出品|虎嗅科技組
作者| 王欣
編輯|王一鵬
頭圖| 視覺中國
OpenAI每發(fā)布一個功能，就消滅了一家初創(chuàng)公司。
比如，ChatGPT 內(nèi)置了PDF 處理功能后，提供 PDF 交互功能的初創(chuàng)公司受到劇烈沖擊：發(fā)布 ChatOCR的數(shù)據(jù)科學(xué)家 Alex Reibman調(diào)查發(fā)現(xiàn)，在ChatGPT降維打擊之后，72.4% 的人對該PDF插件的使用量將會減少。
4月25日，Sam Altman在斯坦福大學(xué)的演講中，再次給即將面對GPT5沖擊的初創(chuàng)公司敲響警鐘：
“GPT4是‘差生’，GPT5將會有顯著提高。許多創(chuàng)業(yè)和研究項目聚焦于完善現(xiàn)有AI的不足，這實際上是基于AI技術(shù)停滯不前的假設(shè)。然而，隨著GPT-5、GPT-6等更先進模型的涌現(xiàn)，這將失去價值。”
AI創(chuàng)業(yè)者們，如何在遮天蔽日的OpenAI狂野浪潮中幸存？
AI面試這個賽道，或許可以帶來一些啟示：
2014年伊始的AI面試，歷經(jīng)十年，大浪淘沙，曾經(jīng)30多家存在過的公司，如今在國內(nèi)只剩下6家左右。
穿越AI1.0時代和AI2.0時代的幸存者發(fā)現(xiàn)：
第一，真正有價值的產(chǎn)品在大模型時代來臨之前就已經(jīng)得到驗證，這個價值是不依賴于大模型的，大模型只是在原有基礎(chǔ)上提升了價值。
第二，務(wù)必做特定垂直領(lǐng)域的專門人工智能。
這也是這些公司能夠存活至今的根本原因。
沒被OpenAI殺死？差點
某AI面試公司CEO回憶起GPT發(fā)布的恐怖故事：“GPT發(fā)布后，VC們集體錯過國內(nèi)AI初創(chuàng)，融不到錢的我們差點死了。”
GPT發(fā)布前，這個公司就自研了億級參數(shù)量的第一代AI面試大模型，他認(rèn)為“當(dāng)時我們的技術(shù)跟美國是并駕齊驅(qū)的”，但GPT發(fā)布后，一切都改變了。
GPT就是這場AI競賽新的規(guī)則。最恐怖的是，他們當(dāng)時所用的NLP技術(shù)，在CV算法大行其道的創(chuàng)投圈找不到“接盤俠”。
打不過就加入。于是一些公司選擇接入OpenAI的API，但也因此引發(fā)了一場小風(fēng)波。
該公司負(fù)責(zé)人告訴虎嗅：“在調(diào)用了OpenAI API的大模型涉及數(shù)據(jù)安全問題被下架后，我只花了一秒鐘就找到了inner peace。”
原因在于：他們發(fā)現(xiàn)，最終還是要走自研這條道路，于是很多公司選擇了基于開源模型Llama 2去做自研大模型。
現(xiàn)在看來，無法調(diào)用OpenAI的API對這些公司并非壞事。
在去年11月的大會之后，越來越多的開發(fā)者開始陷入焦慮：如果繼續(xù)使用OpenAI的API進行應(yīng)用層開發(fā)，OpenAI最終可能發(fā)布和他們競爭的產(chǎn)品。這種情況下，應(yīng)用層離API這種工具越近越危險。找到能商業(yè)化落地的場景才能笑到最后。
而這個賽道幸運之處在于：而這個賽道的價值點，并不在于底層模型的技術(shù)有多高超，而是在用上大模型之前，就已經(jīng)搞定了PMF（Product-Market Fit）。
這是典型的先有釘子，后有錘子。那么招聘場景的釘子在哪？先來看兩組數(shù)據(jù)，
1、比亞迪2023年校招應(yīng)屆畢業(yè)生3.18萬，公告發(fā)出24小時內(nèi)他們收到了12萬份簡歷。
2、某勞動密集型集團分公司一年的招聘藍領(lǐng)的預(yù)算是上億級別。
這導(dǎo)致了兩個問題：
1、hr無法短時間快速面試并篩選大量候選人，這導(dǎo)致很多公司的校招為了從成千上萬的簡歷篩選候選人甚至?xí)贸楹灥姆绞�，很多簡歷甚至都不會被HR打開。
2、在藍領(lǐng)招聘市場，例如工廠流水線工人、快遞小哥，這種大量借助勞動中介招聘的工種，存在極大的利潤尋租空間，并且難以用一個集團的統(tǒng)一標(biāo)準(zhǔn)招聘。
而AI面試在某種程度敲下了這兩顆釘子：它給了每個候選人被AI面試官面試一次的機會，一天之內(nèi)面試上萬人次；也讓順豐這些連鎖型集團，在招聘快遞員時，能夠統(tǒng)一標(biāo)準(zhǔn)并且更加公開透明，斷絕了勞動中介的利潤空間。
藍領(lǐng)AI面試公司CEO梁公軍告訴虎嗅，截至2023年底，他們的系統(tǒng)已經(jīng)面試了800萬人次，預(yù)計2024年將新增1000萬人。目前你所看到的順豐快遞小哥，都經(jīng)過海納AI面試系統(tǒng)的篩選，而這發(fā)生在他們的大模型上線之前。
