人工智能要抢HR的饭碗了

在人工智能产业结合的诸多可能性当中，人工智能+招聘服务很可能是最复杂的。毕竟这东西涉及最复杂的资源：人。

人才资源的资质、证书、业绩、履历加在一起，可能组成一个极为复杂的迷宫。而且很多时候招聘之间的感觉和判断非常微妙，需要依靠HR经验与思考的地方非常多。用AI替代人类，绝对个任重道远的工程。

但另一方面，人力资源流通中又涉及非常多的数据和模型，似乎又是非常适合AI发挥效力的领域。在美国市场中，AI+人力服务项目已经成为大风口。

可是我朝自有国情在。尤其是互联网招聘这件事在我国是极富特色的，欧美这个领域的AI项目很难贴合中国需求。

那么有没有一些垂直场景，可以让我们快速移植欧美的商业模式，来解决中国的人力资源市场痛点呢？

好像也有，比如说，给共享经济做员工身份调查。

英国身份认证公司如何撬动AI

几个月前，3个牛津大学毕业生在英国创立的身份认证公司 Onfido，刚刚完成了 3000 万美元 C 轮融资。

这家创立了5年的公司，如今已经被各种人工智能研究报告认定为英国在身份认证、员工背景调查方面使用AI技术的典型案例。

员工背景调查，是欧美企业公司招聘员工时必经的一道程序。目的包括了解应聘者的信用卡状态、犯罪记录、教育履历、工作经历、社会保险状态、是否涉嫌恐怖主义活动、是否位于全球监控名单等方方面面的内容。而公司自己去验证雇员提供的文件与证件真伪，调查雇员背景显然是非常艰难的一件事，所以很多公司聘请第三方机构来完成员工背景调查。目前员工背景调查领域的最大市场和最大服务商都集中在美国。

但是传统的员工背景调查服务，是通过第三方人员去逐层核查员工提供的资料真伪，以及对比各种数据库资料。一般来说，每次员工背景调查要消耗企业150美元以上的成本，并且耗时达到10到15天。不仅成本高效率低，传统背景调查公司提供服务的界限还有区域限制，不能满足跨国公司的需求。

为了解决传统背景调查与身份认证服务中的痛点，Onfido尝试将人工智能引入服务体系中。但说实话，他们的人工智能解决方案在逻辑上并不复杂。只是在关键位置用人工智能简化了流程，从而获得了成本压缩与效率提高。

具体来说，Onfido所提供服务在三处运用了AI能力。首先是用人工智能技术来提升不同数据库之间数据对比与认证的效率，节省了人工验证的重重步骤。第二是利用机器学习技术打造了护照等证件的验证技术，只需要通过手机或者摄像头拍下照片，系统就会自动识别真伪，并与数据库对比发现失窃证件与篡改证件。通过对更多伪造证件方式与特征的学习，这个系统会逐步提升认知能力。第三就是利用AI人脸识别技术来快速匹配证件和真人，避免盗用他人证件。

通过机器学习平台带来的快速身份检查能力，Onfido已经可以将初步员工身份认证时间降低到几秒。并且通过逐步增强对欺诈模式的学习，系统还将适应越来越复杂的信息伪造情况。

目前，Onfido的服务对象已经从企业招聘延伸到了银行场景、客户调查和金融服务当中。但平台最主要的服务对象，就是如今在全世界范围内越来越兴旺的共享经济。

AI代劳：共享经济平台招聘时的痛点

无论是网约车、外卖、O2O服务平台，在招聘雇员时都有相同且显著的痛点：必须大量反复招聘持有相关资质的员工。

由于共享经济走的就是海量路线，比拼服务覆盖范围。因此平台对于需要仔细考量的高精尖人才需求量并不大，但对普通的司机、外卖员、家政服务人员招聘需求却是非常巨大的。尤其在平台极速扩张时期，可能经常需要多地协同，甚至跨国大量招聘。这让平台在核准员工资质、考察员工素质方面面临着极大的工作难度。

