e成科技：推动AI技术落地，“AI技术+HR知识”造就新物种崛起

　　2019年9月7日，e成科技受邀参加由AICUG人工智能技术社区主办的AI技术与产业应用结合的年度盛会AI 先行者大会。本届大会聚焦国际AI前沿技术、产业落地应用，汇聚中美AI行业领袖与技术大咖，共同探讨AI行业发展趋势与未来。

　　活动上，来自阿里巴巴、腾讯、Intel、NVIDIA、商汤、云从、旷视、驭势科技、思必驰、Airbnb等国内外尖端AI企业的智能技术专家，聚焦NLP、语音技术、AI解决方案、AI+新零售、CV、推荐算法、无人驾驶、人工智能平台等前沿主题，为大家展现AI技术魅力，共话AI技术与行业落地实践，探索行业发展与未来。

　　e成科技AI算法负责人刘洋出席了本次大会，并在活动上发表题为“面向人力资本场景的NLP智能平台”的精彩演讲，展示了e成科技在NLP(Natural Language Processing，自然语言处理)技术领域的创新研究以及在人力资本领域的应用突破。

　　困境：To B企业的AI落地之难

　　中国互联网发展环境及巨大的人口红利成就了C端的异军突起，但B端发展滞后欧美。当SAP、微软、甲骨文、Workday等早已风生水起之时，中国B端企业却声名不显。近几年，得益于云计算、大数据、人工智能、物联网等信息化浪潮齐发，To B回暖，但道阻且艰。

　　刘洋表示，AI的落地和商业化对很多企业来说仍面临着诸多困难，聚焦到人力资本领域，AI技术落地过程中面临着如下几个痛点：

　　数据稀缺性

　　数据是AI的“燃料”和技术创新应用的基础。对于AI算法来讲，只有获取大量与行业、领域相关，且标注、整理过的数据，才可能被使用。对于To C企业，得益于互联网的发展和人口红利，会产生大量用户行为数据;但对于To B企业级服务来讲，产品发布前是没有用户使用的，所以面临的是更大的数据稀缺性。

　　领域知识

　　技术与业务场景之间往往存在着一道鸿沟，AI技术缺少专业领域知识和应用场景的理解一直是一大痛点。一般来讲，技术能力强的企业未必懂业务场景和专家知识，懂业务知识的未必有AI技术，这就会导致强大的技术无法与具有高度专业性的人力资本领域融合，机器学习模式与HR工作方式难以匹配。不像很多To C领域的知识通俗易懂，人力资本、金融等领域拥有非常系统和专业的知识，要实现与AI技术融合，不深谙领域知识是不可能的。

　　模型解释性

　　AI技术的落地，不是算法的累积或者炫技，也不是任务独立优化，而是一个面向产品性能和用户体验不断寻求满意性和解释性的过程。对于To C领域来讲，很多应用和产品面对的是海量用户，具有一定的容错性;但面向企业服务的To B领域不同，尤其是人力资本领域，比如招聘和晋升等人才决策可能会影响一个人一生的命运。所以在企业用户看来这一点非常重要，他们不光需要一个结论还需要一个解释，没有解释很难让人信服，这是在模型学习和算法设计里需要着重考虑的。

　　破局：“AI技术+HR知识”造就新物种崛起

　　尽管AI落地尤其是在人力资本领域落地面临诸多困境，但凭借领先的AI技术积累和优秀的AI研发团队，e成科技成为最先强调AI技术并率先将AI技术成功应用于人力资本领域的HRTech公司。

　　e成科技不但拥有领先的AI技术能力，还汇集了一批顶尖的咨询专家，AI技术与专业能力的结合，造就了既有AI技术又懂领域知识的新物种，并在长期的积累、实践和打磨中，探索了一套行之有效的优秀解决方案和成功经验。

　　活动上，刘洋通过一些实践案例进行分析，分享了e成科技是如何突破和解决这些痛点的：

　　多管齐下：技术创新和专家知识解决数据稀缺

　　数据稀缺性是B端服务企业最大痛点之一。针对这一点，e成科技结合自己的AI技术能力和丰富的行业经验积累，做了很大的创新突破。刘洋表示，一方面我们通过迁移学习的方法，寻找了很多其他行业的语料进行补充；另一方面，通过e成科技的专家团队，撰写了大量语料，并进行专业人工标注，为模型提供更多语料。同时，我们还尝试了很多新的技术、模型和方法进行样本构造。

　　通过这些方法，我们的人工智能产品取得了不错的效果，例如e成科技独立研发并首创的BEI机器人评测准确率超过80%，相当于1年经验顾问，可有效应用于面试选拔、人才盘点、内部晋升等多种场景下。

　　兼容并包：AI技术创新与拥抱过去

　　多年来，e成科技一直持续加强AI技术投入与创新研发。公司拥有超过50人的顶尖算法团队，在国内人力资本行业规模最大，是国内唯一成立Barbel人工智能实验室的HRTech企业。

