海纳 AI：修一条直通职场的人才高铁
顺丰的快递小哥、沃尔玛的售货员、瑞幸的咖啡师，这几类看起来毫不相关的人可能有一个共同点：他们都是通过 AI 面试入职的。
在过去的四五年里，海纳 AI 承包了顺丰、沃尔玛、瑞幸咖啡等多家大型企业的基层员工面试工作，累计面试量达到 1200 万人次。蓝灰领、校招、初级白领是目前海纳 AI 最适用的三个招聘场景。
海纳 AI 创始人梁公军表示，2024 年以来大语言模型的爆发，不仅提高了海纳 AI 的技术能力，也让外界对 AI 的态度发生了巨大的变化，节约了很多市场教育的时间和成本。他预计，2025 年一年，海纳 AI 的面试量就会达到 3000 万人次。
在梁公军看来，海纳 AI 之所以发展如此迅速，并不是因为技术有多强，而是恰好切中了一个痛点 —— 用新质生产力破解就业的难题。
古有秦始皇推行书同文、车同轨，才有现在中国的统一大市场。海纳 AI 的目标，是形成一套各个行业、各个岗位的人才标准，不仅能够提高面试结果的准确度，而且建设了人力资源产业的基础设施，从而赋能整条人才供应链。当 AI 接管了人力资源管理程序的第一步，后续的一连串工作环节也会发生变化。企业可以根据人才标准定薪定责，设计晋升路径和内部培训项目，学校也可以根据市场需求调整课程，引导学生就业。
“为什么过往这么多年人们都在抱怨说找不到工作，公司又说招不到人，并不是供需的问题，核心在于人工主导下的招聘环节就像一条泥泞曲折的羊肠小路，所以海纳 AI 的核心价值就在于建了一条高铁，把人从院校的宿舍门口直接带到职业场所，没有任何中间商赚差价。我们的高铁不仅可以提升流转效率，而且可以实现精准就业。”梁公军说。
AI 对工作的重塑，从面试这一关就开始了。
1. AI 带来的变革比互联网更广泛深远
《管理视野》：从新浪、微软、鲜果网再到海纳 AI，你已经走过了多轮信息产业浪潮。在你看来，AI 对职场的“重塑”与过往技术革命有何本质不同？
梁公军：AI 带来的变革会更深度。因为互联网是做节点和节点之间的链接，加快了人类各个生产要素流动的效率。但是 AI 直接提升了这个节点本身的能量级。也就是说，互联网改善了生产关系，而 AI 提高了生产力，所以它能够带来更加伟大的变革。
《管理视野》：比如在人力资源这个环节，互联网只是把它数字化了，但 AI 颠覆了整个流程。如果使用海纳 AI 的产品，面试环节的所有决策权都是下放给 AI 吗？
梁公军：我们现在服务的企业当中有一半是直接把海纳 AI 的面试结果作为招聘的标准，不需要有下一轮的面试了。
《管理视野》：一次面试大概需要多长时间？
梁公军：蓝领平均 10 分钟左右，校招的话平均 20 分钟。我们在面试前还会先给候选人展示一下企业的雇主品牌和办公环境，还能够给候选人答疑，提供薪资结构等基本信息。在提问环节，AI 模型会根据候选人的回答进行必要的追问。
《管理视野》：你们基本上是基于语料的内容去打分？
梁公军：一个是语料，就把这个人说的话转化成文本，再做文本分析。第二个是对视频本身的分析，比如服务岗位的人需要考察手关节的灵活度，我们会要求候选人面对镜头伸出手做抓握动作。第三个是音频的分析，例如通过人说话的语气、语速等判断他的情绪状态。
《管理视野》：校招的岗位很多都是白领岗位，这些岗位通常对会软性能力的需求会更高，它和蓝灰领的模型会不一样吗？
梁公军：我们现在做的岗位模型 80% 以上都是蓝灰领，中低阶的白领占比较少，不过很多初级的白领工作如果把它拆解清楚了，也有很大一部分是简单重复的。这一点上我们也受惠于大语言模型，它大大增强了模型对自然语言的理解能力。
《管理视野》：资深 HR 最大的价值在于看人的经验，这个方面其实是很难量化成数据的。你们怎么去弥补？
梁公军：大部分岗位因为其面试内容的重复性比较高，AI 面试官已经能够胜任。只有职场金字塔顶端的 5% 需要更个性化的面试体验，现在的 AI 的确很难完成。我与合伙人探讨后认为，即使在十年后，AI 面试官也无法胜任中高端岗位的面试工作。主要原因有二：其一，此类岗位需求高度个性化，AI 难以全面评估候选人的独特特质和潜力；其二，相关职位的样本量有限，导致 AI 缺乏足够的数据进行有效学习和判断。
《管理视野》：你认为 AI 的使用对职场 DEI（多元、平等、包容）产生了什么样的影响，例如，零经验转行者等非标准化背景的求职者是否获得了更公平的机会？
梁公军：用 AI 面试一定是会更中立、更公平的，因为它的标准是统一的，真正做到“铁面无私、精准如一”这八个字。而人是有情绪波动、利益立场的，会影响他的判断。
2. 数字员工要有超过人类的精准度
《管理视野》：关于将 AI 用于面试的尝试早已经开始，为什么一直没有带来根本性的变革?
