日版104用AI篩履歷、高價賣給大企業,求職者如何避免落入演算法黑名單?
日版104用AI篩履歷、高價賣給大企業,求職者如何避免落入演算法黑名單?

我躺坐在東京家裡的沙發上,打開電視看著從2012年開始至今每季都造成轟動的人氣日劇《派遣女醫-X》(ドクターX〜外科醫・大門未知子〜)。在2019年第六季的第一集當中,講述了一段由AI手術指導的故事,結束後已是深夜,這時電話響起,朋友打來詢問履歷篩選的疑問。

我的朋友問:現在的大型企業是不是都採用AI做履歷篩選?不然為什麼她投了120家的工作職缺都石沉大海,沒有下文令自己失去信心。說著說著,我們就討論起日本知名求職平台-Rikunavi(リクナビ)前陣子的AI爭議新聞。

針對她的問題,我從兩個方面來討論。

發生了什麼事?

「Rikunavi」求職平台是類似台灣的104平台。名稱來自英語「Recruit(リクルート)」的「リク」二音,再加上「navigation」的「Navi(ナビ)」,合稱為「リクナビ」。它在日本屬於前三大企業招募專用平台。尤其是大學/專門學校畢業生的大量招募活動,許多都是透過Rikunavi進行作業管理。

今年九月初,有新聞報導指出Rikunavi為了提供給企業們更精準的人才去留情報,透過自家的AI演算方式,將學生們瀏覽過的工作職缺日期、時間以及工作內容的點閱次數存在雲端的系統,算出畢業生們拿到新工作offer後的辭退機率。Rikunavi將這些數據資料以每年400萬至500萬日元的價錢出售給企業。讓這些大型企業能夠更精準的掌握畢業生的就職意願。

除此之外,Rikunavi也從2019年3月開始,向徵才的企業提供了在該平台上所註冊姓名、電子郵件地址和大學名稱,而這樣服務雖然有違個資問題及企業道德觀,但依然有38家大公司願意花費使用。

美其名的是優秀的學生直接與企業創造了連結,但相對被判斷為不好的個資,則變成了黑名單般被販售。學生在不知情的狀況下,殊不知自己的個人情報早已流入企業的手裡。而這個事件在個人情報嚴謹的日本國家社會中造成軒然大波。厚生勞動省的勞動局更認定這違反招募事業的《勞動保障法》的行為並向Rikunavi公司提出行政指導。

因為求職平台應扮演的是中立的角色,將這些由AI判斷的資料結果,傳達給正在進行招募活動的企業,有可能誤導他們選用人才的判斷,讓應徵的學生的權益受到損害。

但是你知道日本的大部份公司內部人事系統早已AI化呢?

由於AI會讀取履歷上的關鍵字,來判斷人選是否合格。也就是說它只能用於初始篩選,並無法分辨出人選的細微的差異。所以我會建議 在履歷撰寫的時候,盡量使用職缺上的關鍵字,以利AI辨識基本的條件

在來,其實雖然說AI在各個企業裡廣泛的被依賴著,但科技來自於人性,很多東西還是有AI無法駕馭及掌控的。對於內部的人事而言,好的人才還是必須透過有溫度的互動才能選到對的戰將加入團隊。

AI的分析來自文字,他並無法解析出應徵者的軟性技能或特殊個性。也因為這樣,大型企業以亞馬遜為例,亞馬遜發現部門之間的才能差異取決於職位類型的不同才能而使用AI招聘系統,無法做出重要評估,因此亞馬遜在2018年已經終止了AI招聘的使用。

AI面試(資料分析後不採用)跟人工面試,說到底其實並沒有好與壞

日本許多企業利用線上適性測驗來作第一梯次的採用判斷,也已行之有年。上述的事件其實並沒有好壞之分,我想在這裡強調的是:人事系統的AI化是趨勢,無論是利用系統來確先把適合的人先篩選,再由人事主動出擊網羅人才是一種方式;又或是求職者將履歷提出後,利用系統篩選來減去公司人事人力負擔,在技術面、能力面、心理健康層面等都評估後,再交付最終面試──願不願意與你一起共事。

而正在求職或轉職的各位,雖然AI來勢洶洶,但是AI人力資源的領域還未完全取代人力的招募方式,因此每個部門的面試主管都還是有溫度的。如何跟面試官達成溝通的成功互動,AI所没有演算到的,展現出自已潛能,突破AI的枷鎖與牽制。人定勝天,只要做好全方位的面試準備,確保書面的關鍵字符合職缺的需求,在面試的場合中拿出熱忱與面試官互動,依然有機會脫穎而出。

本文授權轉載自:WORKLIFE IN JAPAN

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