GGV专访|Moka李国兴：AI的发展本质上是生产力的跃迁

文章来源：GGV纪源资本

在HR SaaS平台Moka CEO李国兴看来，传统的HR SaaS行业需要变革。

创办HR SaaS软件，又在人力资源行业里摸爬滚打了近10年，作为创业公司和创业者，在ChatGPT诞生后，李国兴迅速嗅到了变革的味道，他判断“这就是未来，这就是下一代的技术革命。”2022年底，Moka宣布“All in AI”，在2023年6月份，Moka发布了HR SaaS行业首个AI原生产品Moka Eva，掀起了“AI+HR SaaS”的浪潮。

对于行业，李国兴也有许多新的思考，他说：“将有更多细分市场的需求被满足。”谈起整个SaaS行业，他说：“尽管可能会面临一些阶段性挑战，但长远来看，前景仍然乐观。”谈到HR SaaS的发展，他说：“确定性的机会还有很多。”

总体来说，Moka和李国兴对未来都仍然保持相当的信心。而我们知道，周期之中，信心比黄金更加重要。

当我们看向未来时，往往更重要的是回顾历史。时间再倒回行业初始，第一款HR SaaS软件，当初是怎样切入市场的？

市场的接纳与这个赛道的建立，归功于目标企业CEO的远见。对大部分HR而言，招聘是其中重要的一环，为了建立企业的人才竞争力，需要不停从外部获取人才，而非只是在内部慢慢培养。正如人们常说的，CEO最主要的工作是“找人”与“找钱”，很多CEO也将招募人才作为自己的日常工作。尤其是IT或互联网企业的CEO往往非常开放，愿意拥抱高效工具，他们也因此成为了第一批HR SaaS软件采购者。

当一线HR受益于HR SaaS软件之后，随着他们自己也逐渐作为重要的人才供给，从一家企业跳槽到另一家企业，便把自己使用的HR SaaS软件“传播”到了另外一家企业。

然而对于HR SaaS软件的开发团队来说，真正的深水区才刚刚开始。尽管随着更多企业意识到to B软件带来的好处，HR SaaS软件逐渐持续获得增长，但是在早期，仅凭尝鲜者的口口相传而达到深度渗透的可能性并不高。它们需要积极地解锁不同垂直行业。

“软件在企业中越来越多的应用是不可改变的大趋势。SaaS和to B公司在过去几年的发展为软件企业奠定了重要基础，尽管可能会面临一些阶段性挑战，但长远来看，前景仍然乐观。对于HR软件领域，一体化趋势逐渐显现，特别是中小企业对于在线工具和合规管理的需求明确，同时也希望提高内部效率和数据分析能力。”基于这种背景，Moka不断加强一体化产品投入，截至2023年8月，Moka的一体化产品Moka People已经服务数百家优质企业，包括白山云科技、七猫文化、众合云科等。

Moka HR SaaS整体解决方案

而对于大企业来说，他们更注重各部门的独立决策，因此也更青睐专注于某一领域的优秀产品，这也是相当明显的趋势。在HR SaaS领域，即使有Workday这样的顶尖公司，许多独立的公司也仍然有机会，在薪酬和招聘等不同领域为大型企业提供优质服务。客户规模和产品模块的多样性需求，是目前人力资源数字化领域的关键特征。

跨国企业（Multi National Company）是Moka在发展当中明确意识到的机会点，这个圈子内的人联络很紧密，人员流动性较高。再加上国家对个人信息保护的要求，跨国企业很难使用一款海外产品来中国市场招聘，它们不得不采购一些本土化的IT设施与SaaS软件。Moka在此的策略是，锚定一些目标客户，再进而影响其他潜在客户。

Moka进阶史

而反过来，中国的出海企业也是值得聚焦的客群。如果企业扎根在国内，却又需要在海外进行拓展，所带来的便是系统信息的割裂化，国内、海外各一套SaaS产品，海外的产品相对比较贵，服务却未必刚好。

对这类企业来说，在海外的某招聘系统发现了人才，却很难与国内的系统汇总到一起形成人才库。想要服务好这部分客户，了解它们所在的产业生态，与全球上下游生态的运作模式非常重要。

