AI 求职在 LinkedIn 上
人工智能 (AI) 正在彻底改变 LinkedIn 上的求职方式。该平台利用 AI 深入分析职位描述和个人资料，评估技能，并为求职者和招聘人员提供个性化建议。这使得“AI 驱动的求职体验”成为可能，包括自然语言搜索、职位指导和 AI 驱动的申请助手。AI 的整合是对日益复杂的劳动力市场和专业人士不断增长的离职倾向的回应。
来源: 自主呈现
AI 驱动的求职基础
LinkedIn 正在通过新的 AI 功能优化求职。该平台利用大型语言模型更详细地分析职位描述和个人资料，评估技能并生成个性化建议。这既包括求职者也包括招聘人员。官方公告和报告，例如来自 LinkedIn Newsroom 和 TechCrunch, 表明 LinkedIn 正在为 Premium 用户推出“AI 驱动的求职体验”。这包括自然语言搜索、职位指导和 AI 驱动的申请助手。
劳动力市场正变得日益复杂，并且人们的离职意愿正在上升。一份 Studie von PwC 显示，38% 的瑞士雇员认为在未来十二个月内更换雇主的可能性非常大或极有可能。另一份 Erhebung von Robert Walters 得出结论，65% 的受访瑞士专业人士计划在 2025 年换工作，原因通常是薪资、发展机会或企业文化。
与此同时，AI 正在大规模地改变工作世界。来自 Microsoft und LinkedIn 的联合“工作趋势指数”显示，四分之三的全球知识工作者已经在工作中使用了生成式 AI。一份 Bericht für die Schweiz 报告称，82% 的瑞士知识工作者已经在使用生成式 AI，74% 的经理更愿意雇用具备 AI 技能的候选人，而不是经验丰富但缺乏这些技能的人。
在此背景下，LinkedIn 将 AI 直接整合到求职中。媒体如 Computerworld 和 Wired 强调，AI 驱动的匹配流程旨在减少招聘中的偏差，并为应聘者提供更相关的建议。
LinkedIn 将其新的 AI 驱动求职描述为一个基于自然语言解释的系统，而不是主要依赖于固定的过滤器和精确的关键词。用户可以输入类似“我正在寻找一个能够将我的营销技能用于健康项目的职位”的表述。然后，语言模型会分析搜索请求和数百万个职位描述，以提供匹配结果。这来自 LinkedIn Help 。
这不仅仅考虑了头衔和地点。根据 LinkedIn ，AI 还会解释上下文信号。搜索词如“市场营销入门”可能会导致“初级市场营销经理”或“市场营销协调员”的职位，即使这些职位中没有明确包含“入门级”。
外部分析证实了这一原则。一份 Bericht von Wired 强调，LinkedIn 使用自己的大型语言模型，该模型可以理解“寻找一个可以让我将营销技能用于环境的角色的职位”之类的搜索请求，并识别基于对职位描述、公司数据和帖子深入分析的职位机会。
匹配不仅在文本级别进行，还在技能级别进行。一份 Beitrag zu „LinkedIn AI Job Matching“ 总结道，该算法根据技能、工作经验、教育程度和偏好分析个人资料和职位描述，并从中生成个性化的职位推荐。
对于实践而言，这意味着一个在其个人资料中列出了 Python、SQL 和可持续发展项目经验的数据分析师，不仅会看到经典的分析师职位，还会看到“可持续发展数据专家”或“ESG 报告分析师”等职位。这种“发现相邻角色”的功能在 LinkedIns offiziellen Beschreibungen 和 Medienberichten 中被重点强调。
LinkedIn 本身称之为“AI 驱动的求职体验”，最初将以英语向 Premium 会员提供。用户可以通过自然语言与求职指导助手进行交流，例如：“为我找一个在底特律的远程营销工作，年薪至少 110,000 美元”，然后会收到匹配的建议。这来自 LinkedIn Newsroom 。
一份 offizieller Hilfeartikel 描述，新的搜索功能使用与 LinkedIn 数据进行了微调的大型语言模型。这些模型会解释搜索请求，分析职位描述的内容，并将两者进行匹配，包括所需的活动、技能、行业、工作地点和过滤器等因素。
