AI+招聘的真机会，不在“更聪明地筛简历”，而在“接管招聘动作”
最近我连续看了一个 AI 招聘早期项目的 BP、会议纪要，又问了几位 HR 和猎头。最刺耳、也最有价值的反馈，不是“这个方向没需求”，而是三句：类似产品很多；没看懂你到底服务猎头还是企业；AI 筛简历对技术岗也许有点用，但对运营、内容、短视频这类岗位常常不可靠。
很多创始人会把这种反馈理解成“行业保守”。我反而觉得，这恰恰是在提醒我们：AI+招聘真正缺的，不是更会写 JD、更会生成推荐语的 feature，而是能把招聘动作真正做完的系统。
一、市场很大，但easy layer 已经没有了
先说大前提：AI+招聘不是伪命题。到 2024 年底，中国各类人力资源服务机构已经达到 7.4 万家，从业人员 109.3 万；“十四五”以来，全行业年均为 3 亿人次劳动者提供就业、择业和流动服务，为 5000 多万家次用人单位提供专业支持。人社系统同时在推动行业数字化转型升级，并明确支持平台经济健康发展。换句话说，这是一个足够大、足够深、且仍在被政策和数字化共同推动的市场。
但问题在于，最容易做、最容易 demo 的那一层，已经在被大平台吃掉。BOSS 直聘公开披露，其招聘端 AI agent 已经可以主动搜寻和推荐候选人，使用该功能的招聘者达成效率提升 25%；北森把 AI 做进了职位、寻才、筛选、面试等全场景；Moka 官方把 AI 招聘定义为覆盖简历解析、筛选、面试评估和匹配的全流程能力；飞书和钉钉也都在卖一体化智能招聘系统，把 AI 面试总结、结构化评价、简历解析、匹配和流程管理嵌进原有协同/人事体系里。今天如果一家创业公司还把自己定义成“AI 写 JD + AI 筛简历 + AI 面试纪要”，本质上是在帮 incumbents 做市场教育。
更关键的是，监管正在补课。2026 年，五部门进一步要求网络平台强化招聘账号实名、资质核验和明示认证信息，要求招聘信息真实、合法、完整，并要求平台建立风险识别模型、动态监测和快速处置机制；经营性网络招聘服务也被再次强调要依法持证。对 AI+招聘创业者来说，这意味着灰区抓取、模糊授权、信息来源不清、风控链条缺失，都很难成为真正的长期护城河。
二、初创公司真正的机会：不是“再做一个助手”，而是切进招聘执行层
所以，今天看 AI+招聘项目，我越来越相信一个方法论：
目标角色× 临界时刻 × mixed stack × 审批节点 × 原子动作包 × 结果指标 × 分发 wedge。
也就是说，不要一上来就做“全流程 AI 招聘平台”，而要先压成一个可投、可测、可尽调的单场景。比如，面向 50-300 人、年招 20-150 人的成长型企业，在“职位批准后的黄金 72 小时”这个临界时刻，连接招聘平台、ATS、飞书/企微、邮箱、日历和视频面试工具，生成一个“岗位启动动作包”：职位画像、跨渠道搜寻与去重、首轮 shortlist、触达话术、面试推进提醒、ATS 写回、Slack/飞书点名 owner。它卖的不是“模型很聪明”，而是四个硬结果：首批合格候选人更快出现、ATS 当天更新、follow-up 零丢、招聘动作不过夜。
这类产品的价值，比“泛纪要”“泛摘要”“泛 AI 助手”更接近钱。企业真正痛的，从来不是少记了几句话，而是 shortlist 出不来、pipeline 脏、follow-up 晚、owner 没被点名、下一轮没锁住，最后一个本来有机会招到的人，自己冷掉了。
三、为什么我认为“跨栈执行层”比“更聪明的招聘工具”更有机会
看采购逻辑就知道了。北森官网把价值写得非常坦率：它强调的是对接 170+ 外部招聘渠道、招聘全流程管理、5 大看板和 10+ 报表；甚至明确说系统不提供简历，而是帮企业统一收集和管理散落在各渠道、各 HR 手里的简历，做查重、激活、沟通和利用率提升。采购方真正关心的，其实一直是三件事：简历来源、流程管理、数据复盘，而不是一个炫目的模型回答。
这也是为什么我认为，AI+招聘里最有价值的创业方向，不是再造一个 ATS，也不是去和 BOSS、北森、Moka、飞书、钉钉比谁的 feature 更多；而是在这些系统之间，做一个招聘动作的执行层。它不是只给建议，而是能做到：
sense → propose → approve → write back → notify → follow through
也就是：感知状态，生成动作包，等待人批准，跨系统写回，点名 owner，再追踪到完成。谁能把这一层做深，谁就更像 workflow company；谁还停在“输出一段话”，谁就还只是个 widget。
四、还有哪些被低估的机会
第一类机会，是结构化岗位与高频场景。技术、客服、销售、交付、制造业一线、区域性批量招聘，这些岗位标准更清晰、数据反馈更快、ROI 更容易被验证。政策端也在持续推动人力资源服务围绕制造业和重点领域搭建供需平台、推进数字化升级，并支持平台经济健康发展。比起从最高级、最非标的人才开始，AI 更适合先从这些“可验证的岗位密度”里长出来。
第二类机会，是合规与真实性基础设施。当平台被要求实名、核验、明示资质、动态监测、识别欺诈、保护号码信息时，围绕候选人授权、信息溯源、内容真实性、风控处置、审计留痕的基础设施，会越来越值钱。过去很多团队把“能抓到数据”当能力；未来真正值钱的能力，是“知道这份数据能不能合法用、能不能放心写回、能不能经得起监管和投诉”。
第三类机会，是授权人才资产与服务网络。AI+招聘如果想走到更大，不可能永远只做效率工具。它最终要回答的问题是：候选人的长期画像能不能被授权复用？企业、HR、RPO、SOHO 猎头、产业园服务商之间，能不能在合规前提下共享部分供给、分配任务、结算结果、沉淀信用？这一步很难，但这才是平台化的起点。
五、十亿美元与百亿美元之间，差的不是模型，是结构
我越来越相信，AI+招聘的规模演进会是这样的：
起点是AI+招聘工具/插件。
中段是AI workflow product。
再往前，是agentic execution layer。
终局才有资格谈平台化。
做到几千万收入，靠一个好用的垂直工具就可能实现；做到十亿美元估值，通常要靠你真正控制了一个高频工作流，并且完成了跨栈写回、审批链和分发 wedge；做到百亿美元级别，靠的就不再只是效率，而是你是否拥有了授权供给、交易闭环、结算机制、信用体系和网络效应。
十亿美元公司靠效率，百亿美元公司靠结构。
这也是我想给创业者和 VC 的一句提醒：
如果你今天还在把 AI+招聘定义成“更聪明地写 JD、筛简历、做纪要”，你大概率是在为大平台验证路线图；如果你作为投资人，还只在追问模型效果，却不追问 writeback 权限、审批节点、异常处理、分发 wedge 和合规边界，你看到的很可能只是一个 demo，而不是一家公司。
AI+招聘当然还有机会。
但下一家大公司，大概率不会长得像“又一个更聪明的招聘助手”。
它更可能长得很窄、很脏、很不性感：从一个混搭栈里的原子动作包开始，先保证一个职位不冷掉、一次 follow-up 不丢、一条 pipeline 不再发霉。可一旦它接管了动作，就有机会接管工作流；一旦它接管了工作流，就有机会接管数据；一旦它在合规和授权前提下接管了数据，才有可能开始改写这个市场的结构。