在可比岗位上，外部招聘的薪酬比内部晋升者高 18–20%，在头两年获得明显更低的绩效评分，且离职率更高。这并非耸人听闻的观点，而是一项经同行评审、已成立十余年的沃顿研究的结论（Knowledge at Wharton, 2012）。而在 2026 年，AI 正在拉大这一差距，而非弥合它。对于一家 50–500 名员工、正在本季度敲定招聘需求的公司里的 Head of Operations 而言，问题已不再是内部流动是否更省钱——那已成定论。问题是：为什么你的默认选项仍是外部招聘。
这之所以现在重要，是因为外部招聘本应换来的唯一东西——对陌生候选人的清晰判读——恰恰是 AI 正在主动削弱的。你在为一个逐月变得更嘈杂的信号支付溢价。这正是中型市场运营一再拖延的内部流动议题，而拖延的代价刚刚上升。
中型市场仍当作平局对待的不对称
Matthew Bidwell 的研究《Paying More to Get Less: The Effects of External Hiring versus Internal Mobility》发表于《Administrative Science Quarterly》，分析了某金融服务集团美国投资银行部门多年的人事数据。其核心是一种不对称——大多数运营负责人把它当成抛硬币，而它根本不是（Bidwell, 2011）。
在相似职位上，外部招聘的薪资成本比内部流动者高 18–20%。在大约头两年里，他们的绩效评分也明显更低，并在该时段内呈现更高的离职率（Knowledge at Wharton, 2012）。你付得更多，两年里得到的更少，而且更可能不得不重新填补这个岗位。相反，内部流动者到岗时已经熟悉系统、熟悉人、熟悉那些不成文的规则——那是任何入职资料都无法传递的隐性知识。
Bidwell 识别出的机制是信息性的。雇主对内部候选人拥有丰富的纵向数据：真实绩效、真实行为、真实契合度，历经多年观察。而对外部候选人，他们只有一份简历、几场面试和几份推荐——一层薄薄、易于演出的切片。溢价就是你为弥补那道信息鸿沟而多付的钱，再加上那层薄切片误导你的风险。请记住这个机制，因为 AI 正是从这里切入。
运营正在承受的 60% 填补时长差距
如果说十年前的质量论证显得抽象，那么 2026 年的速度论证则具体，并直接落在你的运营指标上。Fuel50 的人才流动基准显示，外部岗位填补约需 49 天，而内部约需 20 天——从内部填补快 60%（Fuel50, 2026）。
对运营负责人来说，每名外部招聘多出的 29 天并不是一项 HR 统计数据。它是一个月的空座位，一个月把工作重新分摊到本已吃紧团队的负担，一个月在该岗位本应交付之事上的产出延迟。一支每年通过外部默认填补十几个岗位的团队，正吸收着大约整整一个人年的可避免空缺——这份覆盖是你现有员工以加班和被搁置的优先事项默默买单的。乘以你今年开出的每一个外部岗位，内部流动这一默认就不再像 HR 偏好，而开始像吞吐量。你并非在两条等价的通道之间选择。你选择的是一条慢 60%、贵 18–20%、且两年内表现不佳的通道。
在已经算过这笔账的公司中，势头已经转向内部——内部流动在留任与敬业度上持续优于外部招聘，组织正是为了捕获这一点而构建内部市场（LinkedIn, 2026）。中型市场运营最有可能在这一转变中落后，因为它最不可能把内部流动变成一个有人盯着的数字。
为什么 AI 加剧溢价，而非抹平它
这就是逆向的判读，也是应当改变 2026 计划的那一种。直觉假设是：AI 筛选工具让外部招聘更安全——解析更好、过滤更快、候选人信号更清晰——从而缩小 Bidwell 溢价。事实正相反。
