选哪家不重要，重要的是选一个成熟的大模型。
作者丨何思思
编辑丨林觉民
谈到大模型给SaaS公司带来的影响时，i人事联合创始人兼CTO王景飞告诉AI科技评论：“未来我们要培养一个个数字人，这个数字人可能是考勤专员，可能是薪酬专员，可能招聘专员……”
2015年王景飞从一家日企ERP公司离职，加入i人事，恰好这一年也是i人事刚成立的时间。谈起为何从事HR SaaS，其实和王景飞之前的从业经历有关。
AI科技评论侧面了解到，王景飞之前所在日企在日本的市占率很高，尤其是薪酬方面占比达50%。
“我当时在ATE即先进技术探索部门，在做人力资源相关业务时，通常会用最新的技术去实现，用最新的设计理念和最新的用户体验去设计产品，”王景飞如是说。
这也为王景飞来i人事做SaaS产品带来了新的灵感。
和其他SaaS厂商不同的是，创立初期i人事并没有进行疯狂扩张，而是先潜心打磨产品能力。自2015年成立后i人事用5年来打磨产品，值得注意的是，2018年之前完全是免费方式获客，2018年后开始逐步启动商业化推广，并在2020年左右开始全面商业化进程，均取得了不错的效果。
2021年王景飞提出了数字人的概念，并联合阿里达摩言开始AI探索。因为在他看来，给客户、给员工提供服务的是一个个人，而i人事的系统完全可以往这个方向发展。此外，还在数字人的基础上提出了业人一体的概念，并着手做一体化人力资源系统。
面对如今火出圈的GPT，i人事也是积极拥抱的态度。
AI科技评论了解到，2022年GPT3出来时，i人事就重新考虑把原来的一些技术，包括深度学习、搜索技术，数据挖掘技术，重新用GPT的思路和理念做。验证后发现，GPT生成的内容确实是可以借鉴的，比如招聘JD的撰写、文案的优化等，就选择了用GPT平替之前的技术。
目前i人事在用海外的GPT，也在用国内的大模型诸如百度的文心一言、阿里的通义千问等。
对此，王景飞解释道，就像当初做SaaS产品时，i人事现在的重点是打磨产品，相较国外的GPT的来说，国内的大模型产品相对落后些，所以我们会先用海外大模型打磨产品，等国内的成熟到一定程度后，再开始平替。
从王景飞的表述中，我们能感受到，选择哪家大模型并不是i人事关注的重点。
同时，他还类比道，大模型相当于10年前的云计算，10年前我们是云计算的使用方，现在我们是大模型的使用方。我们需要考虑的是大模型能给我们提供什么样能力和服务。就像10年前阿里云出来了，后来又有了谷歌云、亚马逊云等，最终我们选定了阿里，因为相对来说它算是国内比较成熟的云厂商，到时候大模型也会出现一家成熟的，哪一家最成熟，商业化做得最成功，我们就会选哪家。
以下是AI科技评论和王景飞的对话：
1
五年时间打磨产品
与客户共建
AI科技评论：您2015年来i人事主要负责什么？产研、融资都负责吗？
王景飞：目前产品和研发都是我在负责，也负责一部分的融资事宜。
AI科技评论：当时拿哪几家投资机构的融资？
王景飞：当时拿了同创的投资，其实i人事一个最大的特点就是从成立到现在拿的资本比较少，自己投入的比较多。
AI科技评论：融资这么少，怎么做研发，毕竟SaaS是一个回报周期都很长的事情？
王景飞：这个也是我们创始团队持续打磨产品的逻辑，用大量的自有资金持续打造产品闭环。另外，我们也有线下HR服务团队，这部分业务也给SaaS提供了底层赋能，相当于我们的业务设计、系统结构设计最开始就是基于人力资源服务的宝贵经验来做的。
AI科技评论：一年时间量就起来了，怎么做到的？
王景飞：其实当时人们对SaaS的认知还处于起步阶段，我们主要以互联网方式推广，这种方式地特点是短平快、轻量化、标准化。当然也借助了平台的力量，比如人力资源的服务咨询平台等，这种推广方式的好处是这类平台的客群比较多，每天都会有几百家客户注册，所以当时是一个比较快的阶段。当时我们的系统比较轻便简洁，大家上手就能用，不需要实施顾问或销售顾问去参与。
