本文從HR在人才招聘過程中的遇到的痛點出發，介紹人工智能時代自然語言處理（NLP）技術在該行業中的應用現狀、前景及創新。

幾年前，HR SaaS 在市場爆發式的增長引發了大家的關注。Saas 大潮退去，人工智能在各行各業的風起云涌，HR 反而不小心成為了 AI 領域看似風平浪靜的垂直門類。

在人力資源部門，HR的工作內容每天有大量的非結構化數據產生。如何把辦公文檔、文本、圖片、各類報表信息進行更有效的處理分析，并能夠給公司整體發展提供戰略性的意見支持，已成為人工智能時代 HR 的核心競爭力。

1. 人崗匹配，HR說不出的痛

在HR的招聘實踐中，“人崗匹配”是貫穿始終的精髓，需要“崗得其人”、“人適其崗”。這是一個雙重匹配的過程，具有一定的復雜性。而作為人崗匹配過程中的第一“把關人”，簡歷的篩選與查閱是HR們首要且非常重要的工作。

在大量級的簡歷庫中進行搜索，是HR篩選簡歷的第一步。無論是獵頭還是企業HR ，每天都需要花費大量的時間搜索優秀的簡歷和求職信息，更不用說國內中小公司 HR 的70%精力都會花費在簡歷搜索和查閱上，但讓人遺憾的是，簡歷的搜索結果往往不精準，甚至讓人啼笑皆非。

“當根據崗位職責搜索簡歷時，常常簡歷與JD不匹配，返回簡歷數量很少?！币晃换ヂ摼W資深人力資源招聘經理說道。

此外，即便目前隨著人工智能和文本挖掘技術的發展，大部分招聘網站像智聯招聘、51Job也推出了自動化的簡歷推薦功能——這也成為HR獲取簡歷的另一主要手段，互聯網公司的人力資源經理普遍表示：目前各大招聘平臺上，推薦的簡歷比較雞肋，準確率較低。

分析原因其實也不難發現，平臺推薦簡歷的指標中，權重最高的往往是崗位名稱及描述。 但是HR 要找到一個合適的崗位候選人，不僅僅需要其應聘崗位的需求匹配，工作地點、年齡、行業背景等也都是非常重要的考慮因素。

除此之外，HR 每天處理主動投遞的簡歷也占據了一部分時間。假設一位 HR 每30秒看一份簡歷，200份簡歷要花上約1.7個小時。如果按照10%的比率進入面試，剩下那些花掉 HR 1.5小時閱讀的180份簡歷最終將全部躺在垃圾箱中。以此累計，HR 一年要扔掉45000份簡歷。這相當于一個 HR 一個月的工作時長。也就是說，HR 一年當中會有一個月被”浪費”了。

根據Analysys易觀智庫的《中國互聯網招聘市場趨勢預測報告2016-2018》數據，中國目前互聯網招聘市場處于仍相對穩定增長的發展局面，預計2018年整體市場規模將達到63.7億元。面對愈來愈龐大的市場需求，要解決人崗匹配低效的難題依然任重道遠。

2. HR Tech 同質化嚴重，招聘難依舊

2.1 HR Tech 行業應用現狀：產品同質化嚴重

面對這種情況，有條件的大公司常會自己采購開發一套簡歷管理系統，把從渠道匯集過來的簡歷在自家平臺進行統一管理、搜索查詢。

近三年來，全國市場在 HR tech 上的投入在逐年增加，而且增加比例持續在30%-40%之間。目前中國無論大中小企業，都需要逐漸從傳統的工作流程和陳舊的管理方式中轉型，市面上關于 HR 一體化辦公的產品更是數不勝數。

目前國內市場上的 HR Saas 產品，大致可分為三類：

（1）垂直招聘方向

如谷露軟件、MOKA這種集中做垂直行業的招聘管理系統，會根據不同行業的特點為HR提供管理服務,使HR可以自定義招聘流程；

（2） 流程優化服務方向

如拉鉤云人事、2號人事部、i 人事、薪人薪事等，其功能主要集中在考勤、移動辦公、協作處理等，歸根結底是把重復性的事情流程化，刪繁去簡，注重“快”和“簡單”；

（3） 一體化服務方向

如北森這種涵蓋核心人力、招聘、測評和績效等一體化HR服務，涵蓋功能比較多，注重“全”，使HR能在一個平臺上實現全流程招聘。

HR 的 Saas 服務產品眾多，但目前這些產品功能同質化也比較嚴重。雖然很多產品已經部分地把 HR 從繁重的員工打卡考勤、工資結算等事物性工作中解脫出來，但主要還是停留在自動化流程和信息集成管理的階段。這無疑是一大進步，但我們當然可以更進一步。

2.2 HR Tech進階方向：AI技術賦能HR工作

在企業內部已經積累大量人才數據的情況下，如何最大化利用現有的數據，對其進行深入分析與挖掘，以解決目前仍然存在的管理問題，甚至是輔助經營決策，正是人力資源向往的事情。如前所述，HR 工作中產生的是大量非結構化的文本數據，這些數據常常不夠完整，或并非如數字精確明晰，但并不代表他們就沒有價值。

