跳转到主要内容

点击“申请”之后,您的简历会经历什么?

作者:Thomas Larsen,创始人 · · 阅读时间约10分钟

在创建 Adapt to Success 之前,我投出了2,200份求职申请,只获得了两次面试邀请。在那段时间里,我大多数时候完全不知道点击“申请”之后我的简历去了哪里。我想象有个人会打开它。心情糟糕的日子里,我想象有个机器人把它扔掉。真相没有这两种想象那么戏剧化,但值得了解,因为它改变了一份简历需要做到的事。

它不是机器人。它是软件,而且大多数情况下甚至不是 AI。

几乎所有关于申请人跟踪系统的文章都以“机器人会读您的简历”开头。根本没有机器人。申请人跟踪系统(Applicant Tracking System,简称 ATS)是一款软件:一个附带工作流程的申请人数据库,和公司用来管理客户或发票的程序是同一类东西。它保存每个空缺职位收到的每一份申请,记录谁处于哪个阶段,并为招聘人员提供一个搜索框。

有些系统如今加入了人工智能,通常用来把申请人与职位进行匹配并分组。但这仍是少数。2024年1月,美国人力资源管理协会(SHRM)调查了美国的2,366名人力资源从业者。他们所在的组织中只有26%在人力资源工作中用到了 AI,无论用于哪个环节。其中64%在招聘、面试或录用的某个环节使用 AI,而这一群体中约有三分之一用 AI 来审阅或筛选简历。把这些数字相乘,用 AI 读简历的组织大约二十个里只有一个。在其他组织里,软件执行的都是由人设定的规则和搜索。

ATS 是如何工作的?

申请人跟踪系统接收您的申请,把简历中的文字提取成结构化记录,根据雇主设定的规则核对您的回答,然后让招聘人员对所有申请人进行搜索、筛选和排序。它不会像人一样阅读您的简历,而且在大多数系统中,它并不决定谁被录用。实际上,它决定的是谁会被看到。

本文接下来按顺序走完这段旅程:在您申请之前招聘人员设置了什么,之后软件又对您的简历做了什么。各产品的细节有所不同,所以下面的步骤取自三个广泛使用的系统 Greenhouse、Workday 和 iCIMS 的官方文档,以及与简历软件销售无关的独立研究。

招聘人员这一侧:您申请之前发生了什么

要理解软件对您的简历做了什么,先从招聘人员在您看到招聘广告之前做的事说起。

  1. 职位在系统中创建。 招聘人员新建一个招聘需求:职位名称、地点、职位描述,以及您稍后要填写的申请表。
  2. 添加淘汰题。 这些是申请表上的是非题:您是否持有 A 类驾驶执照,您是否有权在本国工作,您能否周末上班。在 Greenhouse 中,雇主可以把某些答案标记为自动拒绝;帮助中心自己举的例子就是一个要求持有驾照的驾驶员职位(Greenhouse,Auto-reject (在新标签页中打开))。Workday 通过它所称的“自动阶段路由”做同样的事:根据申请表、问卷和任何测评结果建立规则,无需人工查看即可让候选人进入下一阶段或被拒绝(Workday 管理员指南 (在新标签页中打开))。iCIMS 介绍的预筛选测评会返回一个分数,据此“判定候选人合格或不合格”(iCIMS (在新标签页中打开))。这是软件真正会自行拒绝人的唯一环节,而触发它的是您的回答,不是您的简历。
  3. 设定必备条件。 招聘人员还可以告诉系统按哪些要求筛选:学士学位、职业执照、某项认证。哈佛商学院2021年对美国、英国和德国2,275名高管的研究发现,这些筛选条件往往依赖替代指标,例如用学位代替能力,而且接受调查的公司中几乎有一半会自动筛掉任何工作空档超过六个月的简历(Hidden Workers: Untapped Talent (在新标签页中打开))。
  4. 招聘广告发布后, 申请便陆续进入同一个系统。

