AI 正加速在各行业场景落地，猎头领域也不例外。
原来慢则半小时的候选人筛选工作，现在有了 AI 工具，可以实现候选人的分秒级筛选。不止如此，拓客效率也有很大提升。过去猎头公司新顾问往往需要数月才能积累起有效客户资源，而有了 AI 的加持，CRM 系统可以随时生成定制化数据报表，并实时推送通知，确保信息的即时追踪。
上述变化，近期正在人力公司科锐国际发生。
候选人端高效匹配：从“ 手动淘沙” 到“ 智能淘金”
过去联系候选人时，猎头往往要投入大量精力进行手动筛选。猎头顾问 Summer 回忆，早年在小型猎企工作时，因缺乏完善的人才库，只能依赖招聘渠道搜寻活跃候选人，主动发送文字信息等待对方回应以获取联系方式，再逐一打电话介绍岗位。整个过程漫长且低效，容易在繁琐的流程中错过合适人选。
如今，融入 AI 新技术，科锐国际近期迭代了候选人追踪系统 （CTS 系统）。在科锐国际工作了 14 年的资深猎头顾问 Lynn 介绍，利用 CTS 系统，顾问可以随时查看人才库中候选人的过往跟踪记录，并且能够自动识别新人选是否已入库。“ 当收到一份新人选简历时，无需顾问手动操作，系统会即时推送该候选人在库内的匹配情况。”
此外，CTS 系统每日动态更新人选活跃度数据，能捕捉候选人是否考虑新机会、关注的岗位方向。AI 也能自动生成推荐报告—— 系统在创建职位时会先智能解析岗位描述 （Job Description），生成报告时基于职位需求自动抓取候选人工作经验、项目成果及沟通记录中的软性特质，形成定制化推荐评价，顾问仅需稍作调整即可使用。
在智能沟通工具方面，科锐国际近期推出了 Voice 电话客户端，这款集成 AI 语音识别与分析功能的助手，实现了候选人电话直连呼出、联系记录自动生成总结文本等功能。“ 从最初的自动记录整段沟通内容，到如今能够精准提炼沟通关键词，通话时无需手动记录，能直接基于对话生成推荐报告。”Summer 表示。
该系统支持多种推荐报告模板，对于技术方向岗位的推荐，会从候选人简历和沟通记录中自动提取专业的技术关键词，非常专业。同在科锐国际任职的猎头顾问 Shelly 也提到：“ 现在生成推荐报告分分钟搞定，系统自动抓取候选人核心优势，原先慢则半小时的工作，现在微调即可提交。” 这种智能化操作让猎头能以“ 分秒级” 速度向客户推荐人选，凭借“ 首推保护权” 规则抢占竞争先机。
拓客效率跃迁：从"四处奔波"到"数据导航"
融合新 AI 技术后，从实践看，客户侧的拓客效率也有很大提升。
据 Lynn 描述，过去挖掘客户主要依赖外网平台招聘信息、企业论坛需求发布、人选面试经历反向追踪、熟人引荐等方式，以及参与线下活动积累资源。每周四下午的 BD CALL 前，必须提前一天手动搜集企业招聘信息，从各大招聘网站和平台摘录岗位需求后再集中电话外拓。
在这种模式下，新顾问往往需要数月才能积累起有效客户资源，资深顾问也需要在信息搜集上花费大量时间。更棘手的是关键决策人 （KP） 的触达难题：既要在系统中反复检索，又要去外部网站搜寻信息。
而现在，科锐国际的 CRM 系统可以实时在外部公开渠道检索企业招聘信息，还能分析评估企业使用人力资源服务机构的概率。“ 系统支持按行业、区域、岗位、年薪、职级等多种维度自由组合筛选，随时生成定制化数据报表，不仅解决了信息搜索的效率问题，还实现了精准分析与报表自动化管理。”Lynn 表示。
此外，融入 AI 的客户订阅功能更是让客户触达实现了“ 化被动为主动”。对于暂无需求但有意向合作的客户，可设置订阅提醒，一旦对方发布招聘需求，系统将实时推送通知，确保信息的即时追踪。Shelly 将目标企业添加到订阅列表后，系统会实时监控其招聘需求变化，一旦有新岗位发布，就会自动推送到她的工作群。目前，Shelly 所签署的合同 70% 以上都源于 CRM 系统的精准推荐。
在客户开发环节，企业投融资信息成为关键商机切入点。借助 AI 工具，可按区域、行业等维度灵活筛选半天至一个月内的投融资动态，并与客户开发流程实现无缝衔接。CRM 系统生成的投融资日报与周报，会实时推送初创及腰部企业的融资动态。由于企业在融资后通常存在团队搭建的窗口期，通过投融资信息可精准判断企业所处融资阶段，进而在最佳时机展开触达。这些投融资动态信息，已然成为业务拓展的重要风向标。
正在内部测试 Agent 原型系统
“ 技术应用的核心目标是切实提升一线业务效率，而非单纯服务于管理层的报表统计需求。” 科锐国际 CTO 刘之指出。这一理念在 Agent 技术与推理型 Embedding 的研发中尤为凸显。
科锐国际在 MatchSystem 和 CRE 模型方面也取得了重要进展。在上半年 MatchSystem 匹配系统已升级至 2.0 版本。MatchSystem 目前深度应用于内部合作、标签自动化等场景，显著提升了业务流程的效率与精准度。同时，公司研发的 CRE Embedding 模型也更新到了更大参数量的 1.1 版本。通过 CRE 1.1 结合 RT（Refine Thought） 的独创 Embedding 推理方法，在 PJBenchmark 评估中将人岗匹配精度从 46 分提升到了 74 分，提升了 60% 的准确性。
刘之透露，科锐国际正在内部测试 Agent 原型系统。他认为，Agent 的核心在于自主性：“ 我们不是在固化一个流程，而是在教会它如何思考和解决问题的方法。” 因此，科锐国际的技术研发策略是先构建 Agent 的通用能力，再逐步发展其面向具体场景的能力，从而实现技术的灵活应用与持续进化。
对于未来的技术迭代，科锐国际将围绕 Agent 技术与推理型 Embedding 持续突破。刘之指出，在 Agent 时代，传统语义级 Embedding 正在逐步过时，推理型 Embedding 才是未来的发展方向。在招聘场景中，人岗匹配往往涉及大量复杂的多跳检索与推理判断任务，尤其是岗位描述 （Job Description） 中常常包含隐性约束或特殊要求。针对这些问题，科锐国际正在研发基于强化学习的 CRE T1 模型，目标是构建真正面向 Agent 能力的推理 Embedding 模型，以实现结构化推理的突破。
从科锐国际的案例可以看出，随着 Agent 等技术的逐步成熟，从客户端的精准拓客到候选人端的智能匹配，从底层技术架构到业务场景落地，AI 已不再是锦上添花的工具，而是重构行业生态的核心引擎。科锐国际正在实践的“ 数字招聘顾问”，也有望重塑行业生态。
2025 年度 「创新场景 TOP 50」 榜单评选征集启动
将面向国内从事企业数字化与人工智能相关的技术/服务/产品应用的企业或科研机构，征集场景解决方案。
备注说明：场景案例对应的产品或服务需已实际落地，并具有创新性和示范性。
【评选周期】
申报日期：
2025 年 7 月 8 日起~8 月 22 日止
公开投票及专家评审：
2025 年 8 月 23 日起~8 月 31 日止
申报链接：https://m.tmtpost.com/post/cj50
申报相关问题请扫码添加工作人员微信
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
