现在整个招聘行业最大的问题，不是企业收不到简历，而是没有合适的。
黑马说
较高的离职率会加大企业的人力成本，也不利于内部团结与文化营造，那么怎样才能最大限度地降低离职率留住人才呢？纳人网络的创始人姜海峰认为，人才不匹配是整个招聘行业的最大问题，并希冀通过技术、人工智能这些方面，最终使机器模拟人对面试的判断，使整个招聘行业呈现一种垂直化的发展形态。
文|张培明
姜海峰表示，整个招聘行业最大的问题是匹配问题，并且一直没有解决。
“原来我在公司做高管，整个公司一直在进进出出招人，有的背景看着还不错。但其实他干的不一定好；也有觉得不行的，人家出去就还不错。”
从十年的管理工作中跳出来做招聘，见惯了人事变动的频繁，姜海峰认为现在招聘存在的问题不是企业收不到简历，而是人岗不匹配。2014年3月姜海峰成立了纳人网络，希望通过创业来改变中国招聘市场的现状，致力于通过大数据＋人工智能，解决人岗精准匹配的问题。
招聘行业垂直化只是一种变通解决的变化，并不是真正的从根本上解决这个问题，只是缩小了目标用户群。常规的职位搜索也不叫匹配，而是伪匹配。
而纳人网络构建了一套具有核心竞争力的NR人岗匹配评测模型，包含1000多个维度，包括个人性格、兴趣、价值观、行业背景、行业特殊案例、学习教育背景、家庭背景等等，解决当下众多快速发展企业面临人才精细化战略的刚性需求。
同时，纳人提供的服务分为PC端的企业版和移动端的个人版。企业版的主要是帮企业筛选人，个人版是为个人推荐合适职位，这是一种双向的服务模式。
此外，纳人的人岗匹配系统，除了传统的静态数据分析，还有动态的机器问答测评。未来，姜海峰希望在这个领域里把整个招聘的全流程用机器去取代人工，能够更好地帮助应聘者和企业融合匹配。
截止到2015年6月，纳人网络已完成两轮融资，其中获得了大河创投的Pre-A轮投资。
以下为采访实录壹
痛点
小善：介绍一下你的创业经历，创业的初心是什么。
姜海峰：原来我在公司做高管。整个公司一直在进进出出招人，也招过很多人。发现这些不同的人进来，有的背景看着还不错。但其实他干的不一定好；也有觉得不行的，人家出去就还不错。后来发现问题在哪呢。就是一个人搭配的不是很合适，很多人没有放在合适的位置上。放的不合适导致它的效能各方面都不太好。
其实很多效能低就是因为不匹配，人没有放在合适的位置。包括很多人，大学毕业5年10年以后，同学之间差别会很大。什么原因，用粗一点的话说是不是干对事。
小善：如何看待招聘市场？分析一下行业概况，以及它的一些痛点。
姜海峰：目前的招聘实际上发展的是网络招聘，差不多快20年了。其实相当于把线下的招聘会转变成网上的招聘，主要是广告媒介这样一个模式。最开始的时候，很少有人用，效果是好的，到后来人越来越多，引起了很多的问题，效率很低，比较随意的去投递简历，不合适也可以去投递。
现在整个行业最大的问题，不是企业收不到简历，而是没有合适的。基本上企业挂一个职位，等着人主动投递，来的大部分都看不上。看的上的都不想来，表面上信息社会应该很发达，但其实这里的噪音变的更大了，所有的企业都要通过网络来招聘，求职者几乎也是这样。那么它组合的效率就下降了。
这几年招聘越来越难。但其实，人没有什么太大变化。当然除了一些特殊岗位，是属于稀缺，人才数量不够以外，大部分还是不般配导致的。
伪匹配
小善：如何看待招聘行业垂直化发展的趋势？
姜海峰：刚才说整个招聘行业最大的问题是匹配问题。一直没有解决。垂直化是一种变通解决的变化，并不是真正的从根本上解决这个问题，只是缩小了目标用户群。比如说只做互联网，那求职者就都是互联网相关的人和企业，匹配问题就会变的容易。
但是这并不是解决匹配，只是规避了，在一个很窄向的范围内去做。当然你会解决这个匹配的问题。
小善：谈一谈纳人切入招聘行业你的一些考量，包括产品的概括和定位。