您这一侧:点击“申请”之后发生了什么

  1. 系统解析您的简历。 系统把您的文件交给解析器,这是一个试图把文档拆成字段的程序:姓名、联系方式、每段工作经历及其雇主、职位和日期、教育背景、技能、语言、执照。许多此类系统都内置了 Textkernel 的解析器。Textkernel 在自己的开发者文档中写道,分栏排版可能让解析器混淆,而某些部分,例如专利和出版物,“无法进行细粒度解析”(Textkernel,解析器输出 (在新标签页中打开))。解析器无法归类的内容,要么落进错误的字段,要么根本没有着落。
  2. 核对您的回答。 如果该职位设有淘汰题,而您给出了不合格的答案,申请此时就会被拒绝,通常您会收到一封自动发送的邮件。否则,您进入下一步。
  3. 您成为数据库中的一条记录。 从这一步起,您就是表格中的一行:解析出的字段、附带的原始文件、所处阶段(例如“新申请”或“电话初筛”),以及招聘人员添加的任何备注和标签。
  4. 招聘人员搜索、筛选并排序。 这是大多数人说“ATS 拒绝了我”时所指的步骤,也是自动化程度最低的一步。Indeed 的求职者指南说得很直白:招聘人员用取自职位描述的关键词在申请中搜索,比如特定技能、职位名称或职责,系统可以按申请人资料与要求的匹配程度排序(Indeed 求职指南 (在新标签页中打开))。不包含招聘人员所搜关键词的简历不会被删除。它只是不会出现在搜索结果里。带有 AI 匹配的系统更进一步:Greenhouse 的 Talent Matching 按招聘团队撰写的标准把申请人分为 Strong、Good、Partial、Limited 或 Needs manual review,而 Greenhouse 自己的常见问题解答说明,它“不会自动决定任何候选人的去留,也不做任何录用决定”(Greenhouse,Talent Matching 常见问题 (在新标签页中打开))。
  5. 有人看上一眼,时间很短。 当招聘人员真正打开您的简历时,第一眼停留的时间很短。2018年,职业网站 Ladders 给招聘人员配备了眼动追踪设备,测得初次浏览平均只有7.4秒。能留住注意力的简历版式简洁,章节标题清晰,职位名称加粗,成就用要点列出。杂乱的页面、多栏排版和冗长的句子则留不住目光(HR Dive 关于 Ladders 研究的报道 (在新标签页中打开))。

这对招聘人员意味着什么

从招聘人员的角度看,这些软件主要是为了省时间。在 SHRM 2024年的调查中,在招聘中使用 AI 的组织里有88%把节省时间作为理由(SHRM,2024年人才趋势 (在新标签页中打开))。两年前,在 SHRM 对1,688名人力资源从业者的调查中,64%表示他们的自动化或 AI 工具会自动过滤掉不合格的申请人,19%表示这些工具曾把合格的申请人排除在外(SHRM,2022年4月 (在新标签页中打开))。

哈佛的研究说得更直白。它指出,ATS“在很大程度上依靠‘否定’逻辑来缩减申请人池”:人们因为缺少某样东西(学位、连续的工作经历、某个确切的措辞)而被剔除,而不是因为拥有什么而被纳入考虑。接受调查的高管中有88%认同,合格的高技能候选人因为不完全符合既定条件而被筛出流程之外。这些系统做的,正是企业买它们来做的事。企业买它们,并不是为了找到您。

这对您意味着什么

这一切并不意味着您能战胜系统,本文也不会教您怎么做。它意味着一份简历现在有两个读者,顺序固定:先是解析器和搜索框,然后是只有7.4秒的人。一份管用的简历必须同时过这两关。

