3月18日、BOSS直聘（NASDAQ: BZ；HKEX: 2076）は2025年第4四半期および通年の財務報告を発表し、通年売上高は827億元で、前年比12.4％増となった。財務報告後、中金公司はリサーチレポートを発表し、BOSS直聘の第4四半期の収入と利益はほぼ予想通りであると述べた。第1四半期の収入予測は市場の一致予想を下回ったが、これは主に春節の遅れの影響によるものであり、春節後には採用需要が回復すると見込まれる。中信証券のアナリストは、「AI衝撃論」の影響で、BOSS直聘の株価は最近大きく下落した（米国市場の状況に類似）が、市場は中国の雇用構造の違いやプラットフォームの中期的な収益機会を見落としていると指摘している。一方、AI関連の求人増加とホワイトカラーの全体的な回復が進んでいる。もう一方で、米国とは異なり、中国ではブルーカラーの求人や中小企業が主導しており、AIの長期的な影響は限定的である。最後に、インテリジェントエージェントAI技術を通じて、企業は採用履行の各段階をより良くサポートできる（この未開発の市場規模は数百億元に達し、効果に応じて料金を徴収するモデル）。アナリストは、市場は代替プラットフォームの挑戦を過大評価していると考えている。BOSS直聘は、より豊富な行動データ、優れたモデル、インテリジェントエージェントの能力により、競争優位性を強化し、AIツールの収益化も可能になると見ている。**AIによるエンドツーエンドサービスの実現、オンライン採用ビジネスモデルの変革**業績発表と同時に、経営陣はAIの製品、技術、商業化における進展を重点的に披露した。実際、1997年のオンライン採用業界の誕生以来、オンライン採用プラットフォームが提供してきた価値は主に情報伝達の範囲にとどまっていた。しかし、生成AIの能力が成熟するにつれ、オンライン採用プラットフォームは初めて「エンドツーエンド」の現実的な条件を備えた—すなわち、情報のマッチングだけでなく、候補者の入職を直接促進できる段階に到達した。BOSS直聘の経営陣は、採用者の目的は適切な人材を採用することであり、求職者の目的は適切なポジションに入ることだと述べている。過去、インターネット採用プラットフォームが提供してきたのは、労働契約締結の確率や機会の提示に過ぎなかったが、今後はAIが「ラストマイル」の労働を支援し、大規模なエンドツーエンドサービスの実現を可能にする。財務データはこの見解を裏付けている。2025年、AI能力の支援により、BOSS直聘のエンドツーエンド事業の売上は数億元規模に達し、他の事業を上回る成長を示した。経営陣は電話会議で、2026年にはこの数字が倍増、あるいはそれ以上に拡大すると予測している。よりマクロな視点から見ると、AIは双方向の需要をデジタル化し、基層スタッフの効率を向上させ、大規模チームの管理コストを削減することで、大規模なエンドツーエンドサービスの技術的実現性を高めている。過去に蓄積された2.5億人の求職者と2000万の企業というデータは、プラットフォームのAI能力向上の堅固な土台となっている。**多シーンにわたるAIの全面展開、製品・技術の浸透**製品面では、AIは採用側と求職側の両端に深く組み込まれ、複数のシナリオで定量的な進展を遂げている。求職側では、対話型AIアシスタント「直闪闪」が第4四半期において、サービス利用者数が前期比200％超増加し、履歴書最適化、ポジション推薦、情報質問応答などの主要シナリオをカバーしている。AIによる模擬面接ツールは、学生や経験0〜5年の求職者層に拡大し、AIの支援を受けて面接準備や職歴整理を体系的に行えるようになった。採用側では、BOSS直聘は高い採用要求と高い支払い能力を持つ企業向けのAI深度検索ツールをリリースした。このツールはグレーステストで効果を上げており、現在試験範囲を拡大中だ。主な仕組みは、特定顧客のニーズや嗜好を記憶・分析し、2.5億人の求職者データベース内で継続的に検索を行い、リアルタイムでユーザーと対話しながらマッチング精度を向上させることにある。経営陣は、この機能の再利用率が非常に高く、単一クエリの文字数も従来の検索より数倍に増加しており、商業化の見通しも良好だと述べている。同時に、面接ルームのユーザーの約3割がAIを用いた面接内容の要約を利用している。AIエージェントの応用層では、「適度に積極的」な姿勢を取っている。製造業の工場作業員やライブ配信者などの大量採用シナリオでは、AIの托管と選別機能を導入した結果、一人当たりの作業効率が大きく改善し、「達成」や面接結果に基づく商取引モデルの実現性が高まった。特に、プラットフォームがこのサービスを開始した際には、求職者に対して接続先がインテリジェントエージェントであることを明示し、好意的な反応を得ている。技術面では、AI能力はプラットフォームの各業務に全面的に浸透している。