当华为“五项素质”遇上AIGC……

AI核心价值非替代，而在赋能！

文：中外管理传媒 任慧媛

责任编辑：胸怀天下

一年一度的毕业季即将来临，伴随着莘莘学子踏入职场的热潮，AI面试技术也迎来了前所未有的关注度，变得愈发炙手可热。

权威媒体报道显示，AI面试的应用场景在2023年中国网络招聘市场中已占据超过三成的份额。更有招聘平台在2024年春季校园招聘的调研中发现，超过半数的受访应届生都曾收到过来自企业的AI面试邀请，这标志着AI在招聘流程前端筛选环节的普及已成大势所趋。

与众多专注于单一行业企业用户需求的AI小模型产品不同，AI在求职招聘领域展现出独特的“双边市场”特性。其用户群体同时覆盖了B端（企业雇主）和C端（求职者），且两端都蕴藏着巨大的市场需求潜力。对企业而言，AI面试官能显著提升海量简历初筛和初步沟通的效率，降低招聘成本；对求职者来说，它提供了更便捷的初步展示机会和相对标准化的流程体验。

然而，审视当前AI招聘与求职市场的发展阶段，其表现可谓毁誉参半。用户对相关产品的评价也呈现出明显的两极分化。尤其引人关注的是，不少求职者在社交平台上直言不讳地“吐槽”，在AI面试过程中遭遇了“人工”般的尴尬体验。他们反映，AI给出的面试题目往往显得刻板、机械化，缺乏灵活性和深度，使得面试者难以充分展现自身的独特优势、思维深度和个人魅力，表达起来倍感吃力。

智障

这些现象揭示了一个核心问题：尽管AI面试官在标准化、流程化处理和信息收集方面效率惊人，但在测评应聘者的“软实力”维度——如心智成熟度、情绪稳定性、人格魅力、临场应变能力以及深层次的价值观匹配度等方面，其能力仍显得捉襟见肘，力有不逮。这种局限性不仅存在于面试环节，更暴露出整个人才评估体系的深层缺陷。

对此，“中国造隐形冠军”评选评委、前华为全球招聘负责人、深圳百森咨询创始人冉涛一针见血地指出：“当下，我们大部分人对AI的应用，可能只是给它套了个马甲或戴了个帽子，其内核运作逻辑并未发生根本性变革。试图用AI完全取代真人面试官本身或许就是个伪命题。”他进一步解释道，“选对一个人，关键在于‘好素质+好情绪’的完美结合。AI面试或许能高效地解决对‘好素质’（如知识、技能、过往行为模式）的初步筛选，但人与人之间互动所产生的微妙情绪价值、化学反应以及基于直觉的综合判断，是冰冷的算法目前难以复刻和提供的。”

冉涛的见解，直接指向了人才测评工具本身的效度和信度问题。公开的研究数据令人咋舌：现实中竟有高达87%的人才测评工具存在不同程度的隐蔽性测量失真。这就像试图用体温计去测量血压，工具本身的错配必然导致结果的偏差。那些标榜精准的人才测试工具，其潜在的后果可能是将一位极具潜力的人才误判为“残次品”，造成企业和个人的双重损失。

传统人才评估方法：触及效能天花板

现实中不乏因评估工具或方法失当而导致的招聘失误案例。例如，某知名互联网大厂曾一度迷信用“快速拼图能力”作为筛选程序员的核心标准，结果招来的员工中不乏“密室逃脱”高手，但实际编程工作中产生的代码Bug数量反而飙升了40%。直到该企业引入了严谨的“预测效度”验证机制，才恍然大悟：真正与编程水平高度关联的预测因子，并非拼图速度，而是候选人长期坚持撰写技术博客所体现出的持续学习热情、知识沉淀能力与问题解决思路的清晰度。

这里提到的“效度”，是心理测量学中的核心概念，它衡量的是一个测评工具或方法能否真正准确地捕捉到它想要测量的特质或能力。简单说，就是测量结果与目标考察内容的吻合程度——吻合度越高，效度越高。它就像X光片，能够透视出测评工具内在结构的合理性与可靠性。

