Moka創始人趙歐倫：AI+SaaS會是人工智能商業化新路徑

文/騰訊創業苗鍾毓

人工智能正在全面接管我們的娛樂生活：我們聽著AI為我們挑選的音樂，閱讀著興趣推薦算法推送的新聞，甚至和算法為我們匹配的朋友暢聊——“你們的匹配度高達99%，他就是你一直要找的人”。

我們已經習慣了在娛樂化的場景中聽取人工智能的建議，但是，你敢用算法為你推薦的企業人才嗎？

——“經過人工智能評估，這位應聘者就是你們公司要找的人。”

讓冷冰冰的機器來評價和推薦一個應聘者，並讓算法為企業提供人才招聘的建議以及輔助招聘者進行決策，這幾乎像是早期科幻小說中所描述的災難場景——機器最終統治了人類，並按照一整套死板的原則給人分類，將“每一個人放到最合適的位置上”，而對不願服從安排、擁有自由意志的人類進行製裁。

然而，科幻小說畢竟只是小說。在現實生活中，招人則是一件非常個性化，甚至是充滿了個人好惡的事，人工智能想要了解一家公司或是某個招聘者的招人偏好，似乎並不是一件容易的事。

現在，情況已經發生了變化，一家名為Moka的公司希望通過AI幫助企業來篩選出最適合自己的人才。這將大大減輕HR們繁重的工作，也將給予所有投遞簡歷的求職者一個公平的就業機會。

Moka成立於2015年，是一家致力於通過完整的招聘生態體系解決方案幫助客戶提高招聘能效的企業，產品是一款新生代的SaaS智能化招聘管理產品。3月4日早間，Moka宣布已完成由高瓴資本領投1.8億元人民幣B輪融資。

騰訊創業採訪了Moka的創始人趙歐倫，和他聊了聊人工智能在企業招聘中的應用，以及Saas平台的發展之道。

趙歐倫畢業於加州大學伯克利分校計算機系，曾任Citigroup投行分析師，後加入初創公司Turo（美國P2P租車獨角獸），期間創立了二手物品交換平台LivingSimple。2015年9月，趙歐倫創辦Moka，致力於研發智能化招聘管理系統。

企業招聘三大痛點：流程管理、人才資源積累和數據分析

目前，企業招聘流程存在三大痛點：一個是缺乏協作和招聘流程管理體系，二是缺乏數據庫、人才庫的積累，三是對整個招聘流程的數據分析不到位。

為了解決這些痛點，Moka集成了三大核心功能板塊：第一、聚合招聘渠道，統一管理流程，促進HR部門與業務部門間的協同，提升各節點轉化效率；第二、積累企業人才庫，全網監控持續激活；第三、全方位數據統計，提供招聘洞見，為企業人才選拔提供優化方向。

招聘流程管理方面，Moka通過綁定HR郵箱的方式可以將求職者在各大招聘平台投遞的簡歷進行匯總，讓HR省下了在各招聘平台之間來回切換的時間；Moka還支持同步不同招聘人員之間的工作進度，避免因溝通不到位而產生的重複勞動；還可以幫助HR快速地安排面試，並在面試結束後通過問卷系統對求職者進行回訪。

此外，Moka還可以將企業的人才資源進行積累和整理，形成人才庫，方便HR未來檢索和使用。

線上化是人工智能商業化的基礎

趙歐倫表示，線上化是人工智能商業化落地的第一步。線上化之後才能產生數據，有了數據才會有人工智能。因此，Moka非常重視產品的體驗，因為只有產品簡單易用，能夠讓客戶喜歡去用，才會有數據沉澱；只有產生數據沉澱，Moka才能通過人工智能進行分析。

然而，即便在最基礎的線上化過程中，Moka也應用了很多人工智能的技術。舉個例子，簡歷有很多種格式，這是讓HR和服務商們最頭疼的地方，其中圖片格式的簡歷解析具有很大的挑戰，Moka可以通過OCR技術識別用戶上傳的圖片，並將核心信息提取出來；然後再利用NLP（Natural Language Processing：自然語言處理）技術對這些信息進行解析和篩選。

“如果HR要選計算機專業的求職者，可以通過我們AI的基礎能力知道哪些候選人是計算機專業的。這是一個基礎的簡歷解析，也是一個比較大的行業痛點，此前，HR上傳簡歷到系統，上傳完了解析不準是行業通病，這將導致一些求職者被漏掉，浪費企業的人才資源。Moka擁有著自主的簡歷解析能力，在數據覆蓋範圍與精準度上實現了優於同行業解析水準10%的提升，簡歷能夠解析得更精準，降低企業人才資源的浪費。”

人才庫挖掘和推薦功能是Moka的另外一個重要功能。企業用戶可以通過Moka管理簡歷，在發布招聘信息之前，HR可以先系統內人才庫中篩選一下有沒有合適的人才。“小米是Moka的客戶，它一年在Moka系統裡積累的簡歷可能有幾十萬份到上百萬份。作為小米的招聘人員，他們可以先把這些簡歷過一遍，而不用再去網站上發職位布，等人投遞。”

