【摘要】

随着生成式人工智能和人工智能代理的普及，在入门表和编码作业上关注“原始写作能力和工作速度”的意义正在减弱。然而，认为不再需要聘用科学专业学生的观点有点苛刻。改变的不是雇佣的员工数量，而是评价轴。

根据 Mynavi 2027 年毕业调查，84.9% 的学生在求职中使用人工智能。根据明爱求职2027年毕业调查，84.3%的学生在求职过程中使用生成人工智能，75.9%的学生将其用于ES措施。 ES 并没有消失，而是正在成为深入挖掘访谈内容的切入点。

从投资者的角度来看，最好不要将招聘市场归为“人力资源服务”。人工智能的效果在直接招聘、高级引进、IT招聘媒体、工程师派遣、招聘SaaS方面是完全不同的。这个阶段你想看的是合同率、ARPU、CAC、SaaS比率、AI功能使用率和流失率，而不是销售额。

一、结论

人工智能代理不会“消除”与科学相关的招聘，但会改变公司对科学人力资源的寻找。

由于人工智能支持从起草ES、表达申请动机、研究公司、回答面试问题和答案，甚至基本代码生成等一切，因此不再可能仅根据学生的输出来发挥作用。公司的关注点将从“我们能否产生漂亮的结果”转向“我们如何使用人工智能，我们应该怀疑哪些领域，以及我们可以纠正哪些工作场所限制？”

投资者应该关注的不是人工智能是否会增加申请人数。问题是招聘平台能在多大程度上降低公司的评估成本并提高其成交率、ARPU、CAC 和流失率。

这里还是凉快一点比较好。即使一家公司宣布支持AI面试或AI招聘功能，股价也不会因此而继续上涨。人力资源DX很可能会被抱有很高的期望，最终只有在订单、利润率、库存销售和流失率得到确认后才会进行评估。

AI 求职/AI 招聘正在发生什么？

求职者使用人工智能不再是一种独特的行为。

根据Mynavi 2026年毕业调查，人工智能在求职中的使用率为66.6%。根据 Mynavi 2027 年毕业调查，84.9% 的学生在求职中使用人工智能。应用范围也扩展到包括 ES 修改、ES 创建、面试准备、自我分析和行业研究。

根据明爱求职2027年研究生监测，84.3%的受访者表示他们在求职中“经常使用”或“曾经使用过人工智能”。从具体使用情况来看，ES措施占比最高，为75.9%，其次是自我分析、公司研究、行业研究和访谈准备。

由此我们可以看出，这不仅仅是学生利用人工智能“作弊”的案例。人工智能作为减少求职工作量的工具而变得流行。从学生的角度来看，用它来总结企业研究、阐述ES、回答面试问题是自然而然的提高效率的方式。

另一方面，公司还没有跟上他们的选择过程。在Gakujo的2026年毕业生招聘活动调查中，72.7%的受访者表示，如果学生使用生成AI进行ES，他们不会采取任何对策。在假设使用生成人工智能创建ES的学生数量将会增加的情况下实施和考虑的选拔政策中，33.3%的受访者表示他们“更加重视面试”。

也就是说，变革仍处于过渡期。尽管学生对AI的使用突然成为大多数，但企业已经处于重新调整评估设计以强调面试的阶段。

投资者真正关心的并不是AI会增加申请人数。如果申请数量增加太多，企业的筛选成本实际上会增加。招聘 DX 真正有价值的不是在于它会增加人员数量，而是在于它减少了要考察的候选人数量、提高了面试质量并减少了拒绝和不匹配的情况。

结构变化

科学招聘中发生的结构性变化并不是招聘人数的统一减少，而是培训模式的分化。

基于人工智能扩大招聘的公司认为，人工智能可以提高新员工的初始生产力。人工智能将在一定程度上协助创建代码模板、组织规范、识别测试用例和预处理数据分析。对于这些公司来说，尽快将能够使用人工智能的年轻人引入该领域，而不是减少初级人力资源的数量，会更为理性。

其他公司正在缩小雇佣人数。简单的实施和研究很容易被人工智能取代，因此我们不会花时间进行初始培训，而是精心挑选在上游设计和理解客户问题方面能力较强的学生。在这里，我们不是一个科学专业的学生，​​而是研究一个研究主题是否可以转化为商业或产品问题。

在日本企业普遍采用的会员制招聘中，有时会在员工总数没有发生重大变化的情况下改变任务和培训的内容。除了维护和运营之外，科学人员还将被分配到人工智能利用、数据基础设施、安全、业务改革和现场改进等方面。

