AI人事：人工智能如何解决职场人焦虑？

阿里妈妈在戛纳国际创意节上正式发布“AI智能文案产品”，结合淘宝、天猫内容与自然语言算法、可基于商品自动生成高品质文案，速度达每秒两万条。一秒生成两万条文案，在看见这条新闻的瞬间，可能有很大一部分人在脑补自己失业的画面了。

毫无疑问，人工智能的进化速度大大超过预期。技术发展会带来劳动力饱和部分人失业，相应地，数据标注、数据分析等大量新兴岗位也应运而生。在中国，从初级标注师到高级算法工程师人才缺口将超过500万人，而中国人工智能人才目前只有5万（数据来自工信部教育考试中心）。AI是否会将人类取而代之尚未定论，但是改变职场行业生态却已成事实。非人工智能人才，如何利用AI处于不败之地？

与众多高精尖AI企业的研究领域不同，招聘平台实习僧的AI技术并无太多壁垒，更多的是从用户场景角度考虑实现性和实用性，从而解决C端人才用户和B端企业用户的燃眉之急。

AI技术创造简历精准匹配服务：

HR们经常头痛的问题是如何获取有效简历，针对这一用户场景，实习僧平台按照行业标准制定初始推送简历，给予HR新用户最高效率的精准匹配。企业用户在平台做出行为指令，实习僧平台使用“无埋点方式”对用户的每一步行为进行记录，经由自动数据清洗后，通过NLP的Word2vec神经网络模型将HR经常浏览的简历学历、类别、学校、最晚到岗时间、在校经历、实习经历等企业用户行为数据向量化，经过不断的学习和训练，深入学习用户行为偏好，从而为其推送匹配度更为精准的简历。

精准匹配推送简历，为企业HR用户提高了30%的效率。这一实用技术也使得萌想科技旗下主线产品实习僧和校园招在世界五百强和中国五百强中的市场覆盖率达到80%。

学生用户在实习僧平台的行为数据同样会被学习，在平台掌握了学生用户的…搜索、浏览、投递、停留时长、简历被查看、是否被通知面、被拒绝等状态（排序标签）后，实习僧平台会根据学生情况生成用户画像，根据向量余弦相似理论为学生推荐高匹配度职位。

（萌想科技在此做出声明，实习僧AI技术所运用的全部数据均会严格保密。）

华人前十AI科学家张本宇为实习僧保驾护航：

目前，实习僧简历数量达到近千万级，职位数量达到近百万级。为了承载如此庞大的并发，萌想科技与云脑科技深度合作，云脑科技创始人兼CEO张本宇，  北京大学计算机系95级本科／人工智能硕士，先后工作于微软亚洲研究院，Google，Facebook，19年来专注于人工智能的研究及开发。云脑科技结合门禁卷积神经网络（Gated CNN）和注意力机制，训练适用于招聘领域的Gated Query 模型，在降低了文本向量维度的同时保留文本语义信息，以便适应实习僧的海量简历和职位需求。HR上传职位描述或招聘需求后，以分钟级的实时性，推荐数十万人才数据和职位需求全文本计算结果。这一技术架构不仅确保了C端人才用户和B端企业用户能够快速精准匹配到有效信息，对于平台，也在一定程度上解决了用户在共同调取数据时的安全隐患。

实习僧平台目前所采用的业务系统和推荐系统分离：业务系统专注于提升用户端体验，通过服务化解耦、缓存机制、消息队列与弹性扩展等手段，保证系统可承载用户的高并发访问；推荐系统异步获取业务平台的增量数据，分钟级对海量简历和职位信息进行全量文本计算和推荐，并以开放接口方式将推荐结果提供给业务系统调用。这样的架构即确保了业务系统的推荐时效性，也保证了在近实时大数据计算场景下业务系统的健壮和稳定。

大数据+AI赋能萌想科技职场教育产品：

基于实习僧和校园招以绝对优势占领校园市场的前提，萌想科技推出前辈学院，前辈学院旨在为广泛的大学生群体打造一所在线职场学院，提供高品质职业课程、项目制学习系统、1V1职场导师服务，该课程设计不仅关注offer前，更看重offer后的具体岗位实操。

