圖片來源@視覺中國
大模型在企業(yè)級市場落實一段時間后，沒有砸出想象中的水花。
“都是公網(wǎng)數(shù)據(jù)，企業(yè)不敢用。實際應(yīng)用場景也很少。”一位HR企業(yè)級軟件的售前專家告訴鈦媒體。
現(xiàn)在這家企業(yè)主要將場景落地在了人才發(fā)現(xiàn)、簡歷評估和面試提問追問三個核心場景。鈦媒體了解到，現(xiàn)在市場上能夠感受到企業(yè)裁員、收緊招聘需求的信息，但這并不影響高質(zhì)量人才的流動，尤其是對于中大企業(yè)的招聘需求，需要對人才的識別、人效挖掘上有一定的能力提升；同理，到了簡歷評估和面試環(huán)節(jié)，也需要減少依靠經(jīng)驗判斷不足，或者得不出有效結(jié)果的情況。
但實際上，這家企業(yè)的客戶案例不多，為客戶訓練出的大模型被稱為“不斷迭代的過程”，收費則是計劃以訂閱模式收費，目前接受這一做法的試點客戶來自全球500強的跨國公司和國內(nèi)業(yè)界領(lǐng)先的企業(yè)。
實際上，客戶需求市場對生成式AI產(chǎn)品或大模型技術(shù)也充斥著不同見解。鈦媒體了解到，尤其是對于大企業(yè)客戶，雖然有不少企業(yè)客戶公開宣傳在積極嘗試大模型，恨不得以此解決當前業(yè)務(wù)遇到的所有痛點，但同時，也有企業(yè)客戶對此不屑一顧，認為自身已經(jīng)積累的經(jīng)驗和人才，不會簡單被大模型所替代。
“大模型的開發(fā)訓練依然很復(fù)雜，能不能做到更加簡潔？”在與國內(nèi)某頭部ICT廠商的閉門會上，一家傳統(tǒng)能源行業(yè)客戶提出了這樣一個疑問。
該客戶明確指出：“雖然過去推進智能化取得了一定成果，但跟我們的想象還存在非常大的差距。”除了該行業(yè)本身生產(chǎn)作業(yè)復(fù)雜的自然條件外，各個下設(shè)廠家對智能化理解的不足，導致投入了大量資金，卻仍然各自為戰(zhàn)。
另一方面，大模型現(xiàn)階段并不“便宜”，能用得起大模型的企業(yè)，要么具備一定的生產(chǎn)體量，要么手里有一定預(yù)算，認為大模型所帶來的生成式技術(shù)值得嘗試和布局。
某AI上市企業(yè)負責人近期談及大模型創(chuàng)業(yè)時指出，“市面上大模型具備一些基本能力，但只是玩具或工具，大模型不只是這些能力，更關(guān)鍵的是實現(xiàn)商業(yè)變現(xiàn)。”
事實上，無論是文生圖、還是文生文，大模型技術(shù)驅(qū)動的生成式AI確實展現(xiàn)出了其巨大的應(yīng)用場景。據(jù)鈦媒體不完全統(tǒng)計，目前相繼參與其中的巨頭公司、AI創(chuàng)企已不下50家，而通用大模型也在嘗試接入多個云平臺，供企業(yè)調(diào)用或定制開發(fā)私有模型。
值得一提的是，OpenAI在11月6日舉辦的首屆開發(fā)者大會上，對其接下來發(fā)力的方向進行了說明，包括：加強文本輸入長度，輸出模式符合預(yù)定模式，更多更優(yōu)質(zhì)的訓練數(shù)據(jù)，更多的多模態(tài)，領(lǐng)域知識和業(yè)務(wù)邏輯，以及更優(yōu)惠的價格等方面。
這對于其他AI開發(fā)者或使用方而言是個好消息，但對在座的各位大模型技術(shù)創(chuàng)業(yè)派而言卻是懸頂之劍。
與此同時，生成式內(nèi)容的合規(guī)審查和隱私安全也是大模型或生成式AI技術(shù)想要在市場中普及的必要前提。
