人力亦词元,TTC用AI重构高端猎头行业

2026-05-19 10 0
人力亦词元,TTC用AI重构高端猎头行业

当人才数据成为资产,猎头费不再是核心收入,行业才会真正被重构。


文|钱丽娜

ID | BMR2004

当流量、终端、算力依次成为生产要素,以词元为资源纽带的未来组织,将如何颠覆传统高端猎头的运作逻辑?‌北京才多对信息技术有限公司(以下简称“TTC”)联合创始人、飞书前首席架构师宁辽原以技术视角跨界重构高端猎头行业,给出了截然不同的答案。


“很多人认为AI会取代人,我恰恰认为,机器永远不能替代人类,只有人才能替代人、只有人能帮人。”虽然TTC已经养了几百只“龙虾”(智能体),但宁辽原说,公司最近还在招人,“企业不会因为AI而不需要员工,反而需要更多、更不一样的人。”


宁辽原用武器对战争形式的影响来比喻组织、技术与人的变化。在冷兵器时代,军队有明确的长矛兵、盾牌兵、骑兵、弓箭手的分工;在火枪出现的初期,兵种消失、全员列队齐射,分工被暂时抹平;而到二战乃至现代战争,冲锋枪、狙击枪、坦克、火炮再度形成精细分工。虽然工具的进化改变了组织形态与人的价值,但分工的本质未变,依然是人管人。AI的到来,正是这场“武器革命”的延续。


“就像你有了汽车,不用自己走路,也不用抬轿,但你会需要司机。工具抢走了重复性工作,却让人类的需求不断演化。”宁辽原说。人类社会的进步,本质是工具升级带来的人的价值提升,而非人的消亡。


这正是TTC的原则:在用技术重构高端人才服务的同时,让人力价值在AI时代彻底释放。


01

破坏与重构


真正的效率跃升不是渐进式的优化,而是通过‌创新使效率提升10倍或成本降至1/10‌,从而实现对旧模式的颠覆。


2023年,当极客们开始思考用AI重构产业时,那些依靠对人堆料作业的传统行业,在极客的叙事体系中,开始被冠以“从前”二字。


过往十几年,移动互联网、房地产、金融三大行业迎来爆发式增长,催生了对猎头的需求。在行业井喷之时,猎头们并不需要深厚的行业积累,不少从业者在招聘平台下载简历,推送给甲方即可完成交付。


但是如今传统行业式微,新兴科创企业崛起,涉及AI、芯片、具身智能、量子计算、航空航天、创新药等领域,这些领域的高端人才非常稀缺,很少活跃于招聘平台,需要依靠人脉挖掘;而专业门槛也成为拦在猎头面前的一道坎,以往硬科技领域的招聘,猎头没有三五年的行业积累,很难真正理解岗位需求,找到合适的人才。


行业质变之后,猎头行业的从业者从5年前的40多万人骤降至如今的20多万人。


传统猎头的作业模式还很重。企业招人时往往委托多家公司,最后只有一家成功,项目交付效率低、招聘周期长,成本高昂。在各家猎头的资源池中,“躺”着成百上千的候选人,但是能匹配客户需求的人,转化率不足1%。


宁辽原早期担任飞书的首席架构师,曾用半年时间组建了飞书的架构师团队,了解招聘的“坑”。作为TTC的联合创始人,宁辽原从技术的视角看猎头行业时,他有了自己的效率原则:真正的效率跃升不是渐进式的优化,而是通过‌创新使效率提升10倍或成本降至1/10‌,从而实现对旧模式的颠覆。“把一件事的效率提升10倍,比提升20%要简单。当提升20%的效率时,人固然会基于原有的路径去思考;如果要提升10倍,就只能扔掉原有路径,重新思考。”


他将传统高端人才招聘的难题分解成三个子问题:1.科创企业专业壁垒高;2.猎头公司内部是资源孤岛,作业效率低下;3.高端人才稀缺且隐蔽。在“热兵器”时代,他遵循的原则是把专业的事交给AI,把人的事留给人。不替代人,只赋能人。