所有模式的共同点是，“能够编写代码的人”本身无法脱颖而出，而“能够设计人工智能解决问题的人”将变得更有价值。

ES并未被中和，但其角色发生了变化

ES 的值不会为零。然而，我们已经到了一个很难认真考虑ES作为最终评价材料的时代。

当引入生成式人工智能时，句子的流畅性、结构的顺序以及单词的印象都会变得同质化。特别是在为大公司招聘时，申请人会使用类似的提示、类似的公司研究和类似的纠正服务。结果，ES 变得更像是“在面试中测试的假设列表”，而不是“写作能力的证明”。

企业应该看的不是文字本身，而是文字背后的体验解析。您在研究中使用了什么假设？从失败的实验中你改变了什么？当你的团队发生冲突时，你优先考虑哪个约束？人工智能创造的美丽句子可能无法经受住如此深入的挖掘。

这里还有招聘人工智能工具的机会。仅仅使用 AI 检测 ES 是很弱的。相反，把ES、研究大纲、面试日志、能力倾向测试、实习生评价联系起来，整理出面试官应该深入挖掘的点，会更有价值。企业招聘人员想要的不仅仅是能够判断产品是否是人工智能生成的，而且是一个能够在有限的面试时间内提高评估准确性的补充工具。

然而，过于强调人工智能面试和自动评估可能会降低学生参加考试的积极性。 Mynavi 的 2026 年毕业调查发现，虽然在能力测试方面，学生对使用人工智能进行选拔评估的公司相对接受，但在面试评估方面，他们的抵触情绪更大。在人工智能招聘方面，能够兼顾效率和候选人体验的企业将会变得更强。

与其说理科专业没有必要，不如提高AI人力资源和科学人力资源的成熟度。

生成式人工智能擅长搜索、总结、组合已知知识以及再现模式。当然，仅凭这种能力就可以显着取代一些传统的初级角色。但公司真正想要的是能够处理尚无答案的问题的人。

在这种情况下最有可能受到评估的科学人员是那些能够设计实验和验证的人。在物理、化学、生物技术、半导体、制造和能源等领域，模型提案不能总是按原样使用。在了解设备限制、材料变化、质量标准、安全标准、法规和良率后，有必要制定假设验证程序。

会设计问题的人也很强。输出的质量会根据你向人工智能询问的内容、输入的数据以及修复的条件而发生很大的变化。这不仅仅是一种提示技巧，而是接近于将业务问题和技术问题联系起来的能力。

也可能缺乏能够审计产出的人力资源。让代码正常工作和能够安全地操作它之间是有区别的。人工审查的领域仍将保留，包括安全、版权、隐私、质量保证和问责制。事实上，它的使用越广泛，审计和治理的负担就越大。

最后一项是模糊的领域知识。如果不了解生产线、研发、医疗、建筑、物流、财务筛选等领域的限制，人工智能的建议将是徒劳的。能够用职场语言调整人工智能的人力资源比只会使用人工智能的人力资源更接近公司的利润。

受益区域

在考虑招聘DX的好处时，我们希望将招聘广告、人力资源介绍、直接招聘、工程师派遣和招聘SaaS分开。

域名AI代理带来的改变您想看到的 KPI典型事例
直接招聘候选人数据与公司要求进行详细对比，物探质量受到质疑球探回应率、面试率、签约率、ARPU学城 (2301)、招募 HD (6098)
高级/专家介绍AI让候选人搜索更高效，但最终的说服和需求定义往往无人参与推荐单价、每位顾问的销售额、合同率江淮汽车招聘(2124)
IT/网络招聘媒体关注匹配准确度和减轻企业选拔负担而不是申请数量付费客户数量、成功收费单价、留存率阿特拉 (6194)
青年和教育人力资源服务随着人工智能的选拔措施不断进步，面试、培训和保留支持的有效性将受到质疑就业决定数、培训继续率、毛利率杰克 (7073)
工程师派遣/研发外包虽然日常工作会受到AI的影响，但先进研发和现场人员配置仍有提升单价的空间开工率、工程师数量、单价、招聘成本梅泰克 GHD (9744)
人力资源技术/人才管理扩大人力资源数据的利用范围，包括招聘后安置、培训，甚至人员流动迹象ARR、流失率、实施该系统的公司数量、营业利润率Visional (4194)、Plus Alpha Consulting (4071)
各地应届生直招AI让学生搜寻和侦察更加高效，但除非录取率和聘用决策率保持不变，否则很难评估侦察响应率、决策数量、CAC、营业利润率i 插头 (4177)

