返回资讯中心

人才招聘领导者必须解决的7大挑战

AIHR阅读约 4 分钟

原始报道

来自 AIHR

aihr.com

打开原文

先看摘要

这条新闻在讲什么

人才招聘面临悖论:72%的雇主报告人才短缺,而求职者却难以找到工作。传统招聘模式与筛选方法往往排除合格候选人。关键挑战包括从被动招聘转向战略性劳动力规划、从基于岗位的招聘转向基于技能的招聘、以及负责任地整合AI。组织需要实施战略性解决方案,如构建基于技能的人才战略、提升TA团队技能、发展更强的人才洞察力。TA领导者必须同时应对外部技能和劳动力变化以及团队内部技能差距,以更好地满足不断变化的业务需求,提高招聘和留任率。

站内正文

详细内容

这里展示站内保存的新闻正文,支持划线和批注;需要核对来源时,可以打开原始报道。

"招聘合适的人需要时间、正确的问题和足够的好奇心。"虽然维珍集团创始人理查德·布兰森的这句话仍然正确,但今天的人才招聘团队需要更多才能成功。

作者:Neelie Verlinden 审核:Monika Nemcova 阅读时间:8分钟

随着技能需求快速变化、招聘期望上升以及传统招聘方法不足,人才招聘挑战正变得越来越难以应对。

具体而言,技术发展和AI加速了对不同技能的需求。合适的候选人通常集中在特定地理区域,其他地方稀缺,而传统的筛选方法从一开始就排除了潜在完美的人才。

在本文中,我们将剖析当前人才招聘中一些最大的挑战。我们将讨论人才招聘的现状,并分享TA领导者克服当今挑战的战略解决方案。

关键要点

  • 人才招聘面临悖论。虽然雇主报告人才短缺,但求职者难以找到工作。传统的招聘模式和筛选方法往往排除合格候选人。
  • 关键的人才招聘挑战包括从被动招聘转向战略性劳动力规划、从基于岗位的招聘转向基于技能的招聘、以及负责任地整合AI。
  • 组织需要实施战略性解决方案,如构建基于技能的人才战略、提升TA团队技能、发展更强的人才洞察力。
  • TA领导者必须同时应对外部技能和劳动力变化以及团队内部技能差距,以更好地满足不断变化的业务需求,提高招聘和留任率。

人才招聘的现状

当前劳动力市场描绘了一幅有趣但最初看似矛盾的图景。一方面,有报告称人才短缺,多达72%的雇主表示他们难以找到所需的技能人才。

另一方面,求职者却难以找到工作。在美国,总体失业率一直在上升,失业周数也在增加。尤其是年轻人,情况严峻:自2023年以来,美国的入门级职位发布下降了35%,部分原因是AI接管了入门级员工以前执行的某些任务。

那么为什么我们称其为"最初"看似矛盾的图景?因为简单地说劳动力市场"候选人丰富"或"人才稀缺"太容易了。它是不均衡的。许多候选人正在积极寻找工作,而雇主仍然难以填补特定职位。这造成了匹配问题:可用的候选人并不总是符合雇主所需的技能、地点、薪酬、灵活性或经验水平。

因此,人才招聘团队现在需要与劳动力规划、学习与发展、内部流动、留任和业务领导者更紧密地合作。

7大关键人才招聘挑战

当今的TA挑战不仅涉及"难以填补的职位"。它们源于业务需求、可用人才、快速变化的技能和过时的招聘模式之间的不匹配。让我们剖析人才招聘中的七个关键挑战:

1. 从被动招聘转向战略性劳动力规划

TA团队被期望预测未来能力需求,而不是仅在职位空缺时响应。然而,传统的战略性劳动力规划已不足以解决这个问题。

当今环境的另一个挑战是,当前市场可能无法提供业务所需且劳动力规划所承诺的人才(而以前通常是这种情况)。Lightcast研究显示,例如在欧洲,劳动年龄人口正在下降,同时,平均工作中三分之一的技能在过去三年发生了变化。

2. 平衡短期招聘压力与长期人才战略

招聘人员必须填补紧急职位,同时为关键技能建立可持续的人才管道。特别是后者在当今环境中变得更加困难。技能快速变化和过时,使得更难确定哪些技能对组织长期关键,以及如何有效构建它们。

