GenAI时代，HR SaaS厂商Moka的进取之道

　　当下充满不确定性的环境下，降本增效成为每个企业的必修课。在GenAI时代，每个软件都将要被大模型重构基本形成共识，企业也希望拥抱AI实现降本增效，大模型为产业升级带来了新的机遇和挑战。

　　HR SaaS厂商Moka在Moka Ascend 2024产品发布会上，发布Moka人效管理解决方案，进行一体化升级，此外Moka Eva从智能面试到智能招聘解决方案升级，推动大模型在HR领域应用落地，为人力资源数智化转型提供了新的选择。

升级人效闭环全面管控人力成本

　　Moka 联合创始人兼CEO李国兴介绍，越来越多的企业在管理诉求上，从事后处理转变为前置预测，希望能提前识别业务风险和趋势，在不确定中寻找更多可能性。他强调，企业一味追求“降本”不可取，“控本”才是有效的管理结果，实现控本与增效的平衡，才是更理性的选择。

　　“控本”需要看得清绩效情况，管得住企业预算和成本。解题的关键是形成闭环管理迭代，实现一体化协同闭环管理。Moka研发理念是用最合适的技术匹配众多功能闭环实现业务价值，通过大小闭环，让闭环管理的实用价值在系统中落地。

　　去年，Moka强化People与招聘之间的协同与闭环，打造HR SaaS一体化，通盘考虑管理者、员工、HR的需求，提供更好的体验。

　　今年，Moka在HR SaaS一体化方面更进一步，发布Moka人效管理解决方案，打造人效闭环。

　　Moka认为，一个完整的人效闭环，要能够帮企业从预算制定开始、到成本管控，再到最终人效结果的呈现，更全面地看待人力资源效能的运作情况，也让过程中的管理价值不断重复循环起来。而闭环体现了一种迭代思维，利于组织的复盘、优化和升级。

　　据悉，Moka People的数据量化和可视化能力，能够“看得清”人力执行规划、成本支出、决策方向，让按部门、按成本中心、按项目组及与之关联的绩效情况，实现数据驱动的更精细化管理。Moka People所具备的预算分解、编制分解、招聘需求分解、成本中心管理及成本分摊，以及项目组管理及项目工时管理等能力，让企业“管得住”预算规划、人员规模、人力成本、业务目标。

　　Moka 将预算与编制调整、定薪与调薪、批量调薪等业务场景一体化联动，让各项人力业务工作在可控成本内开展，将人事业务流程和预算管理一致，将管理动作前置，可以更全面地管控成本。

寻找大模型在HR领域的边界

　　早在2018年就布局AI的Moka是HR SaaS领域大模型时代的排头兵，去年6月，Moka发布了基于大模型的AI原生HR SaaS产品Moka Eva，据悉，Moka Eva名字来自“Moka Evolution With AI”的缩写，寓意Moka全面拥抱AI的战略。

　　Moka Eva自上线以来，筛选了10万封简历，陪伴2万场面试，回答了300多万次的企业员工问题。过去的一年多时间里，Moka Eva能力不断进化，如今在面试及招聘场景中实现全流程应用，并将持续以闭环化的思路来构建Eva的能力，实现从智能面试到智能招聘解决方案升级，与此同时Moka Eva在效率和准确性上实现了大幅提升。

　　Moka 合伙人兼CTO刘洪泽认为，AI原生是将AI技术作为产品的核心，重新去思考并赋能整个领域的场景。

　　Moka通过提示词系统建设、构建安全围栏和大模型接入与测试平台建设实现HR SaaS产品的智能化升级，其中关键是将积累的行业和场景know-how封装到大模型中，提升大模型的准确率和效率，大模型接入与测试平台提供了模型的纳管和运维，如此可以为企业客户提供一个开箱即用的智能HR SaaS方案。

　　比如在面试场景，Moka Eva智能面试解决方案，可以定制面试题、智能撰写面试纪要，而且可以提醒面试官智能追问，沉淀了数据后更有利于后面的复盘和迭代优化。

　　而很多HR反映，Moka Eva的简历筛选和智能面试等能力可以将他们从繁杂重复的简单事务型工作中解放出来，提供辅助作用，虽然最终决策还是要靠人来完成，但是AI帮助他们节省了时间，他们可以把时间和精力放到更为重要的工作上。

　　刘洪泽介绍，现在企业在选型HR SaaS产品时，除了功能、性能等方面的能力，也会更为关注厂商的持续创新能力、对AI新技术的战略态度、业务know-how以及对数据安全隐私的保护。

　　今年Moka新加坡数据中心投入使用，出海业务在加快推进。Moka全新功能SmartPractice，集成多国家和地区招聘优秀实践，通过智能识别和提示各国/地区的相关政策要求，结合自动生成的内容模板，为企业提供一个高效、合规的全球招聘解决方案，智能辅助HR全球招聘，提升招聘效率与招聘质量。

小结

　　刘洪泽相信大模型技术带来的变化是革命性的，对于HR SaaS领域来说应该是雪中送炭。Moka也有信心为业内带来实实在在的价值，一方面，底层基础大模型的能力和Moka自己的微调、训练能力越来越强，可以探索更多应用场景，在使用过程中积累了更多的数据和实践案例，另一方面，积累了更多优质的数据反哺模型，让模型更强大，实现良性循环，让Moka Eva不断提升准确性和效率。

　　他认为，大模型时代的产品和技术壁垒构建，取决于“先发优势”。业内对大模型的具体能力边界只有大致的概念，如何应用大模型、发挥出其潜力是具有挑战性。因此对于大模型实际应用探索，每一分投入都算数。

　　未来，Moka会在基础建设方面持续投入，包括产品自身以及开放的生态系统和集成能力构建，打造一个更为坚实稳固的底座，支撑每个客户的业务增长。

　　作者：《IT168》任朝阳