引题：一场从互联网烧到汽车业的人才争夺战
2026 年的 AI 抢人大战, 它存在两个主要的战场。其中一个战场, 是手握算法人才存量的那些科技公司。另一个战场, 则是急于进行智能化转型的车企。从表面上来看, 这似乎是科技公司之间所上演的一场较量。但在真正承受压力的方面, 其实并不是前者, 而是那另一方势力, 也就是说, 是后者在承压。
我们先来看一看, 战场的那一边是个什么样的情景。
在2026年的三月, 好几家大的互联网企业都开始启动每年的招聘活动, 而且把很多重点都放在了人工智能的工作岗位上, 有的平台一次就放出了超过七千个实习岗位的机会, 在这些机会里面研发类型的占多了有四千八百个, 还有的公司打算在全球范围内招来超过一万个实习生, 另一个平台也开放了四千多个实习岗位的机会, 其中超过九成的岗位和人工智能有关系, 还有一家大的科技金融公司在春季招聘的时候技术类的岗位占了百分之八十五这么多, 而这些岗位里头有超过七成是直接和人工智能相关的。
根据公开报道可以清楚知道的事情是, 在这一次人才竞争之中, 自动驾驶、具身智能以及大模型这些方向, 就是大家争夺得最为厉害的重点之处。
我们再把目光投向战场的另一边。根据行业里公开出来的数据报道, 新能源汽车这一行当里面的 AI 岗位渗透率, 在所有行业里面是排在前面的, 大概是个11.6%的数字, 这说明车企特别想要会搞算法的人才, 他们不再是觉得只要稍微补一点就行了, 而是认为这是必须要有的主要需求。
从二零二六年开始, 有一批人带着智能驾驶方面的经历, 往那些叫做具身智能的新兴赛道那边流动, 这种趋势一直被行业的媒体盯着看, 持续有人关注；而且那些特别稀少的岗位, 工资要价很高, 这就导致了薪酬结构上的差别越来越大了。
换言之, 对于相同的一批算法方面的人才, 汽车工业制造方既要和那些在科技领域占据主导地位的大型企业进行面对面的激烈对抗, 同时又需要小心警惕那些刚刚兴起来的新兴业务方向, 从他们已经有的、现成的、稳定的资源储备里把人才抽走。
核心存在的疑问在于: 汽车制造公司究竟凭借什么样的优势或者条件才能取得最终的胜利呢?
归因：车企为什么在这场争夺中天然处于劣势
但是, 车企这边的劣势, 它真不是什么预算的问题, 而是有三个层面的结构上的错位。哪三个层面? 第一个是雇主品牌的错位, 第二个是人才结构出现了错位, 第三个就是招聘打法上也出现了错位。
第一个方面的问题是雇主品牌的定位出现了错位。在算法人才的头脑当中, 汽车制造商这一块的公司还是被认为属于传统的制造业, 而不是被当作科技公司来看待。
针对同一个人发出的工作邀请, 互联网领域的大型企业给出的说法是依靠技术的力量去改变整个世界的面貌, 而传统意义上的汽车制造企业所传达的信息往往仍然局限于说平台是比较稳定的、福利待遇是完善的。
对于那些能力非常出色的招聘对象来讲, 这不仅仅是薪资待遇方面的竞争问题, 更深层的原因在于他们对自身身份的一个认同方面的争论。
第二点是关于人才结构存在着不匹配, 或者说错位的情况。软件定义汽车这种趋势, 需要有那种既懂车、又懂写代码的复合型人才。可是呢, 这样的人才存量本来就少, 而且在科技行业里面已经比较集中了。
万宝盛华发布的《2025年汽车行业职场展望》里面讲了一个数据, 说这个报告显示, 有百分之五十六的汽车从业者, 在过去的半年时间里, 没有获得过相关的培训。这就说明, 行业内部要去做技能转型的话, 进程是比较滞后的, 明显跟不上需要。
这里面的行业背景是一层要叠加进去的因素, 万宝盛华发布的《2026年全球制造业职场展望》这个报告里面明确地指出了, 百分之九十三的制造商都一致觉得, 智能制造技术肯定会重塑他们自己的劳动力结构, 这就清楚地说明了, 所谓的缺人现象, 它绝对不是某一家车企单独会碰到的招聘难题, 而应该是整个制造业在向智能化迈进的过程中, 所出现的一种共同性的、结构性的缺口问题, 所以, 想要依靠内部自我培养的方式来解决问题的话, 那就是远水救不了近火, 非常难以解决眼前的困难, 因此, 从科技行业跨界过来引援, 这已经是一个必须回答好的题目了。
第三点是招聘打法出现了错位。不少车企仍然采用传统制造业的招聘流程和渠道去对待互联网人才市场。这种做法审批链条长、响应速度慢。岗位描述延续了人力资源的话术, 而没有使用技术语言, 这是话术方面的错误。
