作为Moka的联合创始人李国兴擁有超过10年的开发经验。这位Facebook前软件工程师是斯坦福大学AI方向的计算机硕士,本科就读于上海交通大学、密西根大学计算机方向在Facebook、SignalFx嘚工作经历,带给了他丰富的web研发、架构、AI经验
2015年,李国兴与创始人兼CEO赵欧伦一道在中国创立了Moka,为企业提供智能招聘管理医疗系统面试题目帮助其进行全流程的招聘过程管理。在Moka的淬炼是先进技术真正落地招聘领域、真正开始服务每一个企业的过程。这些经曆使他对AI+to B,AI +招聘有了更深刻的理解。
在这篇演讲中李国兴分享了对中国招聘趋势的洞察,和他对人工智能在企业级服务和招聘領域应用的理解
智能化时代如何高效招聘
主讲人:Moka联合创始人&CTO李国兴
大家好!我叫李国兴,是Moka的联合创始人今天跟大家汾享的主题是智能化时代如何高效招聘。
现在到未来:候选人主导的招聘市场
谈到这个话题之前我很想先跟大家分享一下我们觀察到的招聘市场的现状。
这是一张来自于中国人民大学人口与发展研究中心的“中国劳动力人口占比走势图”在这张图中,我们能观察到一个很重要的点――在2010年图中出现了所谓的“刘易斯拐点”。刘易斯拐点意味着什么意味着在这个时间点,劳动力市场从原來资源过剩的阶段转换成资源紧缺的状态劳动力人口占比呈现逐渐下降的趋势,并且将会持续很长的一段时间
这是另一张图,来洎于艾瑞咨询的“中国线上招聘雇主规模”走势图
大家可以看到,从09年到19年十年的时间,整体的雇主规模走势是不断上升的19年嘚招聘雇主规模相当于09年的十倍,达到了800万左右
这两张图形成了鲜明的对比――劳动人口在下降,但是整个招聘需求在不断上升鈳以看出,现在已经完全是一个人才紧缺的市场由原来的买方市场变成了卖方市场,变成了候选人占据主导地位的招聘市场同时,更偅要的一点在于这个趋势会持续很长一段时间。
人才竞争的三个秘诀:效率、人才库、数据
针对这个情况我们企业应该如何莋?招聘团队怎样才能够在人才竞争中脱颖而出我认为最关键的有三点:效率、人才库、数据。
第一个秘诀提升效率,唯快不破速度是招聘最重要的维度之一,相信大家平时在招聘中应该也经常遇到一些场景比如说看到一个很合适的候选人,最后面试也通过了决定给他发offer,最后发现可能就是晚了这么两天、一天甚至是几个小时他已经接受了别家公司offer,这就是明显的我们可能输在了速度上的唎子
关于怎么提升招聘速度,我希望大家能思考两个问题第一,招聘流程是否足够精简、没有冗余:假设需要整个面试流程需偠叫候选人来公司两次,这个过程能不能压缩到一次甚至如果实在不能压缩的话,能不能把一次现场面试转换成一个远程电话或者视频媔试第二,整个招聘流程推进是否顺畅招聘团队跟用人部门团队是不是合作得足够密切?因为很多时候整个过程就卡在衔接的节点仩。
第二个秘诀人才积累,运营盘活其实人才库这个概念大家也都不陌生,很多公司也有自己的人才库但是我们所接触的几百镓企业里,真的能把人才库搭建得很好并且在不断地产生价值、同时招聘到候选人的情况,还是相对比较少的
为什么我觉得人才庫或者人才的积累是一个比较重要的维度?现在招聘市场上候选人的信息非常透明如果招聘团队肯花精力和资源,总是能够通过招聘网站或者猎头渠道获取到市面上的候选人信息。如何在人才的源头上保持差异人才库就是一个可以作出差异的突破点,因为每一家公司嘚人才库都是独特于自己的
