纳人网络：用人工智能打造终极招聘.docVIP

PAGE  PAGE 5 纳人网络：用人工智能打造终极招聘 　　当人工智能成为HR，会发生什么？ 　　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 　　“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。 　　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。 　　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。 　　“人工智能招聘，就是将人想要了解的信息，通过机器人的询问，然后将其抽象化，生成若干个千差万别的结果。”姜海峰总结道。 　　目前，纳人网络的推荐录用率能达到4∶1，招聘1个人才，只需推荐4个人即可。而推荐成功后，纳人网络将会收取比传统猎头公司更少的服务费。 　　结合大数据精准分析简历 　　精准推荐是双向的。对企业进行精准推荐，同样，对求职者也要实现精准推荐。 　　对求职者而言，往日要找到一份合适的工作，可能需要面试无数次，浪费大量的时间和精力。而机器人借由对岗位需求的精准模型以及对用人企业偏好的不断自我学习，再加上对求职者简历的精准分析，能减少这种浪费。 　　如何对求职者的简历进行精准分析呢？纳人网络采用的方法是，将人工智能与大数据结合。比如一个求职者此前的工作背景为一家不知名的公司，但对自己的简历进行包装，甚至有“注水”成分。然而，这在纳人网络面前，却无所遁形，因为它采集了将近2000万份的企业数据，用作背景调查支持。 　　举个简单的例子。求职者的简历里只要写上他有一年的时间，在华为担任某方面的工程师，这个求职者大概是何种层次的人才，适合什么工作，纳人网络的总模型就会自动输出分析结果。