前辈学院的推送基于学生在寻找实习岗位时的行为数据，例如A同学在投递某一类互联网公司前端开发职位屡次被拒，前辈学院底层AI技术通过平台大量B端企业招聘相关职位的情况，提取关键技能点，再与A同学关键技能点进行比对，快速分析出A同学自身能力与投递愿景之间的差距，然后推荐相应课程。 实习僧平台拥有海量的职位信息和录用信息，通过自然语言处理，提取总结该类职位的技能需求图谱以及被录用同学的特质。利用数据对比，分析该同学与职位之间的差距，并数据标签化，准确匹配相应的课程。前辈学院的所有课程也是通过对海量数据分析，有针对性开设的，能够满足大部分同学的需求。对于部分较为差异化的需求，前辈学院还提供了大量定制化课程。

AI技术协助解决小微企业HR用户曝光难、招人难场景：

在招聘行为中，萌想科技将B端企业设定为游戏玩家，将C端人才设定为任务小怪，推出了RPG（Role-playing game:角色扮演游戏）游戏化平台运营规则。在年复一年的招聘中，铁打的企业，流水的人才，企业端在萌想科技平台持续打怪成长，积累数据和经验，对平台的依赖也逐渐加深。RPG游戏化是一套为B端企业设计的成长路径，通过规则设置给予用户价值引导，从而形成一套完整的招聘生态平衡体系。

在这套招聘生态平衡体系中，AI技术主要用于解决付费用户分层运营以及商业化服务与小微企业曝光之间的矛盾。与大中型企业相比，小微企业由于资金匮乏、资源稀缺本身对于人才吸引力非常弱，加之招聘平台给予其曝光量极其有限，一才难求成了多数小微企业的真实写照。结合实习僧游戏化战斗数值计算模型与实习僧商业数据运营模型，萌想科技为企业用户建立了一套游戏化数值体系，来衡量企业用户对平台的贡献价值。这个数值体系平衡了企业在职位贡献、招聘热度、平台的消费等多个维度的表现，并将会向企业提供在平台的消费折扣、职位曝光等关键利益。

企业用户凭借对平台操作的贡献价值来获得曝光量，一方面，解决了小微企业曝光难问题，另一方面也提高了C端人才用户体验。经过数十万企业HR用户长期沉淀操作记录所训练的RPG模型，解决了企业用户标杆人才资源浪费及曝光难问题，也让平台趋于良性发展。简历的处理率和简历的囤积时间直接影响着整个平台的学生用户体验，所谓良性就是提高HR的简历处理速度和减少简历囤积时间；相应地，对于日收数百封简历却不处理的企业，萌想科技平台会适当减少其职位曝光度。

平台这一规则，对于资源合理分配，将更多资源向招人难的小微企业输入，体现了平台对于积极处理简历、积极给予学生用户反馈企业的鼓励。站在C端用户角度，这一规则也更加有利于学生及时收到投递岗位反馈和提高岗位浏览量。从B、C端需求出发，协调不同体量的B端用户之间资源的平衡，是平台良性发展的基础。在企业方的职位需求中，某些门槛低、天花板低的职位流动性强，需求数量较大，需要长期滚动招聘，但却和多数用户的目标职位偏差较大。为了避免这类普通职位大量占据职位信息流，影响更匹配、更优质职位的曝光度，平台开创性地引入了游戏行业中“职业平衡”的概念，基于平台海量用户与职位的供求平衡模型，对不同的职位，设定出差异化的数值成长体系。这套动态的数值算法，可以灵活的根据目前B、C端的匹配效率来进行调优，保证平台中职位信息流生态的平衡和健康。

云计算、大数据、积层神经网络、深度学习等逐渐从论文及科技论坛中融入了人类的日常生活，AI+教育、AI+金融、AI+家居层出不穷。在享受科技给予便利的同时，大家的焦虑也不断升级，萌想科技一直致力于利用科技创新来缓解时代进步所带来的压力。除了酷炫的观感和生活上的极大便利，AI招聘赋予萌想用户的，还有自我能力的提高和工作平台的拓展。你所关心的，也是萌想科技所坚持在做的。