除了智力密集类岗位之外，Moka也在拓展一些不同的招聘场景，例如针对连锁企业餐饮、鞋服等的门店招聘。这些企业的招聘需求较为特殊，它们非常重视地理属性，因为行业的候选人普遍希望在自己周围几公里之内来寻找工作；这些企业招聘的流程也会有些变化，候选人或许没有非常丰富的简历用来系统性初筛；很多门店的流动率很高，每年可能要换一两拨人员，因此招聘需求更大，也更加频繁。

针对这样特殊的行业，Moka发现他们的痛点不是筛选拥有更好背景的候选人简历，而是迅速让门店附近有求职意向的人知道这里的招聘需求，因此产品需要利用好移动端优势。

而制造业的招聘流程更为不同，涉及到蓝领雇员的招募，用人单位普遍倾向于短时间内大量面试、大量招聘，而且还需要调用候选人的信用记录甚至犯罪记录等。

而在疫情后的几年，HR SaaS产品开发团队需要格外注意的是新的经济背景与就业环境。企业对于HR的SaaS产品的接受度和需求度正在提升，市场规模也在快速增长。近两年的环境变化可能会对长期发展提出一些挑战，但整体趋势仍向好，精细化运营的要求日渐迫切，企业更注重内部运营，而非外部红利带来的不确定性增长。

有一个必须认清的事实是，SaaS模式兼具先进的云技术，以及更低的客户拥有成本，在国内企业大规模数字化转型的今天，SaaS是最具经适性和性价比的转型方案。

真正关乎SaaS成败的关键问题是——产品是否真正打到了用户的痛点，真正让用户愿意使用产品。在Moka看来，本质上，企业一定是更关注软件的实际价值和效益，而且，软件只有被使用才能发挥价值。

购买后并未充分使用是许多传统软件的弊病。企业被美好的故事所吸引，但实际上功能、解决方案和用户体验都未得到很好地实施，客户最大的感受常常是“买了不用”。这是一个常见的现象，即产品未能实现其预期价值，导致用户没有真正使用。

很多软件交易也因此变成一锤子买卖，供应商对企业的后续使用并不关注。而这些产品虽然拥有让人眼花缭乱的功能清单，但无法深入企业的工作流中，很难让用户痛点得到有效满足。

在李国兴看来，简单地把功能进行堆叠，或简单地追求覆盖HR的整个招聘流程，都很难让客户切实地使用起来。HR反而会认为，专门为了系统录入而重复下载、导入简历这些动作，是在徒增工作量。

因此，让产品好用成了开发者的必修课，也给了市场新的机会。把传统行业的软件，用新的产品思路再做一遍——Moka起初创办的原因是看到了HR的工作痛点，即搜寻简历、筛选简历、联系候选人、面试等事务性的工作琐碎且重复，Moka希望用软件帮助他们完成可被替代的工作。

在海外，“企业级软件的消费者化”是一个重要的趋势。即使Oracle、 SAP这样量级的企业级软件也会追求C端直接用户的易用性，为他们提供工作上的帮助，也让他们日常喜爱使用。这也直接启发了Moka“全员体验更好”的产品设计理念。

为了做到这一点，就必须对客户有深度理解。实际上，每个赛道、每种规模的企业都拥有自己的特点。百人以下的企业普遍难以成为HR SaaS软件的目标客户，因为与海外环境相比，中国的小型企业生命周期较短，有很大的不确定性。而几百人到2000人的成长型企业则是HR SaaS的主流客户，他们对高效管理的需求较强，也有一定的购买力。

如果以赛道作为分类方式，则每个赛道也会存在在此深耕并获得小圈子客户信赖的软件产品，即使企业规模较小，但如果软件产品与目标的to B企业业务的关联度较高，也可以收获高营收。

以Moka为例，在确定目标规模的企业之后，基于“全员体验更好”的理念，就会深入体会客户的使用习惯与业务流程：以招聘产品的推广为例，我们会去了解客户的HR如何工作、面试官的面试流程等，并在客户企业做一周HR来深度体验，跟随HR一起跑校招活动，去寻找客户的隐藏痛点，不断拓宽产品的提升空间。

在产品的打磨上，Moka也格外重视客户的实际使用场景。“与第一家客户（麦当劳）签约后，我们与他们共同创造了解决方案，这是一种常见且有效的方法。在打磨新解决方案时，我们寻找愿意解决问题的优质客户，方便我们深入理解业务本质和痛点，以提炼共性的问题和解决方案。”

