425
機器人
人工智能要搶HR的飯碗了
在人工智能產業結合的諸多可能性當中，人工智能+招聘服務很可能是最複雜的。畢竟這東西涉及最複雜的資源：人。
人才資源的資質、證書、業績、履曆加在一起，可能組成一個極為複雜的迷宮。而且很多時候招聘之間的感覺和判斷非常微妙，需要依靠HR經驗與思考的地方非常多。用AI替代人類，絕對個任重道遠的工程。
但另一方麵，人力資源流通中又涉及非常多的數據和模型，似乎又是非常適合AI發揮效力的領域。在美國市場中，AI+人力服務項目已經成為大風口。
可是我朝自有國情在。尤其是互聯網招聘這件事在我國是極富特色的，歐美這個領域的AI項目很難貼合中國需求。
那麼有沒有一些垂直場景，可以讓我們快速移植歐美的商業模式，來解決中國的人力資源市場痛點呢？
好像也有，比如說，給共享經濟做員工身份調查。
英國身份認證公司如何撬動AI
幾個月前，3個牛津大學畢業生在英國創立的身份認證公司 Onfido，剛剛完成了 3000 萬美元 C 輪融資。
這家創立了5年的公司，如今已經被各種人工智能研究報告認定為英國在身份認證、員工背景調查方麵使用AI技術的典型案例。
員工背景調查，是歐美企業公司招聘員工時必經的一道程序。目的包括了解應聘者的信用卡狀態、犯罪記錄、教育履曆、工作經曆、社會保險狀態、是否涉嫌恐怖主義活動、是否位於全球監控名單等方方麵麵的內容。而公司自己去驗證雇員提供的文件與證件真偽，調查雇員背景顯然是非常艱難的一件事，所以很多公司聘請第三方機構來完成員工背景調查。目前員工背景調查領域的最大市場和最大服務商都集中在美國。
但是傳統的員工背景調查服務，是通過第三方人員去逐層核查員工提供的資料真偽，以及對比各種數據庫資料。一般來說，每次員工背景調查要消耗企業150美元以上的成本，並且耗時達到10到15天。不僅成本高效率低，傳統背景調查公司提供服務的界限還有區域限製，不能滿足跨國公司的需求。
為了解決傳統背景調查與身份認證服務中的痛點，Onfido嚐試將人工智能引入服務體係中。但說實話，他們的人工智能解決方案在邏輯上並不複雜。隻是在關鍵位置用人工智能簡化了流程，從而獲得了成本壓縮與效率提高。
具體來說，Onfido所提供服務在三處運用了AI能力。首先是用人工智能技術來提升不同數據庫之間數據對比與認證的效率，節省了人工驗證的重重步驟。第二是利用機器學習技術打造了護照等證件的驗證技術，隻需要通過手機或者攝像頭拍下照片，係統就會自動識別真偽，並與數據庫對比發現失竊證件與篡改證件。通過對更多偽造證件方式與特征的學習，這個係統會逐步提升認知能力。第三就是利用AI人臉識別技術來快速匹配證件和真人，避免盜用他人證件。
通過機器學習平台帶來的快速身份檢查能力，Onfido已經可以將初步員工身份認證時間降低到幾秒。並且通過逐步增強對欺詐模式的學習，係統還將適應越來越複雜的信息偽造情況。
目前，Onfido的服務對象已經從企業招聘延伸到了銀行場景、客戶調查和金融服務當中。但平台最主要的服務對象，就是如今在全世界範圍內越來越興旺的共享經濟。
AI代勞：共享經濟平台招聘時的痛點
無論是網約車、外賣、O2O服務平台，在招聘雇員時都有相同且顯著的痛點：必須大量反複招聘持有相關資質的員工。
由於共享經濟走的就是海量路線，比拚服務覆蓋範圍。因此平台對於需要仔細考量的高精尖人才需求量並不大，但對普通的司機、外賣員、家政服務人員招聘需求卻是非常巨大的。尤其在平台極速擴張時期，可能經常需要多地協同，甚至跨國大量招聘。這讓平台在核準員工資質、考察員工素質方麵麵臨著極大的工作難度。
