一、先理解人才媒合的商業模式
市場的觀念是「把東西給需要的人」。商品市場是「把商品給有需要的消費者」、資本市場是「把資金給需要錢的人」、人才市場是「把人才給有需要的企業」尤其是人才市場中衝動消費的機率不大，因此本質上是需求導向為基礎。
由於公司握有資金與管理權限，以及人才大於需求數。因此全球的人才市場多半都是買方市場，意思就是需求方的主控權較高，也導致著人力銀行的獲利多半是對企業端收錢，所以人力銀行的設計本體上來說，是要滿足企業需求的。
那麼，企業在人才市場上的需求是什麼？
答案只有一個：找到對的人來解決問題。
但這個描述太不具體了，何謂對的人？何謂解決問題？問題範疇多大？企業在溝通管理上，只要遇到不具體的問題，就必須要被拆解。而經過一連串複雜的溝通機轉後，整個職缺落到負責招聘的人資部門執行專員頭上時，就會變成「獲得最多人才來給上級選擇，品質不要太鳥」
所以，人力銀行必須做到兩件事情：
一、讓很多人投遞職缺，這樣企業就會付錢：所以人力銀行儘量讓註冊簡單化、讓建履歷輕鬆化、讓投遞可以很快速，這樣人才只要看到就點看到就點。讓企業端覺得一個月付個四千元就有這樣上百封履歷，很有CP值。
二、讓投遞職缺的人品質別太差，這樣企業就會付錢：所以人力銀行總會有許多免費的講座與履歷健檢，更會做大量的教學文來教你如何包裝自己。
近年來很多人才在投遞職缺前會陷入自我懷疑，不喜歡自己被拒絕的感覺因此減少了投遞量。所以人力銀行會推出職缺媒合。讓正在猶豫但其實符合門檻的人才能因此被鼓勵，也讓企業能收到的履歷不是隨便路邊的芭樂蓮霧，這是一個本意為提高媒合效率的功能。
二、人力銀行的問題核心—利害衝突
1.人才量與人才品質的衝突
前面提到人力銀行的任務—讓很多人投，在過程中大量減化了投遞前的思考，讓投履歷變成一種類衝動消費，進而導致企業端雖收到很多履歷，但參差不齊使的多半的履歷都會被發無聲卡，從而形成了平均投20封履歷才會收到1個面試的現象。在我們調查中，也發現有67%企業端表示：「傳統的人力銀行網站很難找到自己要的人，多半人投遞前好像都沒意識到企業需求是什麼」。
所以這會導致投遞的品質下降，而想認真經營雇主品牌因而會認真回應每個求職者的長青企業，也會越來越減少採用傳統的投遞方式。演化至今的結果則是人力銀行成為職缺廣告商，真正有品質的投遞陸續發生在其他場域，例如直接寫Mail來投、透過社群徵才、Linkedin投遞、公司自家的職缺網、或是特定領域人銀如專攻新創的Yourator...等。因此身為人才的你，只想用人力銀行就想獲得卓越工作幾乎是越來越困難的。
因為，人銀目標是兼顧給企業的人才質與量，但若兩者取其一，量會優先。這才是傳統大平台人銀的既有競爭力。不然在垂直領域或是雇主品牌強勢的領域，人銀是完全打不過的。
工作會佔據我們 1/3 的人生
但投履歷卻被過度簡化到像在買洗碗精
2.職缺媒合的衝突
上面有提到人力銀行提供「職缺媒合」背後思維是要提升媒合運作的效率，如果你遇到一個「還算符合」的工作，系統會對你顯示這個職缺 87%適合你，然後對企業主後台也顯示這個人才87%適合你。企業主提升開信率，人才履歷被讀，一切皆大歡喜...嗎？
欸不是，這樣人力銀行不就是球員兼裁判嗎？雖然沒有任何一個有品牌的企業會刻意操弄評測結果。但若整體結果屬於模稜兩可的時候，根據上面提到的量會優先，導致多半會傾向樂觀結果，來讓你更願意投遞。
而模稜兩可在能力常態分佈下，正好你我等多數人會面臨的問題。
也就是說，我們很大的機率被人銀對外的職場焦慮文給定錨在悲觀。而在人銀上的投遞又被樂觀化，倒置人銀多了一個精神安慰劑效果。
3.多半的職缺需求都寫超爛
上述的兩項機制，我們能看出本意跟需求都是好的，也希望提升效率。真正導致職缺媒合系統失準以致必須樂觀呈現的核心原因是：多半企業的需求都寫超爛。
從企業的機制來說，招聘人員收到用人主管需求後，會跑到人銀上去開職缺。但若招聘人員跟用人主管不是同個專業領域，那職缺可能就會寫的很糟糕。例如用人主管要找會Python的成長駭客，但招聘人員沒學過這個領域，所以直接開了數位行銷、廣告行銷，進而招到了很多稍微在自學code的小編或是內容人員，但對於成長駭客的迭代與優化工作卻完全不熟悉。
這就是滿足功能需求，但沒有這個思維框架，因此終究很難被錄取。
當然，上面這還是比較進階的錯誤。初階常見的錯誤包含到「整理文件」「完成主管交辦事項等」多半都是照抄前人的需求文件，外加用人主管也沒辦法很清楚定義該人的工作範圍所導致這些「有寫跟沒寫一樣的需求」，這需求完全不具體啊。
但人力銀行為什麼多半不會要求企業去把職缺寫好呢？這樣說吧，你會對付你錢的業主要求東要求西的嗎？這就是利害衝突，進而延燒到職缺媒合失準以及以量制質的策略。
三、精準的媒合
適配度分析要精準，就需要讓「真正的人才」匹配「真正的需求」。既然問題出在職缺寫不好、不清楚，那該如何真正知道企業真正需要什麼樣的人呢，通常需要點預測能力(aka你沒講出來但我知道你要什麼)。
而預測來自「經驗法則」，經驗法則在IT領域有一個新產品，就是「人工智慧」。
人工智慧的需求辨識，相對於傳統的職缺辨識來說有以下差異：
傳統的需求辨識：基於明確表述的分析需求例如「職缺會寫要A、B的人，需求就是有A、有B」
AI的需求辨識：基於意圖探索而分析需求，例如「這個產業的公司若在OO職缺會寫要A、B的人，通常需求都是有A、有B，另外還會有C、有D」
這個意圖會來自於演算法的模型經驗，來讓廣告公司開出跟一般商業公司在開AE職缺時，更能找到年輕的肝與不羈的心。例如 JoberFly的職缺分析，就是基於這個原理來設計的。JoberFly不看表層需求，而是猜測背後意途，進而計算出真實的
人力銀行可能會因為有利害關係，所以有動機讓你的適配度結果傾向樂觀，但JoberFly沒有跟企業收錢，而是跟你收錢，而且是基於教育的目的想讓你更好，所以作為第三方系統，JoberFly擁有更多跟你講真話的動機。
JoberFly 智能履歷顧問，註冊就送 10 次履歷健檢
註冊這裡請 → https://flyingbuyer.com/StX9a
品牌商為避免被廣告商唬爛，所以會使用第三方平台來監測客觀數據。
立法權為避免被行政權帶走，所以會使用第三方司法單位來決斷是非。
奧運為避免裁判獨厚自己家，所以會納入第三方國組成裁判來做判定。
第三方是一個確保內容真實，不偏頗哪方的機制，這項機制促使我們看見真實的結果與數據。
