互聯網企業慢性死亡的招聘視角分析:從崗位割裂看戰略短視

內容簡介:?一個獵頭和HR的簡單拒絕,揭示了中國互聯網企業人才觀念的深層問題。通過分析崗位過度細分現象,本文探討了戰略短視、內斗文化和核心競爭力缺失如何導致企業慢性死亡,并提出了系統性的解決方案。#互聯網企業?#人才招聘?#戰略管理?#產品經理?#用戶增長?#企業管理?#職場觀察

前幾天遇到一件頗為荒誕的事情。一個獵頭聯系我,說飛豬正在招P9級的用戶增長產品經理,看了我的簡歷后直接說:"你過去一直是做廣告的啊,那這個職位不適合你。"

這話讓我哭笑不得。我從2009年開始做互聯網廣告產品,2014年開始涉足廣告匹配和優化策略,2018年到蘇寧后專注流量策略,涵蓋廣告、推薦、用戶增長和營銷。難道做廣告的目的不就是拉流量、促銷售、增長用戶嗎?

我試圖解釋:用戶增長的手段無非兩種——自然流量和廣告投放。自然流量需要產品本身過硬,剩下交給時間;而能夠主動實現用戶增長的,恰恰就是通過各大媒體平臺"買流量",這不正是廣告產品人的核心能力嗎?

這個獵頭最終沒再理我。但這件事讓我意識到,當今互聯網企業盲目追求短期效益,一群只會內斗、不愿腳踏實地的人把持高位,這不正是中國互聯網行業走向慢性死亡的根源嗎?

無獨有偶,沒過幾天又有一個HR聯系到我,說茄子快傳在找海外廣告系統的產品經理。看了我的簡歷后,這位HR挑刺兒說:"你的海外廣告產品經驗只有一年半啊。"我真是無語了,怎么就看不到我整體的廣告產品經驗有16年?

坦白講,海外和國內廣告在基本原理、系統平臺建設上沒有什么不同。海外又不是另一個宇宙,物理規律不會發生改變不是嗎?除了接入的媒體和面對的人群有區別外,在產品功能、系統架構、營銷策略、所用技術層面有任何區別嗎?16年的互聯網廣告產品經驗+1年半的海外廣告產品經驗,搞不定一個小小的茄子快傳的海外廣告接入?

這兩個案例讓我徹底看清了當前互聯網企業招聘的荒誕現狀:他們不是在找能解決問題的人,而是在找標簽完全匹配的"專家"。

數據顯示,從2016年到2021年的5年內,共有17336家互聯網企業倒閉,中小企業平均存活時間僅為2.5年,集團企業平均壽命也僅為7-8年。這種慢性死亡現象背后,正是戰略短視、內斗文化和核心競爭力缺失三大深層問題的集中體現。

一、崗位割裂背后的戰略短視

那兩個招聘案例,典型地反映了當前互聯網企業招聘中的崗位過度細分現象。第一個獵頭將廣告與用戶增長視為兩個完全獨立的崗位序列,第二個HR將海外廣告和國內廣告當作完全不同的專業領域。這種認知割裂實際上暴露了企業戰略的短視性。

正如我對那個獵頭解釋的:用戶增長的本質是什么?無非就是研究用戶特點、興趣、愛好,然后投其所好推送用戶感興趣的內容,從而促進轉化。這和廣告投放的邏輯完全一致。而海外廣告和國內廣告的區別,更多只是媒體平臺和用戶群體的不同,底層的產品邏輯、系統架構、技術實現都是相通的。

廣告人在各大媒體平臺"買流量"的經驗,恰恰是用戶增長最直接、最有效的手段之一。16年的廣告產品經驗完全能夠支撐海外廣告系統的建設,因為技術和商業邏輯并不會因為地理位置的改變而發生根本性變化。

但這種崗位割裂現象在互聯網行業已經成為常態。根據2025年4月發布的《互聯網企業崗位細分比例》研究報告,互聯網企業崗位細分程度在過去五年內提升了37%,其中廣告、用戶增長、推薦算法等崗位的獨立性增強,但復合型崗位的比例卻下降了18%。

更要命的是,這種崗位細分往往與企業戰略的短期化導向相匹配,使招聘成為服務于短期KPI的工具,而非構建長期競爭力的手段。我見過某大型互聯網公司為應對季度營收目標,將用戶增長拆解為獨立的拉新、激活、留存、變現等崗位,結果團隊協作效率低下,長期用戶價值被忽視。

