用AI來管公司，Moka推出三款A(yù)I HR工具｜涌現(xiàn)新欄目

作者｜梁鍵強(qiáng)

編輯｜王毓嬋

一句話介紹

Moka為AI人力資源軟件服務(wù)商，早期從智能化招聘管理系統(tǒng)起步，后逐步擴(kuò)展至更完整的HR管理系統(tǒng)。5月，Moka上線了招聘Eva、人事Eva和BPEva三款A(yù)I HR產(chǎn)品。

招聘Eva覆蓋招聘全流程，輔助企業(yè)完成識人、篩選和面試；人事Eva聚焦報表處理、流程流轉(zhuǎn)和員工咨詢等重復(fù)事務(wù)；BPEva則用于動態(tài)更新人才畫像，輔助企業(yè)進(jìn)行人才識別和組織決策。

支撐這三款產(chǎn)品的是Moka AI工坊，它相當(dāng)于底層能力平臺，可以讓企業(yè)用業(yè)務(wù)語言描述需求，具有快速響應(yīng)、個性化定制和安全上線等能力。

圖片來源：Moka

團(tuán)隊介紹

Moka聯(lián)合創(chuàng)始人兼CEO李國興，本科階段獲得上海交大和密歇根大學(xué)計算機(jī)雙學(xué)位，后取得斯坦福大學(xué)計算機(jī)碩士學(xué)位。曾任職于Facebook和智能數(shù)據(jù)監(jiān)控公司SignalFx。2015年回國創(chuàng)辦Moka，并帶領(lǐng)公司從招聘管理系統(tǒng)起步，逐步將AI Agent引入招聘、人事和組織管理等HR場景。

融資進(jìn)展

此前已完成老虎環(huán)球基金領(lǐng)投的C輪一億美元融資。總?cè)谫Y規(guī)模近1.5億美元。

產(chǎn)品及業(yè)務(wù)

去年，脈脈高聘人才智庫發(fā)布的《2025年度人才遷徙報告》顯示，2025年1月至10月，新經(jīng)濟(jì)行業(yè)人才供需比升至2.23，意味著平均2.23名求職者競爭1個崗位，求職端競爭進(jìn)一步加劇。

企業(yè)端的用人需求也在回暖。報告顯示，自2025年6月起，新經(jīng)濟(jì)行業(yè)每月新發(fā)崗位量均超過去年同期，其中AI崗位量單月增長11倍，出海相關(guān)崗位新增16.99%。

一邊是人才競爭壓力加劇，一邊是崗位需求回升，企業(yè)面對的人才匹配問題也變得更復(fù)雜。對 HR 來說，工作不只是更快找到合適候選人，還包括理解業(yè)務(wù)戰(zhàn)略背后的用人需求，并持續(xù)處理員工溝通、人才保留和組織調(diào)整等問題。

Moka聯(lián)合創(chuàng)始人兼CEO李國興指出，當(dāng)前HR的工作長期被大量事務(wù)性流程占據(jù)，真正能投入人才戰(zhàn)略、組織設(shè)計和員工溝通上的時間并不多。

面對更高頻、更復(fù)雜的人才流動和管理需求，AI工具有了進(jìn)入招聘、人事和人才管理場景的空間。

這次發(fā)布的招聘Eva、人事Eva和BPEva產(chǎn)品，分別對應(yīng)招聘、人事和人才管理三個核心場景。李國興希望通過這三款產(chǎn)品，把一部分重復(fù)、瑣碎、流程化的工作交給AI，讓HR回到更高價值的組織工作中。

招聘Eva主要面向招聘流程。它不僅負(fù)責(zé)簡歷篩選、面試紀(jì)要這類任務(wù)，還貫穿了簡歷理解、候選人搜索、初篩、約面、面試反饋和Offer推進(jìn)等環(huán)節(jié)。

圖片來源：Moka

在招聘場景中，Eva的特長在于記憶和校準(zhǔn)能力。很多企業(yè)的崗位招聘并不是一次性需求，而是長期持續(xù)進(jìn)行。招聘Eva能夠在這個過程中不斷理解企業(yè)的用人偏好、崗位畫像和判斷標(biāo)準(zhǔn)，并根據(jù)候選人初篩、面試結(jié)果等反饋動態(tài)調(diào)整。

比如，當(dāng)某些候選人在初篩階段被淘汰，或在面試后被認(rèn)為不合適，這些信息都可以反過來幫助Eva校準(zhǔn)崗位畫像，逐漸理解企業(yè)、部門甚至個人的偏好。

招聘Eva還具備“面試教練”的功能。在視頻面試中，它可以實時讀取面試內(nèi)容，給面試官提供追問建議，并在面試結(jié)束后生成面試紀(jì)要和面試質(zhì)量報告。

