项目背景
在线招聘平台流量激增的背景下，企业 HR 与猎头面临 即时响应、精准筛选、数据沉淀 三重挑战。以 BOSS 直聘为例，平台虽提供海量求职者连接机会，但人机协作断层导致：
1.消息处理低效：HR 需在数百条即时消息中手动筛选候选人，重复性问答占据 60%以上工作时间；
2.实时性要求倒逼：求职者期待“秒回级”响应，但 HR 受限于工作时段与人力成本难以满足；
3.数据资产流失：沟通记录、候选人画像等非结构化数据无法转化为可分析的招聘策略依据，形成“用完即弃”的信息黑洞。


客户痛点介绍
1.海量消息过载：HR/猎头日均需处理数百条求职者咨询，手动回复耗时耗力，高峰期易遗漏关键消息。
2.重复性问题占比高：60%以上咨询围绕薪资范围、岗位要求、工作地点等标准化问题，人工重复劳动价值低。
3.非工作时长响应延迟：求职者夜间或周末活跃时，HR 无法及时回复，导致优质候选人流失风险增加。
4.对话内容零散化：历史沟通记录未结构化存储，无法挖掘高频问题、候选人关注点等业务洞察。
5.漏斗转化不透明：从消息触达到面试邀约的全链路缺乏数据埋点，难以量化招聘策略有效性。


RPA 助力提效
1.筛选简历：筛选主动沟通的求职者简历
2.智能回复：符合要求的求职者智能回复，不符合要求的求职者回复拒绝话术
3.收集简历：符合要求的求职者简历信息自动同步至飞书多维表格
4.索要 PDF 简历：符合要求的求职者索要 PDF 简历，并把 PDF 简历上传至飞书多维表格
5.索要联系方式：意向较大的求职者，索要微信和手机号，并把联系方式上传至飞书多维表格
6.收集聊天记录：聊天记录同步至飞书多维表格


客户量化成果
1.智能初筛：AI 自动解析求职者提问意图，分类为薪资/地点/要求等 9 类标准化问题库，重复问题回复人力消耗降低 72%。
2.候选人分层：基于简历匹配度+沟通活跃度自动打标签（A/B/C 级），优质候选人（A 级）识别准确率 91%（vs 人工 68%）。
3.人力成本：RPA 替代 HR 80%机械操作（回复/索要简历/归档），单 HR 年度成本节约 12 万元。