網路或 Web 的演進：從 Web 1.0 到雲
網路1.0 |內容網 -> 一維
Web 1.0 仍然是靜態和簡單的：人們發現了電腦並將其融入他們的工作生活中。這也適用於人力資源部門，他們熱情地創建了資料庫，並開啟了透過新的電腦工具透過電子郵件與員工溝通的新可能性。然而，此時的網站仍然是靜態的，這就是為什麼這個階段被稱為內容網路：每個人都在網路上廣播自己的優勢，而沒有任何回應的興趣。 在Web 1.0的思維模式下，平面廣告只是並行在線，沒有任何進一步的改變，並且創建了越來越多的招聘網站。在 Web 2.0 末期，職缺幾乎完全在線上招聘板上發布廣告（許多職位實際上至今仍處於這個階段）。
網路2.0 |傳播網絡 -> 參與性
在 Web 2.0 中，我們不再只使用電腦。我們現在對越來越多的適應、針對越來越多不同事物的不同程序感興趣。我們開始將這些融入日常生活中，越來越多的新創公司幫助了我們。「社交心態」出現；網路訊息的接收者越來越需要溝通（網站上的聯絡表單、留言簿）。我們想要交流和評估（Ebay、亞馬遜）並在論壇中與志同道合的人交談：Facebook、XING 和 LinkedIn 等社交媒體的誕生- Web 2.0 是「參與式網路」。 因為人們還想在網路上獲取有針對性的信息進行交流：這是谷歌的 偉大時刻。在適應 Web 2.0 的地方，人們開始考慮候選人的願望，這導致了社會招聘 的出現，與候選人進行讚賞性的溝通，以及以目標群體為導向的職業網站日益複雜的雇主品牌。
Intercessio 的 Web 演變資訊圖
網路3.0 |上下文網路 -> 語義
在Web 3.0中，吸引人們的不再是單一程序，而是複雜的程式系統，稱為演算法。這些系統已融入日常生活和職業生活中，從智慧型手機到機器人。這種整合（尤其是由渦輪增壓的行動裝置驅動）導致了難以想像的資料爆炸，尤其是個人化資料。大數據 出現了，它不僅僅是數據，而是數據連接（包括「個人」數據包）。一切和程序的個人化成為規則和目標。但它也確保了海量數據（連接）的恆定指數儲存。
在 Web 3.0 中，簡單的程式或搜尋引擎不再有助於分析大數據，即複雜的人類通訊痕蹟的總和。因此語義算法 無所不在。這些基於語音的學習系統「簡化」了控制、搜尋和資料管理。這就是 Web 3.0 被稱為語意 Web 的原因。因此，自 Web 3.0 以來，任何想要控制搜尋引擎（無論什麼類型）以獲取有關潛在候選人的信息（主動採購）或想要透過人才招募 或雇主品牌（搜尋引擎優化或內容行銷）被發現的人都必須學會：了解這些新的超級程式。
網路4.0 |網路。或物聯網 (IoT) -> 共生
我們現在正處於 Web 4.0 的開端。我們人類不再追逐每一個演算法創新。數位化的顛覆教會我們要更加小心。這是一次快樂但又累人的來來去去：一些 Web 2.0 和 3.0 的炒作仍然存在，但許多也消失了。突然間，甚至連電子郵件、WhatsApp 或 Facebook Messenger 中的簡單電話等古老的通訊方式也被重新發現。在物聯網中，我們（只）想要 IG資料庫 真正讓我們的長期生活更輕鬆的「東西」。換句話說，設備、程式、工作工具能夠“識別我們的需求”，或者更好的是，“可以預測它們”。先前的Web 2.0個人化現在正在讓位給個人化（導致另一次資料爆炸）。如今，每個用戶在亞馬遜上都已經有了不同的起始頁面，並收到 XING 時事通訊，其中包含不同的個人聯繫建議或活動等。
即使我們德國出於數據保護原因和個人權
利而不允許如此全面地收集這些數據，但事實是其他人長期以來一直在存取、儲存、評估和出售這些數據。廣告每天都變得更加「個人化」——這也將是人才行銷和人才招募的光明未來。在招聘網站上投放 Web 1.0 廣告已成為一種已被淘汰的模式；LinkedIn 和 Facebook 已經為您提供了預訂個人化廣告的選項。
物聯網 (IoT) 與深網有何關係？
為了成功地將可自訂的設備 設計和實施他們的自然搜尋引擎優化 和機器與我們的（工作）生活連接起來，我們需要更複雜的演算法。這些還需要更多的大數據和更複雜的分析。最重要的是：自學習系統和全方位的程式連接以及對更多個人交易資料（連接）的存取。我們的物聯網目標是演算法不僅能夠識別趨勢，還能獨立計算和實施趨勢：在 3D 列印機產品、藥品、生產系統、個人網站、產品報價、廣告等。
96% 的重要數據都在深層網路上。 自 Web 3.0 以來，不僅能夠儲存這些數據，而且能夠對其進行評估的公司已經在整個行業中佔據了主導地位。有了有關 存檔存檔 目標群體的這些信息，您就可以打破束縛並獲得競爭優勢。因此，如果您不利用深網提供的機會，您就會將自己限制在遠離現實生活的 Web 1.0-2.0 孤島中。