在國內(nèi)，10月11日，全國信息安全標準化技術(shù)委員會官網(wǎng)發(fā)布《生成式人工智能服務(wù)安全基本要求》（征求意見稿），面向社會公開征求意見。這是國內(nèi)首個專門面向生成式AI安全領(lǐng)域的規(guī)范意見稿，也是對7月網(wǎng)信辦等七部門推出的《生成式人工智能服務(wù)管理暫行辦法》的支撐。
相比大模型到來時的狂熱與喧囂，到了真正落地的階段，大模型在行業(yè)內(nèi)如何深入應(yīng)用的探索和考驗才剛剛開始。
“每個產(chǎn)品都值得用大模型重做一遍”，這是初入大模型應(yīng)用層企業(yè)的普遍敘事。
但在將產(chǎn)品重做一遍之前，還有一個更基礎(chǔ)的問題：大模型能用在哪兒？
在B端市場，這個問題可能更難回答，或者很難有唯一的答案。
從國外Meta的LLaMA系列、Stability AI的StableLM系列、MPT等模型的開源，以及國內(nèi)通用大模型面向企業(yè)級API的內(nèi)測，激起了更多創(chuàng)企的跟進試用。
如果將一套招聘流程拆解為簡歷收集、篩選、測評、面試、Offer及入職，在整個鏈條上，大模型驅(qū)動下的自然語言交互技術(shù)，最直接體現(xiàn)在提高HR招聘效率和改善用戶體驗。
作為一家智能招聘管理軟件企業(yè)，MOKA倡導用AI對核心人力系統(tǒng)進行改造。今年6月底，MOKA公布上線基于大模型的智能產(chǎn)品解決方案Eva，包括簡歷篩選、定制面試題、AI寫面評、對話式BI、員工ChatBot。例如，員工Chatbot功能用于員工完成與招聘、人事相關(guān)的任務(wù)并獲取相關(guān)信息，類似于提供咨詢的AI助手。對話式BI以自然語言的界面進行交互，讓員工快速訪問數(shù)據(jù)庫，查詢關(guān)鍵指標，支持業(yè)務(wù)決策和管理。
類似地，北森首先公布了基于百度文心一言大模型的內(nèi)測功能——招聘JD撰寫和招聘海報制作。在5月的春季發(fā)布會上，北森還推出了全新AI產(chǎn)品個人領(lǐng)導力教練Mr.Sen，用于新晉領(lǐng)導者的轉(zhuǎn)型適應(yīng)、團隊管理、個人發(fā)展、績效反饋等方面。據(jù)北森CEO紀偉國透露，AI面試、員工服務(wù)機器人、陪練機器人等都將是大模型可結(jié)合的場景。
用友、金蝶則選擇通過融合通用大模型能力，結(jié)合基于自身私域數(shù)據(jù)，以訓練應(yīng)用于人力、財務(wù)、供應(yīng)鏈等流程軟件場景的企業(yè)級領(lǐng)域模型。
用友高級應(yīng)用架構(gòu)師包飛與鈦媒體交流時指出，“現(xiàn)階段大模型距離行業(yè)落地還是比較遠的，客戶最關(guān)心的是能在行業(yè)里帶來怎樣的價值。”
目前用友YonGPT所支撐的領(lǐng)域模型應(yīng)用名單包括：企業(yè)經(jīng)營洞察、智能訂單生成、供應(yīng)商風控、動態(tài)庫存優(yōu)化、智能人才發(fā)現(xiàn)、智能招聘、智能預(yù)算分析、智能商旅費控、代碼生成等數(shù)十種。
而金蝶蒼穹GPT目前主要在財務(wù)、人力、程序研發(fā)場景。例如，金蝶首個公布的財務(wù)大模型，實現(xiàn)類似一個財務(wù)AI助手，提供財務(wù)問答、費用報銷、合同審批、報告生成、分析預(yù)測等服務(wù)。