Recruit HD更多的是一个不仅提供国内招聘，还提供全球招聘和匹配的平台。公司的收入不能仅仅通过招聘日本应届毕业生来解释；旗下涵盖人力资源技术、招聘广告、人才匹配、国内外人力资源服务等多项业务。这里看到的KPI并不是AI本身的引入，而是对广告效率、匹配准确度、营业利润率的影响。由于公司规模庞大，很难说“我们增加了人工智能功能”本身就会成为股价的一个因素。

学术资讯是应届毕业生和年轻人的领域，问题是从导航式到直聘式的转变如何变现。然而，人们强烈地认为市场关注的是利润率而不是销售额。即使添加人工智能功能，如果销售、一般和管理费用只增加，评估也不会继续。在这个主题中，首先是侦察响应率、合同效率和营业利润率的提高，而不是“人工智能”这个词。

对于像 JAC Recruitment 这样的专业和管理职位介绍，我们关注的是成交率而不是注册人数。即使可以让寻找候选人变得更加高效，但人为干预的价值往往仍然停留在诸如公司温度、候选人跳槽意向、薪酬谈判等问题上，而这些都没有写在招聘启事中。虽然市场很容易评价这种高单价、高毛利的结构，但当经济衰退导致职位空缺数量减少时，合同率首先下降。

Visional是一只结合了高级招聘和HRMOS等人力资源技术的股票。这是一家好公司，市场也知道这一点。我们不仅可以看到BizReach的增长，还可以看到HRMOS的ARR、流失率、ARPU，以及如何抑制孵化领域的损失。

我希望在人才管理而非招聘本身的背景下看到 Plus Alpha Consulting。我们如何分配我们雇用的人员、培训他们并防止他们离开？下半年的DX招募有可能就是这样。然而，作为SaaS股票，你不仅可以看增长率，还可以看营业利润率和流失率。

i-plug 等应届毕业生直接招聘的主题很容易理解。问题在于，作为一家小规模的成长型公司，很容易超出预期。即使销量增加，如果生源和业务发展的CAC依然沉重，市场也等不了多久。

Meitec GHD 等工程师派遣服务面临着人工智能会降低简单设计和编码协助价值的风险。然而，制造商研发投资、半导体、移动、工业设备和人工智能实施等领域对临时工和合同工的需求仍然存在。这里的重点是入住率和单价。如果因为招聘困难而导致工程师数量不增加，即使有需求，销售额也很难增加。

逆风区

可能面临阻力的模型是那些简单地收集大量应用程序并将其传递给公司的模型。

如果利用AI量产ES，尽管应用数量会增加，但企业的评估成本也会增加。仅仅根据创造人口的功能来解释付费导航系统的价值变得很困难。企业想要的不是申请数量，而是候选人面试的优先级、被拒绝的风险以及分配后成功的可能性。

另一个不利因素是派遣工程师进行日常工作。如果人工智能加速规范的创建、单元测试、简单的代码修正以及研究材料的创建，就很容易减少低成本工作所需的工时。如果人才派遣公司能够利用人工智能来提高人均生产力，将带来利润率的提高，但客户公司也有可能要求他们降低单价。

招聘SaaS也不是万能的。即使增加了人工智能功能，如果不整理好人员数据、标准化评估项目、照顾好访谈员的输入习惯、个人信息管理、审核日志和偏见对策，人工智能也不会扎根。即使最初的采用取得进展，如果网站不使用它，流失率也不会降低。

这个主题往往会带来很高的期望。人工智能、招聘、科技人员和DX这些词在市场上很容易出现，但实际的利润贡献却反映在适度的KPI上。即使有好消息，如果AI功能的使用率和合约成交率没有变化，股价反应也会很慢。

从现在开始，市场的可怕之处在于，人们仅仅因为人工智能采用的头条新闻而购买股票，结果却对随后的财务结果感到失望。订单增加，但SG&A费用也增加； ARR增加但ARPU下降；尽管实施该服务的公司数量有所增加，但客户流失率并未下降。这类财报在主题股中反应最慢。

