达能以 AI 面试赋能校园招聘，单次校招可为 HR 节省超 2000 小时

本页涵盖内容

• 达能在校园招聘中应用 AI 面试的整体概况
• 达能公司及其在全球与中国市场的基本情况
• 达能校园招聘在候选人管理和评估方面的核心挑战
• 仟寻为达能打造的 AI 面试系统与解决方案设计
• AI 面试项目在效率、公正性和候选人体验上的成效
• 其他企业如玛氏、不凡帝范梅勒和嘉士伯的相关案例概览

达能以 AI 面试赋能校园招聘，单次校招可为 HR 节省超 2000 小时

达能利用仟寻 AI 面试系统在校园招聘中实现从筛选到排名的自动化，提升效率、公正性并显著节省 HR 工时。

• AI 面试系统覆盖候选人筛选、评估与排序的完整流程。
• 系统通过统一的能力测评模型提升评估的客观与公正。
• 自动化流程减少了 HR 在初筛和安排面试上的人工投入。
• 单次校园招聘中，AI 面试可为 HR 节省超 2000 小时工作时间。

雇主简介

本节介绍达能作为跨国食品饮料企业的业务领域、全球与中国市场布局，以及工厂和员工规模等基本信息。

• 达能 Danone 从事食品与饮料相关业务。
• 其业务聚焦专业特殊营养、基础乳制及植物基产品和饮用水与饮料三大领域。
• 达能业务覆盖全球 120 多个市场。
• 达能于上世纪八十年代末进入中国市场，中国现在是其全球第二大市场。
• 公司在中国拥有 10 家工厂和约 8000 名员工，全球员工总数约 96,000 人。
• 达能中国业务约贡献其 2023 年全球销售额的 11%。

核心挑战

本节说明达能在校园招聘中面临海量候选人管理压力、评估标准不统一以及线上面试舞弊风险等问题。

• 靠人工进行大规模候选人初筛耗时耗力且效率较低。
• 真实面试官数量有限且分散，难以覆盖所有候选人。
• 不同区域面试官对销售能力和意愿的理解不一致，评估标准存在差异。
• 集中人工评估容易产生主观偏差，不利于全国统一用人标准。
• 部分线上面试场景可能出现候选人借助工具舞弊的风险。
• 校园招聘面对候选人数量和地域分布的复杂需求，传统方式难以兼顾。

解决方案

本节描述仟寻与达能联合打造的 AI 面试系统如何与 ATS 整合、实现流程自动化、构建能力测评模型并进行分区动态排名。

• AI 面试系统与达能自有 ATS 流程和数据融合，支持在原系统中发起和管理面试。
• 面试流程实现全自动运转，支持候选人 7×24 小时自主完成面试。
• 系统使用智能调度来自动分配任务，减少人工操作。
• 根据达能历史面试数据定制能力测评模型，并划分五个胜任力维度。
• 每道题从三个方面进行评分以构成多维度评估。
• 各大区域使用统一算法但单独进行动态排名并生成可视化表现报告。
• 系统与企业 ATS 无缝对接，使 HR 能在原有平台完成筛选、评估和排序。
• 仟寻为该项目快速完成私有化部署并上线使用。
• 在面试官自定题目的前提下，系统仍可进行自动化且个性化的能力评估。
• 统一的评估模型有助于降低人为偏见并规避舞弊问题。

项目成效

本节展示 AI 面试系统在筛选效率、与人工评估吻合度、一致性以及候选人体验方面取得的量化和质化成果。

• AI 面试通过率设置为 35%，帮助达能筛除约 65% 的候选人。
• 用于淘汰候选人时，AI 评估与人工评估的吻合度在 90% 以上。
• 用于优选候选人时，AI 评估与人工评估的吻合度在 85% 以上。
• 项目要求 AI 评估与人工评估的吻合度至少超过 80% 作为基准。
• AI 算法对所有候选人应用同一套标准以保证评估一致性。
• 系统通过统一标准和文本语义分析为 HR 提供清晰的评估理由。
• 约 60% 的候选人给出积极使用反馈，体现出较好体验。
• 约 20% 的候选人表示会非常推荐该 AI 面试方式。
• 项目整体提升了校园招聘效率并减轻 HR 工作负担。
• 定制化私有 AI 测评模型表现良好，评估水平接近人工判断。

更多案例总览

本节通过图文与简要说明，引导用户了解玛氏、不凡帝范梅勒和嘉士伯在招聘与 AI 面试方面的相关案例。

• 玛氏每年校园招聘需接待上万名候选人，面临大规模面试挑战。
• 仟寻与玛氏合作，目标是构建自动化和智能化的招聘业务流以缩短周期并降低成本。
• 仟寻为不凡帝范梅勒通过仟寻 ATS 搭建本土招聘管理系统。
• 该系统深度集成全球平台、国内主流招聘渠道以及 Offer 和 Onboarding 流程，并强化数据合规管理。
• 仟寻为嘉士伯建设自动 AI 面试系统，支持在投递后即时创建面试并发送邀请。
• 嘉士伯方案借助通用和专属胜任力模型对候选人进行多维度 AI 评估。

事实索引