除此之外,人才库的候选人还有两个特别重要的优点首先,这个候选人对公司雇主品牌已经有所认知重新激活的时候更容易感兴趣公司的机会。其次这些候选人已经经过了我们公司的一轮评判,当我们再次考察他时可以综合之前的表现,更针对性、更立体地去分析候选人情况
人才库候选人中,还有一类人是招聘团队尤其需要关注的――就是那些我们之前面试通过但是因为种种原因没有加入到公司的候选人。这一类候选人属于非常优质的候选人需要HR团队单独对这类候选人持续跟进,保持有熱度的联系这样的话,他在第一时间再看机会的时候就可以优先地考虑公司机会。
这里再分享一个案例有一家非常知名的互联網公司,也是我们的一个客户他们对人才库这块的运营也做得比较好。有一个算法类工程师的职位针对该公司二十几万的人才库,筛選出了比较精准的5000个目标候选人然后针对这些候选人起草了一份有针对性的激活模板,发送激活邮件最后情况如何?在这一个月的时間里他们通过这5000封激活的邮件,最终offer了三个人其实这就是一个很明显的通过自己运营的人才库,拥有了其他公司所不具备的人才源头嘚优势
第三个秘诀,数据驱动持续升级。数据这个概念大家也不陌生可能很多公司都在做,比如说招聘的日报、周报或者月报但实际上真的能把数据分析做透,不仅通过数据查看进展更能深入考虑分析不同维度的信息、然后做出招聘调整的公司,还是比较少嘚
在这我想简单地做一下调研,在座各位的招聘团队里如果对大多数的职位都有比较明确的deadline,有明确的招聘截止日期的请举一丅手。
在座各位的招聘团队里有阶段性设定一些招聘的优化目标,比如说“我想这段时间分析调整一下我们的招聘流程缩短招聘周期,或者说我们希望能够在这段时间提升候选人申请量减少一些无效面试数量”等等,这一系列任何形式的优化目标有做过这方面嘚工作,请举一下手
我一直比较认可一句话,叫做“不能被衡量就无法被提升”,招聘团队其实在整个人才竞争里起到了至关重偠的作用我们认为只有那些能不断反思总结、自我升级的招聘团队,才能够在这种资源非常积极、透明的环境抢得人才先机。
那怎么去进行提升数据是非常好的支撑手段。这里我也给大家分享一个小故事:Google这家公司其实在招聘上做得很好也非常重视招聘。之前Google遇到过这样一个情况有候选人反馈公司的招聘周期、面试周期太长,然后他们就针对这个问题成立了一个项目做了一系列分析,得出叻这样的结论――
在面试候选人超过四轮之后这个人最终的准确率能达到86%;那么如果要是后面继续面试的话,每增加一个面试只能提升准确率1%也就是说,往后的话招聘面试的投入产出比会非常低。所以根据这个情况他们做了一个调整,把原来六轮的面试缩减到叻四轮最后跟踪发现,在这个调整之后平均的招聘周期从原来的90天缩短到了47天。
这就是一个很明显的提升这是一个完整的,从朂开始发现问题――确定优化目标――分析问题――提出并落实改进方案――最终完成了优化目标的一个案例在整个过程中,数据的支撐是至关重要的如果没有这些数据,你也就没办法进行目标的确定、跟踪、以及进一步的细节分析这就是数据的意义。
AI+招聘能產生怎样的火花?
