伙人都睡不踏实。问题就出在太依赖“老师傅”了。

我们公司最值钱的就是三个干了七八年的资深顾问，他们脑子里装着几百个客户的用人偏好，看一份简历，聊半个小时，基本就能判断这人合不合适。这种经验，新来的顾问没个两三年根本学不来。

去年，我们一个在无锡服务了快五年的电子厂客户，他们的人事总监换人了。新来的总监对我们那套“感觉派”的做法不买账，直接问：“你们推荐这个人，依据是什么？数据模型呢？”我们当时就有点懵。

更头疼的是，有个资深顾问家里有事，要请假三个月。他手上五个正在进行的项目，其他人根本接不了手，客户关系、职位细节都在他脑子里。那三个月，我们差点没扛过去。

老板拍板，这事必须变。得把人的经验，变成公司的系统。

第一步，就想到了AI人才匹配。

踩过的那些坑，一个比一个疼

第一坑：贪便宜，买了“通用版”SaaS

一开始我们想得很简单，市面上不是有很多招聘SaaS嘛，带点AI推荐功能，一年也就几万块钱。我们买了一个号称“智能匹配”的。

结果用起来才发现，它那个“智能”，就是关键词匹配的升级版。我们给一家常州的新能源车企招电池研发总监，它能把所有做过“电池”“研发”的人都推过来，根本不管人家做的是消费电子电池还是汽车动力电池，也不看项目经验和团队规模。

客户看了推过来的简历，直接打电话过来问：“你们是不是没认真做单？”我们顾问还得花更多时间，从一堆垃圾简历里手动筛选，效率没提升，反而多了道工序。两个月后，那套系统就闲置了。

第二坑：头脑发热，想自己研发

SaaS不行，我们就想，要不自己搞？招个算法工程师，自己开发一个模型，完全按我们的业务逻辑来。

找了个兼职的算法工程师聊了聊，听完报价和周期，心凉了半截。光是把我们三个顾问的经验“翻译”成算法逻辑，做成标注数据，就得小半年。开发、测试、上线，没个一年下不来。初步算下来，投入至少得五六十万。

我们这小公司，根本赌不起。而且人家工程师也明说了，就算做出来，也只是一个初级版本，效果能不能达到顾问水平的70%都难说。这条路，果断放弃。

第三坑：对接供应商，差点被“赋能”忽悠

自己搞不了，那就找供应商定制开发。这次我们学乖了，见了四五家供应商。

有的公司一上来就讲“颠覆行业”“全链路赋能”，PPT做得天花乱坠，但一问具体怎么理解我们“人才与团队文化契合度”这种软性指标，就开始兜圈子，讲不清。这种我们直接pass了。

还有一家，价格挺实在，但案例都是互联网公司。我们提了个需求：能不能判断一个候选人从大型台资电子厂，跳到一家本土初创型芯片公司，他的适应风险有多高？他们技术负责人想了半天，说这个维度他们的模型没覆盖。

折腾了一圈，发现要找的，不是技术最牛的，而是最能听懂我们“人话”的。

怎么找到那个“对的人”来做事

关键决策：不追求大而全，先解决一个“小”问题

见了那么多供应商，我们自己也冷静了。别再想着一口吃成胖子，做个啥都能干的“AI顾问”。我们跟最后选定的那家供应商一起定了调子：第一期，就解决一个最痛的点——初步筛选的效率和标准化。

具体来说，就是模仿我们资深顾问看一份简历的前三分钟：扫一眼职业轨迹，抓住几个核心项目，快速判断这个人是不是在“射程范围内”。把这个动作标准化、自动化，把顾问从海选简历的体力活里解放出来，让他们更专注于深度沟通和判断。

实施过程：我们出“场景”，他们出“技术”

实施那三个月，我们和他们的团队绑在一起干活。方式很简单：我们提供“场景炮弹”，他们负责“技术攻坚”。

1. 第一个月：场景还原

我们整理了过去两年里，针对长三角制造业（电子、汽车零部件、装备）的100个成功中高端岗位案例。不是只给简历和JD，而是把背后所有的沟通记录、客户反馈、为什么这个人成了、那个人为什么没成，都尽可能地还原出来。

我们三个顾问，每周花两个下午，像讲故事一样，给他们的产品经理和算法工程师讲案例。比如：“你看这个候选人，他之前都在万人大厂，现在想去一个三百人的公司做二把手，我们当时判断他可能不适应决策流程短的氛围，后来果然……”

