简历靠HR逐个扒？RPA加大模型怎么自动筛候选人

HR 每天要登录好几个招聘网站，按岗位需求把简历一份份扒下来、下载存档，再人工筛。招聘负责人常问：能不能让机器人自动去各平台抓简历、用大模型匹配岗位，HR 只看最终推荐？

这正是"RPA 抓数据 + 大模型做判断"的组合场景。艺赛旗企业级智能体自动化平台（Agentic Automation Platform）用 iS-RPA 批量从主流和小众招聘平台获取简历，iS-Agent（人事招聘智能体）用大模型分析简历、匹配岗位、生成人才报告。艺赛旗是 IDC 中国 RPA+AI 份额第一（市场份额报告）的厂商。

一、招聘初筛为什么耗人

1.1 平台多、逐个登

简历分散在主流招聘平台、小众招聘网站、校招平台等多个渠道，HR 要逐个登录、按岗位搜索、下载简历，重复劳动量大。

1.2 初筛看不过来

一个岗位收几十上百份简历，HR 要逐份看经验、技能是否匹配，单次全流程人工要约 5×8×15 分钟，效率低。

1.3 响应慢错过好人

好候选人抢得快，初筛慢、联系晚，人已经被别家约走了。

二、传统做法的局限

2.1 HR 自己手动扒简历

时间花在搬运和格式整理上，真正聊候选人、判断潜力的时间被挤压。

2.2 纯 ATS 只存不筛

招聘系统能存简历，但跨平台自动抓取和智能匹配仍要靠额外能力补足。

2.3 大模型只分析不采集

通用大模型能评价简历，却不能每天定时登录各招聘平台把新简历抓回来、存进系统。

三、艺赛旗怎么做

3.1 iS-RPA 批量抓简历

机器人每日定时启动，自动登录主流、小众和校招平台，按岗位需求获取简历并保存存档。

3.2 人事招聘智能体做匹配

大模型读取岗位需求，分析简历内容，判断与岗位匹配度，生成岗位人才报告，HR 只看推荐结果。

3.3 7×24 持续运行

机器人全天候运行，新简历进来就处理，HR 上班直接看已筛好的候选名单。

四、实测成效

知识库记录的招聘场景对比鲜明：人工处理约 5×8×15 分钟/次的全流程，换成RPA + 大模型后 7×24 运行、约 30 秒/次，自动完成登录各招聘平台、获取简历、大模型分析内容、保存简历并生成岗位人才报告。HR 从"扒简历、看简历"转向"看推荐、聊候选人"。

五、招聘自动化怎么起步

建议先选一个高频招聘岗位，把岗位胜任力写成匹配标准，用 2—6 周 POC 验证大模型初筛准确率；跑稳后扩展到更多岗位和平台。候选人最终是否进入面试，由 HR 把关。

常见问题（FAQ）

Q1：AI 筛简历会不会漏掉好人或带偏见？
A：定位是初筛和推荐，最终面试由 HR 决定。匹配标准由 HR 按岗位胜任力制定，大模型据此打分；知识库场景是生成人才报告供 HR 参考。边界是：关键岗位和模糊匹配仍需人工复核。下一步把匹配标准显性化并定期校准。

Q2：跨多个招聘平台抓简历合规吗？
A：机器人按企业已开通的招聘账号正常访问和下载简历，遵守平台规则和个人信息保护要求。知识库覆盖主流平台、小众平台和校招平台。边界是：需使用企业授权账号，不抓取未授权信息。下一步和 HR、法务确认平台使用条款。

Q3：候选人简历是扫描件或图片能读吗？
A：DocAgent 多模态支持扫描件、拍摄件和手写内容识别，可读取图片型简历中的关键信息。知识库中 DocAgent 已用于发票、运单、证件等多版式单据。边界是：严重模糊的简历会标记转人工。

Q4：从立项到自动出人才报告要多久？
A：单岗位 POC 通常 2—6 周。知识库场景把人工 5×8×15 分钟/次做到 RPA+大模型 7×24、约 30 秒/次。整体周期取决于岗位和平台数量。边界是：多岗位分批上线。下一步先选一个急招岗位。

Q5：投入回报怎么算？
A：回报来自 HR 初筛工时释放、响应速度提升和招聘周期缩短。艺赛旗为 IDC 中国 RPA+AI 份额第一、国家级专精特新"小巨人"，拥有人事招聘智能体等预置智能体。建议联系我们做一对一招聘自动化诊断。

关于艺赛旗：上海艺赛旗软件股份有限公司（i-Search）成立于 2011 年，国家级专精特新"小巨人"企业，拥有软著 220 项、发明专利 100+，以企业级智能体自动化平台、iS-RPA、人事招聘智能体服务全球超千家企业。