图片来源：视觉中国

[每篇 3 分钟，钛媒体带你读懂人工智能］

“三年修完美国伯克利计算机本科专业”、“P2P租车鼻祖Turo前20名员工”、“Facebook Hackathon大赛冠军”——这是28岁的赵欧伦身上获得的标签，如今，他是国内智能化招聘管理系统Moka 的创始人。

这家成立不足四年的公司上周发布了新一轮融资消息：B 轮1.8亿元，高瓴资本领投，襄禾资本和老股东 GGV 纪源资本、金沙江创投参与跟投。“很多家在抢，只融了三周，高瓴有很多年的行业积累，在大客户资源会给予更多支持。”赵欧伦告诉钛媒体。

作为一家标准的企业服务SaaS 公司，拿单能力与营收增长是极为重要的衡量指标。根据 Moka 官方公布数据：目前 Moka 已服务超过500家付费企业客户，包括小米、搜狗、汉堡王、赫基国际集团等知名企业；其产品收费模式为1.8万元/账号，2018年营收达数千万元，同比增长达400%。

之所以能在短时间内获得这些大企业订单，赵欧伦将原因总结为两点：

1、通过 AI ，招聘效率得以提升；

2、产品层面，让用户体验精细化。

传统企业招聘流程中，诸多环节存在效率低下的问题：比如简历来源过于单一，以智联、拉勾等传统招聘渠道为主；简历筛选能力差，不同渠道、猎头推来的简历会出现大量重复现象；另外，HR每日面对大量简历，用肉眼筛选的效率也极为低下。

在赵欧伦看来，这些效率低下的环节，正是Moka这类ATS（Applicant Tracking System）招聘系统的用武之地。为此，他在Moka建立起一支10人左右的人工智能团队，借助大数据与NLP技术，帮助企业在内部建立人才库，以提升企业与候选人的对接效率。

举例来说，当企业招聘一个后端 java 工程师，需要HR与业务领导共同拟出一份岗位要求，一边在智联、boss 直聘等公开渠道搜寻（主动搜索），一边在这些渠道投放后等待收集简历（被动投递），HR 进行初步筛选后再约候选人面试。

而在Moka帮助企业建立人才库后，当企业提出后端 java 工程师的人才需求，HR可以去人才库中筛选曾经面试过的工程师，而人工智能可以帮助HR根据“后端 java”、“已经通过初试”、“带过团队”等标签筛选出更符合岗位需求的面试者，这就大大减少了HR 筛选简历的工作量。

根据Moka官方统计数据，在招聘流程系统精细化后，Moka可帮助企业减少40%的时间成本与32%的财务支出。

另一方面，Moka 也颇为注重产品的用户体验。“国内用户在C端可以有每日优鲜、Uber 这样的体验，但是在企业办公软件的体验却停留在Oracle时代。”赵欧伦对钛媒体说。

这种产品体验的提升可以体现在内部系统的接口上。比如在与搜狗的合作中，Moka将内推接口与搜狗OA系统打通，员工可通过OA 系统直接登录Moka内推职位页面，方便了员工的投递，这一改变为搜狗HR直接带来超过2万份高质量简历。

产品体验的提升还体现在内部流程周转的变化中。赵欧伦谈到了企业内部HR与业务部门的“博弈”，由于多数企业内业务部门的话语权会要大于HR，当HR 将简历推给业务部门时，整个流程的反应效率取决于业务部门的反馈速度。

因此，Moka 在产品设置上将每个部门的反馈时间数据化，让业务部门与HR 各自的招聘流程更加清晰；另外，Moka 还让系统直接支持业务部门安排面试，省去了传统软件“用人部门提需求-HR安排面试”的繁琐步骤。

“人力资源管理会产生薪资、绩效、面试行为等大量数据，未来企业办公领域可以更好地被数据统计与测算定位去驱动，而不是依靠感觉。”赵欧伦表示。（本文首发钛媒体，作者/苏建勋）