梁公军：以前的传统测评方式最大的问题就是没办法把人类这么一个复杂对象大规模结构化、量化，只能靠着面对面沟通去做量化测评，直接导致样本量太少，无法达到理想的精准度。现在最先进的技术手段就是用 AI 来做。海纳 AI 的基石就是模型的准确度。如果模型不够准，就没办法说服行业巨头。
中国劳动人口中占比最高的无疑是蓝领，而且他们跳槽率非常高，这给我们带来了海量的数据。我们已经面试了 1200 万人次，2025 年会面试至少 3000 万人次，积累了 2 亿多条问答对，相当于有了 2 亿条样本数据。
虽然现在市面上有许多做 AI Agent 的尝试，但如果这个所谓的数字员工没法提供远超人类的精准度的话，它就会变成鸡肋。刚开始企业可能会因为觉得很炫酷、有科技感去采购，但是过了一年半载就会发现，还得再多雇佣一个人来检查 AI Agent 的工作结果，成本不降反增。
“革命性替代人工、全集团全量使用”，是 AI 时代打穿企业应用场景的核心指标，换句话说就是 AI Agent 必须要能完全替代人类的工作，否则是没有意义的。我们可以把市面上的通用大模型，例如 DeepSeek、OpenAI、Claude，理解成“通才”，海纳 AI 就是一个“专才”。通才在任何环节都能做到 80 分，但在这种非常专业的严肃场景里面，需要的是能够做到 90 分，甚至 100 分的专才。从通才向专才的跃迁，就要靠高质量的私有精标数据集和行业专家知识库训练出来的模型。在产业的严肃场景中，AI 必须做到超过人类员工的准确度，才有长期存在的价值。
海纳 AI 由行业一流 AI 专家和测评专家共同打磨多年，在“通才”（如 DeepSeek R1 这样的通用大模型）的基础上，基于 4000 万条精标数据及专家知识库调优训练成 AI 面试领域的“专才”，比起“通才”有更好的稳定性和准确度，真正打穿 AI 面试这个场景，这才使得这些行业头部集团全集团全量持续多年使用。
我相信再过两年，几乎所有连锁类企业的服务人员，百分之七八十都是由海纳面试选拔出来的。
《管理视野》：怎么去评估一个面试模型的精准度？
梁公军：有两个维度，一个是信度，一个是效度。信度又可拆解成两块，一块是可解释说明，也就是必须说得清楚，顶级专家面对看起来很复杂的对象也一定会描述得非常简单。如果说得很复杂，要么就是这位专家自己没想清楚，要么这个人是在忽悠。第二块是一致性，它又分为人机一致性和时序一致性。人机一致性就是人类专家和 AI 打分是要一致的；时序一致性指的是，对于同一个候选人说的同一句话，模型在不同时间点去评估得到的结果应该是一样的，否则就失去了面试的严肃性。
效度比较好理解，就是指 AI 大模型出来的效果。海纳 AI 有两个检测点：第一个是上线之前用企业提供的样本跟人力资源专家对照，比方说对于某个集团店员的岗位，海纳 AI 的打分跟专家打分的重合度接近 98%，而一线 HR 专员只能达到 75% 左右；第二个检查点是上线之后，我们会拿员工入职后的绩效数据来反向校准我们的模型。
《管理视野》：你有过互联网行业的创业经验，又做过投资人。在 AI 时代，你为什么会选择人力资源作为创业方向，而且瞄准 AI 面试这个切入点？
梁公军：AI 面试这件事情是 2019 年 2 月我带着几个老同事出来做的，到现在六年时间。在做投资人的时候我就发现，中国的人力资源行业规模有几万亿，但是到现在为止只出了一个超过 50 亿美元的上市公司，就是 BOSS 直聘。反观美国，人力资源行业的上市公司中，排在前 20 位的市值全都在 50 亿美元以上，排在前十的都在百亿美元以上。
我当时总结出了中国人力资源行业的“三个非常”：第一是体量非常大，第二是提供的服务非常碎片化，第三是人效非常低。再追溯最底层的原因，你会发现人力资源的大部分环节都是人工做的，标准缺失、转化率极低。
我们把整个人力资源行业拆解成 300 多个环节，其中招聘拆分成 37 个环节，然后把每个环节全部量化。要做一个好的商业模式，最重要的就是看这个场景是不是能够结构化、量化，进而被规模化，最终才能形成规模效应，使得边缘成本快速递减。这是一个前提条件。
我认为，AI 应用最先爆发的场景需要具备四个特点：简单重复、可结构化量化、大规模、自然语言强相关。把这四个条件合在一起，AI 面试肯定排在前列。