虽然很快，但当时我们还处于打磨产品的环节，快速放量，还没有做太多的商业化转化。
AI科技评论：2018年前都是免费的，其实成本还是很高的，为什么这么做？
王景飞：对，当时团队规模没有很大，大几十人，一百不到，其实免费策略就是为了吸引更多的客户进来，这样就可以把用户的一些实践沉淀到我们的系统中，和用户一起打磨产品。这个过程花了5年时间，所以成本是非常高的。
2
看到大模型的能力
平替以前的AI技术
AI科技评论：什么时候开始做AI方面的探索的？
王景飞：我们做这个事情其实比较早，AIGC出来前，我们就在考虑做这件事情了。
2021年下半年我们提出了数字人的概念。在日常工作中，企业的员工就可以向HR寻求一些服务，比如流程控制、薪资绩效等。在这个过程中给员工提供服务的都是一个个人，我们的系统完全可以做这样的事，当时我们就想是不是可以把系统当做一个人去培养，然后给企业的员工或者老板提供服务，所以就提出了数字人这个概念。
AI科技评论：具体怎么做的？
王景飞：那时就和达摩院合作了，尝试把我们的系统往人的形态发展。2022年下半年GPT3出来后，效果非常惊艳，我们又重新考虑把原来的一些技术，包括深度学习、搜索技术，数据挖掘技术，重新用GPT的思路和理念做。所以2021年11月份我们就在想：我们的数字人应该用什么样的能力底座去支撑，GPT就在我们的考虑范围内了，现在GPT也是我们做数字人的基础能力之一。
AI科技评论：为什么选择和达摩院合作？而不是腾讯或者百度等？
王景飞：阿里其实是一个很大的平台，我们最开始和钉钉合作的会深一些，2020年的时候我们就在钉钉上架了一体化人事系统，一直是一体化人事系统，所以和钉钉的合作比较紧密，就是钉钉的很多能力是从达摩院进来的，达摩院做数据处理，底层能力的支撑，阿里面向场景的一些优化，但是底层能力是通用的。
当时达摩院也在提如何把技术商业化或市场化，让更多的企业用到达摩院的技术，我们的目标非常契合，所以就一起做这件事了。
AI科技评论：当时市场上其他竞手是什么样的状态？
王景飞：竞品当时的声音不大，但有些企业也在提这样的一些理念，比如做单模块招聘的，采用直播这类新媒体形式的，用虚拟人24小时直播的，但当时关注的人没有现在多，GPT出来后，这个惊艳的表现，确实让更多人开始关注这个赛道或者这个基础能力了。
当时的AI问答比较固定，有时我们会开玩笑说AI就是人工智障，因为当时AI还没有产生很好的效果。
AI科技评论：什么时候看到大模型的可能性的？
王景飞：2022年11月，大概是3.5出来后，我们就关注这件事情了，开始用这些东西做一些尝试和验证。比如22年年底，就尝试用AIGC生成内容，但当时我们的系统还没和大模型融合。
AI科技评论：验证效果如何？
王景飞：当时验证下来，确实有些东西是可以参考的，比如文案优化，架构的梳理，所以当时我们就在想我们之前设计的数字人可以直接用AIGC来做，而不是用以前的。以前做员工问答，需要构建知识库，做关键词，但有了AIGC后，以前做得很多工作都不需要了直接省略了。我们可以直接把知识灌给他，把优化的数据，向量化的数据灌给他，然后它来完成这个动作。比如像关键词抽取、知识库等相似的问题，AIGC完全不需要了。
所以我们就考虑，直接用AIGC补充我们之前的技术。
3
用GPT打磨产品
待国内大模型成熟后再平替
AI科技评论：i人事用的是哪个大模型？
王景飞：现在每家都会用，像国外的ChatGPT，3.5 和 4.0。其实是这样的，大模型最终的形态会趋于一致，现在国内大模型可能还稍微落后些，有人说落后一两个月，有人说落后一两年，但我相信最终应该会趋于一致。
AI科技评论：所以国内的用的是哪家的？
