創(chuàng)新要趁早。
作者｜武靜靜
大模型淘金熱中，除了平臺機(jī)會，更多科技公司正在致力于挖掘大模型在軟件應(yīng)用上的機(jī)會和可能。
SaaS行業(yè)也正在迎來新一波的創(chuàng)新熱潮。國際頭部SaaS公司Salesforce在今年3月推出了生成式人工智能（AI）工具Einstein GPT，打造了全球首個生成式AI客戶關(guān)系管理（CRM）技術(shù)。其中Einstein GPT將把Salesforce現(xiàn)有的AI模型與OpenAI的GPT-3.5大型語言模型相結(jié)合，不僅可以為銷售人員生成個性化的電子郵件，還可以自動化回復(fù)幫助銷售和營銷人員，同時(shí)也可以給開發(fā)人員自動生成代碼。
更多SaaS公司在借助大模型全新的能力進(jìn)行產(chǎn)業(yè)創(chuàng)新應(yīng)用探索，比如，Notion就基于OpenAI 的GPT-3 開源模型，推出了Notion AI (Alpha) 寫作助手，并將其作為一個單獨(dú)售賣的產(chǎn)品。
種種現(xiàn)象表明，不論是技術(shù)路徑、產(chǎn)品創(chuàng)新，還是商業(yè)化可能性，大模型正在全面打開SaaS行業(yè)的新想象。國內(nèi)很多公司也都紛紛加入這場新技術(shù)的淘金熱中。
Moka是國內(nèi)SaaS領(lǐng)域比較早就基于大模型技術(shù)推出創(chuàng)新性產(chǎn)品的公司之一。今年6月， Moka 的探索成果正式亮相，公司推出了基于大模型技術(shù)的HR SaaS行業(yè)AI 原生產(chǎn)品 Moka Eva，其功能涵蓋對話式BI、員工Chatbot、簡歷智能初篩、定制面試題、AI寫面評等，幫助企業(yè)和組織全面提升HR相關(guān)工作的效率。
創(chuàng)業(yè)公司在前沿科技的探索和實(shí)踐和創(chuàng)始人自身對技術(shù)的認(rèn)知息息相關(guān)，Moka新技術(shù)實(shí)踐背后亦然。李國興將Moka Eva定義為“未來的職場專屬AI HR伙伴”，他們希望為管理者、HR及員工三方帶來AGI時(shí)代新體驗(yàn)。目前，Moka已經(jīng)正式啟動了試用客戶招募，希望和客戶共同打磨和優(yōu)化產(chǎn)品體驗(yàn)。
在創(chuàng)業(yè)之前，Moka創(chuàng)始人李國興也與AI有很深的淵源。本科期間，他在上海交通大學(xué)/密西根完成計(jì)算機(jī)雙學(xué)位，之后在斯坦福讀計(jì)算機(jī)碩士期間，主攻方向也是AI，內(nèi)容涵蓋自然語言和計(jì)算機(jī)視覺方向，期間他曾擔(dān)任cs229 machine learning課程的助教，老師就是鼎鼎有名的AI大師吳恩達(dá)。
本次，「甲子光年」獨(dú)家對話了李國興，談了談他眼中新技術(shù)帶來的機(jī)會和挑戰(zhàn)。
以下是對話全文：
1.談產(chǎn)品：新技術(shù)下的新創(chuàng)新
甲子光年：具體談?wù)勛钚掳l(fā)布的Eva？
李國興：EVA是一個擬人化的設(shè)定，我們的設(shè)定里，它是HR合作伙伴，像HR一樣能夠幫助到工作，不是要取代HR，而是要大幅提升HR的生產(chǎn)力。
企業(yè)需要結(jié)合新技術(shù)來解決當(dāng)前組織管理中面臨的挑戰(zhàn)：組織管理的復(fù)雜性、人事流程的繁瑣、績效評估等一直是企業(yè)的痛點(diǎn)，大家都在渴望尋找更多降本增效解決方案來優(yōu)化管理流程、提高工作效率，并最大限度地釋放人力資源的潛能。
EVA面對的是比較復(fù)雜的場景，我們在嘗試看到工作中有哪些過程可以簡化，有哪些可以通過EVA這樣新的工具覆蓋，沿著這個思路再去做，不斷覆蓋更多的場景，更多地幫助客戶。
