資歷深也可能卡在履歷關！AI招募時代，轉職必懂3個新眉角
AI正在改變企業招募方式！美國東北大學研究發現，54%的用人決策者已使用AI協助篩履歷。資深人才累積多年的工作經驗，能被AI正確辨識嗎？了解AI招募趨勢、人才篩選風險與轉職建議。
工作十幾年，累積了不少專案經驗、管理能力，甚至一路從工程師做到主管，但當你準備轉職時，第一個審閱履歷的，可能已經不是人資，而是AI。
現在不少求職者會用AI整理工作經歷、潤飾自傳，或依照職缺要求修改履歷。另一方面，企業也開始使用AI協助篩選人才。
原本以為AI能讓找工作、找人才都變得更有效率，新的問題卻也跟著出現：當每份履歷都能寫得很專業，企業該怎麼判斷誰真的有實力？如果系統優先篩選符合條件的人選，會不會反而錯過經驗豐富的資深人才？
更值得注意的是，連負責招募人才的主管，也開始思考自己的工作有一天是否會被AI接手。
54%用人主管開始用AI篩履歷，科技業比例更高
根據美國東北大學Northeastern University於2026年公布的《AI & Society Survey》調查，研究團隊分析8,174名具有招募決策權，或能影響招募結果的受訪者，發現54%的用人決策者已使用AI協助審閱履歷。其中，資訊科技業的使用比例更高，達到83%。這代表AI已經進入不少企業的招募流程。不過，這不等於所有企業都將錄取決定交給AI。實際應用可能是先協助整理履歷、分析技能條件，或讓人資更快找出值得進一步了解的求職者。
對企業來說，AI確實有機會減少整理資料的時間。尤其當一個職缺收到幾百份履歷時，過去需要人工逐份查看的資訊，現在可能透過系統更快完成初步整理。但對資深人才來說，這項變化也值得注意。過去，十幾年的產業經驗、帶領團隊的能力，或處理複雜專案的經歷，都可能成為轉職時的重要優勢。但如果企業的初步篩選偏重特定職稱、技能或產業背景，這些累積多年的經驗，未必能在第一時間被完整看見。當企業越來越習慣使用AI找人，真的就能找到更適合的人才嗎？
履歷越來越漂亮，企業反而更難確認真實能力
AI讓寫履歷變得容易許多。以前可能要花好幾個小時整理工作經歷，現在只要把工作內容輸入AI，就能快速產出一份文字流暢、看起來相當專業的履歷。但當越來越多人使用AI，企業也開始遇到新的問題。
美國人力資源顧問公司Robert Half於2026年3月發布「67%人資主管認為AI生成的求職資料拖慢招募流程」（Robert Half survey: 67% of HR leaders report AI-generated applications are slowing hiring）調查結果。這項調查於2025年11月進行，由Robert Half委託獨立研究機構訪問超過2,000名美國企業招聘主管，了解AI生成的求職資料對企業招募帶來哪些影響。
調查發現，67%的受訪人資主管表示，審閱AI生成的求職資料拖慢了招募流程，其中20%表示延誤超過兩週；65%的招聘主管則認為，隨著大量經過AI生成或潤飾的求職資料湧入，確認求職者的真實能力變得更加困難。此外，84%的受訪人資主管表示，團隊的工作負擔因此加重。為了確認求職者的能力，部分企業開始花更多時間審閱履歷、增加面試次數，甚至調整職缺描述，希望減少收到過於制式的AI回覆。
這背後其實反映一個問題：AI讓履歷更容易寫得專業，但企業仍然需要花時間確認內容是否符合實際經驗。例如，同樣在履歷上寫著「主導跨部門專案，成功提升營運效率」，兩個人實際負責的工作可能差很多。一位可能從需求分析、專案規劃到最後的成果追蹤都親自參與；另一位則可能只是協助其中一小部分工作。當AI把兩個人的經歷都整理得相當漂亮，企業光看文字，未必能快速分辨其中的差異。AI可以幫求職者把經歷說得更清楚，卻無法保證履歷上的內容都是真的。這也讓企業必須重新思考，除了看履歷，還能透過哪些方式確認求職者真正具備的能力。
AI篩選速度快，卻不一定能看出資深人才的優勢
除了履歷真實性，AI的判斷方式也值得注意。2026年10月，微軟研究院（Microsoft Research）發表一項關於生成式AI履歷篩選的研究，分析36篇相關論文，並進行1,134組實驗。研究發現，即使探討的是相近的履歷評估問題，只要調整部分測試條件，例如職務描述的用字，就可能影響模型的評估結果。另一項由美國伊利諾大學厄巴納—香檳分校於2026年介紹的小規模研究，也發現，在研究團隊測試的AI履歷評估模型中，具有職涯空窗的履歷容易受到不利評分，刻意堆疊職缺關鍵字也可能讓分數下降。
當然，這不代表所有AI招募工具都有相同問題，更不能直接認定AI一定會淘汰有職涯空窗的人。但這些研究提醒企業一件事：AI可以協助快速整理求職資料，卻不能保證每次都能準確判斷一個人的能力，這對資深人才尤其值得關注。
工作十幾年的人，職涯發展往往不會只有一條路。例如，一位工程師可能先在半導體產業負責設備維護，後來轉往自動化設備商擔任專案經理，最後成為跨國團隊主管。如果企業只設定「同產業十年以上經驗」作為篩選條件，這位求職者可能不符合最直觀的履歷條件。但實際上，他累積的設備技術、專案管理、客戶溝通與團隊領導經驗，可能正是企業需要的能力。對這類人才而言，真正的優勢可能不只是做過哪些工作，而是能否把不同領域的經驗整合起來，解決更複雜的問題。但這些能力，不一定能單靠職稱或工作年資完整呈現。
