现在在招聘领域，部分企业已经用上了AI驱动的企业招聘助手，来帮助自己找到更多相匹配的人才。这篇文章里，作者就介绍了一款AI驱动的企业招聘助手——Moonhub，一起来看看这款产品是如何实践AI招聘的。
传统的招聘方式是在某人的 LinkedIn 个人资料中寻找 5 到 10 个关键词，如果这些关键词不存在，那么一个潜在合适的候选人就会被忽视。比如说，你找不到热衷于在医疗保健领域的公司工作的人，因为无法在一个人的个人资料中识别出这么多我们所说的“非结构化信息”。
但拥有强大语义理解能力的通用模型可以。今年 8 月，Inflection 通过 Moonhub 成功找到了 Tony Zavala 作为 Pi 的人工智能语言专家，同样在使用 Moonhub 进行招聘的还有Anthropic 和其他非科技公司。
我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。
非结构化信息处理：哪些应用场景适合自然语言搜索？基于自然语言的交互式搜索背后是对非结构化信息的处理与收敛，对于招聘场景而言，相比于关键词，通用模型让候选人/公司双边市场实现更全面的相互理解。效率与全面性需进行平衡。
双边市场信息匹配：在招聘环节 AI 仍然在做人能做，但是做的慢的事情，如对简历和代码等标准化信息的处理。然而招聘不止在寻找标准化的人，如何更进一步，帮助非标要求的雇主和非标多元的候选人双边匹配，或许是 AI 招聘的下一步。
Moonhub
1. 产品：Moonhub
2. 产品上线时间：2023 年 1 月
3. 创始人：Nancy Xu
在创立 Moonhub 之前，Nancy Xu 在斯坦福大学攻读计算机科学博士学位，并在斯坦福人工智能实验室（Stanford AI Lab）研究基础模型（Foundational Models），为包括客户支持在内的各种应用创建 AI Agents。
她还经营过一家招聘公司，在那里她了解到了对于初创公司来说，在短时间内找到优质候选人的困难，这最终促使她创建了 Moonhub。除了 Moonhub 之外，她还有她自己的风险投资公司，Xu Ventures。
4. 产品简介
AI 驱动的企业招聘助手，雇主可以通过和 Chatbot 交流，快速定位到符合招聘需求的候选人。Nancy 表示，Moonhub 可帮助公司招聘速度提高 2-3 倍，每次招聘节省 100 多个小时。
5. 发展故事
2022 年 6 月成立。
2023 年 2 月，产品正式上线，并宣布完成 440 万美元种子轮融资 ，Khosla Ventures 和 GV，Time Ventures、Day One Ventures 以及 Susan Wojcicki（YouTube 前首席执行官）、Mike Volpi（Index Ventures General Partner）参与了投资。
这个月，Moonhub 继续完成 1000 万美金融资，Google Ventures 和 Khosla Ventures 领投。
Moonhub 是 AI 驱动的招聘平台，目前主要面对有招聘需求的 B 端雇主。
雇主可以通过向 Moonhub 的 AI Chatbot 提供公司信息和招聘要求等上下文信息，快速定位到符合招聘需求的候选人，同时还可以通过自然语言沟通，来不断增加个性化的招聘条件，以进一步缩小招聘的目标范围。
雇主和 Moonhub Chatbot 之间的对话可以是基于精确的条件，如“在硅谷”，“熟练使用 Python”等，也可以是基于模糊的条件，如“顶级科技公司工作的经验”，或“使用 ChatGPT 等类似产品的经验”。
Moonhub 自从在今年 1 月份推出以来，截止 10 月，已经拥有了 100 多家客户，其中包括像 Anthropic 和 Inflection 这样估值数十亿美金的 AI 独角兽公司，也包括像 Atomic AI, Hippocratic AI 等其他初创企业，甚至包括像 LifeWork（老年护理公司）, Navier（电动船制造公司）等更传统的非科技公司。
