Maven智能HR:简历筛选到面试排程全自动,年入千万级
工作流:每天自动从ATS和企业邮箱拉取新投递简历,用大模型解析并匹配岗位JD生成候选人画像与评分。对排名前10%的候选人自动发出面试邀约,并协调面试官日历生成排班表。员工日常询问(请假、政策等)由agent基于企业知识库自动回复,复杂问题转人工。同
关键字段
FIELD STAMPS🔧 工作流
每天自动从ATS和企业邮箱拉取新投递简历,用大模型解析并匹配岗位JD生成候选人画像与评分。对排名前10%的候选人自动发出面试邀约,并协调面试官日历生成排班表。员工日常询问(请假、政策等)由agent基于企业知识库自动回复,复杂问题转人工。同时每天生成招聘漏斗报告推送HR主管,标注各环节转化率和异常滞留简历。面试结束后自动收集面试官反馈,更新候选人评分并进入下一轮或归档。
🛠 搭建门槛
需要一个HR SaaS账号接入,以及一套岗位JD库和过往招聘结果数据做评分模型的冷启动校准。技术人员需掌握API编排和Prompt调优,非技术型HR可通过Maven内置模板配置岗位规则,从demo到上线约2-4周。若企业已有Lever或Greenhouse等ATS,只需追加日历权限和邮件域授权即可跑通全流程。
🧰 工具链
- 🔧 Maven
- 🔧 OpenAI或Claude的API
- 🔧 ATS对接接口(如Lever或Greenhouse)
- 🔧 企业内联日历系统
- 🔧 企业邮件服务器(Outlook/Gmail)
💰 收入
按seats订阅制,每个HR席位月费约150至200美元,以覆盖100家中型企业、每家平均30个HR账号计,月经常性收入可达45万至60万美元,年化约500万至700万美元。若叠加按成功候选人收取的增值佣金(如每入职一人抽500美元),年化可再增加120万至180万美元。规模化后毛利率接近85%,订阅续费率若保持在90%以上,年收入可稳定突破千万美元级。
💸 成本
主要成本是大模型API调用费用和ATS集成维护成本,每月约8000至15000美元,随招聘量波动。团队人力成本(2-3名工程师+1名HR顾问)每月约4万美元,整体月度固定成本控制在5万美元以内。
⏱ 时间投入
核心维护需每周约10小时,用于审核AI筛选拒信理由、更新JD的知识库和面试排班异常处理。初期上线需连续2周每天2小时调校准,之后可按周例检处理。销售和客户成功另由创始人或兼职商务承担,每周约8小时。
🚀 新手入行指南
第1步:在Maven官网注册企业版,选取一个招聘量最大的部门作为试点,导入该部门历史招录数据做规则校准。第2步:配置3至5个标准岗位的JD解析和筛选阈值,让AI跑1周并与人工初筛结果对比找偏差。第3步:跑通一个完整季度后,把成功案例和节省工时数据整理成销售物料,向同类中型企业转售或做白标代理。
🔑 成功关键
- ✅ 积累企业专属人才匹配数据,越跑越懂『这个公司到底要什么人』,这是AI招聘工具的核心护城河
- ✅ HR的角色从筛选者变为监督者,重点放在AI拒信理由审核与候选人体验兜底
- ✅ 深度集成ATS与日历系统,减少切换成本
- ✅ 按结果付费或增值佣金模式,让客户看到明确ROI,降低订阅阻力
⚠️ 风险
- ⚠️ AI误杀合格候选人,若审核机制未跟上,会造成人才流失并对雇主品牌造成负面伤害
- ⚠️ 候选人隐私与GDPR合规风险,简历数据跨系统流转需用户授权与审计日志
- ⚠️ 面试排程若出现时区或日历冲突,agent可能重复预约,需要人工兜底或规则校验层
- ⚠️ 大模型幻觉导致JD解析偏差,极端岗位(如专有术语多的岗位)需要人工预审
📌 真实案例
- 📌 微软2026年起深度集成AI Agent矩阵,将招聘初筛和初步触达自动化率提升至90%以上;某跨境电商客户使用同类AI招聘agent后,招聘人工投入减少60%。
- 📌 北森于2026年6月24日发布一站式AI HR专家平台Mavens,公司全面转型AI应用公司,此前已在7大AI Agent产品上验证客户付费意愿,2026年6月官宣后股价与市场关注度显著提升。
- 📌 实在Agent在2026年7月以90.2%成功率登顶OSWorld世界榜首,其招聘场景可实现自动登录招聘平台、按条件筛选、生成话术沟通、推送评分简历,跨境电商案例显示招聘人工投入减少60%。