省下10萬小時!AI已面試超過100萬名求職者,聯合利華、希爾頓飯店都用上
省下10萬小時!AI已面試超過100萬名求職者,聯合利華、希爾頓飯店都用上

AI愈來愈聰明,讓很多人開始擔心是否會被人工智慧取代自己的工作。實際上絕大多數人類的工作暫時無法被AI取代,但AI卻可以決定你是否獲得一份工作。

在美國,飯店、金融等行業使用AI進行面試已經十分普遍,當中包括希爾頓、聯合利華和高盛等大公司,已經有超過100萬求職者接受了AI的面試,一些大學甚至開設一些培訓課程來幫助學生如何在AI面試時表現更好。

這些公司主要使用的AI面試系統,大都是由影音面試公司HireVue開發的。HireVue一套標準的面試時間為30分鐘,包括6個問題,但從中可以得出50萬個數據點,演算法將參考這些數據來評估求職者的表現。

在接受《華盛頓郵報》的採訪中,HireVue表示這套系統會分析求職者在面試過程最細微的細節,比如面部表情、眼神接觸,還能「感受」到求職者的興奮程度,最終將求職者面試成功的可能性分為高、中、低三個等級。

AI面試2.jpg
HireVue 的分析界面

HireVue的技術總監羅倫·拉森(Loren Larsen)表示,80%~90%的評估都是基於演算法對候選人語言和口頭能力的分析,演算法可以識別350種語言特徵,並針對不同職位調整評估的標準。比如在招聘醫生時可能會偏向使用更多專業詞彙的求職者,而對於銷售的職位來說,說話語速、面部表情等就顯得重要得多,系統可以根據運算法分析評估個人面對生氣的顧客時的表現。

目前AI主要用於面試的初選,最終決定面試者是否被錄取的還是人類。 HireVue認為沒有感情的機器反而能減少免面試官在面試時基於口音、外貌和性別等主觀因素帶來的偏見,以確保更多符合職位要求的求職者獲得機會。

人類天生就是矛盾的,會將他們的主觀性注入到評估中。但AI可以毫無偏差地將面試的內容數進行數據化處理。

HireVue在2014推出了AI面試的服務,據稱目前已經全球已經有700多家公司透過這個系統進行了近1,200萬次面試,不久前還獲得了凱雷投資集團(Carlyle Group)一筆巨額投資。

飯店業巨頭希爾頓收益管理和客戶中心的職位,現在大都通過HireVue的AI系統進行招聘,這讓這些職位的平均招聘時間從6周縮短到5天,希爾頓全球招聘副總裁莎拉·史瑪特(Sarah Smart)表示這套系統重新構建了希爾頓的招聘流程,更加快速地篩選合適的候選人。

消費品市場巨頭聯合利華則透過AI系統省下了10萬個小時的面試時間,每年能省下100萬的招聘成本,該公司的人資長黎娜·內兒(Leena Nair)認為這套系統幫助他們擺脫過去的刻板印象,招聘到更加多元化的員工。

不過很多求職者還是很不太適應AI面試官,康乃狄克大學的畢業生尼珂萊特·瓦圖利(Nicolette Vartuli)擁有優異的的學業成績,儘管她專門研究過HireVue,但還是沒有被理想的公司錄用,她感到很失落,但她無法得知AI對自己的評價,也無法詢問AI自己怎樣才能做得更好。

芝加哥大學的大三學生凱瑟琳·李(Katherine Li)通過HireVue獲得了高盛投資銀行的實習機會,但她仍然表示面試過程「有點令人不安」,因為無法得知如何給AI留下深刻印象,無法從AI面試官哪裡獲得即時回饋。

杜克大學的經濟學教授艾瑪·拉索(Emma Rasiel)經常為在華爾街求職的學生提供建議,他表示愈來愈多學生對於AI面試感到不安,學校的論壇已還出現了針對HireVue的面試指南,拉索認為這種與電腦螢幕交流的模式,更容易讓人產生焦慮。

對於AI面試是否真的會更加高效,很多業內人士也提出了質疑。紐約大學AI Now研究所的創辦人認為,透過演算法來識別臉部表情和情感,現階段還沒有充分的科學依據,反而可能會帶來更多的誤導。

倫敦大學學院人類電腦互動教授安娜·柯克斯(Anna Cox)表示演算法會更青睞那些擅長影音面試的人,任何數據集都存在偏差,這可能會排除掉那些在實際工作中表現優秀的人。

微軟位於蒙特利爾的研究實驗室的研究人員路克·史塔克(Luke Stark),同樣對於HireVue可以根據求職者語調和詞組來評估他們的性格特徵表示質疑,因為當今最好的AI系統也不能很好地理解人類的情感和意圖。

究竟AI未來會有多大程度能決定我們的工作,現在還不確定。但是隨著AI在現實的應用愈來愈多,AI正在根據大數據和深度學習不斷優化和升級,而人類也必須適應更多新的人機交互模式,來找到和AI相處的最佳方式。

責任編輯:蕭閔云

本文授權轉載自:愛范兒

關鍵字: #人工智慧
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