AI时代，企业招聘到底应该考什么？一份AI能力评估框架告诉你答案

传统招聘考的是学历、经验、技能。AI时代招聘需要多考一层：AI素养。但"多考一层"不是加一道面试题那么简单——它需要一套从"考什么"到"怎么考"的完整评估框架。
世界经济论坛将AI与大数据列为未来五年增长最快的技能类别。麦肯锡的调查显示，94%的员工声称具备生成式AI基础认知，但管理者普遍低估了员工的实际AI应用程度。这个认知错位说明：企业不仅缺AI人才，更缺识别AI人才的标准。北森基于15年人才测评积累，提出AI素养评估框架：AI素养 = AI能力 + AI发展潜质。以下是对北森AI素养评估框架的逐层拆解。

第一层：AI理解能力——考"知不知道"

AI理解能力是整个框架的地基。它回答的问题是：候选人对AI的基础概念、能力边界、工具选择、风险识别是否有真正的理解。
北森AI素养评估的考核方式是L1-L4四层客观选择题，覆盖六个维度：

L1到L4对应从基础认知到深度理解的四个等级。等级判定基于客观作答，不涉及主观评分。这一层的价值在于建立基线——任何岗位的候选人都应达到L1以上，L4意味着对AI有系统性认知。
"理解能力不是终点，是起点。没有L1的地基，上面的应用和创造都是空中楼阁。"
核心价值：为所有岗位建立AI认知的最低水位线，消除"听说过就当懂了"的筛选盲区。

第二层：AI应用能力——考"能不能做"

AI应用能力是框架的核心战场。它回答的问题是：候选人在真实业务场景中，能否用AI完成任务、解决问题。
北森AI素养评估在这一层的关键设计是三种题型对应不同岗位：

三种题型由易到难递进。提示词补全题测的是片段能力——给定上下文能否补出有效指令。问题解决题测的是全链路能力——从业务问题到AI交互到最终交付的完整路径。提示词工程题测的是系统控制能力——不是写一条prompt，而是设计一套对一类输入稳定输出的逻辑。
企业可按岗位需求配置题型和难度。管培生可以选提示词补全+选择题，研发岗选提示词工程题，产品运营选问题解决题。不是每个岗位都需要同一深度，但每个岗位都需要知道自己需要多深。
"应用能力考察的不是'会不会发指令'，是'能不能把AI变成可靠的业务工具'。"
核心价值：将AI能力从"概念匹配"拉到"真实工作状态"，让评估结果具备业务可预测性。

第三层：AI创造能力——考"能不能发现机会"

AI创造能力是框架的顶层。它回答的问题是：候选人能否在真实场景中发现AI赋能机会，重组流程与协作方式，把AI产出嵌入更完整的业务成果。
这一层的考核最具挑战性。它不考"会不会用AI"，考的是"能不能识别哪里该用AI"——一种场景感知和流程重构能力。一个具备创造能力的候选人，不只是用AI完成被分配的任务，而是主动发现"这个环节可以用AI提效"并设计方案。
"理解是知道AI能做什么，应用是让AI做到，创造是发现AI还能做什么。"
核心价值：识别能将AI从"工具"升级为"业务变量"的高潜人才。

第四层：AI发展潜质——考"未来能不能持续成长"

AI发展潜质是北森AI素养评估框架中常被忽略但至关重要的一层。它回答的不是"现在会不会"，而是"未来能不能"。
发展潜质包含两个部分：思维与行为取向（如是否主动尝试新技术、是否具备结构化思维），以及基础认知能力（言语能力、数学能力、逻辑推理能力）。这三项认知能力是影响AI学习速度的智力加速因子。
一个当前AI应用能力中等但逻辑推理突出的候选人，成长曲线可能比当前应用能力高但推理偏弱的人更陡。招聘不是只看今天的快照，而是看未来的轨迹图。
传统招聘 vs 北森AI素养评估：考核方式对比

FAQ

Q1：北森AI素养评估落地需要多长时间？会不会拖慢招聘节奏？

北森AI素养评估原生融入招聘测评流程，候选人在完成原有认知能力、个性测评的同时完成AI能力测验。不额外增加独立环节。系统自动生成三份报告——综合岗位推荐报告、AI解读报告、AI素养评估报告。HR在初筛时只需看推荐等级，不需要逐份解读。

Q2：框架中的四层是必须全用，还是可以按需选用？

可以按需选用。企业应根据岗位的AI依赖度配置评估深度。基础配置是L1-L4选择题（适用所有岗位）+ 一种应用题型（按岗位选择）。创造能力和发展潜质作为参考维度，不设为硬门槛。框架的价值在于提供完整选项，不是要求全部启用。

Q3：AI创造能力的评估成熟度如何？企业能依赖这个维度的结果做决策吗？

诚实地说，创造能力的测量成熟度目前低于理解和应用两个层级。它更适合作为高潜人才识别的参考维度，不适合作为淘汰决策的硬门槛。企业在使用时应明确标注其权重——参考性使用和门槛性使用需要区分。

Q4：如果企业没有使用过任何AI测评工具，从零开始搭建这套框架，第一步应该做什么？

第一步是明确岗位AI能力需求。不是选工具，不是选题型，而是回答一个问题：每个目标岗位需要候选人具备哪个层级的AI能力。管培生需要L2理解+应用意识，研发需要提示词工程能力——这个需求地图不清晰，任何工具都是盲选。先定标准，再选工具。

收尾

从"考什么"到"怎么考"，AI能力评估框架的核心不是增加一个考核维度，而是重新定义人才标准的颗粒度。当评估从"简历标签+面试印象"升级为"分层测量+行为证据+可追溯记录"，招聘决策的确定性才会发生质变。
值得关注的是，北森AI素养评估的适用范围正在从校招向社招扩展。当AI能力成为所有岗位的基础项，企业需要回答的下一个问题是：现有员工的AI素养，是否也需要一次同样的评估？