此外，还有帮助应聘者更好地根据职位调整简历的功能。关于 LinkedIn AI 更新的报告，例如来自 EyeUniversal 和 Adria Solutions, ，描述了“匹配度评估”、“简历定位提示”和“AI 驱动的面试准备”等功能。
联合发布的 Work Trend Index von Microsoft und LinkedIn 强调，这些工具的作用不仅仅是列出职位。求职者可以在几秒钟内评估自己对某个职位的适合程度，获得关于如何在招聘过程中脱颖而出的提示，并获得关于哪些技能有价值或他们应该联系谁的建议。超过 90% 的有权使用这些 AI 功能的 Premium 订阅者表示，这些功能有助于他们的求职。
在公司方面，LinkedIn 同时开发了“Recruiter 2024”，这是一个 AI 辅助的招聘环境。招聘人员可以用日常语言制定目标，例如“我想聘请一位高级增长营销领导者”，然后会收到基于由超过 9.5 亿个个人资料、6500 万个公司和约 40,000 个技能组成的图谱的候选人列表。内部测试表明，AI 辅助的消息发送目前已经为大多数招聘人员节省了大量时间。这来自 LinkedIn Talent Blog 。
Computerworld 总结：新的 AI 工具可以识别求职者和招聘人员的意图，支持对话式查询，并建议与个人资料匹配的替代职业，从而减少在无关广告上花费的时间，并产生更多匹配。
来源: ai-web-tools.com
AI 应用正在彻底改变求职和申请流程。
对求职者而言的机遇与风险
对求职者而言，最明显的优势是搜索过程变得不那么机械。不必尝试数十种头衔、地点和行业的组合，而是可以描述所需的角色，包括工作模式、薪资范围或内容重点。AI 负责将其翻译成具体的搜索参数。LinkedIn 本身认为，通过这种方式，一些通过传统关键词搜索根本不会出现的角色也能显现出来。这在 LinkedIn Help 和 The Verge 中有所描述。
第二个优势：AI 驱动的匹配可以帮助更精确地利用现有技能。一份 Work Trend Index 显示，许多员工有意识地使用 AI 来推进他们的职业生涯，例如通过识别缺失的技能或规划学习路径。这也被 World Economic Forum 所证实。
与此同时，招聘人员警告不要过度使用 AI 进行申请。 Business Insider 报道称，一些简历和求职信在语言上完美无瑕，但在内容上却可以互换且缺乏情感，包括当候选人让 AI “优化”简历时出现的夸大和矛盾。
Computerworld 得出类似的观察结果：AI 驱动的简历生成器可以轻松为每个职位生成定制化的材料，但导致公司淹没在几乎相同的简历洪流中。因此，许多公司越来越多地转向技能测试、作品集和实际任务。
另一个风险是真正的欺骗： Computerworld 记录了候选人使用生成式 AI 来夸大资格或在视频面试中伪造身份的案例。
与此同时， Business Insider 警告称，围绕虚假工作机会的欺诈案件正在急剧增加，其中也包括通过 LinkedIn。在记录在案的案例中，应聘者通过专业且有时是 AI 辅助的沟通，被诱导将钱财用于设备或加密货币投资。
这对于求职者来说意味着：LinkedIn 上的 AI 功能可以减少自己的搜索投入并开辟新的视角，但既不能取代对雇主的批判性审查，也不能取代对自身技能的诚实呈现。一个维护良好技能、项目和推荐的个人资料，并结合 AI 驱动的搜索，比完全生成的申请材料更具可信度。这一点在当前媒体的分析中得到了强调，例如来自 Computerworld 。
对企业的影响
公司面临着与求职者相同的动态：更多的 AI，更多的数据，更多的 Mismatches。一份 2024er-Auswertung von Microsoft und LinkedIn 显示，领导者现在对 AI 技能的重视程度与工作经验一样高。一份 World Economic Forum 报告称，超过四分之三的受访者认为 AI 能力对于在长期的就业市场中保持竞争力至关重要。
