2026 年 5 月 13 日，中国领先的 AI 人力资源软件服务商 Moka 在北京举办 Moka Ascend 2026 产品发布会，以「AI 组织新生 · 欢迎 AI 新“同事”」为主题，正式将旗下 HR SaaS 全面升级为 Moka AI，并推出三位 AI “同事” —— 招聘 Eva（勤奋的招聘专家）、人事 Eva（可靠的人事伙伴）、BP Eva（懂人的人才军师），以及 AI 定制与数据沉淀的底层引擎 Moka AI 工坊（Moka AI Studio）。

这是 Moka 自 2015 年成立以来最大规模的一次产品战略升级。从 HR SaaS 到 Moka AI，从工具到“同事”，从被动响应到主动推进——Moka 试图回答 HR 行业最尖锐的命题：当组织进入 AI 原生时代，HR 的价值边界在哪里？

一、AI 原生组织正在浮现，HR 角色面临根本跃迁

过去两年，AI 的能力曲线已经经历了三次跃迁。最初 AI 是“大脑”，帮人想、帮人答；后来 AI 变成了“手脚”，能调用工具、能执行任务；而现在，AI 正在成为“同事”——拥有记忆、理解偏好，能访问被授权的文件数据、执行被授权的操作，从入职第一天起参与组织工作。

这一转变带来的影响，已超出技术层面。组织 AI 转型已经从「战略选项」进入「执行议程」，从 CEO 到 CHRO 都在追问同一个问题：我们的 AI 战略到底落地了没有？先动的人正在拉开难以追赶的差距 ，不只是效率快一点，而是整个组织的运作逻辑都在被重写。组织内部也正在出现指数级的效率分化：一面是更 AI 原生的个体，一面是更 AI 原生的协作机制与决策机制。

国际市场上，先行者已经给出了答案。Duolingo 借助 AI 在一年内创建了 148 门新语言课程，超过此前 12 年总和；Shopify 全员推广AI应用，在人数几乎无变化的情况下营收增长近 60%；Block 以 AI 为核心重新设计组织建设，公司从 1 万人精简至 6000 人，管理层级压缩至三层。AI 改变的已经不只是效率，而是整个组织的运作模式。

一种全新的组织形态正在浮现 —— AI 原生组织。

Moka 将这一时代的组织竞争公式概括为：AI 人才密度 × AI 协同深度 = AI 时代组织的核心竞争力。在这一公式下，HR 的角色发生了根本性跃迁，不再是困在事务里的执行者，而是信任建立者和人才组织架构师。

二、 Moka HR SaaS 升级为 Moka AI，三位 AI “同事”亮相

基于上述行业判断，Moka 在本次发布会上正式将 Moka HR SaaS 升级为 Moka AI。这不是一次产品命名的变化，而是产品定位的根本转变：从「更好的 HR 工具」，转向「与 HR 并肩作战的 AI 团队」。

围绕这一定位，Moka 推出三位 AI “同事”：招聘 Eva、人事 Eva、BP Eva。它们具有共同的特征：有记忆、更主动、越用越懂你。它们会记住企业的偏好、标准、文化；不等指令，主动发现问题、推进任务、给出建议；不只理解被说出来的需求，还能识别那些没说出口的判断与直觉。

招聘 Eva ·「勤奋的招聘专家」

招聘 Eva 不是对传统 ATS 的功能升级，而是招聘方式的代差跃迁。传统的招聘工具本质上是“人找系统”，即人来操作、系统被动响应；候选人画像依赖人的经验判断；没有记忆，每次招聘几乎都要从零开始。招聘 Eva 则在三个维度上完成反向重构：

●          主动推进：不是你去找系统，是她主动找你，主动推进招聘进程，繁琐事务全程包揽；

●          动态画像：汇聚内外部数据，结合招聘过程中的反馈，持续迭代职位画像；

●          长期记忆：记住企业的用人偏好与考察方法，越招越懂你，越招越快。

一次完整的招聘需要经历至少十个环节，招聘 Eva 让用人经理只需做四件事：提需求，面试评估，录用决策和确定 Offer ；其余环节由招聘 Eva 全程贯穿、自动推进。

招聘 Eva 的一项核心能力是「面试教练 Eva」。面试是企业最昂贵、但管理最混乱的环节之一 ，因为标准不一致，方法五花八门，决策靠感觉。而每一次面试决策，都在决定组织的人才密度。

面试教练 Eva 将会进入每一场面试，提炼金标准与好方法；再渗透回每一场面试，辅助面试官面得更好。Eva 不需要采访面试官、也不需要翻面试记录，而是从企业真实的面试历史中自动提炼用人金标准，并全程参与面试：面试前生成定制化的考察点与问题清单，面试中作为面试官的副驾驶实时提示与追问，面试后自动打分并将录用与入职后数据反馈回金标准本身。整个过程对组织几乎是零变革成本，面试工作照旧推进，Eva 以润物细无声的方式，系统性提升组织“招对人”的能力。

