当人工智能成为HR，会发生什么？

纳人网络 2016-05-11 18:00 抢发第一评

★

李力（化名）是一家公司的HR，按他的话说，最近忙得人仰马翻，因为公司多个部门同时招人。面对用人部门的不断催促，他必须用最快的方式招到合适的人。然而，每天收到300多封简历的他，一直为陷入简历的阅读、筛选，求职者的评估、预约等繁琐流程而苦恼。随着人工智能的到来，李力的烦恼完全有更好的解决之道。

★

智能化招聘，到了商业化阶段

曾在大型软件书生集团担任总裁达10年的姜海峰，招聘过近千人，深感招聘繁琐。于是在2014年3月，他创建纳人网络，将人工智能与招聘领域结合，希望以此提升招聘效率，降低企业运营成本。

“从阅读简历到最后预约面试，整个流程都可以机器化，用人工智能解决。”试水人工智能招聘的姜海峰对《中外管理》这样说。

姜海峰认为，人工智能分为两种：一种是综合智能，与人完全相同，今天会下围棋，明天会玩网游，可以做多种事情。然而，综合智能难度很大，目前主要是谷歌等公司在研发。

另一种人工智能，则是在垂直领域的应用，通道较窄，专攻一个领域，比如：纳人网络将招聘人工智能分成多个垂直应用，有的负责阅读简历，有的负责评估简历。这样的人工智能，难度相对较低，目前已到商业化阶段。

而从成立到现在，仅仅两年时间，纳人网络就已累积400万个人用户，1000家企业用户，而他们的客户包括微软、国美等知名企业。

然而，智能化招聘的应用效果，到底如何呢？

一个有力的印证就是，国内一家做P2P的平台，要招聘一名P2P框架工程师，通过纳人网络，短短两周，就觅到了合适的人选，而实际上，纳人网络只向他们推荐了三个候选人。这样的效率和精准度，对传统招聘而言，显然是不可思议的。

解决“人岗精确匹配”的痛点

事实上，岗位和人才是否精确匹配，也是人力资源的一大痛点。在过去担任总裁的10年间，姜海峰发现，有些候选人有着良好的既往工作背景，看似很适合企业，但入职后的工作表现，却不能令企业满意。而有些候选人在招聘时不起眼，入职后却能做得非常出色。

“求职者与岗位之间的匹配，不仅关乎岗位既定的目标、求职者的能力，还包括求职者的兴趣，甚至是否有合适的上司与他搭配，而这些都是影响他能否发挥价值的因素。”姜海峰说。

由此，在招聘时，精准匹配就变得非常重要。而在传统的招聘过程中，招人是一个非标准化，非理性，而偏向于感性的工作。跟HR本身有很大的关系，如果HR的识人能力不错，可能会找到合适的人；但如果HR在招聘时情绪不佳，也有可能漏掉合适的人才。

人工智能，可以避免这样的问题。

纳人网络研发了多种通用模型，这些模型按照大岗位划分，而每个大岗位包含不同的职业，比如销售职业，技术职业等。为了使模型更加专业，纳人网络拜访了各个行业，上百位专家，根据他们的经验去实现模型的输出。

然而，即使职位相同，每家企业的人才需求都不一样。因而，纳人网络为每家企业提供了针对性的，符合企业需求的专用模型，而这个模型具有自学习的功能，企业用得越多，就越有针对性，推荐也就越精确。

由于每个人的工作经历不同，机器人还会对选定的候选人提出问题。如果候选人开发了一家网站，机器人会询问他使用何种开发平台，根据回答，再询问使用何种数据库，这些专业细节，机器人会逐渐深入地询问。如果他回答，擅长其他专业技能，机器人就会转问其他问题。如果他的工作经历出现了空档期，机器人甚至会追问空档期的原因。