鈦媒體此前報道，金蝶中國執(zhí)行副總裁、研發(fā)平臺總經(jīng)理趙燕錫在調(diào)研時發(fā)現(xiàn)企業(yè)對大模型確實有濃厚興趣，但提及率最高的兩個反饋，一是“AI焦慮”，怕不用AI則會落后；二是“AI迷茫”，不知道怎么用到業(yè)務(wù)里。金蝶的策略是，先找一批原型客戶做業(yè)務(wù)場景的試點驗證，更貼近企業(yè)的實際業(yè)務(wù)。
在i人事CTO王景飛看來，“客戶關(guān)注更多的不是用了哪個大模型，而是大模型對于業(yè)務(wù)的幫助是什么。老板關(guān)注企業(yè)經(jīng)營，就會關(guān)注經(jīng)營指標，如人均產(chǎn)出，投入分析，成本優(yōu)化等；HR會關(guān)注員工體驗，工作效率，如更流暢的人事流程（入轉(zhuǎn)調(diào)離、加班調(diào)休等等）。”
專注于核心人事+人效的i人事，也在跟釘釘合作推出運營效率、風險管理和業(yè)務(wù)專家三類智能化方案，其目的就是解決企業(yè)老板最關(guān)注的問題：用最科學的方法、在風險最低的前提下，最高效地實現(xiàn)企業(yè)戰(zhàn)略。
運行效率方面，通過大模型能力，可以為員工提供7*24小時，全年無休的人力資源咨詢、流程和其他支持；人事風險管理專家，可對人力資源中可能會出現(xiàn)的風險進行管理，如對勞動合同內(nèi)容的潛在風險進行預(yù)警、提出修正建議和風險預(yù)案等；業(yè)務(wù)專家中的績效專家，可以指導企業(yè)員工如何完成OKR的目標拆解、對齊和復(fù)盤工作。
找試點場景、找原型客戶，也是絕大多數(shù)大模型應(yīng)用廠家的策略。
但落地到最終用戶那里，由于企業(yè)業(yè)務(wù)邏輯、組織形態(tài)的千差萬別，大模型從“測試”到“全面落地”，是ChatGPT還是“ChatPPT”，仍存在一定迷惑性。
“我們沒說我們已經(jīng)做到了，但是能在客戶剛好有這么一個強需求的時候，給客戶做個技術(shù)參考，因為有時技術(shù)太前沿的話，客戶管理還跟不上，這也只能讓客戶產(chǎn)生一種垂涎三尺的感覺。”一位HR SaaS團隊負責人A對鈦媒體表示。這家企業(yè)目前計劃在SaaS版本融入第三方AI大模型能力，在問及是否已經(jīng)落地時，該負責人不置可否。
在上述不同廠家的內(nèi)測產(chǎn)品描述中，大模型并沒有在各自領(lǐng)域的應(yīng)用范式帶來顛覆性改變，更多是針對不同環(huán)節(jié)增加了多一項交互方式的選擇，衡量的標準無非是“夠不夠理解人類語言，能不能產(chǎn)生相關(guān)智能化動作”。換言之，智能化水平強弱并非由軟件所決定，而是由背后使用的大模型決定。
客觀上，大模型是個概率模型，生成什么樣的內(nèi)容完全屬于改變，想要取得更精準的結(jié)果還受限于數(shù)據(jù)、場景、人才、成本等問題，這都跟現(xiàn)實條件的投入情況相掛鉤。另外，應(yīng)用廠家還會選擇跨多個模型開發(fā)，目的是降低因模型企業(yè)經(jīng)營和政策引發(fā)的潛在風險。
這是作為大模型面向市場必須考慮的問題。
據(jù)Oracle Cloud HCM產(chǎn)品負責人透露，Oracle產(chǎn)品約80%的迭代都是由客戶需求推動。目前Oracle已經(jīng)確定了100多個人力資源生成人工智能的高價值場景，如輔助編寫、推薦方案、匯總等，并且才剛剛開始。