　　在AI产品研发和智能算法模型搭建过程中，引入深度学习、知识图谱、半监督学习、小样本学习等最主流、最前沿的AI技术。比如我们应用了近两年NLP领域乃至人工智能领域最流行、最前沿的技术之一——Bert，它彻底改变了预训练产生词向量和下游具体NLP任务的关系。刘洋表示，Bert跟人力资本业务比较贴合，我们将新技术应用其中，并基于具体场景做了很多技术优化，如样本优化、性能优化等，并基于人力资源场景语料专门训练了Bert模型。同时，我们把它平台化，把很多其他NLP工具集中在平台里，未来可以做到更强的模型，更加贴合业务。

　　为了满足模型的解释性，e成科技将最新AI技术与符号主义、专家系统等经典方法进行兼容并包，尝试了很多有效的方法。比如我们使用贝叶斯网络，它的最大优势是将先验知识与样本信息相结合，并能挖掘出特征间的因果关系，且对数据量要求并不高，这与很多人力资本场景业务完美贴合。

　　人工智能背后的人：专家助力技术拥抱业务

　　在AI技术高速发展的背后，离不开人工智能背后的人——专家。AI技术本身不具备生产力，只有与领域知识和业务场景结合才能释放巨大能量。专家对人力资本业务领域有着深刻的理解洞察能力，是AI技术落地到垂直产业的关键。

　　作为HRTech领域唯一拥有咨询专家的公司，e成科技组建了超过30人的来自全球知名咨询企业的顶尖咨询团队。在模型搭建和算法训练时，e成科技的专家团队提供了大量专业的人工规则，为AI技术与业务结合提供很大帮助，让AI技术更贴近业务场景需求。

　　刘洋表示用AI解决To B业务的困难就在于没有数据、场景和业务，很多技术能力和模型在实验室看起来很好，但不能满足客户需求。以人力资本经典场景“定岗定薪”为案例，他表示从算法思维角度，我们往往会带着技术先入为主的思维“误入歧途”，但是结果与业务方需求并不符合;若以业务为导向，深入解读业务场景，结合专家提供的专业、准确的业务信息与规则，模型会更具解释性，从而达到产品性能和企业用户的满意性。

　　所以，在未来AI逐渐落地的探索道路上，不仅需要性能优越的算法模型、大量的优质数据、专业的领域知识、真实的场景需求，最根本的是对业务的深层次理解。

　　面向未来：连结人与任务

　　数字化转型已经成为数字经济时代的必经之路，所有企业都在向智慧型企业转型。AI技术决定数字化的未来，e成科技通过AI技术的布局，推动AI赋能人力资本全场景，助力行业数字化转型。

　　AI开放平台

　　e成科技推出HR行业首个AI开放平台，并已经实现AI能力中台化，即⽤即取，高效连接算法能力和业务诉求;同时对外开放AI能力，将多年AI能力积累开放给所有HR行业友商，助力人力资本智能化升级。

　　两大引擎：Bot和画像

　　e成科技通过Chatbot（智能聊天机器人）和画像两个核心引擎，提供全方位的数字化人力资本解决方案。Chatbot提升效率，画像提升效果。

　　五大Bot协同

　　e成科技创新独立研发了具有多模态交互能力的Chatbot，覆盖职位咨询、面试协同、意向确认、简历初筛、BEI访谈、员工服务等诸多场景，支持语音、文字、视频等多种形式，实现招聘的全面数字化升级;并基于专家知识图谱与NLP技术拆解、提取有效信息，刻画全面人才画像，为人才决策提供有效建议。

　　画像精准洞悉人才

　　e成科技用动态画像取代静态简历，基于AI技术、候选人数据、专家知识生成人才报告，不仅包含个人信息、工作经历、教育背景等人才冰山上的信息，还深度挖掘难以评判的素质、性格、潜力、价值观、领导力等冰山下信息，并解析各维度之间的联系，洞悉人才成长的内在机理和轨迹。画像的颗粒度更细，识人更准，企业可以全面升级招聘、人才盘点、定岗定薪、绩效管理等工作，实现企业人才管理的实时化与可视化，科学性与客观性。

　　未来，随着经济和科技的飞速发展，人的时间变得越来越碎片化，公司的形式也许会渐渐消亡，e成科技希望通过技术重新建立人与任务之间的连接，更好地调度人和任务，做到资源配置和效率的最大化。人们根据自己身上的多样才华充分地介入不一样的工作，人才的分工流动会充分释放才华。也许有一天我们会迎来这样的时代，这也是我们希望看到的未来。

　　分享结束后，听众与嘉宾进行了热烈互动，大家争相提问，对分享内容及e成科技的产品表现出很大兴趣。分享内容中干货满满，不仅包含了AI技术研究的探讨，也分享了技术落地于行业的成功案例，听众们表示受益匪浅。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。