【猎云网（微信：ilieyun
）北京】12月18日报道
12月18日消息，“墨子”HR智能助理机器人宣布已获得来自台湾华泰集团的数百万天使轮融资。墨子创始人兼CEO戴伟康表示，墨子将在技术层面上继续巩固产品优势，为了更好地开拓接下来的新市场，墨子也即将开始下一轮Pre-A轮融资。
公司成立于2015年，由来自百度、阿里、京东等公司的技术核心人员和人力资源行业专家共同创立，核心成员均来自北大、浙大、MIT等一流名校。墨子的初代机器人：小墨机器人MOBOT已经与包括蚂蚁金服、百胜集团在内的100多家公司的合作，而墨子的校园招聘版本也将于2017年底面市。
墨子能够与求职者建立对话，回答面试者关于公司概况，企业文化，企业福利甚至是招聘流程等问题。墨子作为求职者24小时实时在线的私人HR，能够给求职者提供一段愉快的面试经历，而这是许多公司都想做到的。如果墨子遇到不懂的问题，面试官就会替她回答，墨子能够从面试官的回答中学习，如果再遇到同样的问题就不用面试官出手，墨子自己也能回答。可以说，墨子HR智能助理是一个越用越聪明，懂得自我成长的AI系统。
通用版智能助理远未到爆发点，深度垂直的应用层充满机会
然而对所有的智能助理来说，最大的挑战还是自然语言理解。半个月前一场世界范围的图灵测试挑战赛的结果显示，智能助理机器人的表现并不理想。
前浙大网新人工智能专家李兆炜先生，同时也是墨子的首席设计师，他表示：大范围的讲NLU（自然语言理解），场景太多，涉及到的对话和问题特别复杂，高度智能的通用Chatbot（聊天机器人）并未出现，即使是大家比较熟悉的Siri也存在各种各样的问题，平均来看，目前机器人的自然语言理解准确度仅仅在70%，不如人类的80%的识别度。但以深度学习建立NLP知识库框架配合充分的场景训练，使得在深度垂直的应用层场景中，AI尤其是NLP技术充满着非常丰富的想象空间。
墨子团队凭借在人力资源领域十几年的从业经验，将求职者在招聘入职的过程中可能出现的问题场景进行了深度整理解析，建立了包含6大板块10000种常见的问题的知识库。同时墨子搭建以深度学习为核心的自然语言处理框架，在意图识别、知识挖掘和自动回答等方面构建深度学习模型。戴伟康表示，墨子HR智能助理在人员评测、面试邀约、职位答疑、结果反馈板块下的精确度均超过95%，远高于人类水平。
采用私有云模块化部署：企业10分钟上手，24小时完成接入
墨子不打破企业原有招聘流程，而是作为组件无缝插入其中，为此墨子业内首创推出了集“ATS+NLP知识库+智能助理日常教育”三大功能于一体的机器人智能助理管理平台。如果你曾经使用过“传统”的各类企业管理系统，那么用墨子AI系统来处理准雇员问题的方式会让你感觉耳目一新。没有混乱的形式，神秘的特征，或复杂的工作流程。它既干净又直观，所以不需要进行专门的技术训练或有技术门槛要求。
企业专属知识库是墨子HR智能助理的大脑，不同公司信息千差万别，用传统方式搭建企业知识库繁琐而又耗时。墨子利用业内领先的文本信息识别及自然语言理解技术，企业只需将公司介绍、规章制度、招聘需求书等文本、URL或文档上传至后台，即可自动识别所需知识信息，并自动进行分类标注，在墨子AI培训师的帮助下，24小时即可完成专属知识库搭建。
人工智能+人力资源的未来是精准匹配，人事工作全程无人化
墨子HR智能助理未来很可能帮助公司直接决定面试候选人名单。墨子的AI工程师已经设计了一套机器学习算法，通过与求职者的交流从而获得更多维度下信息，而不仅仅是简历。墨子HR智能助理未来会将目前市面上科学合理且被社会认可过的测评体系都学会。戴伟康表示，在相对轻松或者碎片时间的聊天环境下，墨子更容易对候选人进行评估，小墨机器人陪伴一个人越久，就越了解一个人的经验、技能、知识、职业性格、自我定位和价值观念，而这部分刚刚好是构建胜任力模型的基础。
由国内由著名人力资源教授，“中国猎头第一人”龙平教授和知名人才测评专家刘骏波先生等人力资源行业资深专家联合为墨子设计人资测评体系目前正在测试中，即将加入新一代墨子机器人中。刘骏波表示，我们将非常晦涩难懂的人力资源、心理学评断标准简化为多个维度的参数，像MBTI测评体系就是总结为4对参数：E/I、N/S、T/F、J/P，通过维度的组合就可以快速理解到这个人的职业性格方向，比如N是直觉、抽象性思维，T是理性、思维、感染，那NT组合的人会非常‘好为人师’；换个维度来看S（感知、具象性思维），如果ST组合，会特别适合作为团队领导和团队核心，比如陆军元帅型人格：ESTJ。
戴伟康表示，不仅是招聘环节，入职培训和在职教育也是墨子可以做的事情，我们在和必胜客合作过程中，有计划未来共同搭建智能门店与智能员工招聘培训系统，员工从面试到入职培训全部都由墨子来完成，再也不需要成千上万页的各类培训资料，任何不懂的事情，问小墨机器人，一句话就搞定。未来，墨子会作为一款入口级产品，赋能于人力资源服务的各个场景。
