与Moka联合创始人兼CEO李国兴探讨：AI时代下，如何引领企业成功驶向未来？

参考摘要：AI技术的应用不应仅仅停留在追风的层面，而应深入到企业的实际需求中。

在当今这个快速变化的商业世界中，企业面临着前所未有的挑战和机遇。随着人工智能和机器学习技术的飞速发展，我们正站在一个新时代的门槛上，一个由数据驱动定义的时代。

近日，Moka联合创始人兼CEO李国兴先生接受了采访，分享了Moka在AI领域的探索和实践，特别是其AI原生产品Moka Eva的推出，如何通过智能化的面试解决方案，提升企业的招聘效率和质量。他指出，AI技术的应用不应仅仅停留在追风的层面，而应深入到企业的实际需求中，解决具体的业务问题。

此外，李国兴先生还表示，单纯的降本并非长久之计，真正的关键在于通过控制成本来实现与增效的平衡。Moka的产品设计理念，正是基于这样的理念，旨在帮助企业在激烈的市场竞争中，通过智能化的工具和解决方案，实现成本与效率的最优平衡。

在这次对话中，我们将深入探讨Moka如何通过其创新的产品和解决方案，帮助企业在成本控制与效率提升之间找到平衡点，以及AI技术如何为企业的人力资源管理带来革命性的变革。同时，我们也将一窥Moka在全球化道路上的雄心与实践，理解它是如何在不同市场和文化背景下，为企业提供定制化服务的。

AI深度融入工作流是关键

Q：从您的角度来看， AI 能力对Moka 产品能力的提升或者优化的效果有哪些？

A： 从去年 6 月我们推出 AI 原生产品 Moka Eva 到现在，已经与客户实践了一年，取得了不少收获，也发现了一些客户非常感兴趣的 AI 大模型应用场景。

例如，在面试过程中，面试官与候选人之间的对话本质上非常适合大模型处理。大模型擅长文本理解与分析，可以在面试前自动生成针对候选人的问题，基于简历信息和职位描述，从而帮助面试官更好地开展面试。

在面试过程中，大模型可以提供引导和追问，帮助面试官提出更深入、更高效的问题。此外，我们还在与客户探讨如何提炼公司内最佳面试官的提问方法，并通过 Eva 融入面试过程中，以提高整体面试效果。

面试后，Moka Eva 可以基于对话自动生成面试纪要和初步评价，面试官可以在此基础上进行修改，形成最终评价。这不仅减轻了面试官的负担，也帮助 HR 和用人经理避免问及不适当问题，提高候选人的体验和满意度。

整体来看，Moka Eva 提供了一套智能化的面试解决方案，覆盖面试前、面试中、面试后三个环节，大大提升了效率和效果。

Q：Eva 的定位是面试官的助手，还是未来希望它能够完全取代面试官？

A： 现阶段，Eva 的定位是面试官的助手，即 Copilot 角色。从长期来看，例如 3 到 5 年后，可能会有更多的发展潜力。

目前，我们服务的客户大多面临招聘重要岗位和知识密集型岗位的挑战。企业在招聘这些人才时，成本极高，通常需要筛选上千份简历，面试上百人，最终录用两三人。这整个过程耗时数月，成本巨大。如果最终录用的人不合适，对企业来说是巨大的损失。

我们希望通过 AI 技术，在简历筛选和面试环节帮助企业更准确地招到合适的人才。目前的 AI 技术还无法完全替代人类面试官，因为知识密集型岗位的考察维度复杂，还需要人际信任和企业文化的匹配。每个公司对同一岗位的要求都不尽相同，这些方面难以标准化。

因此，现阶段 Eva 的目标是更好地辅助面试官，帮助企业招到合适的人才。

Q：您如何看待像Moka这种从SaaS平台上成长起来的工具，与将大模型应用于人力管理的公司之间的渗透？

A： 纯AI应用在企业服务场景中，通常是一些点状的应用，能够在特定场景中产生良好效果。例如，美国的一些公司在视频生成等领域取得了一定的收入规模。但从整体上看，企业服务需要深度融入工作流。企业在购买或决策软件产品时，关注的是这些工具能在多大程度上帮助其业务场景。

我们在招聘管理(ATS)中的AI应用，例如在不同的招聘环节中引入AI能力，能够深度契合客户的工作流，这种集成方式对企业来说更有价值。而独立AI服务商则可能无法提供这种深度集成的体验。

另一方面，大模型在生成领域的应用，如视频和图片生成等，更多是点状应用。这些应用场景中，企业会购买一些单点产品来满足特定需求。所以，目前看来，这两种趋势是并存的，各有侧重。

Q：关于大模型的使用，Moka会选择哪些大模型？

A： 我们在业务场景中使用多种