Oracle Cloud HCM是以O(shè)CI云平臺為基礎(chǔ)，內(nèi)嵌生成式AI相關(guān)能力。一方面，客戶可以使用自己的數(shù)據(jù)來優(yōu)化模型，平臺提供對客戶敏感信息和專有信息的保障，同時，通過內(nèi)置提示詞生成更符合用戶需要的內(nèi)容，同時減少事實錯誤和偏差。
為盡可能將大模型適用于企業(yè)級場景，包飛指出，目前用友的解決方案是，一部分會依賴于專家經(jīng)驗，同時也會實現(xiàn)業(yè)務(wù)化的流程管控，包括在大模型更上層增加一個管控層，針對于生成結(jié)果進行可靠性和合規(guī)性管控。
而在8月大模型監(jiān)管法規(guī)出臺之后，i人事會優(yōu)先考慮國內(nèi)大模型以及開源大模型。對于通用的一些信息，如“法律助手”中的法律法條等公開數(shù)據(jù)，會使用國內(nèi)大模型來完成訓練和微調(diào)；而對于與企業(yè)、員工相關(guān)的信息，則考慮使用開源模型，自主完成訓練，以保障個人信息的安全。
王景飛指出，模型訓練過程中勢必需要自身積累的“私域”數(shù)據(jù)，為保障企業(yè)訓練大模型的數(shù)據(jù)合規(guī)，目前底層的基礎(chǔ)模型大模型提供方，提供了一些接入能力，允許私有數(shù)據(jù)庫接入大模型，與大模型結(jié)合使用。除此之外，大部分國內(nèi)大模型在其他方面的數(shù)據(jù)安全方面提供了支持。
與此同時，應(yīng)用廠商接入大模型并不順暢。
某HR SaaS產(chǎn)品負責人告訴鈦媒體，“HR廠商跟AI廠商不同，過去雙方是處于一個相互期待對方，但合作相對來講不夠深入的階段。AI廠商最大的問題是有優(yōu)秀的算法，但沒有相關(guān)垂直業(yè)務(wù)的數(shù)據(jù)；業(yè)務(wù)方有大量數(shù)據(jù)，AI能力是相對缺失的。AI公司的數(shù)據(jù)以及這種業(yè)務(wù)公司的這些數(shù)據(jù)，相對來講會慢慢結(jié)合，我覺得這肯定是個趨勢。”
比如在大模型出現(xiàn)之前，這家企業(yè)就已經(jīng)在嘗試AI面試，盡管有不少企業(yè)在嘗試這一新鮮事物，但其應(yīng)用還不是很廣泛。這家企業(yè)認為，決定企業(yè)是否選擇AI面試作為應(yīng)用場景，取決于所招聘的崗位、AI面試能力的可信度等，“在實際場景中，用人單位對AI面試評價候選人的能力存在疑慮，系統(tǒng)評價候選人的標準不一，是否客觀可信，都有待驗證，也需要一個時間去接受。”
而上述創(chuàng)企負責人A也指出，在產(chǎn)品層面會跟友商合作，或自主研發(fā)，也會一些互聯(lián)網(wǎng)公司對接，直接封裝其技術(shù)方案。
“AI在HR SaaS領(lǐng)域的應(yīng)用比較有限。”這家企業(yè)所涉及的AI產(chǎn)品主要有：簡歷解析、身份證/銀行卡自動識別、人臉識別、電子簽名，應(yīng)用環(huán)節(jié)主要圍繞在了人崗匹配和招聘模塊。
在薪酬環(huán)節(jié)，很多中大型企業(yè)的薪酬體系還是比較復(fù)雜的，包括傭金、獎金的計算，如果是靈活用工的派遣方式，薪酬體系有的是按時的、有的是按件計算，同時實踐過程中，這些數(shù)據(jù)來源有很多，也就是系統(tǒng)很多，如果無法做接口（稅、社保、銀行、政府），那么就需要其他技術(shù)將數(shù)據(jù)同步起來。