這點在我國的共享經濟領域表現非常明顯。外賣、網約車、快遞三大業務的快速爆發，給全國各地增添了大量工作崗位。並且中國並不是一個缺少勞動力的地方，這些領域招人的整體難度並不大。
但麵臨的困難是，快速擴張往往讓平台檢驗職業資格時力不從心。比如如何把交通肇事曆史的司機拒絕在網約車門外？如何不讓某些疾病攜帶者成為外賣配送人員？如何避免逃犯、躲債人員混跡在共享經濟係統中？始終都是共享經濟懸而未決的問題。
而這些問題的根本原因，就是在於人工逐個數據庫核對與證件驗證的成本太高，在大城市還好，在二三線城市以及鄉鎮地區平台就很難負擔得起人力與時間成本。
而引入AI係統來智能識別證件、核對信息可能是一個非常不錯的解決方式。一個連接大量數據庫，並能夠不斷提升偽造證件與資曆辨識度的AI係統，一方麵可以解決地方城市與鄉鎮缺少審查、篩選員工機製的問題，同時還可以降低大城市共享經濟類平台的審查成本，滿足共享經濟企業擴張期大量反複招聘的特殊需求，甚至完成全球化招聘與人力管理帶來便利。
當然，這種商業模式想要移植到中國來，最重要的是要滿足獨特的市場需求，拿出適應中國獨特人資環境的技術解決方案。
中英間不同的市場與技術需求
近兩年以來，Onfido以每月環比增長40%的速度在英國與歐洲市場成長，並開始在美國挑戰傳統巨頭的市場壟斷地位，憑借的並不是有多麼黑科技、多麼複雜的技術。恰恰相反，他們的商業支撐點在於使用了並不複雜的技術，組成了一個很容易看到效果，並可以快速擴張的平台模式。
這恰恰是很多國外AI項目引進時的問題：我們當然喜歡那些科技含量極高的東西，但複雜往往意味著高昂的遷移成本，簡單直接說不定更有效。
但即使簡單的遷移，在中國也將麵臨完全不同的市場狀況。這對於AI創業者來說尤為重要。以員工背景調查為例，與英國和美國相比，中國有更強大的共享經濟風口和人員認證需求。同樣也有從單一服務項目向生態化展開的優勢：比如從身份認證向著雇員評級、保險等增值業務發展。像網絡招聘平台一樣成為綜合人力服務的入口。
但不那麼美好的一方麵，在於員工身份和背景認證，在中國沒有很好的習慣性基礎。大部分中小企業和地方企業不怎麼在乎招聘中的這項環節，甚至簡單走走過場了事。
雖然AI身份認證有可能解決共享經濟平台的很多問題，但讓平台型企業普遍接受這種商業服務的信任成本會很大。想要在中國打開這個缺口，必須盡可能的壓縮服務成本，並且讓共享經濟平台意識到通過技術向消費者證明我們員工的高素質與專業性是必要的。
另一方麵，在中國做此類服務需要麵對著數據庫建立不完善的尷尬。並且需要盡可能的與政府機關相關數據庫合作，打通認證機製與公安、社保、醫療體係的良好合作通道。而這些在目前的中國人才服務市場中還基本屬於空白。
此外，通過BOSS直聘和李文星的事件就可以看出，在中國偽造資質和信息造假的成本有多麼低廉。這也給AI識別偽造證件與履曆帶來了巨大的阻礙。必須有對虛假數據、虛假履曆、偽造證件中花樣繁多的方式與方法更好的技術識別方式，尤其是通過大數據+機器視覺的來遠程判斷非電子文件的優質AI解決方案，才可能在虛假橫行的中國互聯網人才招聘市場立足。
不管怎麼說，種種駭人聽聞的事件應該已經讓我們意識到共享經濟平台把控員工素質的重要性。通過AI技術撬動這個需求，也已經在歐美市場被證實了有效性。相比令人眼花繚亂的各種能力，去偽存真，給社會增添信任，應該是AI能帶給今天世界的第一價值。
最後更新：2017-11-09 12:25:00