“让少数伯乐的识人能力，变成整个组织的能力。”李国兴在发布会上表示。“Moka Eva 把企业最昂贵的黑箱，变成最可复利的资产。”

人事 Eva ·「可靠的人事伙伴」

传统人事系统的逻辑是「HR 操作系统完成事务」。人事 Eva 把这一逻辑改写为「HR 设计、Eva 执行」，HR 告诉 Eva 这件事该怎么做，后续执行由 Eva 承担。

人事 Eva 的能力可以归纳为三件事：数据与报表、日常事务流程和员工咨询。在数据与报表上，人事 Eva 自动读懂邮件、表格、截图、会议纪要等非结构化输入，自动拼齐散落各处的数据，秒级生成各类报表；在事务流程上，排班、考勤、算薪、入离职办理、组织架构调整等核心流程，人事 Eva 可以从头到尾跑完，HR 只需审核确认 ，因为 Eva 懂企业自己的假勤算法、薪酬结构和审批层级；在员工咨询上，人事 Eva 7×24 在线、自动应答处理员工需求。

三件事合起来，接走 HR 80% 的重复事务，让 HR 的精力流向那些只有人才能做好的事 —— 理解每一个员工、设计每一项制度、和业务一起把组织建强。

BP Eva ·「懂人的人才军师」

BP Eva 面向的是组织中最复杂的命题 —— 人才管理。传统人才盘点存在三个根本性缺陷：人才画像静态、岗职位体系难以落地、评估反馈节奏过慢。BP Eva 要解决的，就是让人才管理融入每一天，而不是每半年做一次“大工程”。

BP Eva 的底层是“一个库 + 一张地图”，即「人才数字基因库」与「组织能力地图」。前者是对每一位员工动态画像的持续沉淀，基于能力、行为、结果三个维度的数据持续更新：每一次会议发言、项目交付、AI 工具使用，都会被自动识别并沉淀进画像。后者是以基因库的宏观视角，对组织整体能力进行可视化呈现，哪些维度强、哪些维度有短板、能力分布是否与业务战略匹配，清晰可见。

当业务有新的用人需求，BP Eva 可以在全组织范围内基于真实能力数据自动匹配，跨岗位边界发现合适人选，让那些原本容易被忽视的内部人才被看见、被用起来。最终，真正实现人才的度量、生长与复用。

三、对 SaaS 模式的再思考：千企千面时代到来

过去十余年，企业 SaaS 的逻辑是“千家企业、同一个版本”，而如今量身定制的 AI 软件时代已经来临。这一转变的底层支撑，是基础模型 Agent 能力的成熟——软件的构建门槛与定制门槛被同时压低，使得“软件适应企业、而非企业适应软件”第一次成为可规模化的现实。

面对每家企业差异化的业务场景、管理方式与规则体系，Moka 同步推出 Moka AI 工坊（Moka AI Studio）。作为 Moka AI 的能力底层，AI 工坊围绕三项核心能力构建：第一，响应提速——用户用业务语言描述需求，无需懂代码、写需求文档或等待 IT 部门，小时级上线可用；第二，个性落地——千企千面，从标准版到“我的那一版”；第三，安心上线——通过沙盒预演与存档回滚，让每一次系统调整都在掌握之中。

有了 AI 工坊，Eva 的能力可以无限延展，企业的每一个需求都能被快速响应。

四、做组织的 AI 大脑，迎接 AI 原生时代

Moka AI 的整体架构可以概括为“组织的 AI 大脑”：底层能力是 Moka AI 工坊；系统层是 Moka 招聘、Moka People，作为企业关于招聘和人事数据的核心载体；智能层则是招聘 Eva、人事 Eva、BP Eva，以及未来更多 Eva “同事”。

Eva 不只在完成任务，它也在持续沉淀数据 —— 每一次招聘，沉淀用人偏好数据；每一场面试，沉淀识人标准数据；每一次人事操作，沉淀流程和规则数据；每一个员工的成长轨迹，沉淀人才能力数据。这些数据不断汇聚，形成组织关于人的知识库。知识库越丰富，Eva 就越聪明；Eva 越聪明，组织就越懂人。

“Moka AI，不是一个工具，不是一套系统，是你的组织真正的智能伙伴。” 李国兴在发布会上表示，“迎接新‘同事’ Eva，让组织向 AI 原生进发——这不只是一句口号，是 Moka 在这个时代最重要的一次选择。”

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

标签：