产品上线不到 1 年时间，Moonhub 的收入已经超过了 100 万美元。
Moonhub 可以帮助雇主在招聘环节降本增效。
目前 Moonhub 主要的客户都是早期的创业公司，它试图取代那些帮助初创公司完成招聘的外包公司。Moonhub 帮助创业公司管理从应聘到聘用的整个招聘流程中的所有环节：校准个人资料、筛选候选人、保持候选人对雇主的热情/兴趣、跟进面试日程安排等。目前这一过程仍然是由 Moonhub 的员工完成，但是根据 Nancy Xu 所说，很快 AI 便会替雇主完成除面试外的所有事情。
另一方面，Moonhub 的模式可以帮助创业公司触达更多潜在的优秀候选人。
Moonhub 的招聘逻辑并非将有求职意愿的候选人和雇主双向匹配，而是主动出击，当一名雇主找到中意的候选人时，候选人可能仍然对雇主一无所知，而 Moonhub 会负责联络并引起候选人的兴趣，目前这一过程仍然是由 Moonhub 的员工完成，但是根据 Nancy Xu 所说，很快 AI 便会替雇主完成除面试外的所有事情。因为通常来说，许多优秀的候选人并不处于积极求职的状态下，也不会主动寻求面试，但是他们可能会对一些找上门来的对话产生兴趣。
今年 8 月，开发 Pi 的 AI 独角兽公司 Inflection 就通过 Moonhub 从 LinkedIn 招募了 Tony Zavala 来负责提高 Pi 的性能，在这之前，Zavala 对 Inflection 和这个职位的空缺几乎一无所知。
Chatbot 的交互方式为雇主提供了更多的筛选维度，帮助雇主找到更符合意向的候选人。雇主可以通过对话的方式，在简历信息、工作经验、教育背景、论文发表和 GitHub 等角度对候选人进行不断地筛选，而不用局限于过往招聘平台中有限的筛选条件。
根据 Nancy Xu 声称，Moonhub 的 AI Chatbot 是基于 10 亿多份 Public Profiles 训练出来的，这些数据来自包括 LinkedIn, Upwork, GitHub, Google Scholar, Overflow, StackOverflow 和 Twitter 等一系列网站。
模型方面，Moonhub 使用了其公司内部的自建大语言模型以及 OpenAI, Cohere 和 Anthropic 开发的模型。
据 Moonhub 的创始人 Nancy Xu 透露，公司正在申请一项名为“自定义检索增强生成框架（Custom Retrieval Augmented Generation Framework）”的专利，这项技术可以通过快速处理额外的信息，如来自某个领域专家的招聘知识，来提高 MoonhubChatbot 的回复质量，使其表现超过通用的大语言模型。
同时，Moonhub 也在致力于通过提高训练数据多样化的方式，来让 AI 招聘助手更加公平，以减少在招聘过程中可能由于 AI 训练过程中引入的偏见，进而导致一些特殊背景的候选人受到歧视和排斥。
此外，Moonhub 也需要更好地在雇主和候选人之间进行平衡。有被 Moonhub 招募过的候选人认为，最终入职后实际的工作角色，并不像接触过程中 Moonhub 所宣传的一样， 并在入职一年后辞职。在雇主和候选人之间的不匹配未必是 Moonhub 的原因，但作为服务雇主的产品，入职成功不该成为唯一的目标，如何长期跟踪招聘结果来进一步优化产品仍然是值得期待和优化的。
参考材料：
https://www.forbes.com/sites/rashishrivastava/2023/10/11/this-startups-ai-is-used-by-billion-dollar-companies-to-hire-top-talent/
https://www.moonhub.ai/
编译：Shiqi，编辑：Vela
来源公众号：深思SenseAI；关注全球 AI 前沿，走进科技创业公司，提供产业多维深思。
本文由人人都是产品经理合作媒体 @深思SenseAI 授权发布，未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。