Urfuture 获170万英镑种子轮融资：用AI取代简历和招聘板，重塑入门级人才招聘体验

当简历成为“废纸”：一家英国初创公司试图用短视频和游戏化重塑入门级招聘

在人工智能让简历筛选变得愈发廉价和泛滥的今天，一个悖论正在招聘市场浮现：对于没有工作经验的年轻人，传统简历几乎是一张“废纸”；而对于雇主，AI 生成的求职信和批量投递让筛选池变成了垃圾场。总部位于兰开夏郡的 Urfuture 刚刚获得由 River Capital 领投的 170 万英镑种子轮融资，试图用一种近乎激进的方案解决这个死结——彻底抛弃简历和招聘网站，用短视频、游戏化测评和“雇主白标”工具，为入门级人才和招聘方重建一套交互语言。自 8 月上线以来，它已获得超过 5 万次下载、1.1 万个岗位发布和 1.7 亿次内容曝光，客户名单上出现了 Tesco、British Airways、West Midlands Police 等大机构。这笔钱不算多，但 Urfuture 的赌注不小：它要证明，在 AI 时代，招聘的入口不是算法，而是年轻人的注意力。

它的客户名单很短，但电费账单很长：为什么大雇主愿意为“反简历”实验买单

Urfuture 的早期客户名单读起来像英国公共服务与零售业的缩影：Tesco、British Airways、West Midlands Police、Metropolitan Police、Knovia、SP Electricity North West。这些机构有一个共同痛点——它们每年需要招聘大量入门级岗位，但传统渠道的转化率正在崩溃。以警察系统为例，West Midlands Police 和 Metropolitan Police 长期面临警员短缺，而年轻求职者对冗长的纸质申请流程望而却步。Urfuture 的解决方案是让求职者上传一段 60 秒的短视频介绍自己，或完成一个与岗位技能相关的游戏化测评，取代传统的简历筛选。对于雇主，这听起来像是一场豪赌——放弃结构化的简历数据，转而依赖非结构化的视频和游戏结果。但 Urfuture 的论点是：对于没有工作经验的候选人，简历中的“教育背景”和“兼职经历”几乎无法预测其实际表现，而短视频中的沟通能力、自信度和临场反应，反而更接近真实工作场景。这或许解释了为什么 British Airways 这样的品牌愿意尝试——它们需要的是能直接面对客户的员工，而不是能写好简历的应试者。

1.7 亿次曝光背后的“TikTok 式招聘”：内容即漏斗，但转化率是谜

Urfuture 最引人注目的数字不是 170 万英镑融资，而是 1.7 亿次内容曝光和 12 万社交媒体粉丝。对于一个上线仅数月的招聘平台，这个内容传播量几乎接近消费级应用。它的策略很直接：在 TikTok、Instagram Reels 和 YouTube Shorts 上发布关于“如何通过面试”“警察日常”“航空公司地勤体验”等短视频，将招聘信息包装成内容。这本质上是在复制 TikTok 的“兴趣推荐”逻辑——让年轻人先被内容吸引，再转化为求职者。但问题在于，从内容消费到实际求职的转化率极难衡量。Urfuture 声称已获得 5 万次下载和 1.1 万个岗位发布，但其中有多少是“看完视频后冲动下载，然后从未投递”的流量泡沫？对于雇主而言，如果最终进入面试池的候选人数量没有显著提升，再高的内容曝光也只是品牌营销，而非招聘解决方案。Urfuture 需要证明的，不是它能吸引眼球，而是它能吸引“对的眼球”——那些真正愿意入职 Tesco 仓库或 British Airways 地勤岗位的年轻人。

真正的销售挑战：让客户为“潜力”付钱，而不是为“筛选效率”付钱

Urfuture 的商业模式围绕“白标雇主产品”展开——它为企业提供一套定制化的招聘工具，帮助它们移除简历、用视频和游戏化测评加速筛选。这听起来像是一个 SaaS 产品，但它的价值主张比传统 ATS（申请人追踪系统）更模糊。传统 ATS 的核心卖点是“筛选效率”——用关键词匹配和 AI 排序，将数千份简历压缩到几十份。Urfuture 的核心卖点是“潜力识别”——它声称能通过非结构化数据发现那些被简历筛掉的优秀候选人。但问题在于，“潜力”是一个难以量化的概念。企业 HR 部门习惯了用学历、工作年限、技能证书等硬指标来降低招聘风险，而 Urfuture 要求它们信任一段 60 秒的视频或一个游戏结果。这种信任的建立需要时间，也需要数据证明——Urfuture 需要展示，通过其平台入职的员工，其留存率和绩效是否优于通过传统渠道招聘的员工。目前它尚未公开这类数据。对于 River Capital 这样的投资者而言，这笔种子轮赌的是 Urfuture 能否在 12-18 个月内积累足够多的成功案例，让大雇主从“试水”转向“预算内采购”。

AI 时代的悖论：Urfuture 想解决的，正是 AI 加剧的问题

Urfuture 的创始人有一个敏锐的洞察：AI 正在让入门级招聘变得更糟，而不是更好。ChatGPT 等工具让求职者可以一键生成数百份定制简历和求职信，导致雇主收到的申请量暴增，但平均质量下降。HR 部门被迫用 AI 筛选工具来应对 AI 生成的申请，结果陷入一场“AI 对抗 AI”的军备竞赛。Urfuture 的解决方案是绕过这个循环——既然简历已经失去信号价值，不如直接废除它。但这个策略本身也依赖 AI：它需要用自然语言处理分析短视频中的语义和情感，用游戏化测评数据建立预测模型。换句话说，Urfuture 是在用 AI 来解决 AI 造成的问题，这本身就是一个脆弱的平衡。如果未来 AI 生成视频内容变得像生成文本一样容易（例如深度伪造或 AI 生成的虚拟面试者），Urfuture 的筛选工具同样会面临“信号污染”。它的真正壁垒不在于技术，而在于能否建立一个足够大的、由真实年轻求职者和雇主组成的双边网络——网络效应才是它对抗 AI 滥用的护城河。

Urfuture 的种子轮融资是一个有趣的信号：在 AI 招聘赛道被 ChatGPT 和生成式简历搅得沸沸扬扬时，一些投资者开始押注“反直觉”的方向——用更人性化、更非结构化的方式重新定义招聘入口。但 Urfuture 面临的挑战同样清晰：它需要让大雇主相信，放弃简历不是冒险，而是进化；它需要让年轻人相信，这个平台不是另一个“刷短视频”的娱乐应用，而是真正的职业起点；它还需要在流量泡沫和真实转化之间，找到那条狭窄的、可量化的路径。170 万英镑足够它跑通 MVP 和早期客户验证，但不足以支撑一场大规模的市场教育。Urfuture 的下一个里程碑，不是下载量突破 10 万，而是某个大客户在内部会议上说：“我们用 Urfuture 招的人，比用简历招的留得更久。” 在那之前，它只是一个有趣的实验。