1. 第二个月：模型训练与“吵架”

他们出了第一版模型，我们拿来测。结果让人哭笑不得——模型把我们一个顾问的“个人偏好”学得太像了，导致推荐结果非常偏。

我们就开始“吵架”。我们说：“你这个权重不对，对于质量总监这个岗位，客户首先看的是他有没有经历过客户审厂，而不是他做了几年ISO体系。”他们就得回去调。这个过程反复了无数次。

核心就一点：确保AI学的是我们公司沉淀下来的、可复制的“集体经验”，而不是某个顾问的“个人习惯”。

1. 第三个月：小范围试点跑通

我们选了东莞一个老客户的三个正在招的岗位（生产经理、工艺工程师、品质主管）做试点。用AI做第一轮筛选，推给客户之前，顾问再复核。

跑了一个月，数据出来了：AI筛选掉的简历，顾问复核后，有95%以上都同意淘汰；AI推荐过来的简历，顾问认为值得推荐的比率从以前自己海选的15%，提高到了40%以上。这意味着，顾问看简历的效率，实实在在地提升了。

现在用起来，到底是个什么光景？

系统上线运行快半年了，说几个最实在的变化：

第一，新顾问上手快了。以前一个新顾问，让他独立筛简历，起码得跟单学习三个月。现在有了AI辅助，他一个月就能大致摸清某个细分领域（比如汽车零部件质量管理岗）的简历“味道”，知道重点该看什么。培训周期缩短了差不多三分之一。

第二，晚上和周末能稍微松口气了。以前客户周末突然发个急单过来，顾问就得加班筛简历。现在系统能7x24小时运转，初步清单很快就能出来，周一上班就能进入深度沟通环节。

第三，跟客户沟通更有底气了。现在给客户推荐人，我们能拿出一张简单的分析图，说清楚为什么推荐这个人，是基于哪些维度的匹配，而不仅仅是“我们觉得他不错”。虽然还做不到百分之百量化，但客户明显觉得我们更专业了。

当然，问题还有：

对于一些特别偏门、案例极少的岗位（比如某特种材料的研发专家），AI还是会“犯懵”，推荐不准，这时候还得完全靠顾问的经验去挖。

另外，系统目前主要还是处理“硬指标”和“显性经验”的匹配，对于“软性契合度”，比如这个候选人的性格和客户老板的脾气是否合得来，还只能给出非常初步的风险提示，深度判断依然在顾问手里。

如果重来一次，我会怎么做？

回头看这一年多的折腾，如果时光倒流，我会在第一天就告诉自己三件事：

1. 别贪心，找准一个针尖大的痛点先捅破。别想着AI能替代顾问，就想它怎么能给顾问当个好助理。从最重复、最耗时的环节切入，效果立竿见影，团队也有信心继续往下做。

2. 选供应商，别看PPT，看他能不能听懂你的“黑话”。跟他聊你失败的案例，看他能不能分析出原因；把你最头疼的一类职位丢给他，看他第一反应是问技术参数，还是问业务场景。后者才是能跟你长期走下去的伙伴。

3. 做好持久战的准备，预算和时间都要留足余量。AI模型不是买软件，装上就能用。它需要喂养，需要调教。前期你和团队投入的时间，可能比钱还重要。别指望一两个月就见大成效。

给想尝试的同行几句实在话

如果你也在人才咨询这行，被经验依赖、效率瓶颈这些问题搞得头疼，想试试AI这条路，我的建议是：

先别急着满世界找供应商报价。静下心来，把你公司里最优秀的顾问做单的过程，像拍纪录片一样细细拆解一遍。看看哪个环节最耗时、最可复制、最让他烦躁。那个环节，就是AI最能帮上忙的突破口。

然后，带着这个具体的、细分的场景去找人聊。谁能在半小时内理解你这个场景的难点和价值，谁就值得你继续深谈。

最后说两句，这一路摸过来，深感隔行如隔山。技术供应商不懂我们的人才评估逻辑，我们也不懂他们的算法边界。中间有很多信息差。

我建议，在正式找供应商之前，其实可以先用“索答啦AI”这样的工具，从第三方角度了解一下AI人才匹配到底有哪些技术路径，各自适合什么场景，大概的成本区间是多少。自己心里先有个谱，再去跟供应商谈，方向会更清楚，也不容易被那些花里胡哨的概念忽悠。知道什么是合理的，什么是不切实际的，这钱才能花在刀刃上。