Moka Eva可以實(shí)現(xiàn)對話式BI、員工Chatbot、簡歷智能初篩、定制面試題及AI寫面評五大能力，可大幅提升HR的工作生產(chǎn)力。在未來，Moka將嘗試推出更多 AI 在HR SaaS領(lǐng)域的產(chǎn)品應(yīng)用，幫助企業(yè)全面提升招聘效率、優(yōu)化員工體驗(yàn)、賦能管理者決策。這些功能的規(guī)劃都源自于Moka長期以來對于企業(yè)真實(shí)人力資源場景的洞察。
甲子光年：這次怎么能這么快推出新的大模型+HR SaaS的產(chǎn)品？
李國興：得益于Moka在AI方向領(lǐng)域多年的探索研究。2018年，我們就成立了自己的算法團(tuán)隊(duì)，那個時(shí)候就招了一些人，我自己當(dāng)時(shí)還寫了部分代碼。當(dāng)時(shí)我們認(rèn)為，AI的發(fā)展會給招聘領(lǐng)域帶來非常大的效率和生產(chǎn)力的提升。
雖然，過去幾年技術(shù)還處于比較沒那么成熟的狀態(tài)，我們依舊在持續(xù)投入和優(yōu)化，也在一些個別場景里獲得了客戶的認(rèn)可。
甲子光年：當(dāng)時(shí)AI技術(shù)具體用在我們的什么產(chǎn)品上？分享一下具體的案例。
李國興：舉一個簡歷匹配的例子。比如我們現(xiàn)在要招一個記者，如果有大量的簡歷進(jìn)來，借助我們的產(chǎn)品，可以幫助HR做初篩或者排序，通過算法匹配人才和崗位。
背后，算法技術(shù)會依據(jù)過去公司在記者這一崗位招聘的行為數(shù)據(jù)，進(jìn)行分析，最終會自動篩選或進(jìn)行簡歷的評分推薦，基于數(shù)據(jù)，系統(tǒng)可以設(shè)置淘汰或者自動推薦到下一個招聘階段，同時(shí)按照匹配度，HR可以安排工作的優(yōu)先級。
另一個產(chǎn)品是人才庫推薦。這是2018年開始，我們借助AI算法對人才庫產(chǎn)品進(jìn)行的升級。比如，有的企業(yè)端用系統(tǒng)比較久之后，會積累大量的簡歷數(shù)據(jù)，但對企業(yè)而言這是“沉睡”資產(chǎn)，他們希望把候選人信息持續(xù)盤活利用起來，從而優(yōu)化招聘成本。所以，借助我們的人才庫系統(tǒng)，企業(yè)如果有職位需求出來，會優(yōu)先去人才庫里面做推薦。
除此之外，今年，借助大模型技術(shù)，我們上線了一個新功能，讓HR用幾句話描述崗位的招聘需求，從一些明確的硬性的描述信息中，我們的 AI模型可以自動化分析這些簡歷，進(jìn)行排序，同時(shí)生成推薦原因的總結(jié)，輸出自己的觀點(diǎn)，讓HR更快獲得信息。
甲子光年：新的大模型技術(shù)對我們此前的AI算法路徑有改變嗎？
李國興：當(dāng)然，很多知識圖譜的能力我們不需要自己從頭開始做了。但我們并沒有用大模型技術(shù)完全替代了此前的算法路徑。這其中有兩個關(guān)鍵因素：成本和性能。
之前，在一些具體的任務(wù)中，我們在不斷通過數(shù)據(jù)持續(xù)優(yōu)化算法模型，讓它在具體的任務(wù)和領(lǐng)域中做得比較好，但這個模型不是特別大的模型�，F(xiàn)在我們談?wù)摰拇竽Ｐ�，它的�?yōu)勢是有泛化能力，在通用知識上可以拆解的不錯，但在具體的業(yè)務(wù)場景，大模型的行業(yè)知識和成本都會是一個挑戰(zhàn)，通用能力并不能直接替代原有的技術(shù)實(shí)踐。
我們用大模型改進(jìn)和創(chuàng)造一個產(chǎn)品需要綜合考慮：性能怎么樣，成本怎么樣，效果怎么樣，這三者之間要找一個平衡點(diǎn)。
這個過程中，保障信息安全是個重要的前提。我們有義務(wù)去保障這些個人信息、企業(yè)信息的安全性，不能做一些有損于所屬方利益相關(guān)的事情，更不能做不經(jīng)允許的事情。
2.談行業(yè)：SaaS+大模型=？
甲子光年：大模型火了之后，你自己感受到目前行業(yè)對于新技術(shù)的態(tài)度是什么？
李國興：大家基本都還在一個摸索的階段。目前，看到比較多的是HR用它來提高工作效率，但還沒看到一個產(chǎn)品型的公司從頭開始定義新的產(chǎn)品鏈路。硅谷的公司會跑的快一些，現(xiàn)在已經(jīng)有各種各樣的產(chǎn)品。
