重點摘要： 工具普及之後，會被拉平的是檢索、整理、草擬這幾件事，而它們原本就佔了招募工作很大的比例。留下來的優勢集中在三處：對一個產業的縱深、問得出第二層問題的能力、以及願意承擔後果的判斷。這篇說明每一項為什麼抹不平，也誠實列出兩種正在快速貶值的舊優勢。

工具變便宜的時候，靠工具建立的優勢會跟著變便宜。

這句話對招募特別成立，因為這一行過去有很大一部分的門檻，其實是「找得到資料」。

先看什麼正在被拉平

LinkedIn Talent Solutions 的《Future of Recruiting 2024》顯示，全球約 27% 的招募專業人士已使用或試用生成式 AI（能自動產生文字、摘要與草稿的 AI 工具），約六成對 AI 抱持樂觀；台灣這邊，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）。

這代表幾件事正在快速失去稀缺性：

  • 把公司背景、產業動態整理成一份摘要
  • 把職缺說明翻成搜尋條件
  • 草擬第一版開發訊息
  • 整理筆記與會議紀錄

這些工作以前要花的時間不短，而它們現在的成本一路往下。誠實地說，這一段的優勢會消失。

抹不平的三件事

三個抹不平的優勢

第一，對一個產業的縱深。

AI 讀得到公開資料，讀不到只有做過的人才知道的東西：這個職稱在不同公司實際負責的範圍差多少、哪些條件寫在紙上好看但實際做起來不是那回事、這個領域的人真正在意什麼。

這一段也是 WeFer 顧問結構本來就站得比較前面的地方。平台上有 70% 以上的 Recruiter 是 HR 或具特定產業背景的人才，他們帶進場的是原本就有的產業判斷與真實工作經驗，不是靠工具補出來的。這是平台整體的組成，顧問各自挑案，不代表每個案子都會由該產業出身的人接。

第二，問得出第二層問題。

工具產出的是通用問題，因為它不知道哪一題對這個人特別關鍵。第二層問題長這樣：那個專案裡你實際站的位置是什麼、當時試過什麼但沒用、如果重來你會先改哪一件。

問得出來的前提是你懂那個領域，而這正好回到第一項。問題的品質為什麼是價值核心，〈專業 Recruiter 的價值，不是答案多，而是知道要問什麼〉那篇有完整討論。

第三，願意承擔後果的判斷。

這一項最根本。AI 產出的是推論不是判斷，因為它不承擔後果：它不會因為推錯人而失去客戶的信任，也不用面對一個被說服跳槽、三個月後後悔的人。

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，但它指出一件事：媒合當下的判斷，會一路延伸到人選進去之後的留任。這種需要有人負責的決定，不會因為工具變強而消失。

兩種正在貶值的舊優勢

兩種正在貶值的舊優勢

誠實列出來，判斷才會準。要先講清楚的是：這兩件事都不是沒有價值，也不是誰做錯了；是它們能拉開差距的幅度在縮小，資深顧問和新進顧問一樣受影響。

第一種：資料庫的大小。

「我手上有五千筆履歷」這件事的價值在下降。一方面資料會過期，另一方面現在要撈出一批符合條件的人，門檻比以前低很多。真正還有價值的不是名單長度，是你對其中每一個人的理解深度，那才是帶得走的部分。

第二種：靠速度贏。

比誰先把履歷送出去，這條路會越來越擠。而且速度本身並不安全：推一個判斷不足的人選，成本會在後面加倍付出去，客戶對你的判斷力打折、人選白跑一趟、你自己的時間也回不來。

值得補一句：這不代表速度不重要。在 WeFer 平台上，客戶對第一批候選人的時間期待是中階職務 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。速度要顧，但它是門檻不是優勢。

這對想入行的人代表什麼

門檻的位置移動了，但沒有變低。

以前入行要先學會一堆檢索與整理的技巧，那一段現在可以壓縮。省下來的時間應該投到兩個地方：選一到兩個產業做深，以及多跑案子累積校準。

這也是為什麼「有產業背景」在現在這個時間點更是加分。你原本在某個領域工作過，等於直接跳過最難補的那一段。不過它是很大的加分，不是必須，市場上也有沒有產業背景、靠做中學練到很深的顧問；真正關鍵的是自我迭代、明確的目標感、強執行力與空杯心態。

還有一個結構性的理由值得知道：世界經濟論壇《2025 未來工作報告》預估，到 2030 年職場核心技能將有約 39% 改變，約 77% 的雇主計畫以技能提升因應（資料來源見文末）。判斷、信任、把風險降到最低的談判力，剛好落在改變比較慢的那一邊。這一整套為什麼會複利，〈High-Ticket Skills 不是速成技能〉那篇拆得更完整。

Choc Chiang｜WeFer Co-Founder
Choc 有 7 年招募產業背景，獵頭時期從顧問一路晉升到主管、帶領顧問團隊，主攻中高階產業開發（醫療、能源、工業、B2B Tech），多次成為公司 Top Biller（業績排名第一的顧問）。2024 年共同創辦 WeFer，主導 product、business growth 與 AI 工具開發。

想看 AI 實際的使用邊界，〈如何讓 AI 成為你的研究助理〉可以接著看；想開始，WeFer Academy 可以免費加入，先看 13 分鐘的「Understand the Game」，通過審核、正式加入後解鎖完整課程、平台職缺與一對一 mentor。

常見問題

Q：AI 會不會讓 Recruiter 這個職業消失？
A：會讓其中一部分工作消失，也就是檢索、整理、草擬這一段。需要承擔後果的判斷不會，因為工具不承擔後果。實際的變化是門檻位置移動，不是門檻消失。

Q：現在入行是不是太晚了？
A：入行要學的東西反而變少了一段。省下來的時間投到「選一到兩個產業做深」跟「多跑案子累積校準」會更有效率。平台的審核核心是動機與計畫，不是年資或產業經驗。

Q：不會用 AI 工具會不會很吃虧？
A：短期會慢一點，但這一段是可以教的部分，WeFer Academy 的課程有對應實作。真正難補的是產業縱深與判斷力，那才是該擔心的地方。

Q：手上沒有人脈，是不是完全沒有優勢？
A：人脈不是這一行的入場券。動員通訊錄朋友幾乎不會直接促成媒合，真正的價值來自用產業判斷力主動把對的人找出來。怎麼從零開始，〈沒有獵頭人脈怎麼開始〉那篇有第一步。

Q：那速度到底重不重要？
A：重要，但它是門檻不是優勢。在 WeFer 平台上，客戶對第一批候選人的時間期待是中階 7 到 14 天、資深 10 到 14 天、C-level 14 到 28 天。做到就好，靠它拉開差距很難，而且為了快而推判斷不足的人選會更貴。

參考資料與延伸閱讀

權威來源：