ICIMS 首席产品官 Eric Connors——访谈系列

Eric Connors担任 ICIMS 首席产品官，负责领导公司的产品战略和产品管理团队，制定其产品组合的愿景、路线图、交付计划和市场推广策略。他在企业软件、SaaS、金融科技、数据和产品领导方面拥有三十多年的经验。2024 年加入 ICIMS 之前，Connors 曾担任 ICE Mortgage Technology 首席运营官，此前还担任过产品战略与管理高级副总裁，负责监督战略、产品管理、合规和企业发展等领域。更早之前，他曾在 CoreLogic 和 Yodlee 担任高级领导职务，协助扩大产品运营规模、推出新产品，并支持 Yodlee 于 2014 年首次公开募股及其后续收购。他的职业生涯还包括在 Oracle、PeopleSoft、Campbell Software 和 Gap 担任战略与产品领导职务。此外，自 2015 年起，他一直经营 Eric L. Connors Consulting，为软件和数据公司提供产品战略、组织规模化、高管领导力和增长方面的咨询服务。

ICIMS是一家面向企业的人才招聘技术公司，其平台帮助各类组织在招聘全流程中吸引、互动、录用和培养人才。其产品套件涵盖申请人跟踪、候选人关系管理、职业发展网站、入职管理、内部人才流动、大规模招聘、分析以及 AI 驱动的招聘功能。该公司正日益将平台定位为智能化、由智能体驱动的招聘工作流平台，其中包括由 AI 驱动的寻访、招聘和面试排期智能体；这些智能体旨在自动处理重复性招聘工作，同时确保招聘数据与工作流彼此连通。2026 年，ICIMS 还阐述了其对更广泛的智能招聘平台的愿景。随着 AI 日益深入雇主寻访和评估人才的方式，这一愿景建立在公司二十多年来积累的招聘数据和工作流专业经验之上。

您职业生涯的大部分时间都在 Yodlee、Oracle、PeopleSoft 和 ICE Mortgage Technology 等大型企业软件与数据公司负责产品战略，之后加入 ICIMS。这些经历如何塑造了您对 AI 智能体的看法？在企业愿意信任它们代表自己采取重要行动之前，AI 智能体必须做好哪些事情？

我曾任职的每家公司都受托处理对人们至关重要的事务，无论是个人金融账户、抵押贷款交割，还是工资发放。在这些环境中，软件承担的责任是逐步增加的。只有当系统证明自己理解业务规则、行为可预测，并能清楚记录自己做了什么以及为何这样做之后，公司才会交给它更多工作。

AI 智能体也必须达到同样的标准。我认为，必须满足三个条件。智能体必须理解上下文，包括公司的政策、权限和工作流，以及眼前的具体情况。它采取的行动必须受到客户设定并掌控的防护措施约束。此外，它所做的一切都必须可见、可追溯。实现这些目标的技术已经具备。阻碍企业采用的因素在于准备程度，也就是它们愿意在招聘这样高风险的领域交出多少控制权。企业做到这一点后，成效会直接体现在招聘工作中：决策速度更快，招聘人员花在跟进上的时间更少，团队也能更有信心地录用心仪的人选。

ICIMS 将招聘技术的发展描述为：从被动的记录系统转变为能够理解上下文并采取行动的智能系统。这种转变最终会呈现出什么样子？未来的招聘平台与组织如今使用的申请人跟踪系统会有多大不同？

未来的招聘平台会主动参与招聘。它了解招聘人员的服务水平、招聘经理的偏好以及团队的政策，并据此采取行动。如果候选人取消面试，系统就会知道还有谁可以接替，并在有人需要追查处理方案之前主动提出解决办法。

与如今的申请人跟踪系统（ATS）相比，最明显的变化是登录系统的人会少得多。招聘人员、招聘经理和候选人将通过自己已经在使用的工具开展工作，例如 Teams、电子邮件、即时消息和语音。平台则在后台协调智能体、汇集各种信号，并在恰当的时机将决策交给合适的人。尽管随着人们减少直接交互，ATS 可能会变得无形，但它也会变得更加重要，因为所有基于它运行的智能体都依赖其中的上下文、治理机制和招聘数据。