推薦アルゴリズムでは、大規模言語モデルの理解能力向上により、ユーザーの意図把握がより正確になり、推薦の精度が高まっている。プラットフォームのガバナンス面では、AIは企業認証、ポジション審査、違反検出、リスク警告などの工程に活用されており、2025年通年で約80％の違反アカウントがAI支援のリスク管理システムによって自動的に検出・ブロックされている。**自社開発モデルの最先端追跡と小パラメータ路線の検証**AI基礎研究の面では、BOSS直聘は南北閣研究所を通じて自社開発モデルの継続的な改良を進めている。経営陣はこれを「尾灯戦略」と位置付けており、AIの急速な発展環境下で、最先端動向を追跡できる研究チームを維持し、「遅れを取らない」ことを重視している。また、小パラメータモデル路線に集中する理由は、訓練と推論のコストが比較的低く、より賢いアルゴリズムが実務にとって価値が高いと考えるためだ。これにより、上層の産業応用においても基盤を支えることができる。この路線は2026年初頭に市場で検証された。2026年2月、南北閣研究所はNanbeige4.1-3Bモデルを発表した。パラメータは3Bだが、汎用推論、コード生成、深度検索能力に優れる。コード、数学、偏好整合、ツール呼び出しなどの評価では、同規模のモデルを上回り、より大きなパラメータモデルと競合できる総合能力を示した。公開データによると、Nanbeige4.1-3BはHugging Faceの世界モデルトレンドランキングでトップ3入りし、テキストモデルのトレンドランキングでは1位となっている。経営陣は、資源が最も豊富なプレイヤーではないとしつつも、技術革新の中で規模の小さな企業もアルゴリズムの革新を通じて自らの声を発信できると語った。南北閣チームは比較的コンパクトで、若手の研究者が中心。彼らの研究は、現行のパラダイムの制約の中で、小モデルの知性と能力の上限突破に集中している。応用展望としては、自社開発モデルの継続的な進化とBOSS直聘のプラットフォーム事業は相互にエンパワーメントをもたらす。モデル能力の向上は、深度検索やインテリジェント推薦、AI面接補助などの製品機能に直接反映される一方、プラットフォームが蓄積した大量の採用・求職データは、垂直シナリオでのモデル最適化に貴重な訓練素材となる。
業績は予想を上回り、AIの影響は過大評価されているとされる中、複数の証券会社が引き続きBOSS直聘を好調と見ている
3月18日、BOSS直聘（NASDAQ: BZ；HKEX: 2076）は2025年第4四半期および通年の財務報告を発表し、通年売上高は827億元で、前年比12.4％増となった。
財務報告後、中金公司はリサーチレポートを発表し、BOSS直聘の第4四半期の収入と利益はほぼ予想通りであると述べた。第1四半期の収入予測は市場の一致予想を下回ったが、これは主に春節の遅れの影響によるものであり、春節後には採用需要が回復すると見込まれる。
中信証券のアナリストは、「AI衝撃論」の影響で、BOSS直聘の株価は最近大きく下落した（米国市場の状況に類似）が、市場は中国の雇用構造の違いやプラットフォームの中期的な収益機会を見落としていると指摘している。
一方、AI関連の求人増加とホワイトカラーの全体的な回復が進んでいる。もう一方で、米国とは異なり、中国ではブルーカラーの求人や中小企業が主導しており、AIの長期的な影響は限定的である。最後に、インテリジェントエージェントAI技術を通じて、企業は採用履行の各段階をより良くサポートできる（この未開発の市場規模は数百億元に達し、効果に応じて料金を徴収するモデル）。
アナリストは、市場は代替プラットフォームの挑戦を過大評価していると考えている。BOSS直聘は、より豊富な行動データ、優れたモデル、インテリジェントエージェントの能力により、競争優位性を強化し、AIツールの収益化も可能になると見ている。
AIによるエンドツーエンドサービスの実現、オンライン採用ビジネスモデルの変革
業績発表と同時に、経営陣はAIの製品、技術、商業化における進展を重点的に披露した。
実際、1997年のオンライン採用業界の誕生以来、オンライン採用プラットフォームが提供してきた価値は主に情報伝達の範囲にとどまっていた。しかし、生成AIの能力が成熟するにつれ、オンライン採用プラットフォームは初めて「エンドツーエンド」の現実的な条件を備えた—すなわち、情報のマッチングだけでなく、候補者の入職を直接促進できる段階に到達した。
BOSS直聘の経営陣は、採用者の目的は適切な人材を採用することであり、求職者の目的は適切なポジションに入ることだと述べている。過去、インターネット採用プラットフォームが提供してきたのは、労働契約締結の確率や機会の提示に過ぎなかったが、今後はAIが「ラストマイル」の労働を支援し、大規模なエンドツーエンドサービスの実現を可能にする。