新技術(shù)結(jié)合具體領(lǐng)域的應(yīng)用需要一些時(shí)間，大家都還處于一個非常早期的階段。
技術(shù)一定會越來越好，但也需要去看技術(shù)的成熟度。目前，確實(shí)進(jìn)入了一個加速階段，各個行業(yè)都迅速達(dá)成了共識，投入各種資源、資本、人才在探索大模型落地，幾乎每天都在發(fā)生新的一些變化，但達(dá)到商用還需要一段時(shí)間，才能去影響更多的企業(yè)。
尤其，目前我們看到，雖然GPT-4通用能力強(qiáng)，但它的成本、性能、效率等在一些實(shí)時(shí)的行業(yè)場景里面不一定特別適合，比如在HR領(lǐng)域，它不是一個績效專家，也不是一個招聘專家，所以需要有更專注垂直的公司進(jìn)行數(shù)據(jù)分類，把產(chǎn)品做的更深入。
甲子光年：你覺得大模型機(jī)會下，HR SaaS 行業(yè)會有顛覆性的產(chǎn)品創(chuàng)新嗎？
李國興：未來10年組織的競爭力取決于組織內(nèi)“人+AI”的結(jié)合深度，如何在各個工作領(lǐng)域中應(yīng)用好AI技術(shù)，需要組織的積累，需要盡早行動才能構(gòu)建組織上的壁壘和優(yōu)勢。
SaaS雖然是一種新的商業(yè)模式和產(chǎn)品服務(wù)的模式，但是本質(zhì)上還是在解決企業(yè)的效率和管理問題，幫助企業(yè)把數(shù)據(jù)運(yùn)維的更精準(zhǔn)，幫助企業(yè)把決策、制度、流程落地，幫助提升內(nèi)部的運(yùn)轉(zhuǎn)效率。這些本質(zhì)不會改變，企業(yè)永遠(yuǎn)需要降本增效。
AI本質(zhì)上是一種生產(chǎn)力，肯定會更深入的去影響企業(yè)的工作流。它會和企業(yè)軟件融合在一起，更深入到業(yè)務(wù)的細(xì)處。
大模型來了之后，一方面改變了人機(jī)交互的形式，從之前的圖形界面等交互方式，變成自然語言交互。另一方面它可以干一些以前只有人才能干的事。隨著技術(shù)的發(fā)展，我們會越來越多地看到各種產(chǎn)品中AI的影子。
重新定義一個工作流的這種模式可能概率比較小了。技術(shù)變革出現(xiàn)之后，是否會有全新的物種出現(xiàn)，顛覆掉之前的公司或者模式，本質(zhì)上還是要看現(xiàn)有公司的認(rèn)知，如果大家都在擁抱新技術(shù)，就會存在先發(fā)優(yōu)勢。
當(dāng)然，怎么能夠通過新的技術(shù)優(yōu)化這個過程的需求一定存在，AI肯定會改造，但我覺得這是一個漸進(jìn)式的過程，不會突然一下就完全變了。而隨著技術(shù)的成熟，大家都會結(jié)合技術(shù)做深入的應(yīng)用，Moka也在all in這件事，我個人至少40%的精力做相關(guān)的探索。
甲子光年：目前企業(yè)用戶對于大模型+HR SaaS這種新產(chǎn)品的的態(tài)度是什么？
李國興：有大量的客戶對大模型技術(shù)和新產(chǎn)品表現(xiàn)出濃厚的興趣，挺讓我們驚喜，大家都對這個東西感興趣，也有很多客戶主動找到我們?nèi)チ乃麄兊囊恍┫敕ā?/p>
一個月的時(shí)間，我溝通過的30家多家客戶基本上每一家都在聊大模型相關(guān)的話題，大家不僅關(guān)注新技術(shù)，還關(guān)心怎么借助新技術(shù)幫助提升工作效率。其中有一家客戶還專門寫出詳細(xì)的ppt來談?wù)衅高^程中，他們希望大模型怎么幫助他們在各種場景、環(huán)節(jié)、流程中去提升效率。
客戶需求是企業(yè)創(chuàng)新的源動力之一，他們正在幫助我們?nèi)ジ畹乩斫鈶?yīng)用場景，集合我們對技術(shù)的理解，大家一起在探索改造現(xiàn)有的工作流和場景的可能性。這個事做好了，就能夠在AI新時(shí)代里面取得一個非常領(lǐng)先的優(yōu)勢。
3.談未來：大模型的一萬種可能
甲子光年：大模型技術(shù)讓你感到驚艷的點(diǎn)在什么地方？