这正是 ICIMS 智能招聘平台的发展方向：在整个招聘过程中整合可信赖的 AI、招聘智能和自动化。对于企业招聘团队而言，这意味着候选人在各个环节之间等待的时间会缩短，招聘经理也能依据更充分的信息做出决定，从而缩短招聘周期，并提升招聘质量。

全新的ICIMS 招聘智能体可将候选人评审、反馈和审批直接引入 Microsoft Teams。这是否反映出企业软件正在发生更广泛的转变：用户与各个独立应用的交互减少，而 AI 智能体日益成为连接底层系统的交互界面？

是的，招聘就是最明显的例子之一。招聘经理在招聘过程中发挥着核心作用，但筛选候选人并提供反馈只占他们日常工作的一小部分。如果这些任务需要他们登录单独的系统，相关请求就会搁置，招聘人员最终只能手动跟进。

ICIMS Hiring Agent 是一款人工智能智能体，可将候选人评审、面试反馈、审批和招聘人员协作直接带入 Microsoft Teams，而许多招聘经理本来就已在这个平台上工作。它还会根据招聘背景和紧迫程度，帮助他们确定接下来要处理的事项。当招聘经理能够在现有工作流程中评审候选人并批准招聘申请时，候选人就能更快推进，招聘人员也无需花那么多时间追要反馈，招聘周期也会缩短。

ICIMS 仍是底层的记录系统，在 Teams 中采取的每项操作都会连同相同的数据、权限和控制措施，回流到招聘工作流程中。我预计这种模式会在企业软件领域逐渐普及。用户界面将围绕人们沟通交流的场所展开，而底层系统的重要性会进一步提升，因为智能体依赖这些系统提供的上下文和治理机制。我们目前从 Microsoft Teams 开始，并计划在 2027 年扩展到更多协作平台。

能够提出行动建议的人工智能助手，与会实际执行行动的智能体之间存在显著差异。你们如何判断哪些招聘决策可以安全地交由人工智能处理，哪些决策则应始终要求人类明确作出判断或批准？

我们会考量一项行动可能造成的影响，以及它能否轻易撤销。发送提醒、安排面试、更新状态，以及使用预先批准的消息开展联络等协调工作，既耗费大量精力，风险又低，而且容易纠正。这正是智能体应该承担大部分工作的领域。至于会影响一个人职业机会的决策，例如让候选人进入下一轮、拒绝候选人或发出录用通知，则应由人来作出。

我们的产品正是以这一原则为基础打造的。借助 ICIMS Hiring Agent，招聘经理作出所有决策，智能体则负责后续跟进，包括提醒处理未完成的任务、优先安排下一步事项，以及更快地获取候选人背景信息。ICIMS Sourcing Agent 会从组织现有的人才数据中识别、匹配并联系合格候选人；管理员则决定它何时、何处以及在多大程度上可以自主运行。这种控制权应当留在客户手中，因为不同组织对自主程度的接受度各不相同，而且随着他们看到成效，这种接受度也会提高。将协调工作交给智能体，可以让招聘人员腾出时间，也能避免候选人在招聘流程的各个阶段之间停滞，同时由人对影响招聘质量的决策继续承担责任。

ICIMS Sourcing Agent 已能够识别候选人并协助开展联络，而新推出的 Hiring Agent 和 Interview Scheduling Agent 则将智能体式人工智能进一步引入招聘工作流程。你认为这些专用智能体最终会如何协同工作？我们能否发展到这样的阶段：多个智能体协调整个招聘流程，而人主要负责监督例外情况并作出重要决策？

这正是我们正在迈向的方向。目前，每个 ICIMS 智能体都可以独立工作，客户也可以逐个采用，但我们的愿景是让它们协同工作。ICIMS Sourcing Agent 会寻找并联系人才。ICIMS Interview Scheduling Agent 将利用人工智能核对时间安排、预约面试、处理变更，并让候选人和招聘团队及时了解情况。ICIMS Hiring Agent 则会推动招聘经理和面试团队持续推进工作。当人才寻访、面试安排和招聘经理评审之间的交接实现自动化后，候选人在每个阶段停留的时间会缩短，职位空缺也会更快填补。 

