- 云计算
- 企业服务
过去十年，大易云一直专注于ATS招聘领域，目前ATS招聘系统已覆盖从职位发布到入职的招聘场景的全流程；最近一年，在AI产品及BaaS业务两条线都取得了显著进展；未来，大易云定位于HCM一站式服务平台，将通过自研和收购补全人才管理和Core HR相关模块。
在转向SaaS云服务之前，大易一直是个人力资源信息化咨询公司，主营业务是代表甲方做人力资源的系统规划、需求分析以及实施过程监理等服务。
在那个年代，有能力上eHR系统并且有能力在上系统前为一个系统落地的咨询服务单独付费的客户并不多，大易的客户群体从最初便主要聚焦于国企央企等大型集团企业。
然而，业务持续不久便暴露出这个商业模式的一个致命缺陷，即复购率极小且客群范围有限。就在大易意识到这种商业模式的局限性挠头求变的时候，大易看到了一盏明灯——Taleo，美国最早规模最大的招聘SaaS公司。
Taleo在招聘SaaS上的成功让大易开始思考了两个问题，WhySaaS？Why 招聘？
很快，大易便意识到招聘领域数据敏感性不强、相对独立且存在未被满足的企业需求的事实，且大企业相对容易接受SaaS服务方式，因此大易决定进行业务转型。
2007年，大易从招聘切入HR SaaS云服务领域，启动了从咨询公司到SaaS软件公司的转型，转型后大易的主要产品为智能云招聘管理系统，即ATS。
ATS是主力，AI是方向，BaaS是趋势
目前，大易的业务范畴分为三个部分。
主营业务ATS招聘系统产品覆盖招聘场景的全流程，主要包括整合招聘渠道、简历筛选、面试管理、Offer管理、入职管理、招聘数据分析等，并针对非HR用户提供了猎头工作台、内部推荐、微官网/PC官网、面试官工作台等。ATS业务以SaaS形式完成交付，按HR账户数/年付费，部署周期视定制化程度不同从2周到4周不等。
其次，大易近年来推进AI技术的落地应用，通过AI技术赋能ATS招聘，推出了招聘客服机器人、智能简历解析、智能简历推荐、招聘外呼机器人、智能面试机器人等AI应用，AI应用独立于ATS招聘系统单独付费。
另外，大易通过BaaS（Businessas a Service）业务帮助企业解决招聘难的需求，BaaS业务包括内部推荐和全民推荐等业务，采用软件+运营的模式，通过提成佣金模式获取盈利，是未来的一个重要发展方向，当下也为大易带来了更好的现金流。
大易的产品面向的客群主要以大中型企业为主，主要以直销方式获客。得益于公司发展早期的IT咨询阶段的良好积累，大易的客户范围覆盖了许多行业的头部标杆企业，包括百度、华润、工商银行等，客群质量及平均客单价均较高。
从发布到入职，ATS助力HR完成招聘全流程管理
大易的ATS招聘系统覆盖了招聘场景的全流程，从开端的发布职位和简历收集筛选，再到面试安排及反馈的中间环节，以及最后Offer发放、入职管理和招聘数据分析等后端环节。
首先，大易ATS系统通过一站式的多渠道职位发布，准确、高效的完成对于上百个主流招聘渠道及企业内部平台的发布工作，大幅提升了招聘人员的效率。
在职位发布完成的同时，大易的简历智能推荐引擎可以通过岗位标签和企业自身人才库的标签匹配，快速在外部招聘开始之前，先对企业自身的人才库进行一次快速利用。
之后，大易ATS系统通过汇总渠道信息完成简历的收集工作，并同步将简历进行智能解析将简历进行标签化处理，使简历信息转变为系统可以直接处理的结构化数据；
同时，大易也通过内部推荐、全民推荐、猎头工作台等方式利用多种推荐渠道收集人才简历收集。
简历收集完成后，大易ATS通过专属工作台帮助面试官完成简历筛选、智能化过滤去重以及打分预筛选工作。
之后，大易ATS通过招聘外呼机器人、面试机器人等智能化应用，完成面试的安排及反馈；并且，大易通过面试官工作台协助面试官提升效率并帮助简历流转过程复杂的大型企业解决内部协作的问题。
具体来说，面试官工作台可以帮助面试官集中处理简历，参与职权范围内简历的初筛或HR推荐简历的复筛，并随时查看面试安排以及添加语音面评。
在整个面试流程完成后，大易ATS通过Offer管理和入职管理工具完成入职环节与内部eHR系统的打通，向候选人批量发送Offer并完成入职流程，候选人数据转变为员工数据无缝衔接eHR系统。
