当人工智能渗透进每一个岗位，企业对“AI素养”的追逐变得前所未有地迫切。一项最新调查显示，高达95%的美国企业已将AI流畅度列为招聘的硬性要求。然而，吊诡的是，尽管标准定得如此之高，仍有59%的受访企业承认他们做出了错误的人选决策。一边是几乎全行业拥抱AI技能，一边是超过半数的用人失误，这中间的鸿沟，暴露了当下人才招聘中一个愈演愈烈的结构性矛盾。

高期望与高失败率：一场技能评估的错位

“AI素养”正迅速成为简历上的新通货。从市场到研发，从行政到供应链，不懂基础AI工具的使用、不理解数据驱动的决策逻辑，几乎等同于数字化时代的“文盲”。这种压力让企业把AI能力写进JD，期望新员工自带“即战力”。但问题在于，大部分公司对AI素养的理解仍停留在表面——会使用ChatGPT、知道提示词的基本写法，这些入门级技能被当作了核心竞争力。而真正需要的业务场景结合能力、AI伦理判断、跨领域数据思维，却很少被纳入面试流程。当招聘官只能依靠关键词匹配和候选人的自我陈述来判断，失误几乎注定会发生。

为何企业仍在“盲选”AI人才？

深挖数据背后的原因，首先是招聘工具和方法论的滞后。多数企业依然严重依赖传统的简历筛选和结构化面试，缺乏对AI实际应用能力的客观测评。一个候选人可以轻松宣称自己“精通AI办公”，但真正让TA用AI辅助完成一份竞品分析报告，或者用低代码平台搭建一个AI工作流时，能力差距会立刻显现。其次，技能的“通货膨胀”也在推波助澜。当市场上每个人都在简历上添上AI这一项，企业很难快速辨别哪些是真实水平，哪些只是跟风。此外，AI相关岗位的迭代速度极快，一个几个月前还稀缺的技能，现在可能已经普及，用人部门给出的招聘描述经常滞后于技术发展，导致招进来的人很快就不够用。

另一个不容忽视的因素是，企业内部评估AI需求的能力本身就不足。HR和技术面试官往往对什么样的AI素养能真正创造业务价值缺乏共识，于是只能将其简化为“懂AI”三个字，最终招到了“面试型人才”，在真实工作中却水土不服。

从“贴标签”到“真评估”：如何终结AI招聘之困

要打破这种高要求与高失败率的僵局，企业必须把AI素养从一句口号变成一个可测量、可验证的招聘维度。首先是引入情境化测试，让候选人在模拟工作场景中解决具体问题，而不是只聊概念。例如，给市场岗位一个真实的数据集，要求用AI工具生成营销洞察；对产品岗位，则考察其如何通过AI对话分析用户需求。其次，建议拥抱更灵活的用工验证机制，比如通过短期项目或顾问合作，在实际交付中考察候选人的AI整合能力，再决定是否转为全职。这不仅能降低试错成本，也让企业能快速获取更前沿的AI技能，避免“拿到简历时已经过时”的尴尬。

这种“先试用、再确认”的模式，恰好与远程灵活用工平台的天然优势相契合。当企业需要带有特殊AI技能的专才，比如某个细分行业的AI训练师，或者能快速搭建智能客服工作流的工程师，通过小蜜蜂云工作等平台调用全球的远程人才，进行任务制合作，既能即时满足业务需求，又能在实践中精准评估对方的AI素养，把招聘决策从简历上的文字真正还原到工作成果上。只有让评估回归真实的价值创造，AI招聘才能从玄学走向科学，让企业不再一边高举AI大旗，一边在用人上连连踩坑。

本文由小蜜蜂云工作原创发布，话题参考自行业公开报道。