在AI时代用《毛选》顶级思维做猎头

很多人拿到一个职位，第一反应是赶紧搜简历、打电话。而拥有全局思维的猎头，会习惯性地先问几个问题：

1.这个岗位所在的行业和企业，现在处在什么周期？（初创期、发展期、成熟期、衰退期）

2.客户公司的战略重心落在哪里？这个岗位是核心业务、防御性布局，还是探索性尝试？

3.岗位对能力的要求，和市场上同类岗位相比，有什么独特之处？

4.未来一到三年，这个职能本身会发生哪些变化？

5.有哪些相邻领域的人才，具备跨界胜任的可能性？

这其实就是教员强调的“关注广泛”“把握依存关系”“长短结合”。

在AI时代，我们不能只盯着JD上的关键词，而是要去构建一张行业人才生态地图。

AI工具可以帮我们抓取行业研报、专家数据、头部公司的组织架构变动信息，辅助这张地图的动态更新。

但真正做全局判断的依然是我们自己——哪些信息是噪音，哪些趋势是真命题，这个判断本身，就是价值所在。

猎头工作的本质，是在处理一组组真实的矛盾：

客户想要“即插即用”的成熟人才，而市场上这样的人往往被高薪锁定，或者正在经历职业倦怠；候选人希望“钱多事少离家近”，但客户提供的岗位大多伴随着挑战和压力。

教员说：“事物发展的根本原因，不是在事物的外部而是在事物的内部，在于事物内部的矛盾性。”

猎头的价值，恰恰在于识别矛盾、分析矛盾，然后想办法转化矛盾。

对于初创公司，矛盾集中在“高成长预期”和“不确定性”之间。这时候，我们不能只谈薪资，更要帮候选人看到期权、成长空间、技术自主权这些“统一性”以及“相对确定性”。

对于成熟大厂，矛盾往往是“平台稳定”和“内卷晋升”的拉扯。我们需要去发现那些渴望新挑战、但又不愿完全放弃安全感的“夹心层”人才。

对于跨行业转型的候选人，矛盾在于“经验可迁移”和“行业认知门槛”之间的落差。猎头的角色更像一个“翻译官”，把候选人扎实的专业能力，转化成新行业听得懂、看得上的语言。

当客户提出“985硕士+5年大厂经验+30岁以下”这种要求时，这个条件本身就包含了内在矛盾——年限和年龄几乎很难兼得。有经验的猎头不会机械照搬，而是会试着这样处理：

分析矛盾双方：客户真正在意的可能是“能独立带项目+快速学习能力”。

提出替代方案：比如推荐一位“985本科，有大厂3年核心项目经历，又在创业公司独立带过2年项目”的候选人，用实打实的成果证明能力。

促成统一：温和地向客户解释，“您需要的是能解决问题的人，不一定要完全框在一些硬性条件里。”

我们有时候会不自觉地用静态的眼光去看待人才和岗位。而教员强调“事物是发展的”“把握量变积累促成质变飞跃”。在AI时代，技术迭代的周期从年缩短到了月，今天的热门技能明天可能就过时了，今天的冷门领域明天却可能迎来爆发。

“世界是普遍联系的。”一个猎头手中的资源，不应该是孤立的候选人名单，而是一个可以动态反馈的网络。教员强调“发现联系”，这对我们的工作来说，至少体现在几个方面：

AI时代猎头真正的挑战，可能不完全来自技术，而是来自思维上的惯性——用一套话术应对所有客户，用一个模板推荐所有候选人。教员反复强调“具体问题具体分析”“把握普遍性与特殊性的关系”，这对我们很有启发。

结合上面的五大思维，这里有一套或许值得尝试的“AI时代猎头工作法”：

每日功课

用AI工具扫描行业动态、人才流动数据，然后自己动手画一张“矛盾地图”：今天服务的三个职位，各自的主要矛盾是什么？

主动联系两位“潜力池”中的候选人，不问“要不要看机会”，而是聊聊“最近在学什么新东西？行业里有什么变化触动你？”

每周复盘

挑一个没有推进下去的推荐案例，用“追溯根源法”分析一下：是信息不对称？需求理解有偏差？还是候选人动机发生了变化？

检查一下自己的判断是不是有点静态：上周觉得“不太可能”的人选，这周有没有出现新的转机？

每月总结

更新一下行业人才生态地图，标注出至少一个“跨领域可能性”。

和三位不同领域的同行或朋友交流交流，看看有没有“联系”——你的候选人池里，有没有可以互相引荐的资源？

Echo 杨莹

铭德钧策创始人

资深团队教练

组织效能提升专家

实战派战略与业务管理专家