AI擅长的事是帮助猎头降低专业知识壁垒,快速理解岗位需求。依托大模型搭建产业动态知识库,自动拆解简历、解析岗位技能、匹配技术方向,无须猎头深度学习专业知识,即可快速完成技术层面的初筛与匹配。


硬科技行业招聘需求的变化随技术实时变化。2023年,大模型企业做人才招聘,“搜广推”(搜索、广告、推荐)算法人才是加分项,而到2024年,“搜广推”经验反成负分项,企业需要懂Transformer架构的人才。人形机器人领域亦是如此,从运动神经控制到VLA(视觉-语言-动作模型)新范式,人才需求半年一变。传统猎头显然难以跟上这种变化,而TTC通过AI知识库实时同步客户需求、产业共识,快速调整人才匹配方向。


解决资源链接和复用,打破信息孤岛,实现全网复用也是AI擅长的事。宁辽原关注到,贝壳找房的价值就在于打破房产中介的房源壁垒,原先每个经纪人手中都有一些房源,互不通气;而贝壳找房打通房源信息后,一个经纪人就能掌握全地区的房源。TTC将这一逻辑复制到猎头行业,传统猎头辛苦积累100位候选人,只能服务少量客户,而TTC用AI搭建起高端人才库,将各个猎头的人脉、企业的岗位需求拉通成网络。


AI解决完基础问题后,猎头还是要专注于“手工活”,即链接候选人、建立信任,挖掘“水下信息”,比如了解候选人的婚姻状况,判断其风险承受能力;了解职业梦想,评估与企业的适配度。这些都是简历中不体现、AI无法感知的关键信息,只能通过人与人的沟通获取。宁辽原说:“越是尖端的人才,越需要人与他们建立信任。线下的链接、信任的建立、情感的沟通,是这个行业的根基。”候选人一旦入库,即可匹配全平台客户资源,单人价值被放大十倍、百倍。


相较于传统猎头,TTC的费率甚至还略有上涨,但企业依然愿意选择,看中的就是快速交付能力。科技行业竞争激烈,一个核心人才早入职一个月,就能抢占一个赛道机会,这个价值远高于猎头费用,企业若错失技术窗口期就意味着失去融资机遇,隐性成本极高。TTC依托人才库与AI匹配,快速定位稀缺人才,但人才是否愿意接受企业的条件,其中还有各种博弈。但TTC已经解决了“找得着”和“找得对”,能够降低试错成本。


显然,这就是人有人之用,AI有AI之用。“这种模式不追求单点效率的极致提升,而是解决全行业的资源损耗问题。”宁辽原说,“过去候选人对接10个猎头,现在对接1家即可获取全平台机会。资源复用才是真正的效率提升。”


02

探索AI原生组织

稳定的组织只适合不变的业务,创新型企业必须随机应变,让组织适配业务,而非业务迁就组织。


TTC在对外重构行业时,对内则在思考AI原生的组织形态。宁辽原最近跟很多本科生在交流,他有意寻找那些没有被传统方法论规训过的AI原生群体,从中挖掘产生10倍生产力的方法。全新技术来临时,是另建新房,还是在老房里修修补补?他的策略是,另建新房,在居住过程中,再来看老房内有哪些家具适配新房。同理,重构猎头行业,不是否定人力资源,而是在思考人才服务的本质。


宁辽原在关注组织和业务发展时,他首先要找到真问题。早年去微软应聘,面试官考他设计模式,业内常见的设计模式有20余种,面试官要求他逐一解释。答到第四题时他已经不耐烦了,反问面试官:“考查这些概念的意义是什么?这不过是固化的套路。在解决实际问题的过程中,我已经总结出对应的方法。我不记得术语,但掌握了解决问题的方法,这就足够了。”


很多解决思路本就是实践中自然形成的,他甚至一度对设计模式的教条化学习感到抵触。直到听到一位微软的资深高管在设计模式培训中分享的经验,他这才明白:并非先有繁多的设计模式,而是先有反复出现的问题。针对同类问题形成的最优实践,才被总结为设计模式。他的疑惑被瞬间解开,设计模式从来不是死板的规则,而是问题驱动下的解决方案。学习设计模式的本质,是理解不同问题的特征与解决方法,应该聚焦问题本身,而非拘泥于形式。


