重點摘要： 要不要把一位人選推到企業手上，是人的決定。WeFer 的 AI 初篩會比對人選履歷與職缺條件，做整體評估並分成三個等級；Recruiter 再確認動機、薪資資料與職能細節，基本上每個案子也都會經過 Key Account（KA，WeFer 對口企業客戶的窗口）交叉檢查，才把履歷轉給企業。這篇說明 AI 在這條流程裡做什麼、不做什麼，以及企業可以怎麼檢驗。
先回答最直接的那個問題：要不要把一位人選推到企業手上，是人的決定。
AI 在這條流程裡的位置，是推薦之前的一次整理：幫助確認交給企業的資訊和企業的要求對得上，讓工作更有效率、更不容易出錯。
這條線劃在哪裡
WeFer 持續開發 AI 診斷與 AI matching（用 AI 比對職缺與人選適配度）工具，方向是一致的：讓顧問在更短時間內判斷產業與人選的適配度。
這句話的主詞是顧問。實際的分工是這樣：
AI 初篩： 比對人選履歷與職缺的必要條件（例如工作年資、技能、相關執照），以及能被明確具體陳述的經歷，做整體評估並給出分數，分成 Strong recommendation（強烈推薦）、Worth a look（值得一看）、小心三個等級。等級不同，後續的推薦邏輯也不同；各等級的完整處理規則以當期流程為準。
Recruiter： 大多數情況下負責人選端。推薦前檢查工作經歷有沒有重疊、時間點合不合邏輯、內容是否符合職缺說明；人選的動機、薪資資料與職能細節，由 Recruiter 參與確認。這幾件事的共同特徵是要承擔後果，而工具不承擔後果。
Key Account： 具招募經驗的 Key Account（WeFer 對口企業客戶的窗口）團隊負責企業端。基本上每個案子都會經過 Key Account，交叉檢查沒有問題，才會把人選的履歷轉給企業。
三層怎麼分工，〈從 AI 初篩到 KA 把關〉有逐層說明。
為什麼不讓 AI 做決定
三個具體的理由。
一、職缺說明上沒寫的部分，資料裡本來就沒有。
一份職缺說明寫的是條件，真正決定成敗的常常是沒寫的：這個團隊現在卡在哪、為什麼現在開這個缺、這個人第一年要解決什麼。同樣一句「需要五年經驗」，在缺人手的團隊跟缺方法的團隊裡，要找的是完全不同的兩種人。這一層要靠人問出來。
二、錯誤要好幾個月後才會浮現。
台灣新人到職六個月僅約 65% 仍在職（資料來源見文末）。這個數字沒有拆解離職原因，但它指出媒合當下的判斷會一路延伸到後面。一個當下看起來很合理的比對結果，可能要半年後才知道對不對，而那個時候需要有人負責。
三、被誤刪的人不會來申訴。
如果由工具直接判定某個人不合格、連看都不看，這個錯誤是隱形的：企業不會知道自己錯過了誰。這是所有自動篩選機制共同的盲點。
其中有一種情況，WeFer 另外設了一道回頭確認的關卡：人選確實有相關經驗、只是履歷寫法和職缺描述對不上時，會回頭評估履歷內容，並和 Recruiter、人選本人確認實際經驗。前提是人選一定要真的有過相關經驗，目的是避免遺珠，而不是放寬標準。
企業可以怎麼檢驗
不用相信說法，可以直接問這四題。任何招募合作對象都適用。
一、「這份推薦是誰判斷的？」 答得出具體的人與判斷依據，才算數。
二、「為什麼推這個人？」 好的答案會提到職缺說明上沒寫的東西，而不只是條件對得上。
三、「有沒有被排除、但值得討論的人？」 這一題最能測出對方有沒有真的在做判斷。願意講出「有一個條件不完全符合，但我認為值得討論」的，通常是有在想的。
四、「回饋會怎麼影響下一批？」 如果答案是「調整搜尋條件」，那還在工具層；如果答案包含「重新理解這個缺要什麼」，那才是判斷層。
這對企業的實際好處
速度來自準備，不是來自跳過判斷。
AI 把顧問的準備時間壓縮之後，第一通電話的品質會提高，而不是打得更多。以 WeFer 平台上的職缺來說，合理的時間期待仍然是中階職務 7 到 14 天、資深職務 10 到 14 天、C-level（Chief Level，執行長、財務長這類最高階主管職）14 到 28 天看到第一批候選人。承諾遠比這更快的，值得多問一句是誰在判斷。
量由結構解決，不是由工具解決。
同一個職缺可以由多位具產業專業的顧問同時接案，履歷量體比單一顧問通路大。平台上有 70% 以上的 Recruiter 是 HR 或具特定產業背景的人才，這是平台整體的組成；顧問各自挑案。
企業端自己也在用 AI。經理人月刊引述 104 人力銀行的調查指出，過去兩年約 36.5% 企業使用 AI 進行人資作業（資料來源見文末）。兩邊都提速之後，差距會回到判斷與問題品質上，而不是誰跑得快。
Tom Lin｜WeFer Key Account & Business Development Director
獵頭顧問出身，專注醫療器材與工業工程領域的高階招募，過往累積與多家跨國醫材、藥廠與工業龍頭的合作經驗。2025 年加入 WeFer，主掌關鍵客戶經營與新客戶開發，協助企業從人才策略的高度解決組織與用人課題。
想知道推薦交付前的完整流程，〈企業在 WeFer 放案後會發生什麼〉那篇逐段列出來了；想談手上的職缺，可以從 WeFer 企業聯繫表單開始。
常見問題
Q：會不會有合適的人被系統直接篩掉？
A：AI 初篩的等級是推薦前的參考，推不推薦由人決定。對於確實有相關經驗、但履歷寫法沒貼近職缺描述的人選，WeFer 會回頭和 Recruiter 與人選確認實際經驗，避免遺珠。各等級的完整處理規則以當期流程為準，企業也可以在合作前直接確認。
Q：送來的名單是 AI 排序的還是人挑的？
A：推薦是人做的判斷。AI 初篩會做整體評估並分成三個等級，作為推薦前的參考；Recruiter 確認人選的動機、薪資與職能細節，基本上每個案子也都會經過 Key Account 交叉檢查，才把履歷轉給企業。
Q：我們公司的職缺資料會被拿去訓練模型嗎？
A：這一類問題建議在簽約前直接確認並寫進合約，包含資料的使用範圍與保存期限。這是每一個外部合作都該問的，不限於有沒有用 AI。
Q：用 AI 會讓速度變快嗎？
A：會縮短準備時間，但 WeFer 平台上的合理交付期待不變：中階 7 到 14 天、資深 10 到 14 天、C-level 14 到 28 天。承諾遠比這快的，值得多問一句是誰在判斷。
Q：那 AI 到底幫顧問做了什麼？
A：比對人選履歷與職缺條件，包含必要條件與能被具體陳述的經歷，做整體評估並分成三個等級，幫助確認交給企業的資訊和企業的要求對得上、減少出錯。要不要推薦，仍由人判斷。
參考資料與延伸閱讀
權威來源：
