人工智能崛起之后，美国大型企业如何重新定义招聘标准？

数十年来，美国大公司的招聘在很大程度上依赖于一些熟悉的信号：大学学位、所读院校的声誉、工作年限、以往的职位头衔以及候选人简历的质量。

人工智能正开始改变这一等级秩序。

随着生成式 AI 和智能体接手过去只能由员工完成的任务，企业越来越不满足于考察一个人执行既定任务的能力。它们更加重视与技术协同工作、解决问题、快速学习以及在机器力有不逮时做出合理判断的能力。

因此，AI 能力并不只是简历上又一项可添加的技术技能。一场更深层次的招聘变革正在发生。

从资历证书到经过验证的技能

最重要的发展之一，是基于技能的招聘的兴起。

其原则很简单。雇主不再首先问“这位候选人拥有什么学位？”，而是越来越想知道“这个人实际上能做什么？”

LinkedIn 的 Future of Recruiting 2025 报告显示，在受访的人才招聘专业人士中，93% 认为准确评估候选人的技能对于提高招聘质量至关重要。LinkedIn 的平台数据还表明，最充分利用基于技能的搜索的公司，实现 LinkedIn 所定义的“优质招聘”的可能性要高出 12%。

这一变化也开始影响学历要求。LinkedIn 报告称，2023 年其平台上有 26% 的付费推广职位不要求大学学位，而 2020 年这一比例为 22%。

这并不意味着学位正在消失。在医学、受监管的工程领域、法律以及许多专业性职业中，正式资质仍然必不可少。但在越来越多的职业中，学位正成为多项指标之一，而不再是通往就业的唯一门槛。

经验依然重要——但可能已经不够了

现在就宣告职业经验的终结还为时过早。

世界经济论坛的 Future of Jobs Report 2025 发现，81% 的受访企业预计在 2025 年至 2030 年间将继续把工作经验作为评估手段。

变化在于，48% 的企业还预计将采用直接的技能评估。

因此，未来的候选人可能会同时接受三方面的评估：他们做过什么、他们今天能做什么，以及他们能多快学会明天需要做的事情。

在 AI 时代，最后这一维度显得尤为重要。

AI 素养正在成为一项职场技能

就在几年前，了解人工智能还可以被视为一种主要局限于技术岗位的优势。如今，这一界限正迅速变得模糊。

市场营销、财务、人力资源、咨询、软件开发、数据分析、客户服务和项目管理都正受到越来越大的影响。

Microsoft 和 LinkedIn 此前的研究发现，66% 的受访领导者表示不会聘用不具备 AI 技能的人，而 71% 的人表示，比起经验更丰富但不具备 AI 技能的候选人，他们更愿意聘用经验较少但具备 AI 技能的候选人。

此后，这一趋势进一步加深。

Microsoft 的 2025 Work Trend Index 报告称，78% 的领导者正在考虑为新的 AI 相关岗位招聘人员。与此同时，企业开始构想让员工直接与 AI 智能体并肩工作的组织架构。

因此，理想的员工并不一定是与机器竞争的人。越来越多的情况下，理想的员工是懂得把合适的任务交给 AI、评估其输出、发现错误，并利用节省下来的时间创造更大价值的人。

悖论：AI 越进步，人类能力越珍贵

人们或许会认为，高度自动化的经济几乎只会看重技术技能。

现有证据却表明，现实要复杂得多。

世界经济论坛将 AI、大数据、网络和网络安全列为技能需求增长最快的领域之一。但与此同时，它也强调分析性思维、创造力、韧性、灵活性、领导力和协作能力。

PwC 在其基于对超过十亿条招聘广告分析的 2026 Global AI Jobs Barometer 中得出了类似结论。在受 AI 影响最大的职业中，所需技能的变化速度是受影响较小职业的两倍多，而判断力、创造力和领导力等人类能力正变得越来越重要。

这是当前技术革命中最大的悖论之一：

机器越能胜任日常性工作，人类的价值就越向机器难以轻易复制的领域转移。

入门级岗位的要求越来越高

这一转变同样影响着年轻的求职者。

传统上，入门级员工从事相对简单的任务，并逐步晋升到需要更多判断力的职责。

如今，AI 已经能够完成其中一些传统的入门级任务。

PwC 的 2026 年分析发现，与受 AI 影响最小的初级岗位相比，受 AI 影响较大的初级岗位要求具备传统上与资深员工相关的能力（包括领导力和战略思维）的可能性高出七倍。

这可能会逐渐改变就业的一条传统规则：先积累资历，后承担责任。

在职业生涯早期展现判断力和自主性的能力，可能会变得越来越有价值。

IBM：考察候选人的实际能力

IBM 为这种不断变化的方法提供了一个有用的现实案例。

其官方招聘信息说明，根据职位不同，候选人可能需要接受技术评估、编程练习、视频评估或语言测评。

IBM 还表示，它寻找具备人工智能相关技能、知识和经验的候选人，同时也认识到候选人自身在招聘过程中越来越多地使用 AI。

这一区别颇能说明问题。

问题已不再仅仅是候选人是否使用 AI。雇主越来越需要判断这个人如何使用 AI，以及结果背后究竟有多少真正的人类能力。

因此，实际演示、案例研究、作品集、模拟测试和更深入的面试可能会变得更加重要。

AI 生成的简历正在失去部分区分候选人的作用

还有另一个较少被讨论的后果。

当几乎任何求职者都能借助生成式 AI 在几秒钟内写出一份精美的简历或一封措辞专业的求职信时，这些文件的形式质量就越来越难以反映候选人的真实水平。

简历并不会消失。但它越来越多地成为一个切入点，而不足以证明能力。

为了区分申请材料同样出色的候选人，雇主可能会寻求更有力的证据：已完成的项目、作品集、测试、解决问题的练习、对过往决策的解释、推荐人，或在面试中为某项建议进行论证的能力。

因此，颇具讽刺意味的是，AI 让申请材料看起来更出色的能力，反而可能增加雇主核实这些申请背后技能的需求。

一种新的招聘标准正在形成

综合来看，近期的研究和企业实践指向了几项在美国及国际大型企业中日益重要的标准。

• 经过验证的能力。候选人越来越需要展示自己能够完成什么，而不只是声称具备专业知识。
• AI 素养。并非所有员工都需要成为 AI 工程师，但了解 AI 能做什么、不能做什么，正与越来越多的职业相关。
• 判断力。专业人士必须知道何时接受、核实、修正或拒绝 AI 生成的建议。
• 适应能力。当工具可能在几个月内就发生变化时，学习能力便成为一项长期的职业能力。
• 人机互补。企业越来越需要能够利用自动化放大自身生产力的员工，而不仅仅是重复机器已经能够完成的任务。
• 人类技能。正因为部分技术性和行政性工作可以实现自动化，沟通、领导力、创造力、协作和批判性思维才变得更有价值。

不同的时代，不同的问题

或许最深刻的转变，在于雇主向候选人提出的问题。

过去，问题可能是：

“你在哪里读的书？有多少年工作经验？”

如今，问题越来越多地变成：

“你能做什么？”

将来，问题可能会变成：

“当你的人类专长得到人工智能的增强时，你能取得什么成就？”

AI 并不一定意味着人工招聘的终结。相反，它正迫使各类组织重新思考“人才”的含义。

学位、经验和简历不会消失。但它们越来越多地与新的指标并存：可验证的技能、AI 素养、学习能力、判断力、创造力，以及与智能系统高效协作的能力。

在这种新经济中，掌握信息本身可能不再像过去那样重要。

懂得如何运用信息，或许才会成为最重要的技能。