希尔顿72个实习岗位收到超1.2万份申请
希尔顿酒店集团披露，2026年度面向应届生开放的72个实习岗位共收到超过1.2万份申请，录取率约0.6%；这一数字由希尔顿首席人力资源官laura fuentes对外证实，她将申请量激增部分归因于ai降低了求职门槛。
不止实习项目，希尔顿面向2027届的早期职业岗位目前滚动收到的申请已接近1.5万份；旗下另一项为期两年的launch轮岗培养计划（2026届）同样爆满，20个名额收到5000份申请，录取率约0.4%，比多数常春藤盟校本科录取率还要低。
launch轮岗计划具体安排为：前10个月在位于弗吉尼亚州麦克莱恩的希尔顿总部从事企业职能工作，随后3个月轮换到酒店一线学习客户体验运营，再完成一段10个月的总部轮岗，项目结束后可获得全职录用offer。
fuentes原话形容"这些岗位竞争极其激烈……我们只有20到30个名额，却会收到5000份申请，非常夸张";她将ai形容为一把"双刃剑"：一方面ai工具让候选人能够更轻松地批量定制简历和求职信、"帮我们去掉了申请流程里很多摩擦"，但随之而来的申请量让招聘团队"几乎不可能逐一回应和管理这条招聘漏斗"。
为应对海量申请，招聘方同步加大ai简历筛选工具的使用力度，求职者用ai批量投递、企业用ai批量筛选，形成外界所称的"死循环"（doom loop）；fuentes建议求职者在面试环节展现出对岗位真正的热情与选择性，而非广撒网式投递。
从供需两端看，求职者一端因为ai写作与简历定制工具大幅降低了单份申请的边际时间成本，被推动以更高频次批量投递，直接推高了申请基数；企业一端则被迫追加投入ai筛选系统去消化激增的申请池，人力成本从"人工初筛"转移到"ai系统部署与维护"。高盛相关研究显示，ai对劳动力市场的冲击在应届生与入门级岗位群体中体现最为明显——入门级求职者是这一轮结构性变化中承压最重的一方，而拥有更强ai筛选能力的大型雇主则相对更容易消化冲击、并借机进一步集中优质生源的关注度。
作为参照数据：希尔顿2026届launch轮岗计划录取率约0.4%，2026年度实习项目录取率约0.6%，2027届早期职业岗位申请量已滚动积累至近1.5万份。
来源：公开信息
ABAB AI 解读
超低录取率的应届生岗位并非新现象——高盛、摩根大通等投行分析师岗位多年来一直维持个位数录取率，麦肯锡、谷歌的暑期实习也长期保持不足1%的录取比例。但这一轮变化的新增变量是ai:2024年至2025年间，领英（linkedin）与校招平台handshake等已陆续披露过"ai生成简历导致单个岗位申请量成倍上涨"的现象，希尔顿这次只是把这一趋势量化到了具体数字——0.6%与0.4%的录取率，意味着ai正把原本已经稀缺的应届生岗位进一步推向"抽签化"。
从资源流动的角度看，这轮"申请量爆炸"实际上在两端同时创造了新的资金投入方向。求职者一端，chatgpt、teal、kickresume一类的ai简历生成工具因为需求上升而受益，批量定制简历和求职信的边际成本被压到接近零;企业一端，为了消化激增的申请池,hr部门被迫追加预算采购或自建ai筛选系统，hirevue、eightfold等招聘科技供应商同样从这场"军备竞赛"中获利。换句话说，双方省下的时间成本，最终都变成了流向ai工具厂商的采购支出。
这一结构与更早期的标准化考试产业链高度类似：sat培训产业曾一度让"分数"这个筛选信号严重失真，最终倒逼一批美国高校转向"标化考试可选"政策，重新引入其他筛选维度；企业招聘领域此前也经历过关键词堆砌简历、ats自动筛选被"刷分"的类似阶段。希尔顿所在的酒店及服务业目前正处在这轮"ai对ai"军备竞赛的早期扩散阶段——此前更多集中在科技与金融行业的头部雇主，如今正快速蔓延到传统服务业巨头。
这一现象的本质是技术替代——ai替代的是"写申请材料"这个环节的人力劳动，却没有替代"做录用决策"这个环节的稀缺资源，结果只是把瓶颈从申请端转移到了筛选端。其发生机制在于：过去"填写一份高质量申请"本身需要耗费时间和精力，这种时间成本天然构成了一道隐性门槛，把申请量维持在可管理范围内;而ai把这道门槛的成本压到接近零后，原有的隐性配额机制失效，企业只能重新引入一层新的人工门槛——ai筛选系统——来恢复注意力资源的稀缺性,而能够负担更强ai筛选能力的大型知名雇主，也因此在争夺优质生源的竞争中进一步拉开与中小雇主的差距。
ABAB News · 认知定律
门槛降为零那一刻,新门槛就诞生了
两边都用ai卷,拼的是谁的ai更强
效率抹平起点,稀缺才是终极门槛