這兩個招聘案例對我背景的誤解,恰恰反映了這種"填坑式招聘"思維:發現一個用戶增長崗位空缺就立即尋找"用戶增長專家",需要海外廣告產品經理就必須找有多年"海外廣告"標簽的人,完全不考慮候選人的底層能力是否匹配。這種思維下,有16年廣告經驗的人做不了用戶增長,有16年廣告經驗+1年半海外經驗的人也做不了茄子快傳的海外廣告。

這就是典型的"只見樹木,不見森林"。他們看不到技能和經驗的可遷移性,看不到不同崗位之間的內在聯系,只會機械地對照標簽。這種招聘方式不僅錯失了真正有能力的人才,更反映出企業對自身業務本質的無知。

二、內斗文化:當管理層只會"向上管理"

我在開頭提到的那種現象——"一群尸位素餐只會向上管理(內斗)的人把持高位"——正是互聯網企業慢性死亡的第二個根源。這種內斗文化與股權結構設計、管理機制失當密切相關。

股權結構是企業治理的"骨架",決定了管理層的決策導向和團隊協作方式。在股權分散的情況下,管理層往往掌握更多控制權,但由于缺乏有效監督,容易產生短視決策。比如某些互聯網公司為應對季度營收壓力,盲目拆分用戶增長、廣告投放等崗位,導致團隊內耗嚴重,無法形成合力。

更典型的是股權結構不當導致的控制權爭奪。比特大陸因兩位創始人分別持有36%和20.25%的股權,采用"雙CEO聯席制度",最終導致業務分裂和股東博弈。當當網因李國慶和俞渝的夫妻股權爭斗,使公司陷入長期管理混亂。真功夫因潘宇海和蔡達標各占50%的股權,最終因控制權爭奪導致公司發展停滯。

這些案例告訴我們,當管理層把主要精力用在內部爭斗上時,對外部人才的判斷自然也會失準。那個獵頭對我的拒絕,背后反映的可能正是其服務企業內部對人才認知的混亂——忙于內斗、靠媚上爬上去的管理層連廣告和用戶增長的關系都搞不清楚,怎么可能做出正確的戰略決策?

從組織行為學角度看,這種內斗文化還體現在部門間的各種扯皮上。增長團隊和產品團隊互相看不順眼,廣告團隊和用戶運營團隊各自為政。什么獨立型、矩陣型、混合型組織架構,聽起來都挺高大上,但關鍵問題是:當企業內部各部門都在搶資源、推責任時,再好的架構設計也是白搭。

三、核心競爭力缺失:只會"買流量"不會"造血"

回到我和那個獵頭的對話,當我解釋"用戶增長的手段無非就是自然流量和廣告投放"時,實際上已經點出了當前互聯網企業的第三個致命問題:核心競爭力缺失。

我提到的"自然流量需要產品本身過硬,剩下交給時間",恰恰說明了真正的核心競爭力來自產品創新和技術積累。但遺憾的是,大多數互聯網企業已經失去了"造血"能力,只會依賴"買流量"來維持增長。

根據2023年1月發布的《研發投入強度與企業生存能力》研究報告,企業生存能力與研發投入強度之間呈現"U"型關系:當研發投入強度處于較低水平時,會抑制企業生存能力;而當研發投入強度達到一定水平后,會顯著促進企業生存能力。然而,大多數互聯網企業研發投入強度長期處于"U"型曲線的抑制區間,導致技術壁壘薄弱,難以適應市場變化。

2022年數據顯示,我國規模以上互聯網企業共投入研發經費771.8億元,同比增長7.7%,但頭部企業如阿里巴巴產品研發費用為138.80億元,同比增長26.8%,遠高于行業平均水平。這種分化加劇了中小互聯網企業的生存危機,使其難以通過技術創新建立核心競爭力。

更要命的是人才結構失衡背后的根本問題:大量互聯網企業都在賺快錢、追熱點,完全不知道自己在干什么。這些公司的決策者很多其實都不清楚自己要招的這些崗位的本質是什么,目的是什么,價值是什么,基礎技能需要什么,預期產出是什么。

他們的邏輯很簡單粗暴:別人說AI火那我也要招AI工程師,別人說用戶增長重要那我也要搞用戶增長產品經理。至于這些崗位到底能給公司帶來什么價值?需要什么樣的技能基礎?怎么衡量產出?一概不懂。反正心思都在討好老板和內斗上了,哪有精力思考這些實際問題。

這種盲目跟風的招聘必然導致悲劇結局:花大價錢招來的人發現完全水土不服,能力根本發揮不出來,最后沒有產出又被辭退,搞得一地雞毛,企業和員工雙輸。我見過太多這樣的案例——某公司看到別人搞AI就高薪挖了個算法專家,結果發現自己連基礎數據都沒有;某公司聽說用戶增長重要就招了個增長黑客,結果發現連用戶畫像都建不起來。

