玛氏：招聘技术创新应用-“聊天机器人”

技术在人力资源中的应用，最为核心的目的是提升管理效率, 玛氏在2018 年开始从用户体验、业务痛点着手，开始寻找技术创新的应用场景。

Why- 为什么使用AI ？

对于玛氏而言，无论是校招还是社招，每年都会有大量的求职者询问公司和岗位相关的问题。一方面，在人才“初步接触”环节就会花费大量时间和人力成本。其次，尤其是当玛氏的微信端开通了人工回复候选人功能后，占用了大量的招聘团队时间。这使得效率降低， 并难以全面满足候选人的问答需求。

因此，玛氏引入了AI 答疑机器人项目，将常见问题预设好答案进行解答，通过既定场景的智能对话，解答候选人的常规问题。

What- 企业与候选人之间的智能对话—“聊天机器人”

          AI 项目投资评估

企业对于AI 技术项目的投资往往都是慎重而谨慎的，玛氏也不例外。在项目推进之前，玛氏的招聘团队需要评估AI 项目的投资回报率，并且实质的了解AI 究竟帮助HR 解决了什么问题？例如，人工花费答疑时间、成本与AI 技术替代后的对比。

玛氏招聘团队在AI 项目的投资评估时，对以下四个维度进行观察：

          根据目前的招聘流程和候选人体验的痛点，诊断内部需要AI 解决问题的场景，继而寻找外部可应用的技术；

          对比AI 技术产品的优势，HR 提升自我对AI 辨别能力，检验AI 技术的科技含金量；

          不要贸然投资，内部需要进行规模性的安全测试才能够确认和检验产品优势。

          是否具备延展性和可复制性：当这项产品在中国成功试验

之后，是否能够复制到其他的应用场景，甚至应用到其他国家，如何将这套方法推广下去？这些无形中都会增加AI 技术的适用性和价值。

          AI 聊天机器人的准备工作

当玛氏真正地了解AI 的价值和应用场景后，从“提高数据准备度” 和“团队成熟度”两方面进行了准备工作的开展。

          数据准备：帮助HR 设计互动场景

随着社交媒体的应用广泛，使得候选人在招聘前期的行为数据得以在微信公众号中沉淀，就玛氏内部数据，已经累计到达可使用的量级。

而外部数据，供应商本身就具备强大的语料库：

首先，他们会根据玛氏的需求将累计的数据进行清洗，归类候选人的问题，从而识别出一百多个对话场景。玛氏HR 继而根据招聘特性寻找各场景和问题之间的相关性并归类问题。例如： 有哪些问题是可以统一问答？并且在一个标准问题下，逐步细分、引导至后面十几个的问题场景。团队在每个场景内都会去设计候选人可能会提出的问题，以及引导他们怎么答复。