最后，大易ATS会精准抓取所有招聘环节的数据并完成分析，以可视化报表形式呈现，并支持自定义报表和图表的创建。
推进AI和BaaS产品的开发，提升颜值和用户体验
过去一年，大易云一方面在自己的专业方向ATS招聘版块深耕细作。另一方面，在AI应用及BaaS服务两条业务线都取得了突破性进展。
随着SaaS软件用户人群的不断年轻化，用户对于使用体验和软件交互界面颜值等细节要求越来越高。
因此，在ATS版块，大易一改往日对产品业务能力的专注，开始大幅度提升对用户体验的重视，其最新发布的9.0版本产品在UI设计上更加互联网化、年轻化，在使用体验上更注重于用户场景的深度融合。
大易基于多年的ATS招聘经验，依托于对招聘场景的深刻理解，在AI落地应用方面取得了显著的进展。
第一，简历的智能推荐。首先，大易利用智能简历解析引擎对简历进行高精准度的批量解析并建立人才库；之后，大易通过对岗位和企业人才库中人才简历的双向标签并匹配，完成简历的智能推荐。
第二，招聘客服机器人。它通过与应聘者的自然语言沟通，解答介绍公司基本情况，并通过收集和分析应聘者问题中的信息，向应聘者推荐招聘系统中的最新匹配职位。
第三，招聘外呼机器人。首先，它通过自动拨打以及真人语音交互等方式完成对候选人的批量面试邀约；其次，它会根据HR预设的面试时间及备选时间，自动记录候选人的面试意愿，完成邀约过程；最后，它通过对候选人语音的分析，多维度判断候选人对岗位的意向度等并生成问题报告。
第四，是招聘面试机器人。它根据不同岗位给候选人自主设置题目，并通过视频录制记录候选人答题过程，自动保存到云端并随简历同步发给面试官辅助决策；另外，它还能通过AI技术对候选人进行微表情分析并生成报告评估候选人的情绪表现和性格特征等多维度特质。
除了AI应用，BaaS业务也在同步推进并打磨产品，BaaS业务通过软件+运营的模式帮助企业解决招聘问题，并通过佣金模式获利。
BaaS的主要特色产品是全民推荐产品“人人荐”，它通过连接微信小程序与大易的ATS招聘系统，将传统的员工内部推荐转变为员工朋友圈资源的“全民推荐”，并通过记录微信分享链条向参与者发放奖励。
未来，大易的定位是做HCM的一站式服务平台，一方面通过自研补全绩效、移动学习、薪酬等人才管理相关模块，同时，通过收购的形式，补全CoreHR模块；另一方面，大易将继续研发招聘场景的AI产品，提供更加智能化的招聘产品与服务。
近期，爱分析专访大易云创始人兼CEO申刚正，交流HR行业趋势及大易云的最新发展，以下整理精彩内容与读者分享。
AI与BaaS研发都基于场景的深刻理解
爱分析：大易的产品体系在过去的一年发生了哪些变化和调整？原因是什么？
申刚正：过去一年我们的战略定位基本没变，仍旧是在ATS赛道继续深耕细作，变化主要有两方面。
一方面，是用户体验的提升。从去年大易开始特别看重产品的用户体验，原因是随着用户群体的逐步年轻化，用户对于产品用户体验和颜值的要求也越来越高，因此，我们在这两方面做了大力的投入。
另一方面，是AI技术研发在ATS领域的应用落地，大易的AI产品研发都是基于对场景的理解与结合，大致分为四个方向。
第一，是简历的智能推荐，我们首先通过简历解析将简历标准化建立企业的简历人才库，然后利用简历智能推荐引擎不断将企业人才库中的简历标签化。
当企业有新的岗位发布时，岗位会被实时标签化，这时智能推荐系统会从简历库中找到与岗位标签相匹配的人才简历并发到招聘岗位下面，帮企业完成人岗匹配。
第二，是招聘客服机器人，它部署在大易ATS为企业客户提供的招聘门户上，以微信端为主，同时支持PC端，可以与应聘者用自然语言对话，支持文字和语音识别多种方式，解答公司基本情况和职位情况。
第三，是外呼机器人，它通过批量自动拨打、真人语音交互的方式，解答应聘者的疑问并完成面试邀约过程，通过语音分析，判断候选人对岗位的意向度等。
第四，是招聘面试机器人，通过设置题目并单向录制视频的方式，对应聘者形象、状态等维度进行初步了解，并可以通过微表情分析评估候选人性格特征及状态。