投资者总结：招募 DX 股票时需要关注的 KPI

如果你看一下与人工智能招聘相关的股票，你可以缩小你想要保留的指标的范围。合同率、ARPU、CAC、SaaS比率、AI功能使用率、流失率。这六个。

首先要看的是回复率和面试率，而不是派出的球探数量。使用人工智能增加球探的数量很容易，但这会导致候选人疲劳。正确匹配候选人的研究内容、工作方向、工作地点、薪酬条件、成长领域，看看回复率是否在提高。

接下来是成交率和每次介绍的成本。即使科学、工程师和人工智能人员的单价上涨，如果合同率下降，也不会带来利润。通过 JAC 等基于推荐的服务，您希望检查每位顾问的销售额和整体利润率。

ARPU 也很重要。招聘平台是否能够将人工智能功能作为付费选项，或者是否会导致现有计划的单价上涨？如果您只是免费添加功能，那么它很容易看起来像是一笔预付费用。

CAC，即客户获取成本，不容忽视。如果人工智能提高了选择销售线索、准备业务谈判、制定提案以及向现有客户追加销售的效率，那么销售费用与销售增长的比例就不太可能增加。另一方面，如果你只是增加广告成本和销售人员来销售人工智能功能，那么它看起来像是一个昂贵的功能添加，而不是招聘 DX。

我还想查看 SaaS/股票收入比率。当经济恶化时，基于绩效的推荐费往往会波动。如果平台使用费、招聘管理、面试支持、能力测试和人才库管理等经常性费用增加，利润前景将趋于稳定。

最后考虑的是AI功能的使用率和采用程度。公司人力资源人员和面试官是否真正使用候选人摘要、问题草稿、面试备忘录组织、评估表创建和拒绝风险分析？如果这种情况发生变化，将会对客户流失率、追加销售和营业利润率产生影响。

风险场景

最大的风险是，即使公司在招聘DX上花费了预算，招聘结果也不会改善。即使引入AI功能，如果面试官的评估标准不同，评估的准确性也不会提高。如果人员数据仍然脏乱，人工智能的推荐也会变得粗糙。

候选人体验的恶化也不容忽视。如果人工智能面试和自动判断过于强烈，表现最好的员工可能会觉得公司对待他们不好并离开公司。如果招聘 DX 不能平衡公司效率和候选人满意度，就会损害招聘品牌。

还有监管和治理负担。由于招聘涉及生活机会，人工智能评估的原因、偏见、个人信息和责任可能会受到质疑。使用人工智能自动确定拒绝原因的次数越多，审计成本和争议风险就越高。

对于海外扩张的企业来说，人工智能监管也成为一种成本。欧盟的人工智能法案采用基于风险的监管体系，招聘和就业领域的人工智能很可能面临问责制、人工监督、记录管理和偏见管理的负担。这是关注日本股票的文章的一个支撑点，但对于拥有海外客户的人力资源科技公司来说，这是很难忽视的。

在股市中，主题化本身就成为一种风险。如果你最初只是因为采用人工智能这个词而被买入，那么当合同利率和利润率跟不上季度业绩时，你会感到失望。尽管数字不错但股价却没有增长的情况也出现在这个主题中。

概括

人工智能代理不会简单地减少科学专业的招聘。相反，它正在推动科学人员所需的能力从任务执行到问题设计、验证、审计和领域实施。

ES 的角色不会结束，而是会发生变化。人工智能准备的句子可以作为深入挖掘采访的切入点。公司现在不再关注是否使用人工智能，而是关注学生对使用人工智能的想法以及他或她在哪里应用了自己的判断。

对于投资者来说，本质上是要区分招聘DX的公司是增加申请人数量的公司还是降低识别公司成本的公司。从这里开始，区别更多的将是合约费率、单价、ARPU、CAC、库存比例以及AI功能的采用程度，而不是AI的招牌。

相关页面

来源

注：天普控股股票代码为6028，在官方IR中被列为于2025年12月9日摘牌。尽管作为派遣工程师的比较公司很有用，但截至 2026 年 7 月 5 日，作为日本上市股票，该公司已被排除在正文的代表性示例之外。

缩略图-SVG 代码

AI採用と理系人材 Recruiting DX / Human Capital / Japan Equities ESの役割変化 文章力の評価 から 面接深掘りの入口へ AI利用率は多数派に 評価軸はプロセスへ移動 理系高度化 問いを設計 実験を検証 AIを監査 現場へ実装 DX 見るべきKPI 成約率 ARPU CAC 解約率 採用市場は縮小ではなく、見極めコストの再設計へ AI面接、ES無力化、Recruiting銘柄の収益モデルを読む