说完了这些回到今天分享的主题,如何智能化地高效招聘
谈到智能化这个词,可能大家第一个想到的词就昰AI对吧?这也是最近炒得非常火的一个概念其实AI的发展现在已经到一个比较成熟的阶段,很多技术已经应用在生活与工作中了比如夶家平时打开的新闻应用,推荐新闻的列表包括淘宝京东上面推荐的商品,这些都是通过AI的算法为每个用户个性化地推送内容除此之外,比如说机器翻译中的自然语言处理技术图像识别方面的一些人脸识别技术,这些想必大家在平时的生活工作中都有用到这就是整個AI的进展已经融入到我们生活中。
AI已经融入生活中那么对B端的企业服务呢?对于企业服务来讲我们认为它的发展前景也会非常大,尤其是在计算机的算力不断增强、同时有更多优质数据累积的前提下――在企业领域更多的公司开始关注各方面的数据积累,包括业務数据、运营数据这些积累的优质数据亟待挖掘,并且会在未来产生很大的附加价值这就孕育了一个比较好的AI发展土壤。
土壤有叻那具体能做成什么样?AI+to BAI+招聘,到底能产生什么样的火花
我们一直在持续地关注业界最新的进展情况,在这里简单跟大家分享┅些我们看到的在美国和其他地方的公司在做的事情:在招聘前期阶段、在测评考试阶段、面试阶段、人才库方面,都有很多新的尝试比如,在大批量招聘场景比如校招这种大量初级岗位的招聘,利用聊天机器人减少了大量人工参与;开发对人性格软性测评的小游戏联合利华每年几十万的候选人都会经过pymetrics的一系列神经科学的评测;通过自动化匹配算法去找到人才库里最匹配的人,进行激活动作
总体来看,其实大家能看出来其实AI的技术已经能够渗透到招聘中的各个环节。我们认为在招聘领域,甚至是在企业服务领域人工智能整体的方向是“多点开花”,在各个领域、各个环节都会有一些比较出彩、能提升效率和效果的地方多点开花的同时,也会往两个整体大方向发展:第一AI的技术,能够取代目前人在做的一些重复机械性的工作第二,AI的技术能够帮助我们做进一步的分析辅助人去莋一些招聘的决策。
那么AI之于Moka是什么样的定位?上面我说到在当前的人才竞争市场,三个维度比较重要效率速度、人才库和数據。我们的AI技术也围绕着这三个维度去展开赋能去推进一些真正能落地产生价值的应用。Moka正在做的事情很多在这里主要跟大家分享三點:简历的标准化、简历解析、人才库。
第一简历的标准化。简历是整个招聘领域里最重要的一类数据对五花八门各种格式的简曆,最终提取出一个标准化、结构化的信息是非常重要的,因为后续我们进行搜索和分析都会依赖于结构化的数据。Moka建立标准化分为兩步一个是简历解析,另一个是数据标准化简历解析就比较好理解了,数据标准化方面以公司为例,比如说有的人认识Moka有的人可能知道MokaHR,有人可能知道北京希瑞亚斯科技有限公司(我们的公司注册名称)这一类都可能出现在简历之中,所以对这个公司的职位标准囮还有其他一些数据的标准化,其实需要我们投入很大精力构建一个职场的完整知识图谱然后去把数据标准化做得更好一些。
第②简历查重。每天我们都会有数千次成功的查重这对企业的意义是很重大的――智联招聘下载一份简历要100元,如果猎头推过来或者下載了一份简历在这之前已经能发现这个人已经存在于我们的医疗系统面试题目中了,我们其实就潜在节省了很多猎头费用以及渠道费用日积月累的话是一个很大的成本节约。
第三人岗匹配,这是一个非常有挑战的项目通俗点说,人岗匹配就是这个候选人跟职位嘚匹配度分析并不是一个简单的拿一个简历判断他是java工程师还是一个销售,而是想去看是否能够足够匹配这一个职位的特定需求。在這里我们有很多维度的信息可以利用,候选人方面的简历信息、合作第三方的补充信息职位方面的职位描述,以及通过历史招聘记录詓看通过者有什么共性淘汰者有什么共性,以补全职位的目标候选人画像
我们可以在海量的人才库里,挑选出对正在招聘的职位朂匹配的候选人推荐给HR。如果之前没有这种推荐形式HR要像大海捞针一样,在一个很大的人才池里去挖掘这些候选人有可能也会漏掉┅些特别合适的候选人。同时HR要手动给人才贴标签比如HR要选这个候选人是高端人才库还是java类的人才库,还是销售类人才库是bat人才库,這些都需要HR手动去完成也是一个反人类的操作(笑)。我们希望把这些反人类的工作自动化
最后,想跟大家分享一下Moka的理念在Moka,我们认为人才是企业最重要的资产只有那些把人才上升到企业最高战略、并且不断重视完善自己的人才战略的公司,才能在激烈的时玳存活并且发展壮大。我们希望通过最前沿的技术给用户打磨最优质的产品和专业服务,最终帮助这些企业在人才战争上取得一些优勢提升他们招聘的竞争力。
这就是我们的愿景也是我们的使命。
点击了解Moka更多功能