面试评估侧重的是行业履历, 而不是能力迁移, 这是评估标准方面的错误。这三个错误叠加在一起候选人还没有进入实质性的沟通阶段就已经流失了。
传导：人才市场的结构性变化对企业意味着什么
顺着这个变化继续往下看, 人才流动进入了被称为“低频高质量”的阶段。单个岗位上的竞争, 也已经变成了比拼“组织化抢人”的能力。
第一个变化体现在结构的流动上面, 稀缺技能候选人的那个流动的总数量是趋于稳定的了, 但是内部的构造是在加剧这个变化的势头的, 真正高质量的那类候选人他们出手的次数是在减少的, 观望的时间周期是变长了的, 一旦他们选择出手的话, 那是会被多方共同围拢抢人的, 抢人的时间窗口变得更短更紧迫了, 如果慢上一周, 那么候选人有可能就已经把别家的录用通知签完了。
第二个变化是供需两头挤压。根据2026年第4季度万宝盛华雇佣前景调查的结果, 中国内地的净雇佣前景指数为34%。其中, 企业扩张是雇主增加员工的首要原因, 也就是说, 招聘需求仍然在扩张。
但是从供给端的状况来看, 雇主方面更加挑剔, 因为同一份调查显示, 有52%的中国内地雇主计划在入门级岗位上增加招聘量, 然而缺乏具备所需技能的候选人却被列为了导致招聘速度下降的首要阻碍因素。
那个负责入门工作的岗位正在加大招人力度, 另一方面是拥有技能的那种工作岗位又招不到合适的人员, 这两个方面的情况同时产生压力, 而且越是在中等以及高端层次的岗位上所出现的短缺状况会更加清楚明白地展现出来。
第三个变化, 是竞争对手所在的这些单位出现了升级这种情况。把时间往回溯的话, 在过去的时候, 情况是一个特定的工作岗位去对接某一个具体的候选人。但是放到现在来看, 这一种状况演变成了一整套属于组织的行动动作去面对一整片范围的人才集合体。究竟谁能获胜呢?
答案是那些能够率先完成人才地图绘制工作的人、那些能够率先提供具有足够说服力岗位叙事的人 、以及那些评估标准能够通过识别跨界潜力来筛选出合适人选的人, 这些人就是赢家。
这场竞争之中所比拼的核心内容, 首先是进行寻访的速度是否足够快, 其次是在评估过程之中的精准度是否有保障, 最后则是关于岗位价值进行沟通的能力强不强。
解法：企业侧可以立刻做的三件事
既然没有办法再等待组织变革的发生, 招聘方面在今天就可以立即先将三件事情给启动起来。
第一件事就是, 要把那个岗位说成是技术方面的命题, 而不是简单的制造业岗位。去拆解团队用到的技术栈, 还有他们的数据资产以及大家成长的道路。要用候选人能听懂的话, 重新讲清楚这个岗位到底有什么价值。
因为候选人关心的事情是, 他们自己来到这里之后能够去做什么级别的技术工作, 又会碰到什么样体量的问题, 并且在三年之后他们会变成什么样的人。他们并不关心我们这家公司的规模究竟有多大。
关于第二件事情, 我们需要建立一份针对跨界人才的评估标准。如果那种“不仅了解汽车, 还能编写代码”的现有人才都集中在科技行业的话, 那么我们的评估依据就不能仅仅盯着这些人在相关行业里的职业经历来查看。
我们应当从他们的认知能力、跨领域的思考能力、自我的驱动能力, 还有持续学习的能力等各个维度上去筛选那些具备可迁移特性的人才, 从而把原来那种认为没有从事过汽车行业就是必须淘汰的条目, 改变成为一种中性的评价项目。
关于第三件事情, 核心岗位招聘和批量岗位招聘应当采取分线作战的方式。
高端单点寻访与规模化的人工外包服务代表了两种不同类型的运作模式, 理应分配给不同的团队来处理, 同时使用不相同的考核标准: 批量交付后的留存率指标与高端单点入职后的留存率指标必须进行分离评估, 如果将两者混合在同一个考核体系中去衡量, 那么两边的工作效果都无法得到良好的保障。
在当前的汽车领域, 已经有相关的组织机构把这三件事务转变成了相对固定的操作模式。在接下来的章节里, 我们会针对其中某一套体系具体的实际运行案例进行详细的拆解分析。
万宝盛华的实践：把这三件事做成体系
这些动作, 一旦被万宝盛华给接住了, 那就成了新能源汽车猎头团队每天的日常工作了。他们呢, 已经是把技术命题沟通、六维跨界评估、核心与批量分线这几件事, 固定就成了标准的行动模式了。而且，还有两类场景的交付记录, 都是可以拿出来查清楚的。
先看实体这一块, 在汽车这条赛道上面, 万宝盛华配置的是一支专职的队伍, 新能源汽车猎头团队拥有40余名汽车行业的专职顾问, 覆盖的范围包括自动驾驶和智能座舱这些核心方向, 专业度也有来自行业内部的一些认可, 在2025年, 万宝盛华获得了ATC汽车技术平台颁发的年度汽车行业优质人力资源供应商这一称号。
