[[161789]]

與大企業招聘的流程化管理不同，初創公司往往沒有專門的人力資源部門和招聘人員，招人的任務就自然地落在每個團隊成員的肩上。可是招人并非易事，如若事必躬親，將耗費團隊成員本該用于產品開發和拓展業務的時間和精力。但早期員工對于初創公司又至關重要，一旦需要招人，都是十萬火急，所以在招賢選才時又不得有半點馬虎和拖延。

與團隊理想的核心人才之間的溝通壁壘常常使得初創公司陷入非常尷尬的處境。他們往往要面臨的是超時的招聘周期、高額的招人成本還有不盡人意的招人結果。
 
硅谷一家以數據為驅動的公司——HireTeamMate就是要解決這一難題。它運用數據挖掘和機器學習等***技術，為成長型企業和初創公司提供定制化的智能虛擬獵頭（Virtual Recruiter)，將企業和初創公司在招聘環節面臨的三大挑戰一一擊破。
 

 
“我們用技術取代原先招人環節中人工的部分，讓企業能專注于招人最核心的部分——考核面試和錄用上，為團隊迅速成長壯大提供效率和質量保障。”HireTeamMate創始人兼***執行官Steven Jiang（江海慶）說。
 
 
定制化的人工智能獵頭顛覆傳統手動招人模式
 
Zenefits把人力資源部移到云端，而HireTeamMate則是把職業的招聘人員（Recruiter）搬到云端。之前職業招聘人員做的重復性高的體力活在HireTeamMate的平臺上都實現了自動化、機器化。目前，HireTeamMate利用數據挖掘，機器學習以及人工智能技術為每一個公司提供定制化的智能虛擬獵頭。虛擬獵頭能夠根據客戶本身信息和招人的需求，快速高效地定位和篩選人才。

定制一款屬于自己的智能虛擬獵頭很簡單。招聘經理只需要登錄自己的領英賬號（Linkedin)，HireTeamMate的系統就可以迅速識別個人身份和公司信息，與此同時背后的數據中心也在悄無聲息地處理和組裝與公司團隊相關的所有數據。幾十秒后，一款專屬的智能虛擬獵頭就定制成功了。智能虛擬獵頭可以幫助招聘經理做大量繁瑣的招人工作，包括發布招聘廣告、定位賢才、篩選簡歷和協調面試時間。

 

 
“傳統的職業招聘人員的工作方式都差不多。拿到招聘要求后，就到各個網站去打廣告，給可能符合職位要求的人群發信息。收到大批簡歷后還要一份一份地閱讀篩選。這種’廣撒網’的方式成本高、效率低，對于初創團隊的快速成長很不利。試想如果這些沒有專職招聘人員的初創公司采用這樣的傳統方式，那將要花費多少本該用于技術開發和業務拓展的時間呀！” Steven說。
 
HireTeamMate顛覆了傳統的手動招人模式，從被動地等人理會到主動出擊。智能虛擬獵頭通過對于大量相關數據的深度挖掘和量化分析，能夠更精準地判斷一個人是否在找工作或者想換工作，更多元地評價一個人是否符合工作需求。而這一切都不需要人力參與。
 
“我們就是想把招人過程中的臟活累活都讓計算機去做，” Steven說，“讓公司專注在真正地選賢（Hiring），而讓虛擬獵頭來做前期的撒網和篩選（Recruiting）。”
 
與智能虛擬獵頭相補充，HireTeamMate還成功地將Uber的模式應用在招人上，雇傭了一批慧眼識珠的伯樂(Talent Scout)，利用他們自己的社會網絡去找企業需要的“千里馬”。這些伯樂并不是HireTeamMate的全職員工，只是利用自己的閑散時間做為半職業的獵頭向企業推薦優質的候選人。
 
“目前，招人還是無法實現完全的機器化。如果完全通過搜集和分析網絡數據去招人，會遺漏那些并不喜歡在互聯網上留下痕跡的人才。特別是一些資歷很深的高管，他們一般都是通過自己的人脈網絡獲知更好的工作機會。我們的伯樂團隊與數據化招人相互補充，形成了一個完整的企業招人解決方案。”Steven說。
 
目前，HireTeamMate已經有五十多位伯樂。他們有的還在讀博士，有的是大公司的員工，甚至還有家庭主婦。HireTeamMate對于伯樂有著嚴格的篩選，只有那些具備足夠廣的人脈網絡，同時溝通能力強，信譽好的人才能入選。“我們伯樂團隊中也有全職太太，但是她丈夫是硅谷科技公司的工程師，所以她也可以接觸到很多和她丈夫背景相似的工程師。”HireTeamMate還為伯樂們邀請了Google的全職招聘人員和職業獵頭做周期性的專業培訓，幫助伯樂們更好地了解企業的需求和人才的動向。
 
