今年3月，北美著名人力资源集团公司SourceCon举办了一年一度的行业竞赛。一台机器“代号B”参赛者仅花费了3.2秒就筛选出了合适的候选人，同时职位适配性还排到了第三名。其他通过人工筛选的团队则使用了10-20个小时来寻找合适的候选者。可见人工智能技术在招聘领域的
应用潜力巨大。
技术出身，又在人力资源行业深耕近10年的李松毅看到了希望，终于可以用科技来解决招聘领域的痛点，同时获得巨大的利润，因此他于去年创立了人工智能初创公司Bello，并邀请了那台“代号B”机器的CTO以及首席科学家加入Bello团队，希望将这项技术带入中国市场。
李松毅告诉36氪，招聘领域是一个非常原始的现状，大量靠堆人头去完成简单重复的工作，比如要看大量的简历并且和岗位描述进行比对。人工寻找和筛选简历，除了效率低还存在比较大的主观性和经验不足带来的偏差，给企业带来发展的阻碍。
同时，招聘市场的体量巨大，全球招聘市场的市场总量已经超过4500亿美元，年增长10%以上。 Bello现在更加专注于中国市场，主要针对人数在1000人以上，有一定规模的HR系统和招聘需求的大公司，帮他们度身定制最强招聘智能。这样的商业模式才有客户买单，毕竟HR领域人工智能的容错率是很低的。
Bello于去年开始使用大量适用于中国市场的数据训练通用算法模型，现在的订制招聘智能是基于通用模型而来。Bello CEO李松毅告诉36氪，利用AI技术的招聘场景大概就是这样的：招聘官拿到招聘需求后，向AI招聘系统提交职位描述。AI系统会将成千上万份简历和职位描述进行比对，并按照匹配度排序。招聘官只需要花5%的时间和最相关的Kaiyun官方网站app登录 沟通即可，节约了大量时间成本，同时也不会再因为人手不够而错失好的Kaiyun官方网站app登录 。
李松毅表示，他们的优势主要体现在三方面。首先Bello拥有数千万级的训练数据库，覆盖了中国80%以上的数据类型，帮助Bello训练出了有普适性的算法模型，但是精准性还是有进步空间。
第二个优势主要体现在自然语言处理方面。李松毅告诉36氪，他们拥有30多个相关专利，可以在职位匹配过程中加入更多维度的信息匹配。比如在完全相同字符比对的基础上，加入了同义词的理解，进而有效克服传统基于字符串匹配无法解决的多义词，同义不同表达带来的匹配精度低的问题。此外Bello还可以获取应聘者其他平台开放的社交数据，从多个维度来判断应聘者是否符合公司职位要求。
第三个优势体现在Bello还会在通用算法模型基础上，根据不同的企业需求，加入企业的招聘偏好。李松毅告诉36氪，他们会从客户处获取优质员工的简历、绩效考核、评价等多方面数据，对这些有标注的数据进行机器自学习，形成算法模型。
在效率方面，李松毅表示基本可以完全代替招聘HR的 60%的工作量，同时也不会受到HR经验水平等主观影响。据悉，Bello已获得一批种子客户包括：Facebook、华润集团、珍爱网、优课联盟等等。并正在与腾讯公司深度合作，订制技术岗位的专家型招聘机器人，实现高度自动化，试用版系统近期即可上线。除了给一些大B客户定制定制岗位专家型招聘机器人，Bello还可以将API开放给其他正在使用ATS系统，按年计费。
李松毅告诉36氪，未来他们也会在Kaiyun官方网站app登录 生命周期中，运用AI及行为学分析技术来略过部分面试步骤，进一步提升效率，提高用人精确度。
Bello现有8人，研发中心位于美国波士顿。公司在近期的AI LAB的决赛中胜出，并入选了腾讯AI加速器。现在正在寻求1000万元的天使轮融资。