这需要更广泛的能力发展方法,一种将TA与劳动力规划、内部流动和技能提升联系起来的方法。

3. 从基于岗位的招聘转向基于技能的招聘

传统的职位描述和资格要求可能不再反映业务实际所需的能力。许多组织仍然将学位、特定证书和工作年限作为初始筛选标准的一部分。

这有两个主要问题。首先,公司通常甚至不知道这些要求是否能预测绩效。其次,许多高需求人才,特别是在AI等快速发展的领域,通过在职经验、自主学习或相邻角色获得了抢手的技能。

通过应用上述资格要求,组织会自动过滤掉可能非常适合该职位的候选人。

4. 减少对外部招聘的依赖

TA领导者面临压力,需要支持内部流动、劳动力重新部署和技能提升,而不是仅仅依赖外部人才市场。对于许多关键职位,组织所需的人才在外部并不容易获得,或者过于昂贵、稀缺或竞争激烈。

(原文未完,但根据要求逐段翻译,此处结束)

AI 读后整理

对 HR 和管理者意味着什么

本文深入分析了当前人才招聘领域面临的7大挑战,揭示了劳动力市场的结构性矛盾:雇主抱怨人才短缺,而求职者却找不到工作。这种悖论源于技能供需错配、传统招聘模式僵化以及AI对入门级岗位的冲击。文章强调从被动招聘转向战略性劳动力规划、从岗位导向转向技能导向、减少对外部招聘的依赖等关键转变。AI解读认为,核心在于组织需要建立更敏捷的人才获取体系,将招聘与内部流动、技能提升紧密结合。同时,AI的负责任整合既是挑战也是机遇,TA团队需要提升数据分析能力和战略思维。文章还指出,招聘人员自身技能升级至关重要,包括人才情报、劳动力规划等能力。未来,成功的企业将是通过技能基础的人才战略实现精准匹配,而非依赖传统学历和经验筛选。

RELATED

相关阅读

AI+HR

Harness Engineering:AI应用效率提升的关键

Harness Engineering是AI圈新概念,核心是为大模型搭建外围控制系统,包括规则、检验机制、工具等,确保模型输出准确可靠。它强调从机制上避免重复犯错,而非临时纠正。该方法由HashiCorp联合创始人提出,迅速成为行业共识。研究显示,同一模型因Harness设计不同,性能差距可达6倍。未来AI核心竞争力将从模型本身转向Harness搭建水平,HR和管理者可借鉴此思路优化AI工具在招聘、培训等场景的应用。

行业动态

招聘速度差异:哪些职位招人最快?

Monster最新报告显示,劳动力市场活跃但不均衡,不同职位的招聘速度差异显著。商业分析师、分析师和分行经理等职位因招聘流程成熟、候选人池广泛而成为最快入职岗位,平均填补时间较短。而制造工程师、销售经理、顾问和软件工程师等职位尽管需求强劲,但雇主更谨慎,招聘周期较长。运输、销售和专业技术人员岗位最难招聘,平均需近65天填补,原因包括供应缺口、高流动率和严格的资质要求。报告建议求职者关注雇主急于招聘的领域,而雇主需在吸引候选人的同时加快流程以保持其参与度。随着劳动力市场进入2026年,雇主优先考虑与收入、运营和基础设施直接相关的职位,这为高需求领域的求职者提供了竞争优势。

行业动态

秋水半导体获近2亿元融资,加速AI眼镜全彩化

秋水半导体完成近2亿元Pre-A及A轮融资,用于建设8英寸混合键合量产线。该公司研发的无损Micro-LED技术,通过创新的芯片架构避免刻蚀损伤,将芯片良率提升至6N以上,出光角度收窄至±10°,工作温度范围扩展至140℃。产品覆盖数字车灯、AR眼镜等,AR单绿色芯片计划今年出货,年底有望实现彩色化突破。创始人蒋振宇博士拥有15年半导体光电经验,核心团队来自华为海思、长江存储等。投资方看好其在AI眼镜显示领域的底层基础设施价值。

讨论 0

登录 后可发表评论

  • 还没有讨论,欢迎第一个发言。

分享到