爱分析：简历的智能推荐跟简历解析的区别在哪？
申刚正：简历解析是简历的智能推荐的基础，简历解析只是将不同格式的简历格式变成标准化，但是并没有将简历标签化，只有完成了简历和岗位的标签化匹配，才能进行人岗智能匹配。
爱分析：关于简历智能推荐的引擎，是每个企业本身有单独的模型，还是大易对每个行业有一个通用模型？
申刚正：绝大部分情况下，它使用的是一个通用模型，但是不同行业的岗位要求上还是有一些不同的特征，所以，不同行业的模型还是会通过这些特征对标签进行具体的优化。
相对来说，简历的标签化是相对容易的，因此岗位的标签化是智能推荐的核心，如何通过岗位职责的标签化确定企业想要什么样的人，这是简历智能推荐的关键所在。
爱分析：模型的建立过程会因为HR水平的不同而产生误差吗？
申刚正：模型的建立和训练是靠我们完成的，而不是靠企业客户的HR的操作，智能简历推荐的目的之一就是要降低企业单个HR的经验差异化对简历筛选的负面影响。当然，对于有经验的HR来说，他们也可以基于这个模型的基础之上，自由的增减标签。
爱分析：招聘客服机器人、外呼机器人的底层AI技术是自研还是基于第三方公司的技术？
申刚正：我们底层NLP技术是封装的，我个人认为底层的NLP技术会成为基础设施类的技术，不需要每家公司都去从头投入研发NLP技术。举例来说，就像语音识别，我一定是采用科大讯飞，而不是去自研语音识别的能力。
爱分析：要形成产品，除了技术，大易还要做什么？
申刚正：首先，要打造完成一个操作平台，把底层NLP的技术转化为能够满足一定问答准确度的后台机器人。
其次，就是如何建立精准丰富的语料库。精准度是核心的要求，时间积累、简历数量积累以及对场景的理解是磨练精准度的基础。
爱分析：除了AI研发，BaaS服务的具体情况是怎样的？
申刚正：BaaS业务线主要特色产品就是全民推荐产品“人人荐”，它是一个基于微信小程序的招聘延伸服务。具体来说，就是企业将通过ATS系统将职位发布到人人荐平台上，候选人或者推荐者通过这个平台把简历传回到ATS系统中去。
本质上讲，“人人荐”就是将传统的员工内部推荐，转变为基于员工朋友圈资源的“全民推荐”。举例来说，员工把部门的招聘岗位分享到朋友圈或分享给合适的个人，当有候选人应聘成功，比如将如入职一个月作为应聘成功标准，大易会记录该推荐的微信分享链条并发放奖励。
同时，企业需要预存一定奖金到大易账户中，大易从中抽取一定比例的服务费后将剩余奖金按预先设定的规则发给整个推荐链条中的每个成员。
总之，大易将相关一系列服务打包为BaaS业务，借此切入交易环节。例如“人人荐”平台的优化改造、全民推荐的运营、对推荐者的服务和奖金发放等。所有这些服务都强烈依赖于集成于我们ATS系统内的系统推荐平台，职位和候选人简历都将被发布到这个平台上，所以无法通过第三方去使用。
爱分析：您觉得BaaS产品的研发和迭代升级的门槛和挑战点在哪？
申刚正：作为管理软件来讲，最核心的门槛是对场景的理解，也就是对业务的理解，这直接决定了最后的用户体验。
因此我们的门槛并不是技术上的门槛，而是对客户人才推荐的业务场景的理解。用户体验上看，我们这部分产品的用户反响非常好，从职位发布到应聘再到奖金发放，整个过程都非常流畅。
爱分析：BaaS业务线，除了切入交易环节的人才推荐还会做什么其他业务吗？
申刚正：人才推荐可能是我们整个BaaS业务中与ATS结合最紧密的一个业务点。另外，有可能的一块业务是招聘共享服务中心的外包化。
具体来讲，企业在面对职位发布、简历初筛等这些问题时觉得集约化的处理方式会提升效率，但出于这个目的单独去建立一个招聘共享中心性价比又不高。我们的这个外包业务就是解决企业的这种需求，但我们并不做跟人才交付相关的事，只是相当于承担了HR的一部分工作。
HR SaaS服务一体化前途光明、道路曲折
爱分析：HR软件市场相比人力资源外包服务市场是个小市场，您觉得是否从HR软件市场的所有的点，比如ATS，都能切入到人力资源外包服务市场呢？