  • 它必须让解析器读得懂。 每段工作经历都要被识别为一段完整的经历,并带上对应的雇主、职位和日期,每个部分都要落到正确的字段里。这是结构问题,不是设计问题。
  • 它必须包含招聘人员会搜索的词。 这些词就在招聘广告里。如果广告写的是“利益相关方管理”,而您的简历写的是“与许多部门合作”,搜索就找不到您,哪怕两种说法都属实。
  • 它必须如实回答淘汰题。 淘汰题是唯一会自动拒绝您的环节,而您并不具备的驾照或工作许可,之后无论如何都会被发现。
  • 它必须用文字解释空档期。 筛选器看的是日期。之后阅读您简历的人看的是日期旁边的那句话。

前两点是软件能替您完成的部分,也是 Adapt to Success 所做的:它保留您的事实,重建结构和措辞,让解析器和搜索框都能读懂。后两点由您自己负责。

谁来监督监督者?

如果您在欧洲或英国求职,有两件事值得了解。

欧盟《人工智能法》在附件三中把用于招聘或甄选人员的 AI 系统,包括筛选求职申请和评估候选人的系统,列为高风险(欧盟《人工智能法》附件三 (在新标签页中打开))。因此,它们须履行该法在风险管理、数据质量、人工监督和透明度方面规定的义务。

2024年11月,英国信息专员办公室公布了对招聘中所用 AI 工具的审计结果。它提出了近300条建议。其中一些工具允许招聘人员按受保护特征筛选候选人,一些根据姓名推断性别和族裔,还有一些收集的个人数据远超职位所需(ICO,2024年11月 (在新标签页中打开))。

重点不在于这些软件违法。重点在于它们如今受到监管和审计,并且在欧盟被列为高风险,由此可见,在您能否被看到这件事上,它们的分量有多重。

我真希望当初就知道的事

投出那2,200份申请时,我对这一切一无所知。我把简历排得让人看着舒服,而大多数时候根本没有人看。如果您想看看这种差别在真实页面上是什么样,可以看看 ATS详解页面上的四个优化前后示例。如果您想知道这类软件有多频繁地挡在您和招聘人员之间,本系列后续会有一篇文章专门讨论。

资料来源

  1. Fuller, J., Raman, M., Sage-Gavin, E. 和 Hines, K.(2021年9月)。 Hidden Workers: Untapped Talent。Harvard Business School Project on Managing the Future of Work 与 Accenture。 hbs.edu (在新标签页中打开)
  2. Greenhouse Support。 Auto-reject。 support.greenhouse.io (在新标签页中打开)
  3. Greenhouse Support。 Talent Matching FAQ。 support.greenhouse.io (在新标签页中打开)
  4. Workday Administrator Guide。 Steps: Automatically Advance or Decline Candidates。 doc.workday.com (在新标签页中打开)
  5. iCIMS(2021年7月16日)。 Here are the pre-screening questions to ask before the interview。 icims.com (在新标签页中打开)
  6. Textkernel Developer Documentation。 Resume Parser: Parser Output。 developer.textkernel.com (在新标签页中打开)
  7. Indeed Editorial Team(2026年6月16日更新)。 What Are Applicant Tracking Systems? (Plus Tips for Success)。Indeed Career Guide。 indeed.com (在新标签页中打开)
  8. SHRM(2024年)。 2024 Talent Trends: Artificial Intelligence in HR。对美国2,366名人力资源从业者的调查,2024年1月。 shrm.org(PDF) (在新标签页中打开)
  9. SHRM(2022年4月12日)。 Fresh SHRM Research Explores Use of Automation and AI in HR。对1,688名人力资源从业者的调查,2022年2月。 shrm.org (在新标签页中打开)
  10. O'Donnell, R.(2018年11月8日)。 Eye tracking study shows recruiters look at resumes for 7 seconds。HR Dive,报道 Ladders 2018年的眼动追踪研究。 hrdive.com (在新标签页中打开)
  11. 欧洲联盟。 Artificial Intelligence Act, Annex III: High-Risk AI Systems。 artificialintelligenceact.eu (在新标签页中打开)
  12. Information Commissioner's Office(2024年11月6日)。 ICO intervention into AI recruitment tools leads to better data protection for job seekers。 ico.org.uk (在新标签页中打开)