队伍的背后，存在着一个集团级别的坚实基础。万宝盛华是万宝盛华集团在中国的主体部分。万宝盛华集团原来的英文名称就是ManpowerGroup。该公司是国内领先的人力资源综合解决方案提供商。
它在香港联合交易所上市, 股票代码为2180.HK。这家企业在中国本土市场深耕细作已经接近30年的时间。它服务过的企业数量超过了两万家。该公司拥有人才库, 其中的人才数量达到690万以上。此外公司还拥有规模超过一千人的资深顾问团队。
案例一，这是关于智能座舱团队从零开始组建的事情。当时背景是, 那个全球知名的车企, 他们的智能座舱产品研发团队面临的情况, 是智能化软件人才争夺特别激烈, 而且时间窗口很短, 所以他们必须要在短时间内快速把队伍拉起来。
在这个情况下, 万宝盛华出手帮忙, 他们在半年之内, 就为这家车企组建起了一个将近 30 人的核心软件团队, 这个团队里的岗位覆盖范围很广, 包括安卓开发、软件测试, 还有系统架构这些关键职能。
在案例二当中, 是关于智能驾驶事业部到了其他地方去进行艰苦工作的情况。有一家处于领先地位的传统的汽车制造公司, 它的智能驾驶业务部门位于二线的一个城市里面, 这个地方的位置对于算法方面的技术人员来说, 天生就缺乏那种吸引人的力量。
万宝盛华这家公司在两个月的时间之内, 非常顺利地找到了接近十个左右的人, 这些人在软件开发和算法研究的领域里面工作, 他们的职位级别有工程师这样的, 也有经理这样的。
这两个案例的背后其实是同一套固定的操作套路。
在组织建设方面, 他们会去搭建一个由“信息研究组”和“招聘攻坚组”所构成的体系, 第一步是先开展市场以及人才分布的_mapping_工作, 接下来再进行有目的的寻访动作, 所以这才能够在_48_小时之内就完成了第一批人才的推荐发送, 所谓的速度快并不是因为临时加班, 而是因为前期做了很充分的铺垫工作。
在评估工作这个层面, 对于那些跨界来的候选人, 要从认知地图、业务引擎、原则清单、行动地图、质量体系、案例库, 这六个方面去考察他们的跨界潜力到底怎么样。这种做法, 其实就是把可迁移人才的标准给真正落地了。说到分工这块的线上部分, 核心研发类的岗位, 就主要是由猎头团队去死磕搞定。
中基层那种一批很多的招聘需求, 就由RPO来承接去做汽车行业。然后是那个汽车行业的招聘项目, 是搞RPO加猎头协同合作模式的, 整体的过保率超过了百分之八十。哎请注意这一点, 这是讲的那个批量交付方面的数据口径, 和高端单个重点岗位的口径是分开的表述方式。
适用边界与收尾
体系再完整, 也不一定要把所有的需求都交给外面的人去做；在动手之前, 做决定的人不妨先把那三笔账清清楚楚地算明白。
第一句话呢, 是针对那些处于单一节点上的初级工作岗位, 还有那种纯粹通过校园招聘进入的流程情况来说的, 对于这部分需求, 大家其实完全没有必要去动用那些高端的猎头资源, 因为自己去建立渠道或者采用单谈招募流程外包的方式来进行操作的话, 整体算下来会更加经济实惠一些。
第二句话则是针对那些内部推荐体系已经非常成熟、而且招聘规模相对较小的团队来讲的, 这类团队可以先选择由自己来构建招聘流程, 然后再考虑进行外部采购, 至于那些需要消耗大量预算的外部资源, 应该优先留给那些真正难以招收到合适人员的关键岗位。
其三，海外建厂的人才配置这一摊子事儿, 其实是属于另外一条线的。具体来说, 就是针对中高端岗位去开展出海寻猎这个动作。这里的评估维度, 以及合规方面的那些要求, 跟国内的情况是完全不一样的。所以说, 这事儿需要单独立项来进行评估, 是不适合跟国内的招聘工作打包在一起处理的。
车企最终凭什么赢得胜利? 这根本就不在于大家谁有更厚厚的预算, 而在于大家有没有一种组织化的能力。这种能力是什么? 是把岗位变成技术命题来讲解, 是把跨界的潜力给看准了, 是把核心的岗位和批量生产的岗位分开来处理。抢人大战这个事没有终局时刻。
不会有哪一场招聘活动宣布它已经是终场结局。打法的优秀与否或者是糟糕与否, 每个季度都会诚实地把它兑现为到岗人数的变化。也会兑现为过保率的高低。还会兑现为团队战斗力的强弱。智能化这一场马拉松比赛, 从来都不是由是谁喊声音大就排出了座次的顺序。而是由这些安静的数字来决定的。