在冉涛看来，当前被广泛使用的传统人才评估方法——无论是依赖主观经验的面试、基于纸面信息的简历筛选，还是许多看似科学的传统测评工具——其预测效度均已触及明显的天花板。他指出，尤其当仅依赖单一的人力评估工具时，其对未来工作绩效的预测力极限大约只能在0.3到0.5的区间内徘徊。这意味着，仅凭这些工具得出的评估结果，最多只能解释岗位实际绩效表现中9%到25%的变异原因，还有超过75%的绩效差异迷雾重重，未被有效揭示。

以下表格中是人才评估手段的效度对比：

哈佛商学院著名教授菲尔·罗森茨维格在其2007年出版的经典著作《光环效应》中，系统性地解构了管理者在进行人才评估时普遍存在的认知偏差。其核心洞见在于揭示了一个关键陷阱：当我们评估一个人时，对其整体的印象（无论是好是坏）会强烈地“污染”对其各个具体维度（如专业能力、协作精神等）的独立判断。这种“光环效应”的存在，对如何科学、客观地识别真正的高潜力人才提出了颠覆性的挑战。

管理者对人才评估的偏差分为以下几类（见下表）：

从“雾里看花”到捕捉“清晰信号”

当人类判断在信息捕捉的全面性、分析的客观性以及难以避免的光环效应等认知偏差方面已被反复证明确实存在固有局限时，以AIGC（人工智能生成内容）为代表的前沿技术，便成为推动人才评估走向科学决策的必然方向。人才评估要突破其长期存在的效度瓶颈，关键在于实现从依赖“经验主义”和直觉判断，向基于数据和算法的“AI人才评估系统”进行迁移——这正是AI技术赋能并重构人才评估与决策科学的核心底层逻辑。

冉涛阐释了AI带来的变革性可能：“AI的核心优势在于，它能高效地萃取、复制并智能组合顶尖资深评估专家的宝贵经验，实现人才评估的高度结构化、标准化和规模化。”这包括将情景性面试（SI）、行为描述性面试（BDI）、多考官评分校准等经典评估方法进行有效整合与优化。更重要的是，AI具备强大的多模态数据分析能力，能够同步处理并融合分析候选人在面试中产生的文本（语言内容）、语音（语调、节奏）、甚至微表情等非语言信息，构建更立体的评估画像。

相较于人类评估者在面对模糊情境和主观感受（例如评估“文化契合度”或“潜力”）时的不确定性，AI基于大量事实行为数据和可量化指标进行的智能分析，无疑更加客观、真实，受主观情绪影响更小。

传统的人才评估常常如同“雾里看花”，潜力与未来绩效之间的关联模糊不清，预测充满不确定性。而借助AI强大的机器学习能力，可以构建统一的人才潜力与绩效预测标准工具。这个工具能够整合分析影响人才表现的纷繁复杂的多维度因素（知识、技能、行为模式、动机、特质等）。

其核心突破点在于：AI能够运用复杂的算法模型，将这些看似离散、相互作用的“预测因子”与最终的“工作绩效”结果建立起精准的、量化的关联。它将两者之间那层难以捉摸、充满主观臆断的“偏差”或“解释鸿沟”，转化成像科学仪器观测数据那样的“清晰信号”——让人才内在的真正潜能变得可量化、可衡量、可预见。

这不仅仅是停留在实验室的理论构想，更是已被全球顶尖企业实践反复验证的成功路径：

谷歌“氧气计划”：谷歌通过其“氧气计划”，深入分析了内部积累的海量管理绩效数据、员工匿名反馈报告以及深度访谈记录。其AI系统从上百个潜在变量中抽丝剥茧，精准提炼出高效管理者共通且必备的八大核心特质与行为习惯。应用这套基于AI识别的标准后，谷歌对管理者未来绩效的预测准确率实现了37%的显著提升。

