据统计,53%的HR平均每天要看100份以上的简历,到了校招季一天可能要看1000份,如果按照30秒看一份简历的速度,也会消耗大量精力。
Moka合伙人兼CTO刘洪泽是HR行业的一位赋能者,同时也是一位有着3000场面试经验的面试官。他能切实感受到HR的痛点,而且通过与更多企业HR交流,他还发现生成式AI可以很好地跨过这些HR的门槛。
早在2018年,Moka就成立了独立的AI团队,将AI应用到HR领域,构建了600万量级的行业知识库。
到了去年,在大模型面世之初,Moka迅速跟进生成式AI技术,仅用半年时间就研发出了首款AI原生产品Moka Eva。刘洪泽认为,大模型想要真正落地需要场景,在两者之间还需要一个重要角色“垂直应用层”,这也是Moka的定位和发力方向。
正是在生成式AI的加持下,刘洪泽看到了新一代SaaS软件范式的曙光,Moka会沿着这个方向坚定的走下去,提供AI赋能的新一代的SaaS能力,更灵活更敏捷地满足企业各种个性化场景和诉求。
Moka合伙人兼CTO刘洪泽
生成式AI在招聘中的革命
去年6月Moka发布了行业内首个AI原生HR SaaS解决方案Moka Eva,自上线以来已经处理了近10万封简历,陪伴了近2万场面试,员工Chatbot 回复了300多万次企业员工的问题。
Moka Eva在懂招聘、懂员工、懂数据三个方向持续学习提升。去年一年,Moka Eva的能力不断被提升,尤其在简历解析上拥有了高达98%的准确率。
基于Moka招聘和Moka People的基础能力,Moka Eva可以无缝集成到HR日常工作的各类场景中,目前覆盖了JD撰写、简历筛选、面试、员工问答、数据分析等十多个场景,帮助企业在面试前、中、后全方位提升面试效率和面试质量,确保公司能“招对人”。
“在场景选择上,Moka基于对行业Know-How和大模型能力边界找到两者的契合点。”刘洪泽说。
Moka构建了一个大模型接入和测试平台,客户可以无感知的使用各种不同的大模型,Moka也在其中构建了完整的测试机制,根据不同场景选择最优的大模型。
智能面试也是今年Moka Eva重点升级的一个重要场景,包括面试官的提问、候选人的回答、AI对该回答的评价、整场面试的智能总结、对候选人的整体评价建议等能力。
Moka Eva根据JD、岗位要求、岗位画像、面试评价表和候选人简历,生成个性化的面试题。智能追问功能结合面试中情况,根据候选人的回答,还会实时给出进一步提问的建议,增强面试中的互动,提升候选人面试体验,同时深挖考察点,提升面试质量。同时将面试纪要沉淀的数据提炼和分析面试题,找到好的面试官和好的面试题。
Moka Eva还会根据分析总结,帮助校准岗位画像。刘洪泽谈到,更清晰更准确的岗位画像会反哺Moka Eva的简历智能初筛,而且也可以应用到JD撰写上,更加有的放矢。
Moka Eva围绕着招聘里面核心的人岗匹配赋能各个环节,使得整个招聘更高效。Moka的一个客户有80%的岗位是大批量岗位,20%的岗位是关键岗位,使用Moka Eva后,他们就可以将80%的精力放在关键岗位的招聘上。
Moka成为全球化招聘利器
9年间,Moka和越来越多的企业站在了一起,其中有30%以上的世界500强企业,在中国使用Moka更高效的开展招聘和HR管理工作。
在企业出海热情持续高涨的当下,Moka也在为中国企业打造全球化组织提供帮助。去年8月推出的Moka Recruiting,就是致力于提供最好的全球化智能招聘系统。
Moka提供的不仅仅是产品,而是Know-How,通过深度调研了解各国家地区文化习俗和合规政策,并将其内嵌到产品中,帮助中国企业更好地在全球范围落地生根。
在刘洪泽看来,全球化不仅仅是跨越国界的服务提供,更是一种深刻的文化融合和业务适应,全球化与本地化相结合才能更好的服务全球的企业,这也正是Moka坚持的原则。
Moka招聘国际版在创新上也不遗余力,对接了海外的渠道,实现了多语言等。同时Moka还将各国招聘的最佳实践深度植入到产品中,推出SmartPractice功能。该功能可以智能识别和提示各个国家和地区的相关政策要求,为企业提供一个高效合规且支持公平就业的全球招聘解决方案,包括综合数据合规、公平就业与反歧视以及劳务政策相关等方面。
目前Moka的客户已经覆盖了东南亚、北美、欧洲及中东,除了中国企业,外国客户也体验到了中国品质和速度,实现两周上线交付。
去年Moka在新加坡建立了一个全功能full-stack数据中心,部署在亚马逊云上。数据中心的设计和运营严格遵循全球隐私合规标准,通过这个中心能够为全球客户提供安全、可靠的数据存储和处理服务,满足他们对于数据保护和隐私的严格要求。
依托平台能力和定制开发能力,Moka能够真正的把数据打通,满足企业的个性化诉求,为企业适应市场快速变化保驾护航。刘洪泽指出,从服务中国本土企业,到支持国际化企业在中国运营,再到伴随中国企业走向世界,Moka的全球化产品正在实践中不断成熟和完善。
打造世界级HR产品,赢得100,000家组织和员工的认可,是Moka一直以来的愿景,Moka正一步一步,脚踏实地地不断向前迈进。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。