“當前大模型的成本相對來說還是比較高的，所以對于高頻低價值的場景和低頻高價值的場景，性價比差異就會比較大。i人事目前推出的人事法務(wù)助手、勞動合同風險分析、績效輔導專家，屬于低頻高價值場景，同時，我們也在積極探索高頻高價值的用戶場景。”王景飛告訴鈦媒體。
為此，i人事首先選擇績效環(huán)節(jié)，成本方面是考量之一，更重要的是i人事基于“人力資源管理專家”數(shù)字角色的考量。績效管理，尤其是OKR，需要大量方法論和實踐結(jié)合才能做好。i人事會提供大量專家，通過賦予AI這些專家的能力，將專家影響力發(fā)揮到最大。
在王景飛看來，應(yīng)用方想要安全、便捷地用好基礎(chǔ)大模型還得從以下幾個層面著手：
（1）采用向量數(shù)據(jù)庫配合大模型使用。自建向量數(shù)據(jù)庫用來存儲客戶的數(shù)據(jù)，這些數(shù)據(jù)只存儲在i人事的服務(wù)器中，不會對外部模型開放。
（2）采用自建大模型。針對一些垂直領(lǐng)域的大模型，如“人事法務(wù)助手”，需要大量的文檔和數(shù)據(jù)積累，自建模型+微調(diào)的方式會更合適。i人事也在自建模型的基礎(chǔ)上，基于法律的特征進行微調(diào)。
（3）采用數(shù)據(jù)脫敏。有些數(shù)據(jù)一定需要外部大模型進行分析的，就可以將這些數(shù)據(jù)脫敏之后傳輸給大模型。脫敏之后的數(shù)據(jù)，在大模型看來只有一串數(shù)字和一個標識數(shù)據(jù)所有者的一個隨機ID，大模型在完成分析之后將對應(yīng)的ID返回i人事系統(tǒng)，然后i人事在內(nèi)部完成映射之后，返回給客戶。
反思
其實不止HR賽道，其他行業(yè)同樣面臨大模型落地的難題。
4月，釘釘搶先展示了其智能化成果：通過接入阿里通義大模型，在群聊、文檔、視頻會議、應(yīng)用開發(fā)等四個高頻場景實現(xiàn)AI“魔法棒”能力。從最近成效來看，在超過50萬家企業(yè)內(nèi)測后，釘釘“AI魔法棒”正式上線，在釘釘聊天、文檔、知識庫、腦圖、閃記、Teambition等17項產(chǎn)品、60+場景全面開放測試。
談及接入大模型的過程，葉軍在此前與鈦媒體交流中談到兩點：一是在交互層，做釘釘各個產(chǎn)品應(yīng)用界面和千問大模型API的連接，二是模型之間的對接，千問大模型需要來自于知識庫文檔的一些通用文字文本。
在葉軍看來，與大模型對接不難，難的是怎么將釘釘平臺上不同的業(yè)務(wù)系統(tǒng)與大模型實現(xiàn)對接。“現(xiàn)在釘釘上面的很多數(shù)據(jù)是有業(yè)務(wù)含義，對接模型就復(fù)雜一些，理論上它不是傳統(tǒng)意義上的大模型，而是有一定行業(yè)特征的，或者有一定應(yīng)用系統(tǒng)結(jié)構(gòu)化的一些中型模型。所以對接我覺得投入的時間周期會更長，這也是企業(yè)級應(yīng)用跟傳統(tǒng)通用搜索之間很大的差異。”
關(guān)于商業(yè)化，葉軍表示釘釘會考慮兩種模式：一是針對比較高價值的商業(yè)服務(wù)，直接做訂閱式收費，將其組合到釘釘專業(yè)版、專屬版、專用版的底座；二是會參考Midjourney的收費模式，按照調(diào)用次數(shù)一次性付費，如釘釘個人版可能首先嘗試走這個模式。
而由于釘釘本身連接了非常多的生態(tài)應(yīng)用，怎么通過釘釘讓SaaS創(chuàng)企去直接調(diào)用平臺的模型能力，對SaaS產(chǎn)品進行改造，這是作為平臺應(yīng)用所能承載的事情。上述釘釘與i人事的合作，或許會是未來典型路徑之一。