我们从由客户配置的自动化入手，并逐步构建能够在整个工作流程中协助人们的协同智能。随着时间推移，智能体将处理从提出招聘需求到发出录用通知的大部分运营步骤，而人们则会专注于例外情况、需要判断的事项，以及决定是否录用某位候选人的关键决策。推进速度主要取决于各组织建立信任的速度，以及它们调整沿用数十年的工作流程的能力。

由于自主人工智能的行动会直接影响人们的职业机会，招聘是一个格外敏感的应用场景。你认为在企业赋予招聘智能体更高自主权之前，必须为其构建哪些技术保障、审计能力和透明度？

治理必须先行，并且从一开始就要融入其中。在 ICIMS，我们的负责任人工智能计划负责监管平台各处人工智能的设计、构建和部署。该计划以一套道德准则为基础，承诺让人工智能以人为主导、透明、保护隐私且安全、包容且公平、技术稳健且可靠，并且有明确的责任机制。跨职能委员会会审查我们开发的每项人工智能功能，并监督年度偏见审计和人工智能风险评估。该计划也经过独立验证。ICIMS 是首家获得 TrustArc TRUSTe 负责任人工智能认证的企业招聘软件提供商；我们的实践符合 NIST AI 风险管理框架、OECD 人工智能原则和 ISO 42001。

智能体让事情的风险更高，因此我们新增了三项要求。自主程度应当可以配置，让客户决定智能体可以做到什么程度，并能随时间推移进行调整。智能体应继承权威记录系统中的权限，因此只能查看和执行其所代表的人有权查看和执行的内容。每项操作还必须能够向候选人、监管机构或董事会解释清楚。

许多人才招聘团队采用 AI 的速度，快于建立相应治理机制的速度。我们的研究发现，82% 的公司表示，AI 系统的透明度和可解释性很重要，但仍有 45% 的公司没有正式的 AI 治理框架。当这一差距未得到弥补时，决定哪些人能够进入下一阶段的过程就会变得难以充分解释，从而带来法律风险，因为现行反歧视法律已经适用于受 AI 影响的招聘决策，而 NYC Local Law 144、Colorado AI Act 和 EU AI Act 等法规又提出了新的要求。这也会削弱候选人的信任；如果优秀候选人悄然退出或被筛掉而无人察觉，招聘质量也会随之下降。

建立治理机制后，招聘人员会更信任 AI 提出的建议，也更愿意据此采取行动。招聘经理可以更快地从候选名单中作出决定，因为他们知道名单是依据站得住脚的标准筛选出来的；候选人也能获得更公平、更一致的流程。正是这一基础，让企业能够逐步赋予智能体更高的自主性。

ICIMS 认为，其 AI 领域的优势部分源于 25 年以上的招聘背景积累，以及数十亿次招聘互动。随着基础模型日益商品化，您是否认为专有领域数据、工作流程知识和组织背景将成为企业 AI 智能体真正的竞争壁垒？

是的。一旦每家公司都能使用大致相同的模型，拥有这些模型就成了基本门槛。真正让公司脱颖而出的是背景信息，也就是多年来积累的招聘经理偏好、面试结果、实际能够预测优秀员工的因素、具体团队的工作方式，以及候选人的反馈。智能能力能把这些数据转化为值得信赖的决策，而信任正是企业愿意让智能体采取行动的关键。

这就是我们基于 25 年以上的招聘数据和工作流程打造 Intelligent Hiring Platform 的原因。ICIMS 为全球数千家组织提供招聘活动支持，平台上有超过 6.91 亿份候选人档案。仅在 2025 年，我们就处理了约 2.43 亿份申请，并通过平台帮助客户录用了超过 510 万人。每一次互动都会产生信号，而这些信号不断积累，构成支持更好决策的背景信息。这些背景信息也体现在实际成效上。研究发现，ICIMS 客户在合格申请者数量、招聘人员效率以及业务改进目标达成情况方面，均优于使用 HCM 套件或单点解决方案的组织。如果企业把 AI 接入数据基础薄弱的平台，就有可能将猜测自动化，更快地得出错误结论；而且这一差距会逐年扩大。

