應徵工作不用面試，先投履歷先贏！非典型「開放雇用」，能為企業帶來什麼好處？|數位時代 BusinessNext

免繳交履歷，依應徵順序錄取！「開放雇用（Open Hiring）」這樣非典型的雇用方式，能夠幫助個人背景有瑕疵的求職者，純靠技能、不講背景地錄取穩定工作。目前這種招聘模式，除了被Whole Foods的布朗尼供應商Greyston Bakery採用，就連美體小舖（The Body Shop）在試驗過後，也套用在全美零售店面的招募政策。開放雇用是什麼？它又能對企業帶來什麼好處呢？

大多數的工作職位招聘，都會經過「履歷篩選」以及「面試」這兩關，透過這些步驟過濾掉某些背景，或是某些缺乏相關經驗的求職者，以找到最適合該職位的人選。但是，近期有個新的雇用概念，開始在美國發酵，即「開放雇用（Open Hiring）」，無需背景檢查、無需面試，按照投遞履歷的順序，只要先申請工作的人，就會被雇用。

去年夏天，英國化妝品與護膚用品公司美體小舖（The Body Shop）正式成為美國採取開放雇用的最大規模零售企業，讓這個非典型雇用方法，再度浮上檯面、引起討論。

依應徵順序錄取，免履歷檢驗

採取開放雇用最有名的美國企業，莫過於布朗尼烘焙公司Greyston Bakery，也就是冰淇淋與甜點品牌Ben & Jerry’s以及有機連鎖超市Whole Foods的布朗尼供應商。

Greyston Bakery的生產工廠政策是，任何人都可以應徵工廠裡的工作，只要有職位開缺，這些名單上的人都會立即被雇用。Greyston Bakery的開放雇用政策在美國相當有名，甚至在2018年成立了「開放雇用中心」，來幫助其他企業採取類似的開放雇用方法。

美體小舖就是在2019年9月開始接觸Greyston Bakery的開放雇用中心，並於自家某個物流中心開始實驗這項新政策。在沒有檢驗犯罪背景、沒有學歷限制之下，該物流中心透過開放雇用聘請了208位季節性勞工，應徵的員工只被問了3個問題——「你有美國合法工作權嗎？」「你能一天站至少8小時嗎？」以及「你能舉起至少22公斤重物嗎？」

延伸閱讀：你的薪水算中上嗎？4表看全台受雇員工薪資，過半碩士畢業者年薪高於95萬

給予一次揮別背景的機會

根據外媒CNBC報導，一位曾在16歲短暫入獄的男士表示，他的犯罪紀錄使他一直無法獲得一份穩定的工作，因為大多數的人都會以他的背景及他曾犯過的錯來評斷現在的他。不過，他於一年前向Greyston Bakery申請了工作，在耐心等待8個月職缺被釋出後，他便立即獲得了在Greyston Bakery的工作機會，「我沒有受到一般的眼光評斷，他們馬上就給了我這個機會。」

在傳統面試流程下，大部分擁有犯罪紀錄或是低教育背景的求職者，往往在第一關履歷檢驗就會被刷掉，然而，這些人的背景，並不絕對代表這個人不適任這份工作，只是大眾的既定印象，會先選擇排除掉這些條件。

開放履歷的好處就在於，這些條件不會在面試過程中被詢問或是被看到，少了這個過濾機制，純粹把工作開放給「對這份工作有興趣的人」，反而能給這些非完美條件的人們，一個嶄新的機會。而對企業來說，也是一種回饋當地社群、創造新型工作機會的方式，幫助企業打造正面的品牌印象。

開放雇用顯著降低人員流動率

2018年，也就是美體小舖尚未採用開放雇用的前一年，其11月與12月的人員流動率分別為38%及43%；然而，在隔年開始測試開放雇用的2個月後，也就是2019年的11月及12月，其人員流動率顯著下滑至14%及16%。

事實上，透過開放雇用招募到的員工們，部分是在一般體制下很難找到穩定工作的求職者，也因此，當有個企業願意提供他們一個穩定的工作機會，他們其實會更加努力，並對企業有更強的連結度，也更願意為企業貢獻，因此也間接導致人員流動率降低。

約翰霍普金斯醫院（John Hopkins Hospital）曾對500位有前科的求職者進行研究，根據其於2016年公開的研究報告顯示，這些受觀察者獲得穩定工作後的40個月內，換工作的機率會低於沒有犯罪紀錄的職員。

除了降低人員流動率以外，開放雇用這樣省去履歷篩選的方式，也能加速企業的雇用程序與縮短招聘時間，間接節省雇用成本。

找到合適實驗工作崗位，放手嘗試

不是所有工作崗位都適合以開放雇用的方式招聘，像軟體工程師、行銷專員、實習醫師等要求特殊技能的工作，就不適合。反之，如客服、店面服務生、物流中心搬貨員等學習曲線低，但看中其他基本能力的工作，就能嘗試開放雇用。

值得一提的是，採取開放雇用的企業，也不代表完全去除了「篩選」的過程，只是揮別過去先審履歷再面試的步驟，不從履歷，而是從一個應徵者的能力、技能，來考慮他是否適任這份工作。此外，企業也能夠設計出自己的開放雇用程序與面試問題，來符合自己的雇員需求，就像美體小舖列出舉重、站久等能力條件來尋求物流中心人員一樣。

經歷物流中心的開放雇用測試後，美體小舖更在2020年夏天將該政策實施到全美零售店面800個工作崗位上，透過開放雇用來滿足零售店面服務客戶的職缺。

美體小舖美國區總經理Andrea Blieden在與外媒Fast Company的訪問中說道：「當你花愈多時間思考自己該怎麼做、該擔心什麼、該準備什麼等等，你就更阻礙公司擁抱開放雇用的方式，因為愈多的思考與打算，就打造了偏差與隔閡。對我們來說，在物流中心的測試下發現，我們能學的，就只是著手去做。去試試看，才知道會發生什麼事。」

本文授權轉載自：FC未來商務
責任編輯：郭昱彣、蕭閔云

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。