人事Eva面向更高頻、更重復(fù)的人事事務(wù)，主要處理數(shù)據(jù)報表、日常事務(wù)流程、員工咨詢等工作，包括員工入職后的信息錄入，假期、考勤、薪資數(shù)據(jù)校驗，排班生成，流程自動化，以及數(shù)據(jù)巡檢等。李國興稱，人事Eva可承接HR 70%-80%的重復(fù)性事務(wù)工作。

BPEva面向的是人才管理和組織決策。相比招聘Eva和人事Eva，它處理的不是具體流程，而是更善于“理解人的需求”。Moka希望通過BPEva構(gòu)建動態(tài)人才畫像，幫助企業(yè)識別員工能力、崗位匹配和潛在發(fā)展風(fēng)險。

傳統(tǒng)人才管理多依賴季度、半年或年度盤點，周期較長，也容易滯后。BPEva的作用，是在授權(quán)前提下讀取會議紀(jì)要、文檔等數(shù)據(jù)，動態(tài)更新員工畫像，幫助HR及時發(fā)現(xiàn)員工狀態(tài)變化、崗位匹配和潛在流失風(fēng)險。

三款Eva的底層能力來自Moka AI工坊。它可以承接不同企業(yè)的個性化需求，將業(yè)務(wù)語言轉(zhuǎn)化為具體能力配置，并通過沙盒預(yù)演、存檔和回滾等功能，減少上線后的不確定性。

在Moka看來，對企業(yè)用戶來說，未來使用HR系統(tǒng)的方式可能會發(fā)生變化。過去是人在系統(tǒng)里操作流程，之后則可能更多變成在熟悉的辦公軟件里，直接和Eva對話、派發(fā)任務(wù)、接收提醒等。

Founder思考

• AI接手流程性工作后，HR的價值會更多回到人和組織本身

AI HR的出現(xiàn)，會給HR的工作方式帶來直接變化。過去，HR很大一部分時間被招聘推進(jìn)、入離職流程、員工溝通、人事數(shù)據(jù)、BP事務(wù)等日常工作占據(jù)。雖然企業(yè)經(jīng)常討論人才戰(zhàn)略和組織建設(shè)，但在實際工作中，HR很難真正把大量時間投入到這些更高價值的事情上。

當(dāng)事務(wù)性工作被AI分擔(dān)后，未來HR的角色會更偏向兩類工作。

第一是成為信任的建立者。員工愿不愿意表達(dá)真實想法、溝通自身狀態(tài)，本質(zhì)上依賴人與人之間的信任，這仍然很難完全交給AI。

第二是成為人才和組織的架構(gòu)師。比如根據(jù)公司業(yè)務(wù)方向、戰(zhàn)略重點和組織現(xiàn)狀，判斷人才結(jié)構(gòu)是否合理、組織是否需要調(diào)整等。這類涉及方向判斷和組織設(shè)計的決策，仍然需要HR負(fù)責(zé)人和管理層共同完成。

• 招聘、人事和BP，是HR Agent最容易落地的三類場景

從過往經(jīng)驗、產(chǎn)品能力來看，招聘、人事和BP是最容易被AI Agent切入、也最有落地價值的方向。

招聘是多數(shù)企業(yè)長期存在的需求，流程也相對繁瑣。一個企業(yè)里，HR團(tuán)隊中人數(shù)最多的往往是招聘團(tuán)隊。招聘不僅涉及簡歷篩選，還包括崗位需求理解、候選人搜索、約面、面試反饋和Offer推進(jìn)。

過去這些環(huán)節(jié)需要HR人工串聯(lián)，而Agent的價值在于，它可以把這些分散任務(wù)連接起來，推動流程繼續(xù)往前走。

人事事務(wù)則是另一類適合Agent介入的場景。它的特點是高頻、重復(fù)、細(xì)節(jié)多，而且不能出錯。比如假期、考勤、薪資、排班、入離職流程、員工咨詢等。對HR來說，這類工作占用時間，但很難體現(xiàn)其價值。

雖然每家企業(yè)規(guī)則不同，但一旦規(guī)則進(jìn)入系統(tǒng)，AI就可以根據(jù)配置，協(xié)助處理這些問題，節(jié)省HR的時間。

BP對應(yīng)的是人才和組織問題，這也是CEO和HR一號位更關(guān)心的部分。它不像招聘和人事那樣更側(cè)重于處理流程，而是試圖回答“人和崗位是否匹配”“員工是否有發(fā)展風(fēng)險”“組織里哪些人需要被看見”等問題。

• AI HR讓員工價值更容易被客觀評價，也更容易被看見

員工能力成長、協(xié)作表現(xiàn)、學(xué)習(xí)能力、崗位匹配情況，都會在日常工作中留下痕跡。如果這些信息能夠被線上化、結(jié)構(gòu)化，并被AI讀取，員工的亮點就可能更早被發(fā)現(xiàn)。

