創(chuàng)新要趁早。

大模型淘金熱中，除了平臺(tái)機(jī)會(huì)，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(huì)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(gè)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(gè)性化的電子郵件，還可以自動(dòng)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(dòng)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(gè)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(chǎng)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(duì)話式BI、員工Chatbot、簡歷智能初篩、定制面試題、AI寫面評(píng)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(duì)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(chǎng)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(dòng)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(duì)話了李國興，談了談他眼中新技術(shù)帶來的機(jī)會(huì)和挑戰(zhàn)。

以下是對(duì)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(gè)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(píng)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(duì)的是比較復(fù)雜的場(chǎng)景，我們?cè)趪L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(gè)思路再去做，不斷覆蓋更多的場(chǎng)景，更多地幫助客戶。

Moka Eva可以實(shí)現(xiàn)對(duì)話式BI、員工Chatbot、簡歷智能初篩、定制面試題及AI寫面評(píng)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(duì)于企業(yè)真實(shí)人力資源場(chǎng)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(gè)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(huì)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(gè)別場(chǎng)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(gè)簡歷匹配的例子。比如我們現(xiàn)在要招一個(gè)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(huì)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(huì)自動(dòng)篩選或進(jìn)行簡歷的評(píng)分推薦，基于數(shù)據(jù)，系統(tǒng)可以設(shè)置淘汰或者自動(dòng)推薦到下一個(gè)招聘階段，同時(shí)按照匹配度，HR可以安排工作的優(yōu)先級(jí)。

另一個(gè)產(chǎn)品是人才庫推薦。這是2018年開始，我們借助AI算法對(duì)人才庫產(chǎn)品進(jìn)行的升級(jí)。比如，有的企業(yè)端用系統(tǒng)比較久之后，會(huì)積累大量的簡歷數(shù)據(jù)，但對(duì)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(huì)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(gè)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(dòng)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(duì)我們此前的AI算法路徑有改變嗎？

李國興：當(dāng)然，很多知識(shí)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(gè)關(guān)鍵因素：成本和性能。

之前，在一些具體的任務(wù)中，我們?cè)诓粩嗤ㄟ^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(gè)模型不是特別大的模型。現(xiàn)在我們談?wù)摰拇竽Ｐ停膬?yōu)勢(shì)是有泛化能力，在通用知識(shí)上可以拆解的不錯(cuò)，但在具體的業(yè)務(wù)場(chǎng)景，大模型的行業(yè)知識(shí)和成本都會(huì)是一個(gè)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(gè)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(gè)平衡點(diǎn)。

這個(gè)過程中，保障信息安全是個(gè)重要的前提。我們有義務(wù)去保障這些個(gè)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(duì)于新技術(shù)的態(tài)度是什么？

李國興：大家基本都還在一個(gè)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(gè)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(huì)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(gè)非常早期的階段。

技術(shù)一定會(huì)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(gè)加速階段，各個(gè)行業(yè)都迅速達(dá)成了共識(shí)，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(chǎng)景里面不一定特別適合，比如在HR領(lǐng)域，它不是一個(gè)績效專家，也不是一個(gè)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(huì)下，HR SaaS 行業(yè)會(huì)有顛覆性的產(chǎn)品創(chuàng)新嗎？

李國興：未來10年組織的競(jìng)爭(zhēng)力取決于組織內(nèi)“人+AI”的結(jié)合深度，如何在各個(gè)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(dòng)才能構(gòu)建組織上的壁壘和優(yōu)勢(shì)。

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(huì)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(huì)更深入的去影響企業(yè)的工作流。它會(huì)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(huì)越來越多地看到各種產(chǎn)品中AI的影子。

重新定義一個(gè)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(huì)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(huì)存在先發(fā)優(yōu)勢(shì)。

當(dāng)然，怎么能夠通過新的技術(shù)優(yōu)化這個(gè)過程的需求一定存在，AI肯定會(huì)改造，但我覺得這是一個(gè)漸進(jìn)式的過程，不會(huì)突然一下就完全變了。而隨著技術(shù)的成熟，大家都會(huì)結(jié)合技術(shù)做深入的應(yīng)用，Moka也在all in這件事，我個(gè)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(duì)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(duì)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(duì)這個(gè)東西感興趣，也有很多客戶主動(dòng)找到我們?nèi)チ乃麄兊囊恍┫敕ā?/p>

一個(gè)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?cè)诟鞣N場(chǎng)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(dòng)力之一，他們正在幫助我們?nèi)ジ畹乩斫鈶?yīng)用場(chǎng)景，集合我們對(duì)技術(shù)的理解，大家一起在探索改造現(xiàn)有的工作流和場(chǎng)景的可能性。這個(gè)事做好了，就能夠在AI新時(shí)代里面取得一個(gè)非常領(lǐng)先的優(yōu)勢(shì)。

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(huì)發(fā)現(xiàn)到這個(gè)階段，它真的跟人非常像，比如人很多時(shí)候會(huì)用機(jī)器來幫助自己做事。GPT-4也一樣，它會(huì)變得越來越會(huì)使用下游的工具，成為一個(gè)智能體，擔(dān)任大腦的角色，去調(diào)用各種各樣的知識(shí)、工作和能力。

這真的是一個(gè)讓人特別興奮的未來，它雖然有局限，但局限并不是一個(gè)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(huì)因?yàn)槊嬖嚬僮约旱拿嬖嚑顟B(tài)、情緒等會(huì)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(huì)比人類面試會(huì)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(gè)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(gè)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(gè)巨大型組織，也有可能真的一兩個(gè)人能做出非常適配某一個(gè)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(gè)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(huì)越來越稀缺，因?yàn)楦唵蔚乃季S和智力性工作會(huì)被AI模型做掉，但是相對(duì)比較跨域的，比較偏戰(zhàn)略思維方式的人才會(huì)比較稀缺。很有可能未來會(huì)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(gè)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(huì)錯(cuò)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(huì)？一定是整個(gè)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(duì)這個(gè)東西的理解更好，積累就會(huì)越深，就一定會(huì)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(gè)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(huì)。

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(gè)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(gè)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(gè)人類變得更好，生活得更好，工作更好。雖然會(huì)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(gè)需要我們?nèi)ニ伎嫉膯栴}。

眼下，最核心的是，每一個(gè)人真的要去擁抱新的技術(shù)，去真的使用它，去思考它會(huì)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(gè)程度，而且在可見的未來會(huì)有非常快速的持續(xù)發(fā)展，這是一件讓人特別興奮的事兒。

這是任何一個(gè)創(chuàng)業(yè)者都會(huì)想要達(dá)到的一個(gè)狀態(tài)，非常有幸我在其中有一些積累，我們會(huì)義無反顧地朝著新技術(shù)的創(chuàng)新邁進(jìn)。