符合篩選條件，不一定代表最適合；不符合既定條件，也不代表沒有競爭力。對企業而言，AI可以是協助找人的工具，但仍需要透過面談、專案經驗討論及能力驗證，進一步了解人才的真正價值。
主管用AI找人才，也開始擔心自己的工作被取代
AI帶來的職涯影響，不只發生在求職者身上。美國東北大學研究發現，相較其他職務的受訪者，具有招募決策權的人更可能認為AI能提高自己的工作效率。但另一方面，他們認為自身大部分或全部工作可以交由AI完成的比例，也接近其他職務受訪者的兩倍。換句話說，當主管開始使用AI協助完成工作，也可能更清楚意識到，哪些原本需要自己處理的事情，未來可以交給系統完成。
以招募工作為例，AI可以協助整理履歷、比較技能條件，甚至產出面試問題。但要判斷一個人是否適合加入團隊，通常還需要考慮更多事情。例如，求職者面對突發狀況時會如何處理？能不能與不同部門合作？過去的管理經驗，是否符合企業目前遇到的問題？這些都不是只看一份履歷摘要，就能完整了解的事情。不過，研究呈現的是受訪者對AI影響工作的看法，並沒有證明這些主管即將被AI取代。對中高階主管而言，當AI開始分擔部分行政與分析工作，未來更需要思考的，可能是如何將時間放在團隊管理、人才判斷及更重要的決策上。
企業開始用AI招募，資深人才該注意什麼？
當AI逐漸進入招募流程，對資深人才來說，值得注意的不只是履歷寫法，還包括如何讓企業更完整地認識自己的能力。
不是每份履歷，都需要強調AI技能
現在不少企業都在談AI轉型，但不代表每個職缺都把AI能力列為必要條件。美國東北大學研究發現，接近半數的用人決策者並未明確將AI經驗列為招募考量。資訊科技、金融等相關領域較常關注AI技能，但其他產業的情況並不完全相同。因此，資深人才不需要為了跟上趨勢，就在每份履歷都強調自己會使用ChatGPT或其他AI工具。更值得做的是先確認目標職缺需要哪些能力。如果職務確實涉及AI應用，可以說明自己曾經用哪些工具處理什麼工作、如何確認成果品質；如果企業更重視專案管理、技術整合或團隊領導，就應該把重點放在對應的專業經驗上。
跨產業轉職，別只靠系統替你判斷適不適合
對於工作十年以上、曾經轉換產業或職務的資深人才來說，履歷未必能完整呈現過去累積的能力。尤其是想從工程職轉往專案管理，或從半導體跨入工業自動化、智慧製造等領域的人，可能具備不少可以延伸到新職務的經驗。但如果企業的初步篩選方式偏重特定職稱、產業背景或技能條件，這些經歷可能不容易被完整看見。因此，除了投遞履歷，也可以透過產業人脈、專業社群或獵才顧問，增加與企業直接交流的機會。
例如，透過獵才顧問說明過去負責的專案、技術能力，以及想轉換產業的原因，有助於企業從履歷條件以外的角度認識人才。不過，這不代表透過推薦或獵才顧問就一定比較容易錄取，而是讓資深人才多一個呈現專業經驗的管道。
求職者使用AI，企業真的會介意嗎？
美國東北大學研究發現，用人決策者對求職者使用AI完成寫作或程式相關作業的看法並不一致。約40%認為是加分，21%則表示這會降低他們提供錄取機會的意願。要注意的是，這項數據討論的是求職者使用AI完成寫作或程式作業的情況，並非直接調查企業對AI修改履歷的接受度。但這仍提醒求職者，不同企業對AI使用方式的看法可能有差異。
AI可以幫忙整理文字、改善表達，但如果為了讓履歷更好看，加入沒有實際做過的專案、誇大自己的責任範圍，反而可能在面試或背景查核時出現問題。尤其當企業開始花更多時間驗證求職者的能力，能不能清楚說明自己做過的事情、負責哪些決策，以及如何解決問題，仍然相當重要。
AI讓找人才變快，但找對人還是沒那麼簡單
從求職者用AI修改履歷，到企業用AI協助篩選人才，招募市場正在出現新的變化。AI確實有機會幫雙方省下整理資料的時間，但也帶來新的挑戰：履歷越來越容易製作，企業卻可能需要花更多力氣確認內容是否真實；系統可以快速篩選符合條件的人選，卻不一定能完整看見每個人的專業優勢。對企業來說，真正重要的不只是提高履歷篩選速度，而是如何讓AI協助招募，同時保留必要的人工判斷，避免錯過合適的人才。對資深求職者而言，也不需要把所有心力都放在猜測AI喜歡什麼樣的履歷。
當企業越來越習慣用系統找人，如何讓自己累積多年的專業經驗被正確理解，反而更值得重視。畢竟，AI可以協助企業找出符合條件的人，但一個人能為公司解決什麼問題、帶來哪些價值，往往還需要透過更深入的交流才能真正看見。
參考資料
- 美國東北大學 Northeastern University（2026/11/2），Fewer jobs, new opportunities: AI is changing what's in store for new hires and managers alike
- Robert Half（2026/3/10），Robert Half survey: 67% of HR leaders report AI-generated applications are slowing hiring
- Microsoft Research（2026/10），GenAI Evaluation Results are Largely Artifacts of Evaluation Design Choices
- University of Illinois Gies College of Business（2026/6/29），MSBA Research Examines Bias in AI Résumé Screening