涉及到文本數據的處理，就需要提到人工智能領域備受關注的一項技術NLP(Natural Language Processing,自然語言處理)。簡單來講，NLP技術的目標就是讓機器能像人一樣理解文字的含義，從而輔助人類工作。提及NLP，大家想到最多的是智能問答、機器翻譯、合同審核等應用場景。

實際上，NLP與人力資源有著非常多且重要的關聯，具體應用可見下圖，可以完成的任務涵蓋HR工作的方方面面。

Picture 2? NLP應用于HR工作中的常規模型丨圖片來源：Analyticsinhr.com 丨 達觀數據編譯

NLP技術在人力資源領域的應用在這幾年才開始備受關注，這也和 NLP 近幾年在商業應用的發展分不開。NLP 所能夠處理的數據幾乎涵蓋了 HR 業務范圍內的所有非結構化的文字數據，但國內HR+NLP的應用現狀仍未成熟。

僅在人才招募方面，現在幾乎所有公司的人才管理系統都還停留在傳統簡歷庫的管理上，并沒有對簡歷進行深入挖掘，仍有大量的沉沒數據。以全球化企業為例，海爾內部管理的簡歷量大約有10多萬份，每天都有上千個崗位在招聘。HR 在簡歷庫中搜索簡歷時更希望能夠看到：

• 快速匹配簡歷，且排列在搜索結果前列的人才有較高的面試可能；
• 統一的管理后臺，可以自主調整搜索結果的排序；
• 實時更新的簡歷可被立刻搜索到；
• 更了解自己的搜索意圖，相同語義不同表達方式均能搜索到同一簡歷；
• ……

以上這些都是將自然語言處理（NLP）技術應用在人力資源行業——尤其是人崗匹配工作中——有待解決的問題。

國內AI領域的自然語言處理專家陳運文在服務過華為海爾等大型企業的人力資源部門后，認為：現在 HR 部門需要的不再是一套通過關鍵詞匹配的系統，客戶關心的是系統對語義理解的程度有多高。不僅僅要搜得到，搜得準才是王道。

綜上所述，在HR行業，現有產品的搜索和推薦功能并不能更好地解決HR在人崗匹配工作中的難題。而盡管有些企業已經看到以NLP為代表的AI技術在此行業的應用前景，但應用現狀仍然處于非常初級的階段，大多停留在對簡歷的基礎部分進行識別，而識別的效果（通過搜索和推薦的結果精準程度來體現）往往是不盡如人意的。

3. NLP+HR—人力資源未來發展的基石

3.1 HR招聘痛點的關鍵技術突破口

根據本文第一部分所提到的：目前HR在簡歷的主動搜索和被動推薦需求上，返回結果“不精準”成為工作中最大的且亟待解決的難題。

而在對目前HR Tech行業應用進行全景掃描之后，我們發現，要節省工作的時間和人力成本，減少決策時的人為偏見和疏忽，使匹配更加精準和快速，可以處理文字數據的NLP技術恰恰是解決這一問題的關鍵技術突破口。

通過機器學習、NLP 技術為簡歷自定義標簽，包括個人履歷、工作經驗、性格特點等，可輕松優化人才搜索服務，并實現人才推薦功能。HR查看相似簡歷時，將相似簡歷進行聚類，更重要的是根據用戶搜索及瀏覽習慣進行個性化推薦，就像大家打開淘寶看到的相似推薦一樣。

當然由于人類語言的復雜性以及HR需求/決策的動態性，完全的自動化處理和絕對的精準匹配以現在的技術發展水平還很難實現。

企業能做的是利用最前沿的技術去優化現有的匹配系統?！翱梢酝ㄟ^ HR 每天的點擊行為理解招聘的真實需求，讓找簡歷和發現簡歷這件剛需事情變得智能簡單。讓人力資源更聚焦在公司人才配置、人才培養、員工關懷的思考上，去做更多和人有關的、發揮主觀能動性的工作。從而進一步在業務上為管理層提供更專業的決策依據，為員工帶來更好的工作體驗。”陳運文如是說道。

此外，雖然目前市場上HR Tech的解決方案已經有很多，但專注于以人工智能、主要處理 HR 產生的非結構化數據的公司大部分集中在初創企業。這是由于大部分公司在HR領域的數據處理需求都是定制化的，創業公司業務和組織的靈活性能更好地適應并提供服務。

3.2 HR+NLP行業應用展望

通過解決公司面臨的數據挑戰并挖掘數據潛力，HR將會成為使人力資源從成本中心轉移到核心戰略資產的關鍵力量。在人才招聘工作中積累的人才數據，經過智能化平臺的分析處理，可以被進一步利用。

作為處理中樞的HR利用數據分析的結果讓雇主形成對每個員工的整體觀點，更可為員工職業發展、員工協作和招聘等企業活動提供個性化的建議和行動計劃，滿足信息時代的員工的心理需求。

說到這里大家可能會發現一個悖論，很多人曾擔心人工智能如果大規模應用在人力資源中會讓很多人最終面臨失業的境況。事實上，人工智能不僅可以提高生產力，還可以顯著提高員工的滿意度、參與度和職業發展，最終幫助實現人與企業的雙贏。

參考文獻:

How Natural Language Processing can Revolutionize Human Resources?

作者：娜拉，Loukas，微信公眾號“達觀數據”（Datagrand_）

本文由 @達觀數據 原創發布，未經許可，禁止轉載。

題圖由作者提供