AI 智能体有望减少招聘人员的行政事务，但也可能从根本上改变招聘这一职业的面貌。您认为 AI 会接手招聘人员工作的哪些部分？随着智能体承担更多运营任务，哪些人的能力会变得更有价值？

AI 将接手那些拖累招聘流程的运营工作，包括筛选安排、日程协调、跟进进度、催促招聘经理回复，以及重复性的寻访工作。这些任务占用了招聘人员一周中很大一部分时间，却几乎无助于提高录用质量。ICIMS Sourcing Agent 就是一个早期案例。它能从公司的数据库中重新发掘银牌候选人、过去的申请者和长期未活跃的档案，帮助团队更快填补职位空缺，并减少外部寻访支出。

剩下的工作则需要人的判断力。招聘人员将与业务负责人共同制定人才战略，处理复杂谈判，与候选人建立紧密关系，并就哪些人适合团队向招聘经理提供建议。由此，招聘人员将成为人才顾问。这一转变仍处于早期阶段。我们的研究发现，69% 的公司在人才招聘中使用 AI，但只有 12% 的公司采用了能够代表用户采取行动的智能体式 AI。随着这一差距缩小，能够取得良好成效的招聘人员会把智能体视为额外的人力产能，并将省下的时间投入到那些能够推动招聘成果的工作中。

智能体系统还带来了新的集成挑战：企业最终可能会在同一组织内同时部署招聘智能体、人力资源智能体、效率工具智能体和通用智能体。智能体与平台之间的互操作性会变得多么重要？最终又应由谁来控制它们之间共享的权限和背景信息？

这至关重要。企业将在招聘、人力资源、效率工具和通用工具中运行多种智能体，而招聘工作与这些领域都息息相关。在 Microsoft Teams 中运行的 ICIMS Hiring Agent，就是招聘智能体在效率工具环境中工作的早期案例；这种连接将逐渐成为常态。开放生态在这方面意义重大，这也是我们投入资源增强可扩展性的原因：我们已拥有 800 多家市场合作伙伴，并实现了 10,000 多项基于 API 的集成。智能体互联还能让候选人和招聘团队获得更顺畅的体验，因为工作可以在不同系统之间流转，无须人工交接，从而避免招聘进程变慢。

控制权应掌握在企业手中，并由记录系统执行其规则。候选人数据属于个人信息，且往往受到监管，因此智能体只能获取完成任务所需的背景信息，并遵循与担任相应职位的员工相同的权限。每个平台都应管理自己的领域，并按照客户设定的明确、可审计规则共享背景信息。在招聘领域，ATS（应聘者追踪系统）承担着这一治理职责；这也是我认为随着智能体不断增多，该平台的重要性会大幅提升的重要原因。

展望 ICIMS 今日宣布的智能体之外，您认为智能体招聘 AI 的下一个重大突破会是什么？随着技术日趋成熟，您预计招聘平台将能够提供哪些目前仍难以实现的功能？

我认为，下一个突破将是智能体同时服务于招聘关系的双方。候选人将越来越多地由 AI 职业智能体代表，这些智能体了解他们经过验证的技能、工作经历和市场价值，并持续搜寻他们原本可能根本不会发现的机会。招聘经理将与智能体协作，由智能体把业务需求转化为技能档案，按照排名展示有可用绩效数据的候选人，并为评估过程本身制定结构。最终仍由经理作出决定，但他们将更有把握，也少很多猜测。

另一项变化是将招聘与绩效联系起来。大多数招聘系统在有人接受录用通知后就不再继续学习。随着平台将招聘决策与员工的实际表现和成长情况联系起来，它们将更善于预测招聘质量，而招聘与留任之间的界线也会开始变得模糊。最终，招聘流程会更快，更能准确预测绩效，也能帮助企业留住更多录用的员工。实现这一目标所需的大部分技术已经存在。如今着力提升 AI 应用能力、完善治理并积累深厚背景信息的企业，将定义这场转型之后优秀人才招聘的面貌。

感谢您接受这次精彩的采访。想了解更多信息的读者，请访问 ICIMS。