2019年3月4日早间，Moka宣布已完成由高瓴资本领投1.8亿元人民币B轮融资。Moka成立于2015年，是一家致力于通过完整的招聘生态体系解决方案帮助客户提高招聘能效的企业，产品是一款新生代的SaaS智能化招聘管理产品。

人工智能正在全面接管我们的娱乐生活：我们听着AI为我们挑选的音乐，阅读着兴趣推荐算法推送的新闻，甚至和算法为我们匹配的朋友畅聊——“你们的匹配度高达99%，他就是你一直要找的人”。

我们已经习惯了在娱乐化的场景中听取人工智能的建议，但是，你敢用算法为你推荐的企业人才吗?

——“经过人工智能评估，这位应聘者就是你们公司要找的人。”

让冷冰冰的机器来评价和推荐一个应聘者，并让算法为企业提供人才招聘的建议以及辅助招聘者进行决策，这几乎像是早期科幻小说中所描述的灾难场景——机器最终统治了人类，并按照一整套死板的原则给人分类，将“每一个人放到最合适的位置上”，而对不愿服从安排、拥有自由意志的人类进行制裁。

然而，科幻小说毕竟只是小说。在现实生活中，招人则是一件非常个性化，甚至是充满了个人好恶的事，人工智能想要了解一家公司或是某个招聘者的招人偏好，似乎并不是一件容易的事。

现在，情况已经发生了变化，一家名为Moka的公司希望通过AI帮助企业来筛选出最适合自己的人才。这将大大减轻HR们繁重的工作，也将给予所有投递简历的求职者一个公平的就业机会。

腾讯创业采访了Moka的创始人赵欧伦，和他聊了聊人工智能在企业招聘中的应用，以及Saas平台的发展之道。

赵欧伦毕业于加州大学伯克利分校计算机系，曾任Citigroup投行分析师，后加入初创公司Turo(美国P2P租车独角兽)，期间创立了二手物品交换平台LivingSimple。2015年9月，赵欧伦创办Moka，致力于研发智能化招聘管理系统。

企业招聘三大痛点：流程管理、人才资源积累和数据分析

目前，企业招聘流程存在三大痛点：一个是缺乏协作和招聘流程管理体系，二是缺乏数据库、人才库的积累，三是对整个招聘流程的数据分析不到位。

为了解决这些痛点，Moka集成了三大核心功能板块：第一、聚合招聘渠道，统一管理流程，促进HR部门与业务部门间的协同，提升各节点转化效率;第二、积累企业人才库，自动持续激活;第三、全方位数据统计，提供招聘洞见，为企业人才选拔提供优化方向。

招聘流程管理方面，Moka通过绑定HR邮箱的方式可以将求职者在各大招聘平台投递的简历进行汇总，让HR省下了在各招聘平台之间来回切换的时间;Moka还支持同步不同招聘人员之间的工作进度，避免因沟通不到位而产生的重复劳动;还可以帮助HR快速地安排面试，并在面试结束后通过问卷系统对求职者进行回访。

此外，Moka还可以将企业的人才资源进行积累和整理，形成人才库，方便HR未来检索和使用。

线上化是人工智能商业化的基础

赵欧伦表示，线上化是人工智能商业化落地的第一步。线上化之后才能产生数据，有了数据才会有人工智能。因此，Moka非常重视产品的体验，因为只有产品简单易用，能够让客户喜欢去用，才会有数据沉淀;只有产生数据沉淀，Moka才能通过人工智能进行分析。

然而，即便在最基础的线上化过程中，Moka也应用了很多人工智能的技术。举个例子，简历有很多种格式，这是让HR和服务商们最头疼的地方，其中图片格式的简历解析具有很大的挑战，Moka可以通过OCR技术识别用户上传的图片，并将核心信息提取出来;然后再利用NLP(Natural Language Processing：自然语言处理)技术对这些信息进行解析和筛选。

“如果HR要选计算机专业的求职者，可以通过我们AI的基础能力知道哪些候选人是计算机专业的。这是一个基础的简历解析，也是一个比较大的行业痛点，此前，HR上传简历到系统，上传完了解析不准是行业通病，这将导致一些求职者被漏掉，浪费企业的人才资源。Moka拥有着自主的简历解析能力，在数据覆盖范围与精准度上实现了优于同行业解析水平10%的提升，简历能够解析得更精准，降低企业人才资源的浪费。”

人才库挖掘和推荐功能是Moka的另外一个重要功能。企业用户可以通过Moka管理简历，在发布招聘信息之前，HR可以先系统内人才库中筛选一下有没有合适的人才。“小米是Moka的客户，它一年在Moka系统里积累的简历可能有几十万份到上百万份。作为小米的招聘人员，他们可以先把这些简历过一遍，而不用再去网站上发职位布，等人投递。”

此外，面对收集来的海量简历，Moka还会根据求职者之前的面试反馈、评价，以及企业用户的一些招聘需求，向HR推荐最合适的求职者。Moka还将通过筛选结果和面试结果两个维度的数据进行学习，建立模型，进一步提高推荐系统的准确性与可靠性。