数据显示，美国人才招聘软件市场规模为15亿美元，年增长率在40%以上。在招聘市场大头还是来自于提供候选简历。BRILENT也是希望通过业务不断扩大，自建简历数据库，并提供增值服务。
文 | 石亚琼
作为提升效率的有力工具，AI正被运用在诸多行业。在市场规模超过4500亿美元的招聘市场，不少公司已经开始利用机器学习技术挖掘大数据的价值，提升招聘的效率。国内该领域的创业公司，诸如e 成、枇杷派等公司都是在做这个方向，都已获得了投资。
我们近期接触的硅谷公司BRILENT，想要立足美国1200亿美元的招聘市场，为B端企业开发一套招聘管理系统，通过机器学习+大数据，提升招聘的效率。
一般来说，一位HR要找到合适的求职者，需要面对来自不同渠道的大量候选人，要看从几十份到几千份不等的简历，很难快速地筛选出优秀人才；在这个过程中，往往也会有意或者无意的带有偏见，从而错失优秀的人才。筛选简历的工作重复性强，时间长。BRILENT现阶段在做的事情，就是利用算法自动细化匹配，给求职者进行评级，并直接筛选出最靠前的求职者，提升HR招聘的效率。
BRILENT的这套系统目前主要针对简历筛选的过程，企业将自有的简历数据库和职位上传，系统进行自动匹配、评级。联合创始人廖宜华告诉36氪，目前这套系统实际使用中，通过数据和条件匹配搜索，能在几秒钟内迅速找出条件匹配度最靠前的2%-3%的求职者，整体来看可以帮助企业HR缩减1/8的工时。
让简历初评的过程自动化，首先要对大量非结构化的数据数据结处理。BRILENT的创始人朱穗生曾创办过三家大数据公司，包括廖宜华在内的两名联合创始人均是前Facebook的数据科学家，早期员工还包括在Facebook做过内部HR系统的工程师。他们在数据爬取、挖掘、结构化方面积累了经验，抓取了大量的公开简历及相关信息，并将其结构化，以方便实现更多维度的搜索。
在简历评级环节，BRILENT利用大数据方面的积累，提供多维度算法实现细化匹配。比如，BRILENT利用机器学习分析了大量的人才数据，总结出候选人换工作的规律，可以将换工作的意愿强度加入到评估里；针对简历库时效性会下降的问题，BRILENT会自动抓取候选人在社交网站上的相关信息，进行补充。
BRILENT的这套系统目前还比较适合积累了自己简历库的猎头公司及大公司。目前公司已经获得了电商公司Wish、美国猎头公司等客户，会针对注册账户按月收取数百美元的费用，BRILENT预计2017年将会产生几百万的收入。BRILENT的匹配技术，也可以为大型的候选人跟踪系统（Applicant Tracking System）、客户管理系统（Customer Relationship Management）和工作公告板（Job Boards）提供底层的匹配引擎。
BRILENT的模式很像国内的“e成”，后者已经在2014年获得光速创投数千万的融资，2016年初获得来自凯辉创新基金和光速安振的数千万美元B轮融资，起步更早。不过，BRILENT认为e成是端到端的ATS，但ATS与BRILENT是合作关系；e成采用的还是以流程为主的匹配技术，匹配体验还可以优化；目前市面上的匹配多还停留在文字匹配的层面，BRILENT则将行为反馈也加入了其中。
数据显示，美国人才招聘软件市场规模为15亿美元，年增长率在40%以上。在招聘市场大头还是来自于提供候选简历。BRILENT也是希望通过业务不断扩大，自建简历数据库，并提供增值服务。目前，BRILENT抓取了市面上公开的亿级人才信息，并进行了整理，企业客户可以付费查看这些推荐候选人。这一功能还在开发中，预计明年会正式对外开放。
招聘行业的模式创新往往都很难绕开LinkedIn这些拥有大量简历的大玩家。这些公司自带数据，自有客户，如果增强在技术方面的投入，对创业公司来说会产生不小的冲击，比如近期在AI领域拥有技术优势的微软近期收购了LinkedIn，Google也在将AI技术与招聘相结合。对于诸如BRILENT这样的创业公司来说，如何在短时间内完成更多的探索，并拓展市场，与相关公司达成合作，就很关键。
目前，BRILENT组建了15人的团队，并获得了来自软通动力、盛景网联、ATA公司等公司的战略投资。
推荐阅读
点击下方图片即可阅读