過去，員工表現(xiàn)往往高度依賴管理者的主觀評價。如果領(lǐng)導(dǎo)了解某個人、認(rèn)可某個人，他的貢獻(xiàn)可能更容易被看見；如果員工不擅長表達(dá)，或者與直接管理者風(fēng)格不匹配，也可能在組織中被埋沒。

如果AI能在授權(quán)前提下讀取更多客觀工作數(shù)據(jù)，比如文檔、會議紀(jì)要、項目進(jìn)展、績效結(jié)果、代碼、CRM記錄等，它就有機(jī)會從更多維度識別員工的真實貢獻(xiàn)。這樣一來，組織對人的判斷就不只依賴某一次匯報、某個領(lǐng)導(dǎo)的評價，或者短期的人才盤點。

對一部分員工來說，他們甚至可能愿意開放更多工作數(shù)據(jù)，讓AI幫助組織看到自己的真實價值。但數(shù)據(jù)合規(guī)開放的核心前提，仍然是明確授權(quán)范圍與使用邊界。

• AI Agent會削弱崗位邊界，也會提高對“超級個體”的需求

AI HR Agent出現(xiàn)后，企業(yè)對人的需求也會發(fā)生變化。過去組織更強(qiáng)調(diào)明確分工，比如技術(shù)負(fù)責(zé)技術(shù)，產(chǎn)品負(fù)責(zé)產(chǎn)品，運(yùn)營負(fù)責(zé)運(yùn)營。但在AI工具普及后，很多專業(yè)技能的獲取門檻正在下降，崗位之間的邊界也會變得更模糊。

未來更被需要的，可能是借助AI完成端到端工作的“超級個體”。比如技術(shù)人員不只是會寫代碼，也要有產(chǎn)品意識和用戶意識；產(chǎn)品經(jīng)理不只是寫需求文檔，也要理解技術(shù)，并能夠使用AI Coding工具搭建demo。

AI讓一些具體技能變得更容易調(diào)用，因此人的判斷力、品味和跨領(lǐng)域理解能力反而更重要。

這類人通常有幾個特點：對周邊領(lǐng)域有一定理解，善于使用AI，愿意用AI完成過去自己不會的工作，同時具備判斷標(biāo)準(zhǔn)和審美能力。

• AI原生組織的關(guān)鍵，不只是上線新的AI工具，還在于重塑協(xié)作方式

AI原生組織有一個判斷公式：AI人才密度×AI組織協(xié)同深度。前者指組織里有多少人是真正會用AI的人，后者指組織能在多大程度上讓AI參與協(xié)同工作。兩者結(jié)合，共同構(gòu)成企業(yè)組織的競爭力。

所謂AI人才密度，指的是員工遇到問題時，會不會首先思考這件事能不能用AI完成，而不是沿用過去的經(jīng)驗和慣性。

越是工作經(jīng)驗豐富的人，有時越容易被過去的工作方式束縛。比如原本擅長Excel分析的人，可能仍然習(xí)慣自己搭表、寫公式、做分析，而不是直接把原始數(shù)據(jù)交給AI，讓AI按照目標(biāo)完成分析。

AI組織協(xié)同深度，則要求組織把更多信息線上化、結(jié)構(gòu)化，讓AI可讀、可調(diào)用。比如會議紀(jì)要、文檔、項目進(jìn)展、業(yè)務(wù)數(shù)據(jù)等，如果都停留在線下溝通或個人經(jīng)驗里，AI很難真正參與組織運(yùn)轉(zhuǎn)。只有當(dāng)關(guān)鍵工作被記錄、沉淀，并允許AI提建議甚至直接執(zhí)行，Agent才能真正進(jìn)入組織流程。

在內(nèi)部實踐中，AI對工作方式的影響已經(jīng)開始顯現(xiàn)。比如產(chǎn)品經(jīng)理可以在沒有技術(shù)同學(xué)幫助的情況下，用AI搭建demo；技術(shù)同學(xué)也不再嚴(yán)格區(qū)分前端、后端、算法，而是借助AI Coding工具完成更完整的任務(wù)閉環(huán)。團(tuán)隊成員更像“超級個體”，組織層級也會被壓縮。

不過，全員AI化的難點并不只是工具，而是組織慣性和人的工作習(xí)慣。AI團(tuán)隊專項試點推行的阻力更小，因為被抽調(diào)進(jìn)來的成員本身對新工具和新產(chǎn)品更興奮。但要讓全公司都改變原來的工作方式，就需要持續(xù)對抗慣性。

類似變化說明，AI原生組織的難點不只是引入新的AI工具，而在于組織是否有能力打破慣性，重新設(shè)計工作流程。