当AI素养（AI fluency）几乎成为职场新通识，企业却陷入“越强调、越误判”的招聘怪圈。美国人力资源媒体HR Executive最新调查显示，95%的美国企业已将AI素养列为招聘硬性要求，但59%的HR表示，他们依然频遇“招错人”的问题。当技能标签逐渐取代真实能力评估，招聘决策正在偏离正轨。

一项荒唐的统计：人人要AI，却说不清要什么

调查揭示了一个尴尬的现实：多数公司在职位描述中将“熟练使用AI工具”“具备AI思维”作为必备技能，却没有统一的评估标准。一位受访的招聘经理坦言：“我们知道候选人需要在AI方面有基础，但我们自己内部还没搞清楚具体需要什么能力。”这导致面试环节常常流于表面——候选人在简历中罗列一串AI工具名，面试时对几个流行语侃侃而谈，就可能拿到offer，而入职后才发现完全无法将AI融入具体业务。

更深的矛盾在于，AI素养并不是一个静态的技能清单。它至少包含技术理解力、数据敏感度、工具应用能力和与业务结合的创造力。如果企业只关注是否用过ChatGPT或Midjourney，而忽略了对实际业务场景的模拟，招到的人自然经不起实战检验。

“坏招聘”的三大推手：标签化、赶时髦与缺场景

分析认为，高比例的“坏招聘”背后主要有三个原因。一是标签化思维。许多企业将AI素养简单等同于“会用某一款热门AI产品”，却忽视了不同岗位对AI的具体需求差异。例如，市场岗需要的是用生成式AI进行内容测试和数据分析，而非仅仅生成文案；财务岗则需要懂得用AI辅助数据分析与风险建模，而非停留在文本问答层面。

二是恐慌性赶时髦。同行都在招“AI人才”，一些公司甚至不清楚岗位的具体AI应用场景，就匆忙设立要求，结果往往招到“持证型”选手——证书很多，落不了地。三是组织内部的培训与评估脱节。一些企业把AI素养完全压给招聘端，却没有在职培养和内部能力评估的配套，新人入职后孤军奋战，很快暴露出能力缺口。

走出误区：从“用过什么”转向“能解决什么”

破解困局的关键，是将招聘重心从工具使用经验转移到解决问题的能力。专家建议，企业在设定AI素养要求前，应先画出岗位的“AI能力画像”：明确该岗位需要AI解决哪些高频、高价值的业务问题，再据此设计情境模拟和案例题。例如，让候选人现场操作一段数据清洗与可视化，或用AI工具快速产出一份带分析的建议书，远比罗列工具清单有效。

与此同时，内部建立轻量级的AI能力自评和提升机制也至关重要。尤其是对于采用远程办公和灵活用工模式的组织，候选人可能来自不同地域，背景各异，仅凭简历上的“精通AI”字眼，极易造成误判。在像小蜜蜂云工作这样的远程招聘与灵活用工平台上，企业更需要关注候选人在线上协作中展现出的AI应用实例，而非抽象的自我评价，这样才能真正选到能远程、懂AI、会落地的伙伴。

当AI素养从少数人的加分项变成职场标配，招聘就不能再停留在“你有什么证”的阶段，而应追问“你能用AI做成什么事”。否则，五成以上的招错率恐怕还会持续。

本文由小蜜蜂云工作原创发布，话题参考自行业公开报道。