李松毅說，Bello最直觀的作用，就是利用AI篩選人才，幫助HR和獵頭每天節省2小時。

“在英國HR事務所，李松毅發現，國內外絕大部分HR和獵頭工作者仍然把大量時間耗費在“找簡歷”“挑簡歷”這種低技術含量的環節；同時招聘會上收到的海量紙質簡歷等事務性工作，往往會成為HR的噩夢，相比之下用在理解業務、人選溝通等高價值工作上的時間卻遠遠不足。

2016年，李松毅創立了Bello（倍羅），決定自研深度自然語言理解技術（NLP），結合多年的行業觀察，為大企業和人力資源行業提供數字化轉型方案。

Bello最直觀的作用，就是利用AI篩選人才，幫助HR和獵頭每天節省2小時，免去了重覆性的勞動。去年，其訂閱收入已經超過千萬元人民幣。

目前，Bello提供包括崗位畫像、智能匹配、人才庫管理在內的人才管理效率工具，服務了數十家行業頭部客戶，3年時間完成了四輪來自一線VC的融資。

讓HR擺脫重覆性勞動

Bello的兩位聯合創始人來自於硅谷。2017年，在美國HR行業競賽上，由他們研發的機器人僅花費了3.2秒就從數千份簡歷中完成篩選，列出了與崗位要求（JD）匹配的候選人名單，驚艷全場。

之所以把“機器篩選與匹配”看得這麼重，正是源於李松毅對行業的觀察。“獵頭和HR每天都在找簡歷、看簡歷、打電話。”李松毅將這些龐雜繁瑣但又無法擺脫的重覆性勞動叫做“剛性成本”。

在對中國企業和HR行業與市場的調研期間，李松毅曾問過很多大型企業，當前最大的挑戰在哪裡？他聽到最多的回答是：人！ 技能可以培養，人不能改變。

通常招聘模塊的HR和獵頭要盡可能多地瞭解候選人，提高成功招聘的比率。 “平均每天要投入數小時在事務性工作上，真正去瞭解人的時間就不夠了。”

站在HR角度來看，這些工作雖然簡單，卻十分重要。交給實習生做，又怕不准確。所以很多從業者只能花大把時間在這些環節上。

李松毅對這樣的現狀感到遺憾，“明明是人力資源管理，‘管理’才是中心詞，也是真正需要公司投入成本的環節，但現在的從業者把更多精力放在甄別‘資源’上。”

他發現，除了苦於“剛性成本”，HR和獵頭工作的大環境也正在變差。自從2010年開始，中國就出現了勞動人口增長趨勢的拐點，新增勞動人口逐年遞減。對於小企業而言，影響不甚明顯，但對於大公司來說，甚至上升到行業角度，為了讓更少的勞動人口產生一樣，甚至更高的勞動力，人力資源的精準匹配正成為必須解決的問題。

從零開始的技術和模式

要讓HR從繁瑣的重覆勞動中解脫出來，核心是人力資源行業NLP（自然語言處理）技術。4年前，Bello剛成立時，西方已經有了較為成熟的人力資源行業NLP技術。Bello團隊最初的方案是，借助已有的NLP技術，實現人崗匹配的智能化、數字化，促進NLP在人力資源管理行業落地。

然而，西方人力資源NLP研發商的業務思路在中國走不通，也沒有任何中文服務。從國內來看，中文NLP技術，的確有人在做，只是還沒有出現頭部。

“可以說，這個行業連基礎設施都沒有。”李松毅回憶，當時他們找不到上下游技術供應商，所以只能自己研發。“別說NLP，就連構建知識圖譜的數據驅動平臺都要自己做。”

Bello產品圖示

三年多時間，很多NLP研發者都逐漸放棄，其中不少人工智能公司轉型開始做招聘服務。畢竟，獵頭價值明確，業務模式成熟，現金流好，生存下去最重要。“HR Tech的行業內真正堅持做技術的公司已經寥寥無幾。”

同樣是三年，與其轉型，Bello選擇了專註。通過海量的機器訓練，在數據的底盤上，借助AI專家的經驗模型和天使客戶的反饋，終於在2019年初迭代出了足夠商用的成熟產品。

回憶起Bello成立三年多的發展，李松毅總結：技術的研發可以說沒走過彎路，但商業模式的選擇的確遇到了挫折。

起初，李松毅把目光放在中小企業用戶身上。中國中小企業突破了3000萬家，它們業務簡單，且多為通用化需求，容易複製，讓公司儘快形成規模，提高聲望。

沒過半年，李松毅就發現，中小企業老闆年輕有活力，但實際上招聘量不大，付費能力較弱，生命周期短（影響復購）。除此之外，產品觸達和線下銷售成本並不低。 這部分市場雖然潛力誘人但是一定會被資金龐大，流量有優勢的互聯網大廠收割。Bello或許應該把視野放得更遠一點。

當時Bello的主打產品是簡歷解析和精準匹配，可以讓流通的人才信息變成結構化數據，錄入到人才庫中，併在需要時，HR可以直接精準搜索。為了更好的理解大企業的產品需求，獲得更多資源，Bello加入了騰訊/百度/微軟加速器。

大型企業招聘系統智能化升級的AI工具庫服務流程

正是利用好了這些機會，Bello打磨出一套輔助大企業完成HR數字化轉型的解決方案。 整合內外部人力資源產品和服務，並從底層打通信息的人才中台，可靈活實現包括招聘/轉崗/培訓等多場景動態人崗匹配。

年收入超千萬元

如今，許多企業在進行數字化轉型，人力資源是重要的部分。

不少行業頭部企業先後耗資數千萬自建EHR管理系統；為了實現“人適其崗”提升人均效益，就要引入畫像系統，匹配模型，人力資源知識圖譜等能力；如果自研需要額外成本不說，還得投入人力，花幾年去建設非自身核心業務的技術。

通過合作，Bello提供的服務讓客戶節省至少一千萬不必要的研發投入，控制了研發風險，做到了開箱即用。從業務上還能幫助企業降低近一半的招聘成本。

除了大企業之外，對於人力資源服務公司來說，招聘業務是利潤中心，他們非常重視員工招聘的效率。 Bello通過招聘過程智能化（需求分析/信息增強/自動尋才/精準匹配）等能力幫助人力資源公司極大程度的減少了零碎、重覆、低價值的任務，提升了效率。

2019年，Bello進入了發展的快車道——解決方案產品推出不到一年，就實現了超千萬元的營收。

李松毅透露，實際上Bello的客戶在2019年均實現了收入增長，今年的目標是幫助招聘服務企業提升人效，並降低一半以上的招聘成本。

創業近4年，李松毅一直沒有忘記Bello剛起步時的那種感覺。由於行業缺乏技術基礎設施的建設，做產品時深感荒涼而無力。現在，Bello已經成為了AI+ HR行業的基礎設施，有能力為相關行業從業者提供基礎上游服務。

“技術創新是Bello的基因，通過提供穩定可靠的技術產品來服務好企業和人力服務公司是我們的第一目標。無論什麼行業，只要客戶需要提高人均效益，Bello就可以幫到你。”李松毅說，我們的願景就是盡可能地幫助企業提高人效、降低成本。