“以超越谷歌的精准度防止招聘失败”……Specter 在人力资源趋势研讨会“Decision 2025”上发布 AI 招聘决策解决方案“TEO”

– 通过对120万个招聘数据案例的分析，呈现全球人力资源趋势和见解。

-通过对文件、面试和声誉数据的综合分析，计算公司和申请人之间的“匹配率”。

– 预测准确率：93.7%… 数据驱动的招聘决策旨在降低招聘失败成本。

人力资源科技初创公司 Specter（首席执行官 Kyungwook Yoon）推出了一项新的人工智能解决方案 TEO，它将彻底改变招聘决策流程。

10月28日，Specter在首尔三成洞纤维中心大厦Texpa大厅举办了题为“Decision 2025”的人力资源趋势研讨会，介绍了全球人力资源市场的“招聘趋势和数据驱动的招聘创新方向”。来自韩国主要企业的约200名人力资源经理和业内人士参加了此次研讨会，演讲嘉宾包括Specter首席执行官（创始人）尹京旭、首席运营官（产品负责人）刘永延和人力资源分析总监金亨宇。

在第一部分中，我们分享了自身对全球人力资源行业趋势以及招聘失败成本的分析见解。在第二部分中，我们介绍了“TEO”，一款基于人工智能的招聘决策解决方案，旨在防止招聘失败。“TEO”基于包括文档、面试和声誉在内的复杂数据，量化候选人与组织之间的契合度，从而实现快速、公平的招聘决策。

Specter 推出了一系列解决方案，以应对招聘流程各个阶段的挑战，包括声誉验证平台和面试记录分析应用程序。迄今为止，该公司已为超过 5,800 家国内外公司提供更智能、更高效的招聘流程支持。自 2021 年推出声誉验证平台以来，Specter 在过去五年中已为 32 万名求职者积累了 120 万个声誉和面试数据点。Specter 结合人工智能和数据分析能力，正在推动人力资源市场的创新。

◼︎ 招聘失败：阻碍企业发展的关键风险

Specter 认为，最常见的五种招聘失败类型*包括： ▲绩效不佳者 ▲早期归因 ▲文化不匹配 ▲有害员工（员工的态度、言行会损害组织氛围和同事的参与度） ▲中性绩效员工（既不制造问题，也不取得显著成果的员工）。其中，中性绩效员工类型造成的损失最大，因为他们在新员工中占比很高（20-30%），并且会引发严重的连锁反应，导致组织内部增长停滞。

*招聘失败：当新员工在工作绩效、行为特征或组织文化方面未能达到预期，导致生产力下降、参与度下降和组织成本损失。

招聘失败不仅会导致劳动力成本损失，还会对企业盈利能力造成重大影响。Specter总经理金亨宇（Kim Hyung-woo）解释说：“根据我们对招聘失败成本数据的分析，一次招聘失败就可能造成2.107亿韩元的损失。一次糟糕的招聘就足以阻碍整个组织的发展。” 更大的问题是，这些成本会累积起来，不断增加财务负担。

因此，减少招聘失败并降低成本与公司的业绩息息相关。尹代表强调：“为了降低招聘失败的成本，通过准确且系统的人才验证系统来提高招聘质量至关重要。”

◼︎ “TEO”，一种帮助做出招聘决策的解决方案……利用数据防止招聘失败

为了降低这些招聘失败的成本风险，Specter 开发了“TEO”，一种数据驱动的 AI 招聘决策解决方案。

Theo 的核心功能是通过计算组织与求职者的匹配度来支持招聘决策。它分析求职者与公司内高绩效员工的行为和态度特征之间的相似性，并根据工作能力、价值观和态度等各种因素预测候选人的适合度。基于这些结果，可以做出招聘决策，从而降低招聘失败的可能性。

它还会分析每个典型阶段的匹配率趋势和风险因素，并建议下一轮需要验证的标准。面试官可以利用这些数据来补充申请人缺失的信息，从而做出更公正的决策。

尹首席执行官解释道：“过去，招聘决策是基于面试官的直觉，但现在招聘决策可以根据数据做出。”他补充道：“招聘被称为‘综合艺术’、没有正确答案的时代已经结束，取而代之的是科学方法。”

◼︎通过多层次数据链接（包括访谈和声誉检查）提高准确性。

“TEO”整合并分析简历、面试记录、信誉调查等多种数据，预测候选人是否适合公司。它利用了今年3月上线的面试记录应用程序以及现有的信誉调查服务的数据。招聘流程会经过文件审查、面试、信誉调查等阶段，随着申请人数据的积累，预测的准确性也会不断提高。

首席运营官 Yoo Yong-yeon 表示：“TEO 的作用是让人力资源经理对自己的决策更有信心。” 虽然最终决策是由人做出的，但 TEO 提供的分析结果可以作为客观依据，从而提高决策的可靠性。

提高 TEO 预测准确性的另一个关键是确保每家公司都有独特的人才档案数据。Specter 通过为期四周的入职流程重新定义客户的人才档案，并通过分析内部顶尖人才的档案来优化职位发布。这些数据用于训练预测模型，人才档案越独特，预测组织与求职者的匹配率就越准确。

尹社长解释道：“随着我们持续使用‘TEO’解决方案招募新候选人，我们也在不断积累成功候选人的个人资料数据。我们使用该解决方案的次数越多，其准确性就越高。”

◼︎招聘通过/失败预测准确率高达 93.7%……继续“世界第一”的创新之旅。

Specter 基于数十万份招聘数据集，开发了“TEO”AI 预测模型，涵盖求职者的能力、声誉、组织契合度、工作绩效等多个维度。目前，在 5 家公司进行的测试中，预测准确率已达 93.7%，比谷歌人才筛选算法的准确率（约 70%）高出 20 个百分点以上。

Specter 计划继续进行研发，并与合作伙伴携手提升模型准确性。此外，Specter 还计划为全球市场提供多语言支持。首席执行官尹永健表示：“我们将继续开拓创新，解决人力资源市场的紧迫问题。” 他表达了成为全球人力资源行业创新领导者的雄心。