招募流程的痛，很少是「找不到人」，而是「人來了之後的行政流程吃掉所有人」。 這篇拆解一家公司把招募從紙本搬到系統、再加上 AI 初評的完整過程——以及哪些地方我們刻意沒做。
原始狀態：不是沒人，是流程卡死
這間公司的招募是這樣的：
- 申請人現場／Email 交紙本申請表
- 人資手動逐筆建檔進 Excel
- 主管靠印象排名，翻紙本決定面試名單
- 面試完手寫紀錄，鎖在抽屜
一場招募會下來，光是「整理資料」就要一整天，而且是每個人都重複做一次。
問題不是缺工具——是流程從第一步就沒有結構。
第一步：先把流程拆開，再談系統
數位化之前，先把招募流程拆成五段：
| 階段 | 原本 | 目標 |
|---|---|---|
| 收件 | 紙本／Email | 線上表單，提交即入系統 |
| 建檔 | 人工逐筆輸入 | 自動產生紀錄 |
| 初篩 | 靠印象 | 統一評分維度 |
| 面試 | 無結構紀錄 | 面試官手卡＋標準紀錄 |
| 決策 | 記憶與討論 | 儀表板看得到排名與理由 |
重點：每一段都先定義「輸入是什麼、輸出是什麼」，再決定要不要自動化。沒有這一步，直接買系統只是把紙本變成電子檔。
第二步：表單與追蹤系統
申請表改線上：提交的瞬間就進系統，人資不用再打字。
流程狀態可追蹤：收到 → 初評 → 邀約 → 面試 → 結果。任何一個人卡在哪，打開就看得到，不用去問「上次那批申請表放哪了」。
這裡用的都是公司既有的工具（表單＋試算表＋自動化串接），沒有引入新平台——因為新平台等於要人資重新學一套東西，導入阻力會吃掉效益。
第三步：AI 初評——但只做「初評」
AI 在這裡的角色是四軸初評：依四個固定的維度（例如經驗相關性、表達結構、動機、特質關鍵字）對申請人做初步分型，給面試官一張「該先看誰」的排序，而不是「錄取誰」的判決。
三個刻意設定的邊界：
- AI 只篩，不決——最終決定權永遠在面試官
- 維度固定且透明——申請人看得到評分依據，面試官可以覆核
- 樣本小就標註——人數少的場次，排序僅供參考，不當絕對排名
為什麼只做初評？因為招募的本質是判斷人，AI 可以幫你把「該看誰」的時間從一天縮到幾分鐘，但「這個人適不適合」最後還是人說了算。任何宣稱 AI 能替你決定錄取的系統，都該打個問號。
第四步：面試官手卡
面試最怕的是：每個人問的題目不一樣、紀錄格式不一樣、結束後靠記憶討論。
面試官手卡解決這個：
- 標準化的提問方向（對應四軸評分）
- 一面 A4 就能寫完的紀錄格式
- 面試後直接輸入系統，決策會議看得到每個人的依據
這一步沒有 AI，但往往是整個數位化最有感的改變——因為它改變的是「人怎麼協作」，不只是「工具長什麼樣」。
哪些地方我們刻意沒做
數位化最大的誘惑是「一次做滿」：
- 性向測驗自動化：評估過，但表單與題目還沒定稿——沒做完的事，不寫成已完成。這是流程數位化的紀律：狀態要誠實。
- 全自動錄取建議：不做。AI 給建議、人做決定，界線不能模糊。
- 平台功能全開：平台有的能力 ≠ 團隊真的在用。功能上線後要追蹤「實際使用量」，不是「可用功能數」。
給也想做的人：三個提醒
- 先拆流程，再選工具——流程沒拆清楚，工具買了也是電子紙本
- AI 只做初篩，決策留給人——這條界線保護申請人，也保護公司
- 沒驗證的事不要宣稱——數位化的價值來自誠實的狀態，不是漂亮的儀表板
招募數位化的終點不是「系統上線」，是「人資的時間從行政回到判斷」。
如果你的招募也卡在流程
- 想先盤點招募流程哪裡最痛 → 預約企業 AI 健診，2 小時給你一張優先序
- 已經有系統但沒人用 → 問題通常在流程設計，不在系統，我們可以聊聊
- 想要表單＋評分＋手卡的結構範本 → 加 LINE，分享實際用過的框架