此外，面對收集來的海量簡歷，Moka還會根據求職者之前的面試反饋、評價，以及企業用戶的一些招聘需求，向HR推薦最合適的求職者。Moka還將通過篩選結果和面試結果兩個維度的數據進行學習，建立模型，進一步提高推薦系統的準確性與可靠性。

除了直接服務於企業的招聘人員，Moka還在進行一些輔助決策方面的嘗試。通過Moka的分析數據，可以幫助目標企業決定招聘的預算，並優化預算在不同招聘渠道的分配。目前這一功能正在開發中。

人工智能的商業化路徑

人工智能在國內被投資人們提及最多的就是如何落地以及商業化。

截止至2018年底，Moka已服務超過500家付費企業客戶，包括小米、搜狗、歡聚時代、漢堡王、金拱門、赫基國際集團、森馬、Arm china、首創股份、太平洋保險等知名企業。據Moka官方數據顯示，招聘管理系統可以為企業招聘降低40%的時間成本，減少32%的招聘支出，提高51%的招聘速度。

趙歐倫表示，Moka系統面向的是員工人數超過300人，且有一定招聘量的企業，但使用效果和價值更明顯的是員工人數在1000人以上的中大型公司，它有足夠的招聘需求，需要對招聘流程進行管理，方便招聘人員協作，提高招聘的效能。

談及人工智能的商業化，趙歐倫表示，未來的一段時間內，在企業服務領域，通過數據分析來解決問題、提高效能是一個非常重要的方向，在這一過程中一定會應用到很多的人工智能技術。

而Moka所使用的人工智能技術屬於有限條件下的機器學習（confident situation），指在一個具體的業務場景下探索AI的落地。這種技術有著很大的發展空間，而企業服務更是一塊沒有被AI開墾過的處女地。

人工智能落地的先決條件是數據，有數據才可以去進一步地分析，而且這個數據越獨特越好。對於Moka，這個數據就是基於企業客戶的簡歷以及企業招聘人員在整個招聘流程的行為數據——招聘人員喜歡什麽樣的簡歷、他們在哪一部分資料花的時間最久等等。

企業採購專業人力資源管理系統已成趨勢

談及業內的傳統友商，趙歐倫表示，Moka的優勢在於產品和技術。

同時，趙歐倫認為，Moka所處的行業並非是單一銷售可以壟斷資源的傳統行業，所以，Moka在選擇銷售合夥人時會更加看重對方對組織整體銷售能力的提升。

除了這些直接傳統友商，互聯網招聘平台也有可能入場攪局。趙歐倫表示，“互聯網招聘平台做簡歷管理系統，會與主業務的招聘服務有利益衝突，難免引起企業用戶對於數據安全的擔憂。”

另外一個對手或許是企業用戶本身——對於很多公司而言，自主研發一整套人力資源管理系統並非難事。騰訊、阿里、百度都擁有自研或半自研的人力資源管理系統。

對此，趙歐倫表示，這首先是一個成本問題，傳統行業未必擁有這樣的開發能力，它們最終還是要找外包，而互聯網公司固然有足夠的技術能力，但自主研發這一系統在成本上也並不劃算。據我所知，某知名互聯網企業為了開發一套人力資源管理系統，投入了20人小團隊3年的時間，僅在人員和時間成本上的投入就已經超過了1200萬元。而如果採購了Moka的管理系統，三年的使用成本可能僅為自主研發的四分之一到三分之一。

此外，由於人力的限制，自研人力管理系統在系統的設計和場景的把握上也不如Moka這樣的專業服務商。Moka目前有超過100名產研人員投入在系統的開發上，並且由於面對的企業更多，Moka在客戶場景的把握上也較自研系統更為準確。

趙歐倫表示，在海外市場上，採購專業的人力資源管理系統已經成為一種趨勢。谷歌、Facebook和亞馬遜使用的都是Workday的人力資源管理系統，其中，Facebook還曾自研過一套人力資源管理系統，但最終還是替換成了Workday的系統以及配套的雲端解決方案。

Workday成立於2005年，是一家人力資源管理系統提供商。目前，有一半的《財富》50強企業和超過35%的500強企業在關鍵性業務運營中使用Workday的服務。Workday是“雲”軟體領域的領導者，客戶以訂閱的方式購買程序並進行遠程管理。

經濟下行招聘緊縮促進企業進行精細化管理

談及2018上半年以來的市場變化，趙歐倫表示，在資本寒冬中，越來越多的企業開始在乎數據運營，開始對企業的人力資源進行數字化管理。很多人以為經濟下行，企業就不招聘了，但有前瞻的管理者，反而會在這個過程中去實行科學化的管理，去購買人力資源管理系統。這個過程中，Moka企業用戶的付費意願反而上來了。

趙歐倫透露，當前確實看到一些公司在縮減編制，但更多的企業是在梳理自己的招聘流程，把招聘的口子縮緊一點。在經濟不明朗的時候，企業會關注自己的組織能力，一方面是收緊招聘口子，另一方面是優化組織內的人員。當組織人員完成優化之後，再適當地招聘一些人，整個企業的組織能力才能不斷往上走。

“前一段（時間）衛哲也在講，之前資本紅利特別旺，吹出來很多的風口龍——腦袋小、身子大，組織能力根本跟不上環境的變化。”