这点在我国的共享经济领域表现非常明显。外卖、网约车、快递三大业务的快速爆发，给全国各地增添了大量工作岗位。并且中国并不是一个缺少劳动力的地方，这些领域招人的整体难度并不大。

但面临的困难是，快速扩张往往让平台检验职业资格时力不从心。比如如何把交通肇事历史的司机拒绝在网约车门外？如何不让某些疾病携带者成为外卖配送人员？如何避免逃犯、躲债人员混迹在共享经济系统中？始终都是共享经济悬而未决的问题。

而这些问题的根本原因，就是在于人工逐个数据库核对与证件验证的成本太高，在大城市还好，在二三线城市以及乡镇地区平台就很难负担得起人力与时间成本。

而引入AI系统来智能识别证件、核对信息可能是一个非常不错的解决方式。一个连接大量数据库，并能够不断提升伪造证件与资历辨识度的AI系统，一方面可以解决地方城市与乡镇缺少审查、筛选员工机制的问题，同时还可以降低大城市共享经济类平台的审查成本，满足共享经济企业扩张期大量反复招聘的特殊需求，甚至完成全球化招聘与人力管理带来便利。

当然，这种商业模式想要移植到中国来，最重要的是要满足独特的市场需求，拿出适应中国独特人资环境的技术解决方案。

中英间不同的市场与技术需求

近两年以来，Onfido以每月环比增长40%的速度在英国与欧洲市场成长，并开始在美国挑战传统巨头的市场垄断地位，凭借的并不是有多么黑科技、多么复杂的技术。恰恰相反，他们的商业支撑点在于使用了并不复杂的技术，组成了一个很容易看到效果，并可以快速扩张的平台模式。

这恰恰是很多国外AI项目引进时的问题：我们当然喜欢那些科技含量极高的东西，但复杂往往意味着高昂的迁移成本，简单直接说不定更有效。

但即使简单的迁移，在中国也将面临完全不同的市场状况。这对于AI创业者来说尤为重要。以员工背景调查为例，与英国和美国相比，中国有更强大的共享经济风口和人员认证需求。同样也有从单一服务项目向生态化展开的优势：比如从身份认证向着雇员评级、保险等增值业务发展。像网络招聘平台一样成为综合人力服务的入口。

但不那么美好的一方面，在于员工身份和背景认证，在中国没有很好的习惯性基础。大部分中小企业和地方企业不怎么在乎招聘中的这项环节，甚至简单走走过场了事。

虽然AI身份认证有可能解决共享经济平台的很多问题，但让平台型企业普遍接受这种商业服务的信任成本会很大。想要在中国打开这个缺口，必须尽可能的压缩服务成本，并且让共享经济平台意识到通过技术向消费者证明我们员工的高素质与专业性是必要的。

另一方面，在中国做此类服务需要面对着数据库建立不完善的尴尬。并且需要尽可能的与政府机关相关数据库合作，打通认证机制与公安、社保、医疗体系的良好合作通道。而这些在目前的中国人才服务市场中还基本属于空白。

此外，通过BOSS直聘和李文星的事件就可以看出，在中国伪造资质和信息造假的成本有多么低廉。这也给AI识别伪造证件与履历带来了巨大的阻碍。必须有对虚假数据、虚假履历、伪造证件中花样繁多的方式与方法更好的技术识别方式，尤其是通过大数据+机器视觉的来远程判断非电子文件的优质AI解决方案，才可能在虚假横行的中国互联网人才招聘市场立足。

不管怎么说，种种骇人听闻的事件应该已经让我们意识到共享经济平台把控员工素质的重要性。通过AI技术撬动这个需求，也已经在欧美市场被证实了有效性。相比令人眼花缭乱的各种能力，去伪存真，给社会增添信任，应该是AI能带给今天世界的第一价值。