“我们的目标是提供更合理的产品解决方案，以长期为客户提供服务，并赋予他们更多有益的经验。这需要在组织层面进行一些变化，并给予足够的支持和压力，以确保管理层对此方向有明确的关注，并在这个方向上做出大量努力。”李国兴提到。

Moka CEO李国兴

在李国兴看来，科学技术的发展的本质是生产力的跃迁，例如AI：它释放了生产力，满足了更多需求，包括小众和个性化需求。在AI兴起之前，这些需求往往无法得到满足，因为它们在经济模型上不合理，“AI可以释放生产力，促使小组织和小团队兴起，从而满足更多细分市场的需求。可以预见，这将带来供给侧的巨大变化，原因是客户侧仍有许多亟待满足的需求。”李国兴认为。

“用户在搜索信息时，希望能够获得准确的、真实的事实，而不是通过排名机制来判断信息质量。他们希望找到所谓的‘Ground Truth’，即真正的本质事实。”李国兴用搜索引擎的使用场景举例。这一理念也被Moka应用到AI原生产品的研发中。

Moka CEO李国兴

当HR招聘岗位时，会希望将岗位描述与招聘软件的简历初筛机制相结合，如果AI能够主动给出建议，并根据HR对目标人才岗位职能描述的只言片语直接生成明确的、像猎头那样给出的专业描述，这将让初筛变得更加高效，从而大大节省HR的工作时间成本。

在面试官每天针对多个不同属性的岗位进行面试与记录时，如果AI能够针对不同岗位，提出定制化的面试问题，并且能够快速形成面试会议记录，生成面试汇总并提交，这将直接解决面试官的效率痛点。Moka的产品设计初衷就是遵循用户的体验需求：把招聘嵌入到工作流中，替代一些繁杂的工作，让人更专心地进行决策。

“我们目前有两个功能在推进。一个是AI自动设计面试题，让AI基于简历和岗位的需求，以及我们设定好的评价维度，自动生成面试题。二是‘面试留痕’，比如候选人的表现和工作能力哪里强、哪里弱，我们想要用AI自动根据面试内容做Summary（总结），HR只要稍微修改一下，就能自动变成这次面试的反馈，最后HR对候选人的评价也能有据可依。这样也能帮助公司形成人才库，在未来的时刻选择是否要将这个人激活。”李国兴表示。

随着大模型技术越来越深入，AI有望与招聘领域的所有产品进行更深度的集成，进一步改造工作流。

但在如此垂直的领域上，AI也并非没有困难。例如，HR每天的工作还包含公司内部的人事业务，AI是否理解“补偿金”这样的概念？AI如何理解员工汇报？AI眼中每个岗位的“上级领导”是谁？这些概念背后的知识是初期的AI所不具备的。

“举个例子，在一次场景中，我们问AI这种情况下需要汇报的上级是谁？它或许可以答出你的上级的正确信息。但如果你问它直接上级是谁？它不一定理解‘汇报上级’和‘直接上级’二者概念和这种细微的语言差异。另外，除了语义理解需要提升，HR有两种能力很难被替代掉，其中之一就是HR所代表的人与人之间的连接与信任，以及整个团队的感觉和氛围。HR会通盘地思考，感知到组织的全貌，并潜移默化地将组织向好的方面积极引导，这个非常重要。”李国兴告诉我们。

那么，用AI改造行业，如今面临的难点是什么？与其他等待着AI去改变的行业一样，人力资源行业也拥有自己的一套知识体系与规则，好在AI嵌入后，由于实时互联网登录可以迅速进行查找，但“理解”却是AI必须跨越的一步。

语料库也是AI研发之中的难点。与英语世界相比，中文世界的语料较少，人力资源相关的语料更是稀缺。而且这些语料分散在不同平台，在HR的微信里所蕴含的人力资源相关文本知识甚至远高于互联网语料库。

但无论如何，Moka的原生AI产品——Moka Eva代表着HR SaaS行业的重要进步，它不仅可以帮助HR用AI筛简历、给候选人定制面试题、帮助面试官自动写面评，还可以回答员工日常的人事问题，自动化完成证明开具等请求，并能将以往要花费数周时间的数据统计和分析的工作简化到几分钟。