其次，供应商团队将所有的场景分类问题答案录入系统，将候选人在后台所积累的百万级真实问题进行打标签，观察哪些关键词会触发这样的回答。

          团队组成：不同角色扮演与分工

在项目实施的过程中，IT 团队、HR 团队和供应商三方互相协作，各自有明确的分工：

          HR 的角色与任务主要作为需求的提出方，确定需要在什么场景应用AI， 提出需要解决的问题。

          在项目实施过程中，HR 主要甄别候选人的问题有哪些， 设计互动情景，如何通过答案的设计引导候选人进一步的提问，同时融入体现公司人性化的文化特质。

          前期的时候，HR 会承担一部分的维护工作，判定有哪些机器人回复是无效且不准确的，分析其原因交给IT 部门。

          组织内部多轮次的测试，做好上线前的变革管理，并根据测试反馈提出产品优化建议。

          策划和实施上线期的大规模宣传和活动，确保候选人适应性，并持续追踪后台数据以确保产品的有效性。

          IT 团队作为AI 技术的支持方，在整个项目推进中扮演两个角色

站在AI 技术的角度转化或翻译人力资源的痛点和需求； 在乙方给出解决方案的时候，从AI 的角度评估技术含量，以及观察AI 在招聘应用场景的信效度。

          作为技术项目经理来推进整个项目的进程，比如每周项目例会进行项目规划的安排，项目进度的进展，现有成果的检验，以及是否需要进行问题检测和规避风险。

          供应商团队

技术供应商主要提供解决方案，根据HR 端的需求和反馈、IT 技术端的建议，在专业角度做产品的开发和优化，协助数据追踪、反馈和问题解决。

          AI 聊天机器人的应用拓展

在社招聊天机器人上线3 个月后，玛氏进而将聊天机器人应用于校招。校招的问题非常集中且大量，与社招有较大的差异，并且随着申请和筛选阶段的进程，问题也容易发生较大变化。针对这些特点， 玛氏HR 重新设计了问题场景分类，详细问题与回复，并在申请、笔试、一面、二面等环节阶段式的提供更新给供应商团队。同时，在校招中开放了升级求助功能，候选人可以通过开启“求助HR”来填写问题。HR 将通过后台每天导出的问题和归类，统一进行回复和异常处理。

应用此产品，除了大量减少人工应答的时间，还帮助HR 统一查看问题及回复，确保以往在多个渠道多人答复时，无法管控回答质量、容易遗漏需要提供帮助的候选人等情况，确保了良好的候选人体验和HR 的应急管理。

招聘聊天机器人应用后的效果评估

          降低HR自行维护的频率

从最开始应用，HR 参与的程度会比较高，需要花费精力去辨别机器是否准确回复候选人的问题。但是当机器可以自我判定时，HR 的维护时间只有很小的一部分，以追踪数据和更新回复为主。

          场景应用的横向与纵向拓展

纵向而言，随着聊天机器人的成功应用，整体上改进HR 与候选人首轮沟通的效率和实践，识别可以由AI 辅助完成的流程，整合至一个场景内。

接着团队开始把预约面试放入聊天机器人的功能列表中，也是因为有这个基础在，可以帮助HR 从一个筛选场景顺利过渡至新的筛选环节中，让AI 技术应用往纵深发展。

横向而言，玛氏的聊天机器人是2018 年6 月底在社招号上线，9 月紧接着就投入校招的使用， 随着语料的积累，AI 机器的应用成熟度也在不断提高。

          可复制的AI 应用

在针对候选人的聊天机器人上线后，玛氏中国继续深化聊天机器人的应用，在人力资源共享服务中心内部也开始上线聊天机器人去解答同事们的日常咨询，其他国家的人事服务团队也在考虑进一步拓展聊天机器人的应用。AI 聊天机器人可以用在更多的场景，后续的影响也将更加深远。

HR 在AI 时代该如何自处？

伴随着越来越多公司在招聘应用数字化程度的提高，AI 技术广泛运用在招聘流程中，HR 也需要逐步适应和机器一起工作，甚至是需要懂得如何设计出更适合企业需求的产品，转化成技术语言并与技术人员一起实现产品的上线及持续优化。未来，AI 技术将持续取代大量人工重复的事务性的劳动，技术的价值和有效性已经被验证，未来可能也会在更宽广的范围内推动应用。对于招聘团队而言，当更多的的事务性工作被机器取代，其工作任务和工作目标将不可避免的发生转移，例如开始“深挖雇主品牌内核、创意宣传、吸引目标候选人” 等招聘前置化的工作，以及后端提升录用效率与质量，助力组织成长的复杂多面的工作。

因此，招聘人员的能力在广度和深度上都发生了变化。在人才吸引阶段，就深度而言，招聘人员能力需要能随组织需求而变，不断培育和调整人才吸引策略；其次，就广度而言，人力资源专业知识与AI 技术的融合促使HR 不得不提升自身的知识面，例如技术应用的思考和产品化思维。

外部变化与企业内部需求的转移，组织可能会重新设计或调整招聘人员的胜任力需求。那么对于HR 而言，又该如何提升自身能力以胜任新的工作内容呢？