作為提升效率的有力工具，AI正被運用在諸多產業。在市場規模超過4,500億美元的招聘市場，不少公司已經開始利用機器學習技術挖掘大數據的價值，提升招聘的效率。中國該領域的創業公司，諸如e成、枇杷派等公司都是在做這個方向，都已獲得了投資。
我們近期接觸的矽谷公司BRILENT，想要立足美國1,200億美元的招聘市場，為B端企業開發一套招聘管理系統，透過機器學習+大數據，提升招聘的效率。
一般來說，一位HR要找到合適的求職者，需要面對來自不同渠道的大量候選人，要看從幾十份到幾千份不等的履歷，很難快速地篩選出優秀人才；在這個過程中，往往也會有意或者無意的帶有偏見，從而錯失優秀的人才。篩選履歷的工作重複性強，時間長。 BRILENT現階段在做的事情，就是利用演算法自動細化匹配，給求職者進行評級，並直接篩選出最靠前的求職者，提升HR招聘的效率。
BRILENT的這套系統目前主要針對履歷篩選的過程，企業將自有的履歷數據庫和職位上傳，系統進行自動匹配、評級。共同創辦人廖宜華告訴36氪，目前這套系統實際使用中，透過數據和條件匹配搜索，能在幾秒鐘內迅速找出條件匹配度最靠前的2%-3%的求職者，整體來看可以幫助企業HR縮減1/8的工時。
讓履歷初評的過程自動化，首先要對大量非結構化的數據數據結處理。 BRILENT的創始人朱穗生曾創辦過三家大數據公司，包括廖宜華在內的兩名共同創辦人均是前Facebook的數據科學家，早期員工還包括在Facebook做過內部HR系統的工程師。他們在數據爬取、挖掘、結構化方面積累了經驗，抓取了大量的公開履歷及相關信息，並將其結構化，以方便實現更多維度的搜索。
在履歷評級環節，BRILENT利用大數據方面的積累，提供多維度演算法實現細化匹配。比如，BRILENT利用機器學習分析了大量的人才數據，總結出候選人換工作的規律，可以將換工作的意願強度加入到評估裡；針對履歷庫時效性會下降的問題，BRILENT會自動抓取候選人在社交網站上的相關信息，進行補充。
BRILENT的這套系統目前還比較適合積累了自己履歷庫的獵頭公司及大公司。目前公司已經獲得了電商公司Wish、美國獵頭公司等客戶，會針對註冊帳號按月收取數百美元的費用，BRILENT預計2017年將會產生幾百萬的收入。 BRILENT的匹配技術，也可以為大型的候選人跟踪系統（Applicant Tracking System）、客戶管理系統（Customer Relationship Management）和工作公告板（Job Boards）提供底層的匹配引擎。
BRILENT的模式很像國內的「e成」，後者已經在2014年獲得光速創投數千萬的融資，2016年初獲得來自凱輝創新基金和光速安振的數千萬美元B輪融資，起步更早。不過，BRILENT認為e成是端到端的ATS，但ATS與BRILENT是合作關係；e成採用的還是以流程為主的匹配技術，匹配體驗還可以優化；目前市面上的匹配多還停留在文字匹配的層面，BRILENT則將行為反饋也加入了其中。
數據顯示，美國人才招聘軟體市場規模為15億美元，年成長率在40%以上。在招聘市場大頭還是來自於提供候選履歷。 BRILENT也是希望透過業務不斷擴大，自建履歷數據庫，並提供增值服務。目前，BRILENT抓取了市面上公開的億級人才信息，並進行了整理，企業客戶可以付費查看這些推薦候選人。這一功能還在開發中，預計明年會正式對外開放。
招聘產業的模式創新往往都很難繞開LinkedIn這些擁有大量履歷的大玩家。這些公司自帶數據，自有客戶，如果增強在技術方面的投入，對創業公司來說會產生不小的衝擊，比如近期在AI領域擁有技術優勢的微軟近期收購了LinkedIn，Google也在將AI技術與招聘相結合。對於諸如BRILENT這樣的新創公司來說，如何在短時間內完成更多的探索，並拓展市場，與相關公司達成合作，就很關鍵。
目前，BRILENT組建了15人的團隊，並獲得了來自軟通動力、盛景網聯、ATA公司等公司的戰略投資。
本文授權轉載自：36 氪