记住，外部溢价的存在是为了支付一道信息鸿沟。如今 AI 正从两侧拉大这道鸿沟。在候选人一侧，据估计 25% 的申请已由 AI 生成，且 90% 的招聘人员报告称由 AI 生产的低投入申请激增（Resume Now, 2026）。简历、带回家的作业、打磨过的面试回答——这些历史上就是外部信号的产物——如今由一个时而出色、时而自信地犯错的工具居中调停。同一项调查发现，62% 的雇主如今会拒绝缺乏真正个性化的 AI 生成简历，这是一个泄露真相的迹象：招聘人员不再信任摆在面前的产物（Resume Now, 2026）。
净效应很精确。为 Bidwell 溢价定价的筛选信号，正以快于溢价本身下降的速度退化。你仍在支付 18–20% 来消解对外部候选人的不确定性，但你用以消解的工具，比 Bidwell 在 AI 之前的候选人池上处理数据时更嘈杂。AI 没有推翻这一发现，而是加剧了它。
内部候选人对这一特定失灵免疫。你无需检测自家员工的履历是否由 AI 捏造——你亲眼看着他做出来的。内部人才的可读性优势在 AI 时代不仅得以保留;它更有价值，因为外部替代方案的信号已经变差。溢价买到的比从前更少，而内部选项比从前更值。
反驳："我们需要外部人才来获得新技能"
一位资深运营负责人最有力的反对是真实的，值得一个真实的回答。内部流动只是把同一批人重新洗牌。对于真正的新能力——我们没有的技能组合——我们只能外招。从内部提拔，无法凭空召唤公司里并不存在的专长。
正确，而建议并非"外招归零"。建议是停止把外部默认套用在并不需要它的岗位上。Bidwell 自己的数据指出了边界：熬过两年表现不佳窗口的外部招聘，此后晋升更快，这与他们带来稀缺、真正差异化的技能相一致（Bidwell, 2011）。那正是溢价值得支付的角色——一道你无法在自己时间表内于内部构建的真实能力缺口。
错误在于：在非专业岗位上支付这笔溢价，而在那里内部流动者会以更快、更省的方式追平或超越外部招聘。一家 50–500 名员工的公司里，大多数招聘需求并非前沿技能招聘;它们是现有员工可以成长进入的岗位。纪律在于：让"外部优先"成为一个跨过门槛的刻意例外——"这是一项我们确实无法及时构建的能力"——而非如今大多数中型市场运营中那种未经审视的默认。
本季度的动作：翻转默认，并把内部流动变成一个数字
纠正不是重组。它是一次默认切换加一项新指标，二者都能在下一个岗位开放之前装好。
第一，把非专业岗位的默认从"外部优先"翻转为"内部优先"。操作上：任何非战略岗位在对外发布之前，先在内部发布一个设定的窗口期，且招聘经理必须在对外之前书面说明为何没有合适的内部候选人。这项政策的成本接近于零。预期回报是：在每一个被重新引导的岗位上，避免 18–20% 的溢价、省下 29 天、并绕开两年的绩效折损。
第二，把内部流动率作为董事会可见的 KPI 来落地，紧挨着填补时长。大多数中型市场运营团队说不出上个季度有多少岗位是内部填补的，而这恰恰是默认从不被质疑的原因——更省、更快、表现更好的通道不可见，于是因缺席而落败。把它变成一个数字，放在填补时长旁边，这两项指标自己就会开始为"内部优先"辩护。
第三，把省下的溢价重新引导进内部人才池：技能图谱、岗位重新设计、有针对性的技能提升，让内部候选人真正就绪。你停止向外部招聘多付的钱，变成了让内部流动运转起来的预算——而这笔投资会在一支你真正能读懂其绩效信号的员工队伍上复利增长，而不是在一支由不可靠机器居中调停的队伍上。
Bidwell 的发现挺过了十五年，也挺过了一场本应将其推翻的 AI 革命。Fuel50 的 49 对 20 天差距，就是 2026 年的收据。这给你本季度桌上留下的唯一决定是：在你下一个外部岗位上线之前，你能否书面说明为何一名内部候选人无法胜任？如果诚实的回答是"我从未核查过"，那么你已经找到了你运营模型中最昂贵的默认——也是修复成本最低的那一个。