“對于企業(yè)應(yīng)用而言，大模型是需要訓練的，不僅效率要高、準確性要好，這跟寫個散文或簡單的人機對話完全不同。”談及Oracle（甲骨文）在HCM領(lǐng)域的大模型實踐經(jīng)驗時，甲骨文公司副總裁及中國區(qū)董事總經(jīng)理吳承楊告訴鈦媒體。他認為，Oracle的特點在于，已經(jīng)在跟Cohere這樣的大模型企業(yè)密切合作，同時在數(shù)據(jù)層面，會將向量搜索與存儲在Oracle數(shù)據(jù)庫的客戶業(yè)務(wù)數(shù)據(jù)相結(jié)合，加之RAG架構(gòu)等生成式AI技術(shù)，“只有這些技術(shù)結(jié)合起來，才會有一個顛覆性改變。”
所有軟件都值得用大模型重寫一遍——這樣的結(jié)論是理想主義的樂觀遠眺，但在企業(yè)實際的場景和業(yè)務(wù)當中，還要考慮“是否值得”的實際考量。
再回到HR SaaS與大模型的結(jié)合當中，跟“人”高度相關(guān)的簡歷信息、面試信息、勝任力評測等信息，如果大模型能夠用更精準的專有數(shù)據(jù)訓練，那么這個HR SaaS系統(tǒng)將是企業(yè)效能最高的管理終端，但是這個包含個人高度隱私的數(shù)據(jù)是否獲得個人授權(quán)，用于訓練？所以現(xiàn)階段用數(shù)據(jù)，用什么樣層級的數(shù)據(jù)？怎么用？用到什么地步？其中所要承擔的風險與收益，都是廠商必須考慮的，而并非一味追求技術(shù)的先進。
當下，許多招聘平臺都在緊密的與大模型產(chǎn)品/服務(wù)積極接入或者合作，但得到相對成熟應(yīng)用場景的確實不多，招聘場景、面試陪練場景、人才測評場景，這幾個場景的數(shù)據(jù)恰好介于公有數(shù)據(jù)和專有數(shù)據(jù)之間，就是所謂巧妙地用到合適層級的數(shù)據(jù)，用于這些對企業(yè)以及面試者雙向獲益的場景中。
值得一提的是，盡管企業(yè)可以接入開源平臺訓練大模型，但勢必要遵守更加嚴格的合規(guī)和安全保護準則。目前業(yè)內(nèi)已經(jīng)在警醒開源技術(shù)關(guān)停的風險。接入開源平臺，甚至私下使用GPT進行內(nèi)測，都在冒巨大風險。
目前看來，HR SaaS的場景中”選、用、育、留、離”大環(huán)節(jié)中的千百個場景，都需要HRSaaS廠商去一一試錯，這個成本或許跟重寫一套產(chǎn)品也相差不大了。
此外，能否商業(yè)化才是生成式AI的終極命題，至少在ToB市場里，技術(shù)要為商業(yè)服務(wù)才是本質(zhì)。
無論是選擇開源大模型蒸餾，還是第三方API調(diào)用，企業(yè)和廠商都在躍躍欲試，不過對AI大模型的應(yīng)用最終是提供給員工一款場景應(yīng)用。外界普遍期待AI能將一線人員從繁瑣、危險、重復(fù)性的工作中解放出來，但現(xiàn)階段，生成式AI主要只是在各自領(lǐng)域增添了新的功能體驗。未來還會有更多AI技術(shù)的加持，但它會對企業(yè)產(chǎn)生多少經(jīng)濟價值，是否足以贏得客戶方與一線員工的共同認可、買單……這條AI應(yīng)用的探索之路才剛剛開始。
（本文首發(fā)鈦媒體APP，作者 | 楊麗）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論