LinkedIn 正在通过 Recruiter 2024 中的基于技能的匹配来应对这一挑战：人才招聘团队不再设置硬性过滤器，而是用日常语言来描述他们期望的候选人。AI 将其转化为对技能、资历、行业和公司背景的要求，并建议一个狭窄范围的候选人。这来自 LinkedIn Talent Blog 。
与此同时，整个招聘流程对 AI 的依赖性正在增加。一份由 Computerworld 引用的调查显示，60% 的美国领导者在关键人事决策中使用 AI，包括晋升和解雇，而且他们常常缺乏使用这些工具的充分培训。
对于现代招聘流程来说，这提出了一个明确的任务：
- 公司应该定义 AI 在招聘中的使用指南（例如，预筛选、职位描述的撰写）和不使用的范围（例如，最终的录用或拒绝）。
- 人力资源团队需要培训来理解 AI 的结果，识别偏见，并与应聘者建立透明度。
- 应结合来自 LinkedIn 的数据点（技能、经历、推荐）以及公司自身的评估（案例研究、工作样本、结构化面试），而不是用 AI 取代它们。
这些步骤可以直接与新的 LinkedIn 功能相结合：例如，Recruiter 2024 可以用作建议引擎，而最终决定仍然是人为的。这在 LinkedIn Talent Blog 中有所描述。
来源: lvq.de
AI 的整合要求企业具备新的角色和能力。
补充性 AI 工具和未来展望
新的 LinkedIn 功能是重要组成部分，但并非全部。对于求职者和公司而言，关注补充性 AI 工具是值得的，目标始终是产生质量而非数量。 LinkedIn-Beitrag 例如，列出了 Rezi 和 Teal HQ 等工具，它们可以为具体职位定制简历，从而改善经验的展示。
与此同时，专家警告：如果所有人使用相同的文本块，个人资料将变得可互换。 Computerworld 和 andere Medien 因此建议，AI 更适合作为初稿的陪练伙伴，而不是完整的成稿自动化工具。
在公司方面，越来越多的 AI 扩展程序正在为现有的申请人跟踪系统和招聘平台开发。 Computerworld 例如，提到了 HireVue 等解决方案，它们可以分析视频面试，以及 Phenom 等平台，它们可以结合技能、行为和职业道路。这也在另一篇 Computerworld-Artikel 中提及。
因此，现代招聘流程的“最佳”AI 工具与其说是取决于顶级 10 列表，不如取决于三个问题：
- 该工具是否适合现有的系统环境？与 LinkedIn、ATS、HRIS 和协作工具的集成至关重要，以避免重复维护数据。
- 它是否支持基于技能的招聘？那些以技能和学习路径为中心关注点的工具，比纯粹的简历扫描器更能为未来的工作世界做好准备，这与 LinkedIn 和 Work-Trend-Index-Erkenntnisse. 的精神一致。求职者的使用是否透明？鉴于 AI 在筛选、面试和决策中的作用日益增强，研究和媒体报道呼吁在何时以及如何使用 AI 方面更加公开，尤其为了维护信任。这在
- 中进行了讨论。 Computerworld 结论：LinkedIn 凭借其新的 AI 功能，将求职从静态过滤器转变为对话导向的、基于技能的匹配。对话式搜索、个性化建议和 AI 驱动的申请助手可以提供真正的附加值，尤其对于那些想要重新定位职业但又不确定要寻找什么头衔的人。这一点在
和 LinkedIn Help 中得到了强调。 The Verge 与此同时，来自
和其他媒体的报道清楚地表明，AI 在招聘中也总是会产生矛盾：相似度高的简历、欺诈企图、偏见风险以及将真实的竞争力与善于提问混淆的危险。 Computerworld, Business Insider 想要利用人工智能求职 LinkedIn 的人，最好采取双管齐下的方法：AI 负责繁重的工作，提出角色、候选人和表述建议。实际上，哪个职位真正合适以及哪个人长期适合团队的决定，仍然是人类的。正是这个交叉点，新的 LinkedIn 功能才发挥出最大的价值。