那兩個拒絕我的招聘案例,恰恰就是這種混亂局面的產物。第一個獵頭服務的企業很可能根本不知道用戶增長需要什么能力,只是聽說這個崗位重要就要招一個;第二個HR所在的茄子快傳可能根本不清楚海外廣告系統需要什么技術基礎,只是看到"海外"兩個字就覺得必須要有專門的"海外經驗"。

他們都是按照最膚淺的理解去篩選候選人。這種招聘方式下,有真正相關經驗的人反而被拒絕,最終招到的可能是一個只會說概念、沒有實戰經驗的"專家"。更可笑的是,可能最終招到的"海外廣告專家",實際廣告產品經驗還不如我的零頭。

互聯網企業過度追求熱門崗位(如用戶增長產品經理、人工智能工程師)而忽視基礎能力(如廣告策略優化、數據挖掘)的持續投入,導致技能斷層。在職位小類中,相對于招聘職位數占比前20名,平均招聘薪酬前20名中的人工智能、數據工程師與產品經理相關崗位占據更多席位。這種薪酬導向使企業資源向熱門崗位傾斜,而忽視了基礎能力的持續培養。

那個獵頭把我這樣有十多年廣告技術積累的人直接pass掉,正是這種人才觀念偏差的典型體現。廣告技術被邊緣化,企業無法從廣告投放中獲取長期用戶價值,最終只能陷入"燒錢買流量-效果下降-繼續燒錢"的惡性循環。

這就是當前互聯網企業核心競爭力缺失的真實寫照:決策者忙于內斗和追熱點,根本無心也無力去理解業務本質;招聘變成了一場"概念游戲",誰會說時髦詞匯誰就能拿到offer;真正有價值的基礎能力被忽視,企業只能依靠"買流量"茍延殘喘。長此以往,這些企業除了成為那17336家倒閉企業中的一員,還能有什么別的結局?

四、成功企業的對比:谷歌和微軟怎么做招聘?

與那個目光短淺的獵頭形成鮮明對比的是,真正成功的企業在招聘上有著完全不同的理念。

谷歌的招聘理念值得深思。他們從不追求"專業化"的崗位細分,而是更看重候選人的學習能力和思維方式。谷歌的產品經理既要懂技術,也要懂市場,還要懂用戶體驗。他們的廣告產品團隊和搜索團隊、YouTube團隊之間有大量的人員流動,正是因為谷歌認識到這些看似不同的業務在底層邏輯上是相通的。這種做法讓谷歌避免了崗位割裂的問題,保持了創新活力。

微軟在薩提亞·納德拉上任后的轉型更是經典案例。他徹底改變了微軟內部"疊疊樂"文化(Stack Ranking),不再讓員工互相競爭,而是鼓勵協作。微軟現在的招聘更注重成長型思維(Growth Mindset),而不是固定的技能標簽。他們的云計算部門Azure能夠快速崛起,很大程度上就是因為打破了部門壁壘,讓原本做Office的人、做Windows的人都能轉入云計算領域。

最讓我印象深刻的是,這些公司都有一個共同特點:他們招人時更看重基礎能力和學習潛力,而不是狹隘的專業標簽。谷歌的工程師可能今天做搜索,明天就去做廣告算法;微軟的產品經理可能從Office轉到Azure,再轉到AI部門。這種人才流動性恰恰證明了,真正懂行的企業知道,核心能力是可以遷移的。

而且這些公司都建立了長期的人才培養體系。谷歌有著名的"20%時間"讓員工自由探索,微軟有內部的技能培訓和輪崗機制。他們不是簡單地"買流量"式招聘,而是在"造血"——培養能夠適應未來變化的復合型人才。

五、破局之道:從我的遭遇看企業應該怎么改

說了這么多問題,該談談解決辦法了。基于我這次被拒的經歷,結合那些真正成功企業的做法,我覺得互聯網企業要想不死,得從以下幾個方面徹底改變:

招聘這塊:

  • 別再搞什么過度專業化了。用戶增長產品經理必須懂廣告投放,這是基本要求,不是加分項
  • 學學谷歌和微軟,招人要看基礎能力和學習潛力,而不是狹隘的專業標簽
  • 重視真正有實戰經驗的人,別只看標簽和title

管理制度上:

  • 建立長期激勵機制,別讓員工天天想著內斗搞政治
  • 砍掉那些沒用的層級,學習微軟打破部門壁壘的做法
  • 把長期主義寫進企業文化,招聘時就要看價值觀匹配度

企業文化方面:

  • 投資基礎能力建設,建立像谷歌那樣的人才培養體系
  • 培養真正懂業務的管理層,踢掉那些只會"向上管理"的政治動物
  • 建立學習型組織,讓員工能力跟上技術迭代

六、結語:一個獵頭電話背后的深層思考

從那個獵頭的簡單拒絕,到當前中國互聯網企業面臨的系統性危機,這絕不是偶然。當企業連廣告和用戶增長的關系都搞不清楚時,又怎么可能在激烈的市場競爭中活下去?

17336家企業在5年內倒閉,這背后的邏輯很清楚:戰略短視讓企業看不到未來,內斗文化讓團隊無法協作,核心競爭力缺失讓企業只能靠"買流量"續命。

但谷歌、微軟等國外成功企業的經驗證明,這種困局并非無解。關鍵在于企業能否真正改變——從短期導向轉向長期主義,從崗位割裂轉向能力整合,從內斗文化轉向協作共贏。

對于那個拒絕我的獵頭,我想說:如果你真想賺到獵頭費,建議你好好學習一下什么叫用戶增長,什么叫廣告技術。否則,你服務的企業很可能就是下一個倒閉的17337號。

時代在變,那些還在用老眼光看人才的企業和獵頭,注定要被淘汰。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/92882.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/92882.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/92882.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

OpenBMC中phosphor-dbus-interfaces深度解析:架構、原理與應用實踐

引言 在OpenBMC生態系統中,phosphor-dbus-interfaces作為D-Bus接口定義的核心組件,扮演著系統各模塊間通信"契約"的關鍵角色。本文將基于OpenBMC源碼,從架構設計、實現原理到實際應用三個維度,全面剖析這一基礎組件的技…

駕駛場景玩手機識別準確率↑32%:陌訊動態特征融合算法實戰解析

原創聲明本文為原創技術解析文章,核心技術參數與架構設計參考自《陌訊技術白皮書》,轉載請注明出處。一、行業痛點:駕駛場景行為識別的現實挑戰根據交通運輸部道路運輸司發布的《駕駛員不安全行為研究報告》顯示,駕駛過程中使用手…

Mysql——單表最多數據量多少需要分表

目錄 一、MySql單表最多數據量多少需要分表 1.1、阿里開發公約 1.2、一個三層的B+樹,它最多可以存儲多少數據量 1.3、示例 1.3.1、示例表中一行的數據占多少字節數 1.3.2、示例表中一頁里面最多可以存多少條記錄 1.3.3、按示例表計算,一個三層的B+樹,可以放多少條100字節的數…

scikit-learn/sklearn學習|嶺回歸解讀

【1】引言 前序學習進程中,對用scikit-learn表達線性回歸進行了初步解讀。 線性回歸能夠將因變量yyy表達成由自變量xxx、線性系數矩陣www和截距bbb組成的線性函數式: y∑i1nwi?xibwTxby\sum_{i1}^{n}w_{i}\cdot x_{i}bw^T{x}byi1∑n?wi??xi?bwTxb實…

基于Django的圖書館管理系統的設計與實現

基于Django的圖書館管理系統的設計與實現、

ComfyUI版本更新---解決ComfyUI的節點不兼容問題

前言: 新版本的COMFYUI與節點容易出現不兼容的問題,會導致整個系統崩掉。 目錄 一、前期準備工作:虛擬環境配置 為什么需要虛擬環境? 具體操作步驟 二、常見問題解決方案 1、工作流輸入輸出圖像不顯示問題 2、工作流不能拖動&#xff0…

生產管理ERP系統|物聯及生產管理ERP系統|基于SprinBoot+vue的制造裝備物聯及生產管理ERP系統設計與實現(源碼+數據庫+文檔)

生產管理ERP系統 目錄 基于SprinBootvue的制造裝備物聯及生產管理ERP系統設計與實現 一、前言 二、系統設計 三、系統功能設計 四、數據庫設計 五、核心代碼 六、論文參考 七、最新計算機畢設選題推薦 八、源碼獲取: 博主介紹:??大廠碼農|畢…

Numpy科學計算與數據分析:Numpy數組創建與應用入門

Numpy數組創建實戰 學習目標 通過本課程的學習,學員將掌握使用Numpy庫創建不同類型的數組的方法,包括一維數組、多維數組、全零數組、全一陣列、空數組等。本課程將通過理論講解與實踐操作相結合的方式,幫助學員深入理解Numpy數組的創建過程…

如何回收內存對象,有哪些回收算法?