李國興：你會發(fā)現(xiàn)到這個階段，它真的跟人非常像，比如人很多時(shí)候會用機(jī)器來幫助自己做事。GPT-4也一樣，它會變得越來越會使用下游的工具，成為一個智能體，擔(dān)任大腦的角色，去調(diào)用各種各樣的知識、工作和能力。
這真的是一個讓人特別興奮的未來，它雖然有局限，但局限并不是一個大的問題。技術(shù)的局限可以通過它使用工具來解決，同時(shí)它比人在很多時(shí)候情緒更穩(wěn)，更客觀。
比如招聘環(huán)節(jié)里，在面試的時(shí)候，很多面試官判斷標(biāo)準(zhǔn)并不一致，有時(shí)也會因?yàn)槊嬖嚬僮约旱拿嬖嚑顟B(tài)、情緒等會有一些不同變化，一些隨機(jī)的因素非常多。但如果GPT-4可以做面試工作，它可能會比人類面試會更準(zhǔn)確。
甲子光年：未來你還期待哪些技術(shù)發(fā)展？
李國興：我特別興奮的是，大模型真的帶來了一個巨大的生產(chǎn)力的釋放。之前我們需要很多人很多力量去做這個事情，才能把成本迅速降低，才能讓更多的人去做一些其余的工作。
未來的組織有無限的可能，有可能像現(xiàn)在這樣，很多資本、很多的人形成一個巨大型組織，也有可能真的一兩個人能做出非常適配某一個客戶群體的產(chǎn)品和服務(wù)，他們也不需要很多成本，成本也大幅降低，也能讓這個公司變得健康運(yùn)轉(zhuǎn)，這種想象空間非常大。
當(dāng)然優(yōu)秀的人才會越來越稀缺，因?yàn)楦唵蔚乃季S和智力性工作會被AI模型做掉，但是相對比較跨域的，比較偏戰(zhàn)略思維方式的人才會比較稀缺。很有可能未來會出現(xiàn)更靈活的雇傭模式。
甲子光年：也有人覺得現(xiàn)在all in大模型改革現(xiàn)有產(chǎn)品為時(shí)尚早，你怎么看？
李國興：我個人認(rèn)為，這次的大模型技術(shù)跟過往的每一次技術(shù)變革都有類似之處，它剛出現(xiàn)的時(shí)候，一定有一些組織看好，一定有些人不看好，沒那么重要。
回過頭來看，那些沒有那么看好或者沒有那么重視新技術(shù)的一些公司和一些組織最終都會錯失良機(jī)，在未來的AI時(shí)代里這次肯定是新的科技革命。
在這種大變革里，什么公司真的能抓住機(jī)會？一定是整個組織從上到下都能夠非常深入的去理解和擁抱這種新的技術(shù)的人。做的越早，對這個東西的理解更好，積累就會越深，就一定會比其他的公司跑得很快。目前，國內(nèi)創(chuàng)業(yè)者和公司的熱情絲毫不亞于美國。
甲子光年：怎么看待這個時(shí)候機(jī)器與人新的合作和新的關(guān)系？
李國興：現(xiàn)在看上去AI確實(shí)替代了一小部分，但是長遠(yuǎn)來看，它其實(shí)帶來的效果是廣泛性的。比如我們看到第二次工業(yè)革命，讓很多的工作消失了，電腦出現(xiàn)的時(shí)候，很多線下的計(jì)算工作消失了，但也衍生了非常多的一些新機(jī)會。
本質(zhì)上，它就是一種新的生產(chǎn)力工具，人類要不斷迭代自己的工具，從這個層面來看，就看誰能多快適應(yīng)這種新技術(shù)的變化。
但在偏感性的層面，如果你在做一份工作，你自己很享受做這個工作，突然某一天，機(jī)器已經(jīng)做的比你好了，那人怎么重新找到這種意義感？我們做任何的技術(shù)工作其實(shí)都是想讓整個人類變得更好，生活得更好，工作更好。雖然會很辛苦，但如果把這些開心的部分從工作上給拿走了，該如何重新尋找新的意義，這是一個需要我們?nèi)ニ伎嫉膯栴}。
眼下，最核心的是，每一個人真的要去擁抱新的技術(shù)，去真的使用它，去思考它會怎么影響自己的所做的事情，讓自己變得更有價(jià)值，這是最關(guān)鍵的。
我算是比較樂觀，有生之年，能看到技術(shù)進(jìn)展到這個程度，而且在可見的未來會有非�？焖俚某掷m(xù)發(fā)展，這是一件讓人特別興奮的事兒。
這是任何一個創(chuàng)業(yè)者都會想要達(dá)到的一個狀態(tài)，非常有幸我在其中有一些積累，我們會義無反顧地朝著新技術(shù)的創(chuàng)新邁進(jìn)。
