希爾頓72個實習崗位收到超1.2萬份申請
希爾頓酒店集團披露，2026年度面向應屆生開放的72個實習崗位共收到超過1.2萬份申請，錄取率約0.6%；這一數字由希爾頓首席人力資源官laura fuentes對外證實，她將申請量激增部分歸因於ai降低了求職門檻。
不止實習項目，希爾頓面向2027屆的早期職業崗位目前滾動收到的申請已接近1.5萬份；旗下另一項爲期兩年的launch輪崗培養計劃（2026屆）同樣爆滿，20個名額收到5000份申請，錄取率約0.4%，比多數常春藤盟校本科錄取率還要低。
launch輪崗計劃具體安排爲：前10個月在位於弗吉尼亞州麥克萊恩的希爾頓總部從事企業職能工作，隨後3個月輪換到酒店一線學習客戶體驗運營，再完成一段10個月的總部輪崗，項目結束後可獲得全職錄用offer。
fuentes原話形容"這些崗位競爭極其激烈……我們只有20到30個名額，卻會收到5000份申請，非常誇張";她將ai形容爲一把"雙刃劍"：一方面ai工具讓候選人能夠更輕鬆地批量定製簡歷和求職信、"幫我們去掉了申請流程裏很多摩擦"，但隨之而來的申請量讓招聘團隊"幾乎不可能逐一回應和管理這條招聘漏斗"。
爲應對海量申請，招聘方同步加大ai簡歷篩選工具的使用力度，求職者用ai批量投遞、企業用ai批量篩選，形成外界所稱的"死循環"（doom loop）；fuentes建議求職者在面試環節展現出對崗位真正的熱情與選擇性，而非廣撒網式投遞。
從供需兩端看，求職者一端因爲ai寫作與簡歷定製工具大幅降低了單份申請的邊際時間成本，被推動以更高頻次批量投遞，直接推高了申請基數；企業一端則被迫追加投入ai篩選系統去消化激增的申請池，人力成本從"人工初篩"轉移到"ai系統部署與維護"。高盛相關研究顯示，ai對勞動力市場的衝擊在應屆生與入門級崗位羣體中體現最爲明顯——入門級求職者是這一輪結構性變化中承壓最重的一方，而擁有更強ai篩選能力的大型僱主則相對更容易消化衝擊、並藉機進一步集中優質生源的關注度。
作爲參照數據：希爾頓2026屆launch輪崗計劃錄取率約0.4%，2026年度實習項目錄取率約0.6%，2027屆早期職業崗位申請量已滾動積累至近1.5萬份。
來源：公開信息
ABAB AI 解讀
超低錄取率的應屆生崗位並非新現象——高盛、摩根大通等投行分析師崗位多年來一直維持個位數錄取率，麥肯錫、谷歌的暑期實習也長期保持不足1%的錄取比例。但這一輪變化的新增變量是ai:2024年至2025年間，領英（linkedin）與校招平臺handshake等已陸續披露過"ai生成簡歷導致單個崗位申請量成倍上漲"的現象，希爾頓這次只是把這一趨勢量化到了具體數字——0.6%與0.4%的錄取率，意味着ai正把原本已經稀缺的應屆生崗位進一步推向"抽籤化"。
從資源流動的角度看，這輪"申請量爆炸"實際上在兩端同時創造了新的資金投入方向。求職者一端，chatgpt、teal、kickresume一類的ai簡歷生成工具因爲需求上升而受益，批量定製簡歷和求職信的邊際成本被壓到接近零;企業一端，爲了消化激增的申請池,hr部門被迫追加預算採購或自建ai篩選系統，hirevue、eightfold等招聘科技供應商同樣從這場"軍備競賽"中獲利。換句話說，雙方省下的時間成本，最終都變成了流向ai工具廠商的採購支出。
這一結構與更早期的標準化考試產業鏈高度類似：sat培訓產業曾一度讓"分數"這個篩選信號嚴重失真，最終倒逼一批美國高校轉向"標化考試可選"政策，重新引入其他篩選維度；企業招聘領域此前也經歷過關鍵詞堆砌簡歷、ats自動篩選被"刷分"的類似階段。希爾頓所在的酒店及服務業目前正處在這輪"ai對ai"軍備競賽的早期擴散階段——此前更多集中在科技與金融行業的頭部僱主，如今正快速蔓延到傳統服務業巨頭。
這一現象的本質是技術替代——ai替代的是"寫申請材料"這個環節的人力勞動，卻沒有替代"做錄用決策"這個環節的稀缺資源，結果只是把瓶頸從申請端轉移到了篩選端。其發生機制在於：過去"填寫一份高質量申請"本身需要耗費時間和精力，這種時間成本天然構成了一道隱性門檻，把申請量維持在可管理範圍內;而ai把這道門檻的成本壓到接近零後，原有的隱性配額機制失效，企業只能重新引入一層新的人工門檻——ai篩選系統——來恢復注意力資源的稀缺性,而能夠負擔更強ai篩選能力的大型知名僱主，也因此在爭奪優質生源的競爭中進一步拉開與中小僱主的差距。
ABAB News · 認知定律
門檻降爲零那一刻,新門檻就誕生了
兩邊都用ai卷,拼的是誰的ai更強
效率抹平起點,稀缺纔是終極門檻