◆
Larry
学的是软件工程，他说自己不是宅男，而是喜欢科技感，比如人工智能。
文
|
铅笔道
记者
赵芳馨
►
导语
往面试桌前一坐，
Larry
问了求职者一个关于人工智能的问题。对面的人支支吾吾回答不上来，他很失望，在心里为这位所谓的行业大牛画上一个大大的叉。
他招人是为了用大数据
+
人工智能帮助企业解决招聘问题。
成立
Bello
后，项目主要从两个模式来服务企业客户：一是
AI+
顾问，二是职场数据
+
招聘
SaaS
。
◆
Bello
招聘
SaaS
流程图
经测试，
Bello
系统大约能缩短原有流程（用人部门提出需求
——
招聘部门搜集、筛选简历
——
面试）的
90%
，时间效率提高
5
～
8
倍。
然而，解决招聘问题的同时，他自己却找不到合适的专业人才。
“
招聘不能创造出人才，而是在已有的人才里找到合适的。
”
陆续面试了半年，
Larry
终于从香港、美国等地挖来
7
名科学家，组成当前的研发团队。而做业务的成员只有
“
一个半人
”
。
那
“
半个人
”
就是
Larry
自己，作用却很大。
凭借此前十年的行业经验，
Bello
已获得
Facebook
、华润、珍爱网、优客联盟
4
家种子用户。其中华润项目已获得营收。
注
:Larry
承诺文中数据无误，为其真实性负责，铅笔道已备份录音速记，为内容客观性背书。
“
那边是李开复老师，你要不要去见一下？
”
深圳软件产业基地的晚会后，
Larry
作为被邀请的嘉宾，悠闲地穿梭在各色西装与礼服之间，透过酒杯中晶莹的液体，他看到不同行业的精英们在热络交谈。
不远处，正是朋友口中的李开复。
两人寒暄过后，
Larry
提到自己的创业想法。
此前十年，他都在国际知名的猎头公司工作，熟悉行业痛点：劳动力密集，很多事情机械化程度高。
用机器帮助人完成其中枯燥乏味的工作，是他想了几年的事情。
软件工程专业出身，他对
“
科技感
”
的人工智能多有研究，这次回深圳也是为了创业。
不懂创投之前，他先从天使投资人做起。
回报与血泪教训皆有收获，自己也有丰富的行业人脉，似乎时机已到。
站在李开复面前，
Larry
阐明自己的优势
：
“
我在创投圈待过，也很懂人工智能与招聘。我想用人工智能去优化猎聘行业，您有什么建议吗？
”
◆
Larry
与李开复老师相谈甚欢。
“
你有没有辞职？
”
开口第一句话，李开复抛出一个问题。
“
还没有。
”
“
不辞职，我怎么帮你呢？
”
李开复开出的
“
条件
”
很诱人：帮他找投资，介绍人脉资源。
瞬间，
Larry
获得了全职创业的动力。
去年年底，他成立职场大数据公司
Bello
，并入驻创新工场孵化器，希望利用大数据
+
人工智能解决企业繁复的招聘问题。不过，这时的他还没想好具体模式。
成立初期，
Larry
脑海中模糊的概念逐渐成型，聚合成一个很大的计划
：结合机器听觉、视觉、人工智能交互等先进技术，研发一款语音机器人；通过它与招聘候选人打电话聊天，再利用录像带分析此人所说的话是否真实可信。
想法很好，蛋糕却大到难以下口，他和团队开始做减法。
招聘环节众多，如果只能做一件事，又能赚钱、又能解决问题，它是什么？
“
要减到只做一件最核心的事情。
”
Larry
把切入点聚焦在企业获取简历及其筛选上。
传统招聘的模式为
：用人部门提出需求，招聘部门经过招聘外包、招聘会、招聘网站等渠道建立简历库。筛掉
99%
的应聘者后，备选人员的简历进一步被精选，再进入面试环节。
针对这一繁琐的过程，
Bello
首先规划了
AI+
顾问模式：
建立候选人库，收录近
5000
万份数据，
“
覆盖整个市场
70%
～
80%
的简历数量
”
。
◆
表面上看，
AI+
顾问的模式与传统猎聘区别不大。
Larry
称，自家的优势在于
“
强大的系统
”
。
利用第五代多维度全息匹配技术，系统筛选出符合企业需求的候选人名单。
所谓第五代技术，即语义分析（如关键字）简历之后，再利用更多维度的数据，比如社交数据来丰富完善求职者画像。
之后，顾问团队帮助企业对接候选人，完成招聘。这一过程中，企业只需提供职位描述。
凭借
Larry
此前的人脉，
Bello
首先获得
4
家种子用户
：
Facebook
、华润集团、珍爱网、优客联盟。
但从表面来看，
AI+
顾问的模式与传统猎聘区别不大，主打大型企业。
而中小企业的招聘需求仍是一片空白。
数据显示，目前登记在册的企业共有
8000
多万。
其中约
22
万企业使用招聘服务，约
150
