本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 案例研究：比較招聘操作的人力和代理 AI 成本
<a name="case-study"></a>

招聘操作提供令人信服的案例研究，以評估人類和代理 AI 系統之間的經濟取捨，但投資報酬率計算取決於您目前的營運基準。評估代理式 AI 投資的組織通常會提出一個基本問題：「如果我們只最佳化現有的人工流程，該怎麼辦？」 為了直接解決此問題，此分析提供兩種不同的案例，以歸納人類營運效率的範圍。

[案例 ](case-study-scenario-a.md)模型 45 分鐘的教學經歷 (CV) 或繼續篩選時間。[案例 B](case-study-scenario-b.md) 示範每個應用程式 15 分鐘的最佳化人工操作，這是 66% 的效率改善。例如，這種改善可以透過簡化的流程、經驗豐富的招聘人員或專業工具來實現。

透過將相同的代理程式系統功能與這些不同的人類效能基準進行比較，我們會揭露現有的程序效率如何影響投資報酬率計算、損益平衡時間表和策略實作決策。這種雙情境方法具有多種用途。它透過單獨假設程序最佳化來防止組織關閉代理式 AI。這也有助於具有效率程序的組織了解其特定的經濟效益。此外，這些案例會強調非財務優勢何時成為主要決策因素，例如全年無休的可用性和可擴展性。了解不同效率基準的這些經濟動態，可讓組織針對部署代理式 AI 系統的位置和時間做出明智的決策，以實現最大的業務影響。