江苏龙网

  1. 首页 > 资讯 > 科技 > >

『』3年连融4轮：他用AI筛选人才 帮企业降一半招聘成本

『』3年连融4轮：他用AI筛选人才 帮企业降一半招聘成本
文章图片

文章图片

李松毅说 ， Bello最直观的作用 ， 就是利用AI筛选人才 ， 帮助HR和猎头每天节省2小时 。
“在英国HR事务所 ， 李松毅发现 ， 国内外绝大部分HR和猎头工作者仍然把大量时间耗费在“找简历”“挑简历”这种低技术含量的环节；同时招聘会上收到的海量纸质简历等事务性工作 ， 往往会成为HR的噩梦 ， 相比之下用在理解业务、人选沟通等高价值工作上的时间却远远不足 。
2016年 ， 李松毅创立了Bello（倍罗） ， 决定自研深度自然语言理解技术（NLP） ， 结合多年的行业观察 ， 为大企业和人力资源行业提供数字化转型方案 。
Bello最直观的作用 ， 就是利用AI筛选人才 ， 帮助HR和猎头每天节省2小时 ， 免去了重复性的劳动 。去年 ， 其订阅收入已经超过千万元人民币 。
目前 ， Bello提供包括岗位画像、智能匹配、人才库管理在内的人才管理效率工具 ， 服务了数十家行业头部客户 ， 3年时间完成了四轮来自一线VC的融资 。
让HR摆脱重复性劳动
Bello的两位联合创始人来自于硅谷 。2017年 ， 在美国HR行业竞赛上 ， 由他们研发的机器人仅花费了3.2秒就从数千份简历中完成筛选 ， 列出了与岗位要求（JD）匹配的候选人名单 ， 惊艳全场 。
之所以把“机器筛选与匹配”看得这么重 ， 正是源于李松毅对行业的观察 。“猎头和HR每天都在找简历、看简历、打电话 。”李松毅将这些庞杂繁琐但又无法摆脱的重复性劳动叫做“刚性成本” 。
在对中国企业和HR行业与市场的调研期间 ， 李松毅曾问过很多大型企业 ， 当前最大的挑战在哪里？他听到最多的回答是：人！ 技能可以培养 ， 人不能改变 。
通常招聘模块的HR和猎头要尽可能多地了解候选人 ， 提高成功招聘的比率 。“平均每天要投入数小时在事务性工作上 ， 真正去了解人的时间就不够了 。”
站在HR角度来看 ， 这些工作虽然简单 ， 却十分重要 。交给实习生做 ， 又怕不准确 。所以很多从业者只能花大把时间在这些环节上 。
李松毅对这样的现状感到遗憾 ， “明明是人力资源管理 ， ‘管理’才是中心词 ， 也是真正需要公司投入成本的环节 ， 但现在的从业者把更多精力放在甄别‘资源’上 。”
他发现 ， 除了苦于“刚性成本” ， HR和猎头工作的大环境也正在变差 。自从2010年开始 ， 中国就出现了劳动人口增长趋势的拐点 ， 新增劳动人口逐年递减 。对于小企业而言 ， 影响不甚明显 ， 但对于大公司来说 ， 甚至上升到行业角度 ， 为了让更少的劳动人口产生一样 ， 甚至更高的劳动力 ， 人力资源的精准匹配正成为必须解决的问题 。
从零开始的技术和模式
要让HR从繁琐的重复劳动中解脱出来 ， 核心是人力资源行业NLP（自然语言处理）技术 。4年前 ， Bello刚成立时 ， 西方已经有了较为成熟的人力资源行业NLP技术 。Bello团队最初的方案是 ， 借助已有的NLP技术 ， 实现人岗匹配的智能化、数字化 ， 促进NLP在人力资源管理行业落地 。
然而 ， 西方人力资源NLP研发商的业务思路在中国走不通 ， 也没有任何中文服务 。从国内来看 ， 中文NLP技术 ， 的确有人在做 ， 只是还没有出现头部 。
“可以说 ， 这个行业连基础设施都没有 。”李松毅回忆 ， 当时他们找不到上下游技术供应商 ， 所以只能自己研发 。“别说NLP ， 就连构建知识图谱的数据驱动平台都要自己做 。”
『』3年连融4轮：他用AI筛选人才 帮企业降一半招聘成本
文章图片

文章图片

Bello产品图示
三年多时间 ， 很多NLP研发者都逐渐放弃 ， 其中不少人工智能公司转型开始做招聘服务 。毕竟 ， 猎头价值明确 ， 业务模式成熟 ， 现金流好 ， 生存下去最重要 。“HR Tech的行业内真正坚持做技术的公司已经寥寥无几 。”


推荐阅读


上一篇：【天空】有了华为MateBook 13 2020款：文字创作者的天空 星星都亮了

下一篇：「」【专利解密】小米如何实现LCD屏下指纹解锁？