我们选择面试场景作为切入点本质上也是希望把各行各业、各个岗位的人才标准用 AI 的方式打磨出来，进而拿着各行各业、各个岗位的人才标准反向赋能给上下游，帮助企业精准招人、人才精准就业、学校精准培训。
我原本也设想过以另外几个环节切入人力资源行业，最终，我得出的结论是：做任何其他环节都是隔靴搔痒，只有制定明确的人才标准，才能真正推动整个行业实现巨大跃迁。
《管理视野》：你们接下来会进入人力资源的其他环节吗，例如薪酬、绩效？
梁公军：我们做这件事的目的是使整个行业变得更好，像薪酬、绩效等部分已经有别的公司做得很好了，我们为什么还要做？但我们可以把海纳 AI 的能力做成公开的服务，任何公司都可以调用。我们和 Moka 等行业头部人力资源管理系统就有这样的深度战略合作。
我希望海纳 AI 能成为整个行业的芯片，任何人都可以调用我们的能力，大家开放协作、共创共赢。
《管理视野》：这就是你在之前的采访中提到的生态系统的含义。
梁公军：是的，我们就把这一块做好，并不试图去做“全家桶”。开源开放才是最顶级的竞争方式。你把创业的逻辑想透之后会发现，创业做到最后就是做社会价值，这与传统商业的零和博弈是两回事。
《管理视野》：海纳 AI 以后会不会根据每一个岗位匹配一个相应的微调过的模型，做通用的标准化产品？
梁公军：我们现在就是往这个方向走，已经做了 1000 多个常见岗位的模型。2025 年，我们会将海纳 AI 的能力释放给各行各业，我们也在跟各地的人才集团合作，成为他们服务能力的一部分。再过一两年，AI 面试产品可能会变成大部分公司的标配，这有点像过往 10 年的 AI 客服，最开始只有超大型公司会使用，现在连我们这样只有 50 人规模的公司也需要采购一个 AI 客服的账号，24 小时给客户答疑。对于 AI 面试官也是一样，只要这家公司要招人，就可以采购一个 AI 面试官，7×24 小时面试候选人。
3. 技术带来的职业变迁一直在发生
《管理视野》：你觉得未来企业的人才需求会发生什么样的变化？
梁公军：技术带来的职业变迁一直在发生。国家“十四五”规划明确提到：推动“简单重复”的工作环节和“危繁脏重”的工作岗位尽快实现自动化、智能化。制造业、建筑业很多场景已经无人化。人们的工作在过去几十年里已经由第一产业、第二产业大规模向第三产业转移，此刻正快速向中高端服务业迁移。
随着技术发展、组织进化，工作内容会被进一步拆解细化，数字员工完成简单重复、危繁脏重的工作，人类员工完成更复杂、更有创造性或更需人性化处理的工作，形成人类和 AI 互相协作的关系。
我们都需要适应技术带来的巨大变化，这个过程可能比较难。最好的应对，就是与 AI 共舞。打开自己，善用 AI，提升自己使用 AI 的水平。
《管理视野》：如果以 2030 年为一个节点，你觉得到时候企业需要的人才画像会是什么样的？
梁公军：未来对几类人才的需求会很大，第一类是极具创造力的人，他们能提出创造性的想法，如果善用 AI，则效能倍增。第二类是具有同理心的人，以后中高端服务业会吸纳大量人才，有同理心才能更好地给人们提供情绪价值。第三类是具备专业技能的人才，大量工作依然需要有专业技能的人来做，比如在复杂场景下需要做复杂决策的工作岗位。
《管理视野》：我们总结一下，在 2030 年，一个人才应该具备创造力、同理心、专业技能这几种特质中至少一种，但这些特质都是在 AI 面试中比较难考察的。
梁公军：的确有一定难度。专业技能是相对容易量化测评的一个，另外两个特质的 AI 测评相对难一些，我们目前除了通过对候选人的表述做分析，也通过微表情微动作分析、游戏测评等手段综合评估。
海纳 AI 隶属于北京群星闪耀科技有限公司：
致力于用 AI 打造各行各业的岗位人才模型，帮助集团统一用人标准、控制用工风险，7*24 小时总部直聘、自动邀约、自动面试、自动评估、AI 模型精准，尤其适合大规模蓝灰领招聘、校园招聘、白领初阶岗位招聘，目前已为顺丰、沃尔玛、瑞幸咖啡、美的等 100 多家 500 强集团面试超 1200 万人。2025 年初，海纳 AI 完成新一轮 5000 万元融资。
来源：《管理视野》
相关链接
企业AI知识库搭建与运营培训课程
呼叫中心AI知识库培训课程
个人知识体系构建能力课程
