招聘过程中，当海量的求职简历和应聘者信息扑面而来时，在人力有限的情况下，企业该如何提高运作效率？在CBD，有一家企业率先试水将AI应用于招聘工作中，推出了国内首个应用于招聘领域的AI机器人iMars小助手。

HR们抓狂

每天处理万千招聘信息

还记得你上一次投简历时的情景吗？

是打开招聘网站，输入关键词搜索相应的岗位，或者在心仪的企业端网站、微信平台等渠道搜索招聘信息。依照显示的邮箱地址，将简历及求职意向投递出去。数日或是数月后，你的简历或是被捡走或是石沉大海。这一人才招聘最传统的方式依然被不少企业沿用至今。

如何找到心仪的工作是不少应聘者头疼的问题，但对企业而言，怎样找到合适的岗位候选人也是一个不小的挑战。这一问题也曾困扰着玛氏的人力资源管理者。据玛氏人力资源负责人Ada介绍，玛氏招聘中心团队目前有20位专职人员，其中有一半的同事主要负责招聘工作，同时还分管渠道管理、管理培训生发展等细项任务。

以2017年的招聘任务为例，玛氏面向社会提供了近1500个职位。这意味着在平时200多个工作日里，人力资源部门的同事平均每天要完成一个或一个半的招聘。因此要找到合适的人选、将职位招满需要花费不少时间。

面对每天上百个候选人的问题，负责招聘的同事常常在工作效率和候选人体验的矛盾中挣扎。这也促使了玛氏的人力资源管理者进一步思考是否有什么方法可以提高整体效率？

移动招聘

让AI处理提上了日程表

2017年开始，玛氏尝试在官方微信平台上开通招聘渠道，随着影响力的不断扩大，在这个过程中，管理者们发现，移动端招聘的方式要比传统招聘方式更高效、成功率也更高。例如，去年一年，玛氏官方微信平台上的简历投递量就达到了7000多份，经过筛选，有10%左右的人可以成功入选，获得职位。

移动端的介入在一定程度上提高了工作效率，但在这个过程中管理者也发现了新的问题。Ada介绍，我们收到了很多优秀的简历，在这个过程中，也收到了很多求职者的问题，但很少有问题能得到合适的解答。

究其原因，一是因为工作人员无法抽出时间对每一个问题逐一进行详细解答，其二则是因为许多问题的同质化程度非常高，当工作人员机械化回答重复的问题时，久而久之会逐渐失去解答的动力。

在这个过程中，管理者看到了改变的契机。我们需要一个聊天机器人，帮助招聘者释放一部分的压力，在帮忙回答一些同质化问题的同时，更好更及时地回复应聘者。

跨界IT

自主研发招聘界的AI

尽管从HR跨界IT，看起来有些不可思议，但2018年1月，玛氏依然尝试着迈出了试水变革的第一步。Ada笑着回忆，去年年底在寻找合适的技术支持时看到很多供应商给我们提供的方案，总觉得虚无缥缈，看不懂也看不到可行性。

作为玛氏内部创新项目的急先锋，库卡机器人驱动器维修，人力资源部的小姐姐们变成了IT程序猿，通过自学、参与论坛等方式，不断地积累知识。微信平台的数据分析显示，被玛氏吸引而来的粉丝们，年龄介乎25-35岁之间，且大多是手机的忠实用户。通过研究每一篇文章的浏览量以及随之而来的简历投递数据，人力资源部的同事们成功地描绘出应聘者的画像，并将其作为后期开发的基础之一。

今年3月份，iMars小助手项目通过了集团审批，www.zr-kuka.com，开始了内部开发工作。Ada介绍，该项目于去年9月份提交，12月份就实现了签约。在过去，玛氏内部鲜少有项目可以如此快速地实现审批。不难看出，玛氏寻求数字化变革的决心和行动。

调戏测试后上岗

6月份，经过三个月的系统架构组建和开放，iMars小助手有了雏形。如何确保一个智能小助手可以真正地发挥作用而不是帮倒忙？即便是机器人，也需要经历一番调教。

为此，公司开始了内部测试。七八十位来自不同部门、不同团队的同事，工业机器人维修，成为了首批测试员。为了提高后台识别的准确率，内部测试员想方设法地调戏iMars小助手。Ada透露：有一个同事甚至在一个问题上用了12种方法进行测试，尝试从不同的角度测试机器人是否可以识别出应聘者的意图。

Ada介绍，机器人数据库一部分基于原有微信端的后台数据，另一部分则是由技术供应商组建。后台收集到的50万-100万条来自候选人的真实问题，也为iMars小助手的运作提供了一定的基础。

当内部测试准确率达到60%时便可以实现内部上线，对外上线的标准则是达到80%的准确率。南都记者尝试在平台上试用这一产品时发现，通过一些关键词的抓取，iMars小助手的后台可以很快给予回复。但目前语音功能似乎还未开放使用。从使用界面来看，为了迎合年轻人的喜好，这款招聘小助手还加入了专属的表情包功能。

我们想让‘iMars小助手’更有范一些。多一些乐趣才能鼓励候选人更多地使用，进而不断提高这款产品的准确率和识别率。Ada表示，AI的职能，无非就两个，第一个是模式识别，第二个是继续学习。iMars小助手的投入应用将很好地展示这两个职能。

据悉，iMars小助手先后通过4轮测试才得以顺利推出。在此之前，公司未曾有任何一个部门尝试过AI技术的介入。