他将这一逻辑迁移到管理领域,去设计一个AI原生组织时,各类管理方法、组织制度本质上都是“设计模式”。


TTC的组织架构每个季度都会调整,宁辽原将其比喻为“热兵器”时代的军队重组——不再是流水线式的分工,而是根据业务需求、技术风向重新配置人力。“很多企业学阿里轮岗、微软重组,只学了形式,没学到本质。组织调整的核心是业务需要,而非为了激活团队瞎折腾。”当企业开拓海外市场,或者布局新赛道时,组织必须随之调整;当员工能力与岗位不匹配、个人诉求发生变化时,分工也必须优化。


在AI时代,技术迭代、市场变化速度提升时,组织僵化意味着死亡。宁辽原很清楚,稳定的组织只适合不变的业务,创新型企业必须随机应变,让组织适配业务,而非业务迁就组织。TTC内部已落地多类AI智能体,覆盖客户服务、面试、人才匹配、文案处理等七大场景。不同智能体的难度各异,而所有AI的兜底、优化、责任,最终都由人类承担。


当企业内部面临人机协同的环境时,他把阿里“要开学”的人才标准迁移过来:要性、开放性、学习力。如今,单一技能的保质期极短,今天的前端专家,明天岗位可能就消失了。员工必须具备快速学习能力,打破边界,主动适配新任务。“我们需要的不是只会执行的‘工具人’,而是能管理AI、适配变化的‘领导者’。”


03

化整为零,词元经济打开全新需求场景


传统猎头的人才信息、企业需求、匹配记录,都是零散的、未被加工的“石油”,而TTC通过AI加工、标签化、动态更新,将其变成可复用、可变现的“汽油”。


AI时代,创业组织的胜负取决于认知的高低。宁辽原认为,词元的本质,是把服务、能力、劳动的颗粒度切到最细,降低交易摩擦,提升经济效率。过去软件服务按年付费、猎头服务按人收费,颗粒度极粗,企业成本高、需求难以满足;而词元时代,服务按次、按工作量、按调用量付费——做一张图20元、处理一份稿件按字计费、调用一次API按词元结算。


“就像菜场买大包装的菜,颗粒度粗,需求被抑制;而当用户可以买一个鸡蛋、一根黄瓜时,这些精细化的售卖方式满足了末端的需求,市场被彻底激活。”词元经济就是把“整筐卖”变成“零卖”,让企业用最低成本获取最精准的服务。


同样,人力也将被“词元化”。传统人力资源以“全职员工”为单位,颗粒度粗,一个员工只能服务一家公司,时间不饱和、能力被浪费。而词元经济下,人的能力可以被拆解、复用、多次变现。媒体编辑的撰稿能力、设计师的做图能力、工程师的编程能力,都可以变成“词元”,像API一样被不同企业调用,按工作量付费,让能力价值最大化。“这就是数字零工,也是人力的资产化。”


传统猎头的人才信息、企业需求、匹配记录,都是零散的、未被加工的“石油”,而TTC通过AI加工、标签化、动态更新,将其变成可复用、可变现的“汽油”。“就像过去政府的土地不值钱,变成商品房后成为核心资产,人才数据经过加工,也能成为企业的核心资产,产生远超猎头费的价值。”


TTC的长期战略,是通过数据资产变现,极大限度地降低猎头费用,甚至免费。如同抖音免费看视频、微信免费聊天,需要思考用第二曲线的盈利来颠覆行业。“当人才数据成为资产,猎头费就不再是核心收入,行业才会真正被重构。”


来源 | 《商学院》杂志5月刊

我也说一句

已经有条评论

全部评论

    下一篇:15个奢侈品拿走了行业60%的利润 中国珠宝高端化“生死局”

    QQ空间 新浪微博 豆瓣网 微信

    请先来登录吧

    没有经营者账号?立即注册
    忘记密码?

    请先来注册吧

    已有经营者账号?立即登录

      报名成功!

      请保持手机正常使用,我们会随时与你联系确认

      知道了

      加入班级成功!

      请保持手机正常使用,我们会随时与你联系确认

      知道了