姜海峰：我们是从根本上去解决人岗匹配的问题，因为这是一个真正的难题。我们希望通过技术、人工智能这些方面，最终使机器模拟人对面试的判断。
而我们的产品，面向企业是PC端，可以让企业直接方便来服务。面向求职者是手机客户端，可以直接在上面注册投递等等。对于职位我们会重点做匹配推送，把合适的职位推送给求职者。对企业来讲也是一样，我们提供精准匹配推荐，自主约面，另外我们还提供了一种更深入的服务就是保入职服务，完全按效果，直到入职，收费标准只是候选人年薪的2%到10%之间，但一般猎头要到20%到25%。
小善：现在的招聘软件都在做职位匹配，相比之下，纳人的优势在哪？
姜海峰：我们的优势在于运用了人工智能。匹配度是远远高于他们的。常规的职位搜索不叫匹配，而是伪匹配。
拿关健词做推荐，传统的招聘网站，5年、10年前都有。按照关健词搜索、推荐职位，这样的约面率是非常低的。
纳人针对这一块，组织了近200的有丰富招聘经验的专家，并对他们的经验进行提取，最后形成人面试的模型，涉及超过1000多个纬度。最后去评判，这个人的状况，而且不仅仅是静态的评判他的履历，还会有动态测评，在测评过程中，让它更真实、更有效、更精确。
技术上一直在迭代改进，现在也还在不断改进，它的精准度会更接近人的认可度。
李瑛：我补充一下。刚刚谈到，我们在思考纳人的优势到底在哪里？其实我觉得对于这种面向企业级用户提供的招聘。应该属于人力资源的SAAS服务，特别是2B的这种市场，核心就看，你的团队，对这个市的理解有多深，未来才能走的多远。它跟2C的市场做法完全是不一样。而且今天的我们这个公司，和团队，对整个企业界用户的这种服务，包括软件的应用方面，其实有非常资深的行业背景在里面。我认为这是我们最大的一个优势。
人工智能招聘
小善：您的团队构成？有何优势？公司在组织架构，运营、融资、技术等方面有何特色？
姜海峰：我本人原来就是搞技术的，从CTO又转到公司的一把手，做了差不多10年，运营各方面有很丰富的经验。后来创立了纳人。我的联合创始人李瑛也是我之前工作的同事，后来也创过业，还做过支付宝的行业运营总监，有很丰富的市场营销经验。技术我们有一批985的硕士，平均经验都是在接近10年左右。
李瑛：10年以上。技术整个水平还是比较强的。所以才会去做人工智能这件事。因为匹配其实不太好做。所以过去我们看传统的网络招聘，其实没有怎么去做，也是基于传统的商业模式。而其他的一些新兴的公司也想去做，但是会有很多的技术壁垒。
姜海峰：融资目前已经有两轮了第一轮投资是北软。第二轮是大河创投。
技术上我们肯定会不断的完善。人工智能这部分是要全流程的，最终机器要做到大规模覆盖，整个招聘相关的流程。直到面试前的全部流程。就是甲方人工面试前，包括出面整个环节，全部用机器来取代。
目前我们的个人用户400多万。企业现在1000多家。
小善：用户是如何发展起来的？所涉及的行业。
李瑛：跟大企业合作，我们刚开始的模型主要是在泛IT行业，像软件类的方正、神州数码、像互联网的聚美优品，当当、去哪儿、网易、凤凰网、今日头条，都是我们的合作伙伴，他们也参与到我们整个模型的建设里面。
姜海峰：我们初期切入的时候，是泛IT的，但我们整个模型，从一开始构建并不是为垂直而做的，而是一个匹配的模型，适用于通用的，我们实际上是要把所有的行业都要涉及。是直接解决匹配问题。而不是说，通过缩小目标用户群，只做某个行业。
小善：未来的招聘行业的发展会更加智能化吗？
姜海峰：未来其实不光招聘行业，整个很多涉及到低级的，重复劳动的行业，都会被智能化取代。这是一个必然的趋势，谁也挡不住的。就像纺织机取代纺织工一样。
我非常看好这一块，如今包括图象识别、语音识别等方面都在应用阶段，这些基础的东西，都越来越成熟了。但是基于自然语言处理这部分的应用，还没有太实际的应用。在这方面，未来会有越来越多的发展。
来源：善缘街0号（ID:zhumengtrip)
匿名用户
