某知名互联网企业HRD曾这样评价人才地图：“原来，我们的招聘流程可能是5封简历才能选1个候选人，有了人才地图后，可能一两封简历就可以决定，这就大大促进了流程提效。

“我们发现华南地区的BI人员招聘非常困难，我们就可以针对华南地区制作一个BI的地图，例如哪些公司有BI的人才，他们的程度如何，具备什么优势和劣势，对公司有怎样的看法等。通过这种方式，快速招聘到了一批BI人才。人才地图是招聘中‘知己知彼，百战不殆’的关键。”

常规的人才Mapping流程并不长，但要做的工作非常多，信息收集量巨大，对于HR来说，是一项异常艰巨的大工程。因此，本身就工作量巨大的HR需要付出额外的时间和精力来操作人才地图，需要额外耗费大量的精力，大型企业可能会倾向购买第三方的人才地图服务。随着互联网上沉淀了海量的职位和简历数据，通过“数据+算法+算力”，使得招聘领域应用大数据、AI等先进技术有着得天独厚的优势，用大数据和AI来实现数字化人才Mapping有了非常大的想象空间。

有人说，知识图谱+NLP+机器学习+RPA，是AI招聘的核心支撑。

知识图谱不难理解，就是通过不同知识的关联性形成一个网状的知识结构，形成知识图谱的过程本质是在建立认知。知识图谱最能体现人工智能的特色，模仿人类大脑思考。因为人类最擅长的思考方式就是将点和线关联起来并由点及面，然后抽丝剥茧，慢慢理清其中的逻辑推理关系。但知识图谱投入到人才地图项目目前开发缓慢的原因，除了NLP技术本身存在难度外，还在于建立行业知识图谱，要对招聘行业建立起深厚的认知，需要长时间的行业积淀。只有理解了行业和场景，才能真正智能化。

谷歌最早提出知识图谱这个词，谷歌的两大重要技术储备：一个是深度学习；另一个就是知识图谱，用来支撑下一代搜索和在线广告业务。在国内，百度广告也加大了知识图谱的投入，但自从它的广告被人诟病后，百度AI开始着力于其他行业应用。现在来看，将知识图谱实现行业垂直应用的凤毛麟角，而在人力资源应用的企业也并未有足够的积累。

如果未来AI能真正应用于人才地图，应该会在以下几个方面：