联合利华AI招聘革新：联合利华在其招聘流程中大胆革新，彻底告别了传统简历筛选模式，转而引入游戏化情景测评（评估认知能力、行为倾向）结合智能语言分析。效果立竿见影，其识别高潜力人才的准确率从原先的63%飞跃至87%。更为可贵的是，通过这种更精准、更沉浸式的评估方式筛选入职的新员工，其离职率也显著降低了15%。这不仅意味着他们找到了能力更强的人才，更意味着找到了与企业更契合、更可能长期稳定发展并取得成功的人才。

这些案例清晰地表明，AI人才评估正在引领一场从依赖“模糊经验”迈向依托“精准科学”的深刻变革，为企业的人才识别（识才）、任用（用才）和培养（育才）带来了前所未有的清晰度、客观性和效能提升。

借你一双“AI伯乐眼”

回顾过去二十年的发展历程，华为能够打造出一支“将星云集”、战斗力强悍的铁军，其核心秘诀之一就在于以“领军人才五项素质”（主动性、概念思维、影响力、成就导向、坚韧性）为标尺，并通过百万人次的集体面试实践进行持续淬炼和校准。这背后，暗藏着一条从依赖“人眼”辨识，逐步进化到借助“AI眼”洞察的清晰路径。

2017年，曾担任华为集体面试开发组组长的冉涛，将华为传统的面试方法进行了系统性升级，引入了更为严谨和聚焦的STAR行为访谈法（聚焦于候选人过去在特定情景下承担的任务、采取的行动以及最终达成的结果）。这一升级使得“五项素质”模型的评估得以落地生根，并从华为内部走向了更广阔的商业世界，成为许多企业借鉴的标杆。

而随着2025年AI大模型技术的爆发式发展，冉涛及其团队给出了更具颠覆性的答案——全球首款深度整合STAR事实访谈理念的AIGC人才评估系统“AI伯乐眼”应运而生并成功落地应用。

“‘识别和判断人才的素质模型，过去只能靠经验丰富的面试官，现在AI能做得更深、更广、更客观。’冉涛如是说。其团队历时8年，投入巨资，完成了上万次严苛的模型训练与效果验证。该系统通过强大的语义分析引擎，深度“解码”候选人语言背后的逻辑结构、思维层次和动机倾向；利用行为回溯引擎，智能核验候选人描述行为细节的真实性和一致性；更独创了AI动态追问算法，能在访谈过程中实时穿透简历包装和表面说辞，精准还原候选人过往经历中价值创造的真实瞬间和关键决策逻辑。

这套系统最具颠覆性的创新在于其“人机共判”的评估模式：AI负责处理海量信息、进行量化分析和生成包含潜力分数及关键洞察的评估报告；而管理者则在评估现场，可以基于AI实时提供的线索和问题进行深度追问，并与AI的初步判断进行互动讨论。但最终的人才录用决策权，仍然牢牢掌握在“人”的手中。“机器解决的是信息处理效率和客观性问题，人解决的则是基于企业文化的价值观判断和综合权衡问题。”冉涛对此模式的核心价值做出了明确阐述。

与市面上许多静态的、黑盒式的传统AI测评工具不同，“AI伯乐眼”构建了独特的持续进化机制：它通过“事实访谈-岗位匹配-业绩反哺模型-高绩效建模”的闭环，按月动态校准预测模型的偏差。这意味着，企业的人才评估系统并非一成不变，其人才数据库将随着使用时间的积累和数据的不断丰富，逐渐沉淀并形成企业专属的、极具价值的“高绩效人才基因图谱”，使得人才预测能力“越用越精准”。

尽管如此，冉涛始终保持清醒的认知：“AI永远替代不了人对人的最终判断，它最重要的价值在于把像‘五项素质’这类原本高度依赖个体经验的隐性人才评估标准，变得可量化、可显性化、可传承化。”在当今全球人才战争日趋白热化的背景下，“AI伯乐眼”这类系统或许正在悄然重新定义“伯乐”的角色内涵——从依赖少数个体“独具慧眼”的偶然发现，升级为依托“人机协同”智慧系统进行规模化、科学化精准识才的必然选择。