Steven還告訴記者，這些伯樂的積極性非常高。他們利用各種渠道去找企業需要的人才。他們每推薦成功一個人，會拿到相應的推薦費。而根據要招的職位高低，推薦費也不一樣。
 
一切以數據為驅動，實現人才和初創公司的雙向匹配
 
HireTeamMate把招聘周期從兩三個月縮短到平均兩個半星期，最短的一次從網上發布招聘信息到發錄用合同僅僅花了四天時間。如此高效率的背后是一個由數據構建的多維度人才和公司匹配引擎。而他們所解決的問題不僅僅在于如何招人，而是更深層次地研究了如何去用數據描述一個人，描述一個公司。
 
不難發現HireTeamMate團隊的背景都相當技術化。創始人兼***執行官Steven Jiang和***技術管Shawn Zhang都是博士學歷，有在高校和研究所的工作經驗，在核心期刊上發表過數篇學術論文。他們另外一位團隊成員是數據科學方面的專家，現在是印第安納大學的終身教授。
 

[[161790]]

“我們的團隊基本都有學術背景。做學術的人喜歡刨根究底。在我們眼里，所有事物都能用數字來表示。而我們在努力弄清人和公司有怎樣的數據結構。”
 
一方面，HireTeamMate收集關于個人的大數據，進行數據挖掘和深度分析，建立和企業需要人才的關系。“我們會通過分析這個人在不同社交或者社區平臺的活動情況判斷他是否近期會想換工作，并透過數據判斷他真實的技術實力和工作風格。”

Steven舉例說，例如一個人如果經常活躍于技術社區如StackOverflow，積極地回答技術問題，那么就可以反映出他技術知識很扎實，而且比較樂于助人。同樣，如果一個人近期修改了Linkedin上的信息，補充了一些關鍵性技能，那么他很可能在找工作或者在尋找機會跳槽。

另一方面，HireTeamMate也在收集初創公司的多維度數據信息，進行處理分析后形成初創公司的全方位信用評級報告。這樣，即使沒有像上市企業要求的信息公開，求職者也能夠更加清楚地了解初創企業的競爭實力。同時，對于初創企業，這也是一種最實在和最簡便的“自我營銷”手段。

“在公司剛成立，還沒有什么名氣的時候，需要動用很多心思去說動對方加入團隊。對于初創公司來說，招人其實還是一個市場營銷的過程，需要向應聘者極力展現公司的潛力和愿景。相比于傳統較為單薄的宣傳方式，我們提供的評級報告用數據客觀評估公司實力，讓應聘者能夠更快地定位有卓越發展前景的初創公司。” Steven說。
 
構建了一個多維雙向的匹配體系后，HireTeamMate能夠更加精準迅速地找到企業需要的人，也可以幫助求職者做出更理性的職業選擇。雖然每次HireTeamMate給客戶提供的人選不多，但都很契合公司需要找的人。“我們有一次只向公司客戶提供了一個人選，而這個人就是他們需要的。公司面試完以后立刻就給他發了聘用書。”
 
為國內初創企業輸送海外精英人才
 
今年四月份，Steven和Shawn從三星北美研究中心辭職在硅谷成立HireTeamMate。短短半年時間，HireTeamMate擁有的用戶數已經超過10萬，累計發布的招聘崗位超過一千個，產生的可追蹤的錄用人數超過一百個，而從發布招聘崗位到找到合適人選的平均周期僅為2.5個星期。

他們不僅在發展美國本土市場，也致力于中美之間的人才輸送。隨著國內掀起新一輪創業浪潮，越來越多的海外精英想尋求國內的發展機會，而與此同時國內的創業公司也求賢若渴，希望引進海外精英人才助力公司發展。HireTeamMate就在其中扮演“紅娘”的角色，為國內的創業公司輸送了很多海外優秀人才。目前，HireTeamMate已經和幾十家國內初創企業簽訂合作協議，并成功地輸送了多位硅谷的***科技人才。

最近，HireTeamMate剛剛幫助了一家坐標在北京即將要上市的科技創業公司找到了一位***的人才。這位畢業于清華和斯坦福并且有在Facebook、Twitter等多家全球知名科技工作經驗的***研發人才已經接受聘用，收拾好行囊準備在國內科技界大顯身手。

“中國經濟的騰飛需要海外精英人才的助力。很多海外人才仍在猶豫，原因在于他們不知道有哪些合適的機會。我們在努力嘗試彌補國內企業和海外人才之間的信息差，為更多國內企業輸送海外***人才。”Steven說。