現在在招聘領域，部分企業已經用上了AI驅動的企業招聘助手，來幫助自己找到更多相匹配的人才。這篇文章里，作者就介紹了一款AI驅動的企業招聘助手——Moonhub，一起來看看這款產品是如何實踐AI招聘的。

傳統的招聘方式是在某人的 LinkedIn 個人資料中尋找 5 到 10 個關鍵詞，如果這些關鍵詞不存在，那么一個潛在合適的候選人就會被忽視。比如說，你找不到熱衷于在醫療保健領域的公司工作的人，因為無法在一個人的個人資料中識別出這么多我們所說的“非結構化信息”。

但擁有強大語義理解能力的通用模型可以。今年 8 月，Inflection 通過 Moonhub 成功找到了 Tony Zavala 作為 Pi 的人工智能語言專家，同樣在使用 Moonhub 進行招聘的還有Anthropic 和其他非科技公司。

思考

我們嘗試基于文章內容，提出更多發散性的推演和深思，歡迎交流。

非結構化信息處理：哪些應用場景適合自然語言搜索？基于自然語言的交互式搜索背后是對非結構化信息的處理與收斂，對于招聘場景而言，相比于關鍵詞，通用模型讓候選人/公司雙邊市場實現更全面的相互理解。效率與全面性需進行平衡。

雙邊市場信息匹配：在招聘環節 AI 仍然在做人能做，但是做的慢的事情，如對簡歷和代碼等標準化信息的處理。然而招聘不止在尋找標準化的人，如何更進一步，幫助非標要求的雇主和非標多元的候選人雙邊匹配，或許是 AI 招聘的下一步。

AI Native 產品分析

Moonhub

1. 產品：Moonhub

2. 產品上線時間：2023 年 1 月

3. 創始人：Nancy Xu

在創立 Moonhub 之前，Nancy Xu 在斯坦福大學攻讀計算機科學博士學位，并在斯坦福人工智能實驗室（Stanford AI Lab）研究基礎模型（Foundational Models），為包括客戶支持在內的各種應用創建 AI Agents。

她還經營過一家招聘公司，在那里她了解到了對于初創公司來說，在短時間內找到優質候選人的困難，這最終促使她創建了 Moonhub。除了 Moonhub 之外，她還有她自己的風險投資公司，Xu Ventures。

4. 產品簡介

AI 驅動的企業招聘助手，雇主可以通過和 Chatbot 交流，快速定位到符合招聘需求的候選人。Nancy 表示，Moonhub 可幫助公司招聘速度提高 2-3 倍，每次招聘節省 100 多個小時。

5. 發展故事

2022 年 6 月成立。

2023 年 2 月，產品正式上線，并宣布完成 440 萬美元種子輪融資 ，Khosla Ventures 和 GV，Time Ventures、Day One Ventures 以及 Susan Wojcicki（YouTube 前首席執行官）、Mike Volpi（Index Ventures General Partner）參與了投資。

這個月，Moonhub 繼續完成 1000 萬美金融資，Google Ventures 和 Khosla Ventures 領投。

一、Moonhub 是什么？

Moonhub 是 AI 驅動的招聘平臺，目前主要面對有招聘需求的 B 端雇主。

雇主可以通過向 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選人，同時還可以通過自然語言溝通，來不斷增加個性化的招聘條件，以進一步縮小招聘的目標范圍。

雇主和 Moonhub Chatbot 之間的對話可以是基于精確的條件，如“在硅谷”，“熟練使用 Python”等，也可以是基于模糊的條件，如“頂級科技公司工作的經驗”，或“使用 ChatGPT 等類似產品的經驗”。

Moonhub 自從在今年 1 月份推出以來，截止 10 月，已經擁有了 100 多家客戶，其中包括像 Anthropic 和 Inflection 這樣估值數十億美金的 AI 獨角獸公司，也包括像 Atomic AI, Hippocratic AI 等其他初創企業，甚至包括像 LifeWork（老年護理公司）, Navier（電動船制造公司）等更傳統的非科技公司。

產品上線不到 1 年時間，Moonhub 的收入已經超過了 100 萬美元。

二、Moonhub 有何優勢？

Moonhub 可以幫助雇主在招聘環節降本增效。

目前 Moonhub 主要的客戶都是早期的創業公司，它試圖取代那些幫助初創公司完成招聘的外包公司。Moonhub 幫助創業公司管理從應聘到聘用的整個招聘流程中的所有環節：校準個人資料、篩選候選人、保持候選人對雇主的熱情/興趣、跟進面試日程安排等。目前這一過程仍然是由 Moonhub 的員工完成，但是根據 Nancy Xu 所說，很快 AI 便會替雇主完成除面試外的所有事情。

另一方面，Moonhub 的模式可以幫助創業公司觸達更多潛在的優秀候選人。

Moonhub 的招聘邏輯并非將有求職意愿的候選人和雇主雙向匹配，而是主動出擊，當一名雇主找到中意的候選人時，候選人可能仍然對雇主一無所知，而 Moonhub 會負責聯絡并引起候選人的興趣，目前這一過程仍然是由 Moonhub 的員工完成，但是根據 Nancy Xu 所說，很快 AI 便會替雇主完成除面試外的所有事情。因為通常來說，許多優秀的候選人并不處于積極求職的狀態下，也不會主動尋求面試，但是他們可能會對一些找上門來的對話產生興趣。

今年 8 月，開發 Pi 的 AI 獨角獸公司 Inflection 就通過 Moonhub 從 LinkedIn 招募了 Tony Zavala 來負責提高 Pi 的性能，在這之前，Zavala 對 Inflection 和這個職位的空缺幾乎一無所知。

Chatbot 的交互方式為雇主提供了更多的篩選維度，幫助雇主找到更符合意向的候選人。雇主可以通過對話的方式，在簡歷信息、工作經驗、教育背景、論文發表和 GitHub 等角度對候選人進行不斷地篩選，而不用局限于過往招聘平臺中有限的篩選條件。

三、Moonhub 是如何做到的？

根據 Nancy Xu 聲稱，Moonhub 的 AI Chatbot 是基于 10 億多份 Public Profiles 訓練出來的，這些數據來自包括 LinkedIn, Upwork, GitHub, Google Scholar, Overflow, StackOverflow 和 Twitter 等一系列網站。

模型方面，Moonhub 使用了其公司內部的自建大語言模型以及 OpenAI, Cohere 和 Anthropic 開發的模型。

據 Moonhub 的創始人 Nancy Xu 透露，公司正在申請一項名為“自定義檢索增強生成框架（Custom Retrieval Augmented Generation Framework）”的專利，這項技術可以通過快速處理額外的信息，如來自某個領域專家的招聘知識，來提高 MoonhubChatbot 的回復質量，使其表現超過通用的大語言模型。

同時，Moonhub 也在致力于通過提高訓練數據多樣化的方式，來讓 AI 招聘助手更加公平，以減少在招聘過程中可能由于 AI 訓練過程中引入的偏見，進而導致一些特殊背景的候選人受到歧視和排斥。

此外，Moonhub 也需要更好地在雇主和候選人之間進行平衡。有被 Moonhub 招募過的候選人認為，最終入職后實際的工作角色，并不像接觸過程中 Moonhub 所宣傳的一樣， 并在入職一年后辭職。在雇主和候選人之間的不匹配未必是 Moonhub 的原因，但作為服務雇主的產品，入職成功不該成為唯一的目標，如何長期跟蹤招聘結果來進一步優化產品仍然是值得期待和優化的。

參考材料：

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/