財務データはこの見解を裏付けている。2025年、AI能力の支援により、BOSS直聘のエンドツーエンド事業の売上は数億元規模に達し、他の事業を上回る成長を示した。経営陣は電話会議で、2026年にはこの数字が倍増、あるいはそれ以上に拡大すると予測している。
よりマクロな視点から見ると、AIは双方向の需要をデジタル化し、基層スタッフの効率を向上させ、大規模チームの管理コストを削減することで、大規模なエンドツーエンドサービスの技術的実現性を高めている。過去に蓄積された2.5億人の求職者と2000万の企業というデータは、プラットフォームのAI能力向上の堅固な土台となっている。
多シーンにわたるAIの全面展開、製品・技術の浸透
製品面では、AIは採用側と求職側の両端に深く組み込まれ、複数のシナリオで定量的な進展を遂げている。
求職側では、対話型AIアシスタント「直闪闪」が第4四半期において、サービス利用者数が前期比200％超増加し、履歴書最適化、ポジション推薦、情報質問応答などの主要シナリオをカバーしている。AIによる模擬面接ツールは、学生や経験0〜5年の求職者層に拡大し、AIの支援を受けて面接準備や職歴整理を体系的に行えるようになった。
採用側では、BOSS直聘は高い採用要求と高い支払い能力を持つ企業向けのAI深度検索ツールをリリースした。このツールはグレーステストで効果を上げており、現在試験範囲を拡大中だ。主な仕組みは、特定顧客のニーズや嗜好を記憶・分析し、2.5億人の求職者データベース内で継続的に検索を行い、リアルタイムでユーザーと対話しながらマッチング精度を向上させることにある。経営陣は、この機能の再利用率が非常に高く、単一クエリの文字数も従来の検索より数倍に増加しており、商業化の見通しも良好だと述べている。同時に、面接ルームのユーザーの約3割がAIを用いた面接内容の要約を利用している。
AIエージェントの応用層では、「適度に積極的」な姿勢を取っている。製造業の工場作業員やライブ配信者などの大量採用シナリオでは、AIの托管と選別機能を導入した結果、一人当たりの作業効率が大きく改善し、「達成」や面接結果に基づく商取引モデルの実現性が高まった。特に、プラットフォームがこのサービスを開始した際には、求職者に対して接続先がインテリジェントエージェントであることを明示し、好意的な反応を得ている。
技術面では、AI能力はプラットフォームの各業務に全面的に浸透している。推薦アルゴリズムでは、大規模言語モデルの理解能力向上により、ユーザーの意図把握がより正確になり、推薦の精度が高まっている。プラットフォームのガバナンス面では、AIは企業認証、ポジション審査、違反検出、リスク警告などの工程に活用されており、2025年通年で約80％の違反アカウントがAI支援のリスク管理システムによって自動的に検出・ブロックされている。
自社開発モデルの最先端追跡と小パラメータ路線の検証
AI基礎研究の面では、BOSS直聘は南北閣研究所を通じて自社開発モデルの継続的な改良を進めている。経営陣はこれを「尾灯戦略」と位置付けており、AIの急速な発展環境下で、最先端動向を追跡できる研究チームを維持し、「遅れを取らない」ことを重視している。
また、小パラメータモデル路線に集中する理由は、訓練と推論のコストが比較的低く、より賢いアルゴリズムが実務にとって価値が高いと考えるためだ。これにより、上層の産業応用においても基盤を支えることができる。この路線は2026年初頭に市場で検証された。
2026年2月、南北閣研究所はNanbeige4.1-3Bモデルを発表した。パラメータは3Bだが、汎用推論、コード生成、深度検索能力に優れる。コード、数学、偏好整合、ツール呼び出しなどの評価では、同規模のモデルを上回り、より大きなパラメータモデルと競合できる総合能力を示した。公開データによると、Nanbeige4.1-3BはHugging Faceの世界モデルトレンドランキングでトップ3入りし、テキストモデルのトレンドランキングでは1位となっている。
経営陣は、資源が最も豊富なプレイヤーではないとしつつも、技術革新の中で規模の小さな企業もアルゴリズムの革新を通じて自らの声を発信できると語った。南北閣チームは比較的コンパクトで、若手の研究者が中心。彼らの研究は、現行のパラダイムの制約の中で、小モデルの知性と能力の上限突破に集中している。
応用展望としては、自社開発モデルの継続的な進化とBOSS直聘のプラットフォーム事業は相互にエンパワーメントをもたらす。モデル能力の向上は、深度検索やインテリジェント推薦、AI面接補助などの製品機能に直接反映される一方、プラットフォームが蓄積した大量の採用・求職データは、垂直シナリオでのモデル最適化に貴重な訓練素材となる。