試想一下，在一個招聘競賽中，如果告訴來自北美最頂級的8位獵頭，要招產品經理、系統管理員（System Administrator）、地勤人員（Ground Service Agent）這三種完全不同崗位需求的人，給出5500份真實的簡歷，讓你找出在這些簡歷中，誰最匹配這些公司的職位，成為最后這些公司需要招的人。

同時，第9位參賽者是一臺能夠進行人工智能匹配候選人的機器比賽，誰會贏？

是機器嗎？

嗯，錯了，第一名還是人。

不過，機器的準確度排到了第三。重點是，這個叫Brilent的機器，只花了3.2秒，就把合適的候選人篩選出來了。而第一名，花了25個小時。其他團隊分別也花了4－9個小時等。

這是一個真實的案例，是今年3月由北美著名獵頭公司SourceCon舉辦的一年一度的行業競賽。如果機器已經如此快實現人與崗位的匹配，要是準確度再高一點，那豈不是未來HR們都要失業了？

今天，我們就來問問Brilent的創始團隊，到底人工智能會不會讓HR們面臨失業了。

號外，Brilent聯合創始人廖宜華將在硅谷Live為大家傳授“”的獨家秘籍。感興趣的朋友，可直接至文末獲取報名方式。

給應聘者打分排名

Brilent 的誕生，恰好源于創始人團隊的痛點。

CEO Garry Ma告訴密探，創始人團隊之前都在Facebook有著多年工作經驗，作為數據科學家的他們，經常要幫團隊招人。但他們發現，招聘這件事，重復性的事務多，比如要看大量的簡歷；客觀性欠缺，就算面對應聘“軟件工程師”崗位的同一個求職者，兩個招聘官都難免會出現不同的意見。為什么不把數據相關的技術應用到招聘這個事情中呢？

于是，Garry 和同事廖宜華等人出來創辦了Brilent。那么，Brilent 究竟是如何做的？

Brilent 是一個基于人工智能的給候選人進行排名和評估的系統。通過植入公司的內部人才數據庫，比如應征者追蹤系統（Applicant Tracking System，ATS）、客戶關系管理系統（Customer Relationship Management，CRM），對人才數據進行篩選，將其與公司的公開崗位進行排序和匹配，找出條件匹配度最靠前的2%－3%的求職者。

從效率上看，Brilent 至少可以幫助企業的HR縮減1/8的工時。但是，速度并不是機器的唯一優勢，Brilent 甚至提供關于候選人是否合適的原因的摘要，告訴公司，為什么這個候選人，在這個即將到來的時間內，適合這個給定的角色。也就是人、崗位、公司三者都盡量做到最佳匹配。

這離不開 Brilent 自身根據AI驅動的算法。這套算法除了對數據進行篩選、清理、更新和標準化之外，還參考了候選人的額外信息等多個緯度。

為什么需要參考額外信息？比如說，HR可能從網上發現不少合適的候選人，但發出60封郵件，只有1－2封才給出了正面的回應。如此低的回應率，是不是有點沮喪？因為這些候選人可能暫時并沒有換工作的意愿，這就是重要的額外信息。

因此，Brilent 把候選人換工作的意愿強度加入到評估，候選人在未來90天內改變工作的可能性就包括：很可能; 更傾向于; 可能；不太可能; 不可能。此外，還包括過去的工作歷史、雇主的歷史、實際工作描述之外的相關角色等多種額外信息。

當前 Brilent 的客戶包括獵頭公司和一些比較大型的企業，比如1000人以上的公司，或者公司未來目標比較大的公司。每月，平均向用戶收取幾百美金的費用。

還有一個很貼心的功能，很多時間候選人由于跳槽等原因簡歷會過時，而Brilent會跟蹤Linkedin以及社交媒體渠道的變化，做出主動更新。

團隊是核心競爭力

相關數據顯示，僅在美國，招聘市場規模就達到1250億美元，全球份額大約在4500億美元。市場巨大，參與者更是不乏巨頭。比如被微軟收購了的LinkedIn，自身就擁有求職者海量簡歷和崗位，再加上谷歌、IBM等也對 AI+ 招聘的結合產生了興趣，巨頭們一旦試水，如何才拼得過？

在 Garry 看來，AI算法還是團隊的核心技術，專注在篩選與匹配。另外，整個團隊也是重要的競爭力。創始團隊當中，所有成員都有著過硬的技術背景，擔任過數據科學家和有著大公司招聘的經驗。比如，Brilent的聯合創始人廖宜華，博士畢業于UC Davis計算機系，是機器學習的專家，在數據科學領域有著長期的技術積累。密探也邀請到了廖宜華博士來分享人工智能在招聘領域的應用。

最近，甲骨文公司的銷售副總裁Mark Reid加入了團隊，擔任首席營收官（Chief Revenue Officer）。

那么，Brilent 面臨什么挑戰呢？又是如何解決呢？

首先，是工作習慣的問題。一般來說，Hr會有很強的工作習慣，較難改變，比如用什么軟件，如何查找候選人。是如何說服他們用新東西呢？那就需要產品不僅僅比現有產品好一點點，而是要好上5倍或者10倍。僅從時間上來說，可能就是幾秒跟幾十個小時的區別。

此外，就是規?；?，如何保證匹配的準確率？

比如同樣是招募程序員，每個公司的要求都不一樣，即使是同樣一份簡歷，兩個招聘官都會有不一樣的感受，而這只是一個IT行業，而如果Brilent要切入更多的行業，都需要通過大量的訓練來保證匹配的準確率。

AI 改寫未來招聘流程

設想一下，公司確定了崗位需求，HR 可能想到的是去網站搜索簡歷、啟動內部推薦機制、甚至找獵頭。但機器人已經在數秒鐘內抓取了各平臺簡歷，并開始進行關鍵詞篩選和匹配，自動打分按高低排列告訴你，誰才是更適合你們公司職位的。

這些過程中，基本實現了自動化，那要 HR 還有什么用呢？

Garry 認為，求職和招聘問題，其實是一個大數據問題。比如作為公司的招聘人員，其實不知道求職者是不是真正的合適這個崗位，或者真正對這個崗位感興趣。求職的人也很難了解全部的崗位、機會。所以大數據關鍵解決的就是把人的數據和公司的數據進行匹配。

然而，盡管大部分過程可以自動化，但最重要屬于人的部分－－即“關系”，是無法做到自動化的，人際交往仍然是招聘的核心。

這也是 Brilent 希望達到的目標：幫助每一個 HR 在招聘時，做得更快，隨著人工智能替代了這些重復性的工作，HR 就能有更多時間專注于培養與候選人的關系，幫助求職者了解公司文化，為客戶建立雇主品牌。

Brilent背后是機器學習、自然語言處理、聊天機器人等人工智能技術在招聘以及HR其他領域的應用。

深圳卓眾獵頭公司：致力于打造高端人力資源服務平臺、為企業尋訪最合適的高端人才，為個人求職者找到最理想的工作。我們將

以職業化的工作態度為優秀人才和企業提供優質的服務。卓眾獵頭一直踐行“人崗匹配、人崗合一”的服務理念，朝著“做最值得

信賴的獵頭；最值得信賴的咨詢公司”戰略目標前進，為做優秀人才企業間的堅實橋梁而持續努力。