与大企业招聘的流程化管理不同，初创公司往往没有专门的人力资源部门和招聘人员，招人的任务就自然地落在每个团队成员的肩上。可是招人并非易事，如若事必躬亲，将耗费团队成员本该用于产品开发和拓展业务的时间和精力。但早期员工对于初创公司又至关重要，一旦需要招人，都是十万火急，所以在招贤选才时又不得有半点马虎和拖延。
与团队理想的核心人才之间的沟通壁垒常常使得初创公司陷入非常尴尬的处境。他们往往要面临的是超时的招聘周期、高额的招人成本还有不尽人意的招人结果。
硅谷一家以数据为驱动的公司——HireTeamMate就是要解决这一难题。它运用数据挖掘和机器学习等尖端技术，为成长型企业和初创公司提供定制化的智能虚拟猎头（Virtual Recruiter)，将企业和初创公司在招聘环节面临的三大挑战一一击破。
“我们用技术取代原先招人环节中人工的部分，让企业能专注于招人最核心的部分——考核面试和录用上，为团队迅速成长壮大提供效率和质量保障。”HireTeamMate创始人兼首席执行官Steven Jiang（江海庆）说。
定制化的人工智能猎头颠覆传统手动招人模式
Zenefits把人力资源部移到云端，而HireTeamMate则是把职业的招聘人员（Recruiter）搬到云端。之前职业招聘人员做的重复性高的体力活在HireTeamMate的平台上都实现了自动化、机器化。目前，HireTeamMate利用数据挖掘，机器学习以及人工智能技术为每一个公司提供定制化的智能虚拟猎头。虚拟猎头能够根据客户本身信息和招人的需求，快速高效地定位和筛选人才。
定制一款属于自己的智能虚拟猎头很简单。招聘经理只需要登录自己的领英账号（Linkedin)，HireTeamMate的系统就可以迅速识别个人身份和公司信息，与此同时背后的数据中心也在悄无声息地处理和组装与公司团队相关的所有数据。几十秒后，一款专属的智能虚拟猎头就定制成功了。智能虚拟猎头可以帮助招聘经理做大量繁琐的招人工作，包括发布招聘广告、定位贤才、筛选简历和协调面试时间。
“传统的职业招聘人员的工作方式都差不多。拿到招聘要求后，就到各个网站去打广告，给可能符合职位要求的人群发信息。收到大批简历后还要一份一份地阅读筛选。这种’广撒网’的方式成本高、效率低，对于初创团队的快速成长很不利。试想如果这些没有专职招聘人员的初创公司采用这样的传统方式，那将要花费多少本该用于技术开发和业务拓展的时间呀！” Steven说。
HireTeamMate颠覆了传统的手动招人模式，从被动地等人理会到主动出击。智能虚拟猎头通过对于大量相关数据的深度挖掘和量化分析，能够更精准地判断一个人是否在找工作或者想换工作，更多元地评价一个人是否符合工作需求。而这一切都不需要人力参与。
“我们就是想把招人过程中的脏活累活都让计算机去做，” Steven说，“让公司专注在真正地选贤（Hiring），而让虚拟猎头来做前期的撒网和筛选（Recruiting）。”
与智能虚拟猎头相补充，HireTeamMate还成功地将Uber的模式应用在招人上，雇佣了一批慧眼识珠的伯乐(Talent Scout)，利用他们自己的社会网络去找企业需要的“千里马”。这些伯乐并不是HireTeamMate的全职员工，只是利用自己的闲散时间做为半职业的猎头向企业推荐优质的候选人。
“目前，招人还是无法实现完全的机器化。如果完全通过搜集和分析网络数据去招人，会遗漏那些并不喜欢在互联网上留下痕迹的人才。特别是一些资历很深的高管，他们一般都是通过自己的人脉网络获知更好的工作机会。我们的伯乐团队与数据化招人相互补充，形成了一个完整的企业招人解决方案。”Steven说。
目前，HireTeamMate已经有五十多位伯乐。他们有的还在读博士，有的是大公司的员工，甚至还有家庭主妇。HireTeamMate对于伯乐有着严格的筛选，只有那些具备足够广的人脉网络，同时沟通能力强，信誉好的人才能入选。“我们伯乐团队中也有全职太太，但是她丈夫是硅谷科技公司的工程师，所以她也可以接触到很多和她丈夫背景相似的工程师。”HireTeamMate还为伯乐们邀请了Google的全职招聘人员和职业猎头做周期性的专业培训，帮助伯乐们更好地了解企业的需求和人才的动向。