因此，AI面試基于招聘場景解決了部分真問題，但這并不單純依托于大模型的能力。
用上大模型之后，能解決的問題更多了。梁公軍發(fā)現(xiàn)，之前他們采用的技術(shù)是AI1.0時代的 NLP 和規(guī)則引擎，那時AI面試問題大多是固定問題，而判斷候選人的打分標(biāo)準(zhǔn)也是基于關(guān)鍵詞識別。只能打穿要求較低的藍領(lǐng)工人面試。
大模型上線后，在面試要求較高的白領(lǐng)和校招招聘場景，他們也能卷一卷了。面試題目會根據(jù)候選人的勝任力生成不同的特定題目，并且在候選人回答的基礎(chǔ)上立刻形成第二輪追問。大模型會根據(jù)候選人的表現(xiàn)打分并輸出一整套報告。
另外，大模型浪潮席卷后，客戶對AI面試的接受度更高了，這對于本質(zhì)是SaaS的AI面試，無疑是一個利好。
更深更垂更快
AI投資人Ben Parr認(rèn)為，AI初創(chuàng)為避免淪為OpenAI等一眾大廠的炮灰，一定要更加專注服務(wù)于你所服務(wù)的客戶，擁有更加垂直的數(shù)據(jù)。
AI面試賽道是一個多么細(xì)分的垂直領(lǐng)域呢？
梁公軍告訴虎嗅，AI面試是整個AI招聘場景下一個環(huán)節(jié)，而AI面試又分為白領(lǐng)校招和藍灰領(lǐng)招聘兩種不同路線場景。以藍灰領(lǐng)為例，快遞員、工廠工人等不同行業(yè)的藍灰領(lǐng)招聘又有各不相同的招聘模型。
而他認(rèn)為，這個賽道的壁壘并不在于技術(shù)，而是在于行業(yè)專家和海量數(shù)據(jù)疊加下的復(fù)雜工程優(yōu)勢。
想要獲得工程優(yōu)勢，就要持續(xù)專注某個特定垂直場景。這種情況下，主打路線的選擇尤為重要。
海納 AI 選擇了主打藍灰領(lǐng)路線，依據(jù)的是以下三個判斷：
第一，中國有8.5億藍灰領(lǐng)和3.5億白領(lǐng)，而藍灰領(lǐng)流動性較強，其中大約有3億藍領(lǐng)一年要找三次工作，假設(shè)每次跳槽面試三家公司，就意味著整個藍領(lǐng)的這種一年的面試總?cè)藬?shù)是 27 億人次。這些集中四五線城市下沉市場的就業(yè)人數(shù)才是真正沉默的大多數(shù)。
第二，目前的技術(shù)限制，導(dǎo)致AI面試無法切入高端人才招聘場景。但對于快遞員、咖啡店員、超市員工等考核標(biāo)準(zhǔn)較為簡單的藍灰領(lǐng)招聘，AI1.0時代的技術(shù)就足以打穿這些賽道，甚至比人類面試官做得又快又好。
第三，這個龐大市場正逐漸浮現(xiàn)一個巨大的趨勢連鎖化、頭部集中化。
以瑞幸咖啡為例，2023年8月份他們只有 1.3 萬家門店，但通過加盟的方式快速擴建后，目前瑞幸咖啡已經(jīng)將近 1.7 萬家門店了。
這些快速擴招的巨頭集團都需要一套統(tǒng)一的標(biāo)準(zhǔn)來招聘員工。而AI面試天然就帶有將人才標(biāo)準(zhǔn)化的屬性。
這使得AI 面試公司積累了藍灰領(lǐng)招聘場景下專用的、小眾的數(shù)據(jù)集訓(xùn)練模型。這些大廠們無法訪問的招聘數(shù)據(jù)庫，是隔開OpenAI和初創(chuàng)公司的“籬笆”。
雖然生成式AI如火如荼，但對于初創(chuàng)公司來說：不試圖為所有人構(gòu)建生成式AI工具，而是為有特殊需求的垂直領(lǐng)域構(gòu)建，是這個賽道沒在AI時代長河中消失的重要原因。
在AI競爭進入白熱化后，一個明顯的趨勢是：國內(nèi)的AI大廠也開始對這個賽道蠢蠢欲動。但一些創(chuàng)業(yè)者仍對此充滿信心：他們認(rèn)為，大廠獨有的用戶平臺優(yōu)勢，應(yīng)該去切入面向候選人的AI招聘模擬賽道。
一個創(chuàng)業(yè)者發(fā)了這樣一個朋友圈：如果國家隊下場，一統(tǒng)江湖，那么AGI指日可待。
我問他：那你會有危機感嗎？
他回答：最頂尖的基座大模型也不可能覆蓋所有應(yīng)用。
90年代，微軟也想徹底壟斷個人電腦及軟件市場，愿景是“讓每一臺電腦都裝上Windows系統(tǒng)”，為此不惜下血本拍死網(wǎng)景（市場占有率第一的瀏覽器）等后起之輩。
但后來，百家爭鳴的時代還是來臨了。
而眼下這個賽道最大的問題并不是這些潛在的競爭對手，而是就業(yè)市場的整體萎縮，所帶來的潛在客戶需求下降。
一個大型科技企業(yè)員工透露：“去年我們部門在官網(wǎng)開放了幾十個崗位，但實際上我們并不打算招一個人。”
在這種情況下，恐怕就算是OpenAI也難有回天之力。
這個賽道在OpenAI浪潮傾軋下，靠著PMF和足夠垂直跑贏了大廠，但還能存活多久，依舊是個未知數(shù)。