申刚正：SaaS的另一种说法，是“服务即软件（Serviceas a Software）”，其实表达的意思是未来很多传统的线下服务都会逐渐基于在线软件来交付，比如要提高招聘流程外包(RPO)的有效性，其对ATS就有很强的依赖性；比如薪酬外包服务，不基于薪酬系统来交付时很难想象的。所以我们看到很多传统的人力资源外包服务商在切入HRSaaS领域，事实上，HRSaaS领域的不同玩家，也会切入到相应的人力资源外包服务市场，服务与软件的边界将会越来越模糊，最终这些服务都会在线化。
爱分析：您认为哪些场景是这些SaaS公司比较容易切入到服务这端的呢？
申刚正：举个例子来说，我们的战略投资方之一的用友，他们在着力建设一个云采购平台，通过整合资源供应商，帮助企业客户完成交易和采购需求，这种服务会在中国企业服务SaaS厂商中越来越多的出现，成为为企业服务的渠道和入口。
爱分析：如果我们说回HR领域，哪些HR SaaS公司能切入到人力资源服务的场景中？
申刚正：在我看来，很多公司都有这种尝试，最典型的是美国的Zenefit。
它商业保险的交易，美国企业需要买商业保险，联合6000多家商业保险机构，通过它的软件，填商保申请效率很高，在上面直接完成采购，收10%几的代理费。借助SaaS软件，接近企业客户，成为企业入口。
中国很多HR SaaS公司也在尝试，但国内的增值服务的模式跟美国不同，比如商业保险的模式在中国还没有出现的迹象。
因此，很多HR企业会找一些其他的角度切入进去。比如CoreHR领域想从弹性福利这个点切入进去，招聘领域重要的采购场景是人才的推荐，人才培训领域就是课程的采购。
总之，企业有采购预算的地方就会有相应的业务场景而可以供我们去切入，当客户习惯于这种软件服务后，这些场景服务就成为接近企业客户的入口。
爱分析：我们注意到大易也在做其他的HR模块，您是如何考虑其他领域的布局的呢？
申刚正：从美国市场的SaaS发展经验来看，单点的SaaS公司发展到一定程度都会横向拓展，切入点可能不同，但最后都殊途同归。
举例来说，我们的一些客户，在逐渐把原来的招聘中心转变升级为人才管理中心，把招聘、培训等多个业务集中到一起，因此企业在寻找供应商的时候也会寻求一个能提供集成解决方案的平台供应商。
因此，我们认为，未来HR SaaS服务一体化是一个趋势。当然我们在一体化演进的路径上，我们不能光看着美国怎么走，毕竟美国中国的大环境不一样。
比如首先，我们要考虑到短期内，我们想做的模块在短期内会不会大规模SaaS化；另外，还有我们要做的领域企业支付能力和支付意愿高不高；最后还有这个领域的标准化程度高不高，如果产品的交付成本高，那么SaaS化的处理方式是不合理的。
基于这几个原因，我们会注意选择自己的节奏来逐步演进为一个一体化服务的提供商，而不是盲目跟风。
从人才管理到Core HR，自上而下补全HR SaaS产品体系
爱分析：因为大易原来服务的客群主要是大企业，但大企业的CoreHR很难被替换，关于这个问题您是如何考虑的呢？
申刚正：我们更倾向于先做人才管理一体化做好这层核心模块。我们认为，CORE HR这部分业务是一体化进程的最后阶段才会去集成的，或者我们直接采用收购的方式解决这部分的问题。
因为，我们认为一层的CORE HR只是底座，COREHR在国内已经做了二十年，其实已经有很多成熟的玩家，可能因为多样性问题，还没有明显的头部玩家，我们可以等待合适的时机再完成收购。
另外，我们认为，Core HR的SaaS化的市场时机还没有成熟，它的目标客群还不足以覆盖足够多的大型企业，因此过早的进入CoreHR的建设研发投入，回报周期可能会相对较长。
爱分析：说回到大易本身的业务，您觉得客户愿意去接受云端的ATS的原因是什么?
申刚正：一方面，这个板块的数据本身相对不是特别敏感，大家愿意放到云端，比如简历数据本身不属于企业内部数据。目前国内环境下，对于相对敏感的数据，大家对放到云端这件事都比较谨慎；
另一方面，这个板块的产品标准化程度比较高，企业在招聘板块的个性化需求相对较少，所以产品交付比较快。但在COREHR领域，交付难度就相对大的多，为了满足企业的个性化需求，Core HR的供应商要大量进行定制化的二次开发。我们认为，这种情况下，是否SaaS化可能不那么重要。