Steven还告诉记者，这些伯乐的积极性非常高。他们利用各种渠道去找企业需要的人才。他们每推荐成功一个人，会拿到相应的推荐费。而根据要招的职位高低，推荐费也不一样。
一切以数据为驱动，实现人才和初创公司的双向匹配
HireTeamMate把招聘周期从两三个月缩短到平均两个半星期，最短的一次从网上发布招聘信息到发录用合同仅仅花了四天时间。如此高效率的背后是一个由数据构建的多维度人才和公司匹配引擎。而他们所解决的问题不仅仅在于如何招人，而是更深层次地研究了如何去用数据描述一个人，描述一个公司。
不难发现HireTeamMate团队的背景都相当技术化。创始人兼首席执行官Steven Jiang和首席技术管Shawn Zhang都是博士学历，有在高校和研究所的工作经验，在核心期刊上发表过数篇学术论文。他们另外一位团队成员是数据科学方面的专家，现在是印第安纳大学的终身教授。
“我们的团队基本都有学术背景。做学术的人喜欢刨根究底。在我们眼里，所有事物都能用数字来表示。而我们在努力弄清人和公司有怎样的数据结构。”
一方面，HireTeamMate收集关于个人的大数据，进行数据挖掘和深度分析，建立和企业需要人才的关系。“我们会通过分析这个人在不同社交或者社区平台的活动情况判断他是否近期会想换工作，并透过数据判断他真实的技术实力和工作风格。”
Steven举例说，例如一个人如果经常活跃于技术社区如StackOverflow，积极地回答技术问题，那么就可以反映出他技术知识很扎实，而且比较乐于助人。同样，如果一个人近期修改了Linkedin上的信息，补充了一些关键性技能，那么他很可能在找工作或者在寻找机会跳槽。
另一方面，HireTeamMate也在收集初创公司的多维度数据信息，进行处理分析后形成初创公司的全方位信用评级报告。这样，即使没有像上市企业要求的信息公开，求职者也能够更加清楚地了解初创企业的竞争实力。同时，对于初创企业，这也是一种最实在和最简便的“自我营销”手段。
“在公司刚成立，还没有什么名气的时候，需要动用很多心思去说动对方加入团队。对于初创公司来说，招人其实还是一个市场营销的过程，需要向应聘者极力展现公司的潜力和愿景。相比于传统较为单薄的宣传方式，我们提供的评级报告用数据客观评估公司实力，让应聘者能够更快地定位有*发展前景的初创公司。” Steven说。
构建了一个多维双向的匹配体系后，HireTeamMate能够更加精准迅速地找到企业需要的人，也可以帮助求职者做出更理性的职业选择。虽然每次HireTeamMate给客户提供的人选不多，但都很契合公司需要找的人。“我们有一次只向公司客户提供了一个人选，而这个人就是他们需要的。公司面试完以后立刻就给他发了聘用书。”
为国内初创企业输送海外精英人才
今年四月份，Steven和Shawn从三星北美研究中心辞职在硅谷成立HireTeamMate。短短半年时间，HireTeamMate拥有的用户数已经超过10万，累计发布的招聘岗位超过一千个，产生的可追踪的录用人数超过一百个，而从发布招聘岗位到找到合适人选的平均周期仅为2.5个星期。
他们不仅在发展美国本土市场，也致力于中美之间的人才输送。随着国内掀起新一轮创业浪潮，越来越多的海外精英想寻求国内的发展机会，而与此同时国内的创业公司也求贤若渴，希望引进海外精英人才助力公司发展。HireTeamMate就在其中扮演“红娘”的角色，为国内的创业公司输送了很多海外优秀人才。目前，HireTeamMate已经和几十家国内初创企业签订合作协议，并成功地输送了多位硅谷的尖端科技人才。
最近，HireTeamMate刚刚帮助了一家坐标在北京即将要上市的科技创业公司找到了一位不可多得的人才。这位毕业于清华和斯坦福并且有在Facebook、Twitter等多家全球知名科技工作经验的尖端研发人才已经接受聘用，收拾好行囊准备在国内科技界大显身手。
“中国经济的腾飞需要海外精英人才的助力。很多海外人才仍在犹豫，原因在于他们不知道有哪些合适的机会。我们在努力尝试弥补国内企业和海外人才之间的信息差，为更多国内企业输送海外尖端人才。”Steven说。