它的主要不足有兩個: 效率問題,標記和清除兩個過程的效率都不高。 空間問題,標記清除之后會產生大量不連續的內存碎片,空間碎片太多可能會導致以后在程序運行過程中需 要分配較大對象時,無法找到足夠的連續內存而不得不…

Numpy科學計算與數據分析:Numpy文件操作入門之數組數據的讀取和保存

Numpy文件讀寫實戰 學習目標 通過本課程,學員將深入了解如何使用Numpy庫進行數組數據的讀取和保存,包括文本文件和二進制文件的處理方法。通過本課程的學習,學員將能夠熟練掌握Numpy在文件操作中的應用,為數據處理和分析打下堅實…

AutoMQ-Kafka的替代方案實戰

AutoMQ無縫兼容kafka,并且借助S3實現數據統一存儲。這個確實解決了大問題! 1. Kafka的挑戰 橫向擴展困難:擴容kafka需要手動創建分區遷移策略和復制分區數據。這個過程不僅風險高、資源密集而且耗時。存儲成本高:計算和存儲在kaf…

Numpy科學計算與數據分析:Numpy線性代數基礎與實踐

Numpy線性代數實踐:從矩陣乘法到特征值 學習目標 通過本課程,學員將掌握Numpy中處理線性代數問題的基本方法,包括矩陣乘法、求解線性方程組以及計算特征值和特征向量。本課程將通過理論與實踐相結合的方式,幫助學員深入理解這些…

CrackMapExec--安裝、使用

用途限制聲明,本文僅用于網絡安全技術研究、教育與知識分享。文中涉及的滲透測試方法與工具,嚴禁用于未經授權的網絡攻擊、數據竊取或任何違法活動。任何因不當使用本文內容導致的法律后果,作者及發布平臺不承擔任何責任。滲透測試涉及復雜技…

深入理解模板方法模式:框架設計的“骨架”藝術

目錄 前言 一、模板方法模式的核心思想 二、模板方法模式的結構組成 1. 抽象類(Abstract Class) 2. 具體子類(Concrete Class) 三、C 實現示例:咖啡與茶的制作流程 步驟 1:定義抽象類(飲料…

LinkedList 深度解析:核心原理與實踐

文章目錄 一、底層數據結構與特性 1. 核心數據結構 2. 關鍵特性 二、核心操作機制解析 1. 添加元素機制 2. 刪除元素機制 三、性能關鍵點分析 1. 時間復雜度對比 2. 空間開銷 四、線程安全解決方案 1. 同步包裝器 2. 使用并發集合 五、經典面試題解析 1. ArrayList 和 LinkedLi…

Jmeter性能測試之安裝及啟動Jmeter

1. 安裝JDK Jmeter依賴JDK環境,如果電腦沒有JDK,需要安裝JDK.如下是Jmeter版本與JDK版本對應關系. 2. Jmeter下載安裝 下載鏈接:https://archive.apache.org/dist/jmeter/binaries/ windows下載.zip壓縮包Linux下載.tar壓縮包 下一步下一步就行 3. 配置環境變…

ShadowKV 機制深度解析:高吞吐長上下文 LLM 推理的 KV 緩存“影子”方案

背景與核心思想簡介 在LLM的長上下文推理中,KV Cache成為影響速度和內存的關鍵因素。每生成一個新token,模型需要對所有先前token的鍵(Key)和值(Value)向量執行自注意力計算。傳統方法會將所有過去的K/V向量…

spring-ai整合PGVector實現RAG

背景 最近公司的產品和業務線,要求往ai方向靠攏,在研發各種智能體,整理下最近學習的過程,將一部分內容整理出來,分享給需要的同學。 這篇文章將會提供詳細的例子以及踩坑說明。主要內容是整合spring-ai,同…

Git 亂碼文件處理全流程指南

一、問題背景與核心目標 1.1 問題描述 在 Git 倉庫中發現了一個異常亂碼文件: "\001\342\240\025\250\325\3738\f\036\035\006\004\240\002\240\002\b\003\004\340\002\340\002\340\002\034\034\001\001\004:\016\020\001\005\016\016\016\211\266\257\211\266…

JavaScript垃圾回收機制

1.垃圾回收的概念 1.1 什么是垃圾回收機制: GC 即 Garbage Collection ,程序工作過程中會產生很多"垃圾",這些垃圾是程序不用的內存或者是之前用過了,以后不會再用的內存空間,而 GC 就是負責回收垃圾的&…