这也是在线招聘平台往往只能通过营销获客，很难真正建立起品牌粘性的原因。
也就是说，求职者的使用习惯决定着，一个平台要想占据头部，要的不单单是比同行业优秀，而是优秀的多。在招聘效率上需要有质的飞跃，才能形成一个平台生态的正循环：平台招聘效率越高，就会有更多的企业主来招聘，求职者能更快速找到合适的工作，企业也能缩减招聘成本。
AI技术在招聘领域的应用，或许能“戒掉”用户多个平台投简历的习惯，并帮助在线招聘平台形成这样的正循环。
一方面，数据支撑下，AI算法推荐越精准，职位匹配的成功率就越高，用户体验也越好；另一方面，AI技术可以使原本很难建立起品牌忠诚度的招聘领域，建立起技术粘性。
什么是技术上的粘性？举个例子，抖音的流量粘性为什么那么高？本质上是因为AI算法技术下，平台更懂用户的内容喜好，用户粘性自然更强。
在招聘领域也同样如此，AI算法推荐的职位匹配度越高，用户用起来越方便，平台也就越具有排他性，进而形成招聘平台自身的护城河效应。
这其实就是用技术手段，去解决低频、低粘性的行业痛点。这也意味着未来平台也逐渐可以从营销驱动过渡到技术粘性驱动。只要AI算法好用，求职者更容易找到合适的职位，就自然不愁增长，用户亲身体验后的口碑效应，其实远比广告投放要好的多。
我们以日本的Recruit为例，很多日本求职者从毕业开始就一直使用Recruit的服务，职位投递记录，职业发展轨迹，在线教育记录都在Recruit的平台上。在数据的反馈下，Recruit能够更加清晰的了解整个市场环境，为求职者和企业提供顾问服务。
这个过程中，Recruit其实不太需要过多的广告投放也能实现用户增长，并形成一个良性的商业循环。
AI算法等技术驱动，与Recruit招聘服务的核心逻辑也是一样。在国内，AI技术驱动这条赛道上，BOSS直聘薛延波提出了两条可行路径：
“第一，要尝试去建立这样一个职业科学模型。对于职业科学模型的建立，通常需要从人文学的角度考虑，微观经济学、宏观经济学、心理学、劳动关系学等等的角度，考虑一个人在职业市场上，或者在职业规划中，处于什么样的一个节点。
第二，不可忽略机器学习、数据挖掘等等技术对这一模型的促进作用，我们想像的职业科学，其实就是由这两个模块共同协作完成的。”
BOSS直聘薛延波给出的这两条路径，本质上也是通过数据算法驱动来驱动的，目的就在于用技术的手段，去解决招聘行业的效率痛点问题，并这这个过程中建起企业自身的核心竞争力。
实际上，在“移动+数据+直聊”的底层逻辑下，AI算法的成熟度、以及数据画像的精准度，都会成为日后在线招聘平台的核心竞争力。再进一步来看，这些因素也可能会成为二级市场招聘企业价值判定的重要参考因素。
从招聘平台到强关联的招聘私人助理
在线招聘平台，本质上做的是人力资源的整合与分发，核心在于处理人与人的关系以及供需双方的信息交换。从这个角度来看，互联网招聘发展到过程，也是一个信息丰富度不断完善的过程。
从门户时代到推荐时代，在线招聘平台演化的过程，其实也是从招聘行业从二维到三维信息画像的过程。
二维信息画像，就是以有限的简历、职位信息做聚合匹配，而三维信息画像则增加了数字纬度，数字信息越丰富，画像越精准，人力资源整合分发效率也就越高。
从产品形态演化的角度来看，“决策周期长，决策主观，没有系统的方法论”是用户求职过程中的常态。也就是说，用户需要的不仅仅是一个招聘工具，更需要一个关联性更强的“私人招聘”助理。而对于企业来说，也需要更高效的获取人才的方式。
数据维度之下，AI最有可能胜任这一角色。
从信息分发，到AI、算法驱动下的数据画像，本质上也是人力资源平台分发机制的一次“再进化”：从表层的招聘信息分发，深入到更深层的数据分发，需求分发。
对在线招聘平台来说，AI技术投入，实际上也是一次生产资料投入的结构性调整。招聘平台在营销上的投入一直都是很重要的成本支出，但营销获客往往是一次性的，很难产生二次价值，反而在技术上加码投入可能会带来更多的长远价值。
最后，从整个互联网商业的演化上来看，技术创新驱动替代模式创新驱动是一个主流趋势。
一方面，任何的商业模式都有周期性，商业模式驱动增长也有一定的有效期。另一方面，AI、大数据、云计算等行业的崛起，也说明整个互联网都在回归技术驱动的本质，在线招聘领域也不例外。
随着技术的发展和商业上的演化，也许未来的求职、招聘不再是一个问题。
或许，届时所谓的“招聘季、求职季”也终将会成为一个过时的名词，成为在线招聘商业演化史中的尘埃和记忆罢了。
科技自媒体刘志刚，订阅号：互联网江湖。微信：13124791216，转载保留作者版权信息，违者必究。