王景飞：我们现在主要在验证我们的业务和大模型结合的程度怎么样，怎么更好的结合。像通义千问、文心一言等都会用。国内大模型，我们更多的是在关注它的发展状态。
AI科技评论：用GPT训练产品的话是不是只适合海外公司用，不方便国内的公司用？
王景飞：国内我们会考虑开放，我们主要控制的问题是国内客户数据的出海问题。现在几个大模型都接进来了，比如涉及员工隐私或者企业敏感数据的业务，我们会尽量用国内的大模型做。
AI科技评论：未来数字人会有出海计划吗？
王景飞：我们服务的客户中，也有一些跨国企业，就是中国的出海企业，我们会随着他出海。所以数据出海问题也是我们需要考虑的事情。比如再过一年或者半年，比如私有大模型的部署，数字人出海的机会就会比较成熟。
AI科技评论：刚刚提到了等国内大模型成熟后会选择平替GPT，想完全替代还要多长时间？
王景飞：6个月到2年这个时间范围的可能比较大，现在还很难预测国内的这些大模型会不会像OpenAI一样有一些涌现现象或者突然达到一个很好的效果，所以3到6个月有可能，一两年也有可能。像OpenAI也不是一个线性的发展速度，所以现在都不太能确定。
国内外的大模型都只展现出了冰山一角的能力，像GPT4开放出来的只是文字版的能力。但文字版只是大模型非常基础的一部分，像自然界的信息，环境温度湿度，地域等，这些信息其实是没有办法数字化的，但OpenAI 其实有这个能力。
AI科技评论：从i人事的角度出发，您认为大模型时代，我们应该做的是什么？
王景飞：对于我们来说更多的是验证模式，我们是把自己定位为大模型应用方。你可以把大模型理解成10年前的云计算，10年前我们是云计算的使用方，现在我们是大模型的使用方。这样的话我们就考虑大模型能给我们提供什么样能力和服务。所以具体选哪一家其实不重要，就像10年前阿里云出来后，又有了谷歌云、亚马逊云等，至于选哪一家，哪家能最好的支持我们客户需求，我们选定哪家就可以了。
所以2015年做 SaaS时，我们选定了阿里，因为相对来说它算是国内比较成熟的云厂商，到时候大模型也会出现一家成熟的，百度、阿里或者其他的，哪一家对客户需求的支持最完善、最稳定，我们就会选哪家作为最终技术能力的提供方。我们把大模型定位为平台。
4
不善用大模型的人、不与时俱进的公司
终将被淘汰
AI科技评论：除了数字人之外，还有智能助手的提法，是两个不同的产品吗？
王景飞：其实智能助手就是我们的数字人。相对来说智能助手是一个比较具有迷惑性的名字，因为我们认为当前的数字人还没有达到我们理想的状态。理想中，它是可以替代最基础的人事专员，每天回答员工的提问。在这之前，我们就起名叫智能助手，因为它的能力还比较浅，比较基础。
不过以后我们都是以数字人的概念面向客户提供服务，未来也会打造出各种各样的数字人。
AI科技评论：是针对不同场景，比如薪酬管理、绩效考核、招聘等拆解出多个数字人？
王景飞：对，我们的数字人其实就是我们最开始理解HR管理团队，在这个团队里有不同的角色，每个角色背后都是一个或几个员工。比如我们会有人专门负责招聘、有人专门负责考勤，有人专门负责薪酬，所以我们的数字人也会提供这样的能力和服务，那么我们就会把它包装成一个人的概念。
AI科技评论：内部HR团队已经在用了吗？效率方面有没有显著的提升？
王景飞：内部在用了，现在写简历，写招聘JD的人都在用。另外其他类型的员工也在用，比如研发、测试、市场团队等。比如研发写代码的时候，会用GPT 查问题；测试团队用来撰写测试用例；市场同学用GPT写文案等。
提效蛮明显的，对于研发团队来说，尤其是排查问题时，把一些需求放到 GPT 里边，提效百分之二三十，基本是没问题的。
AI科技评论：内部员工不担心被淘汰吗？很多人都说之后AI会替代很多人。
王景飞：这个问题是这样的，如果他不用GPT的话，会加速淘汰，所以他只能用GPT，所以他接受不接受不取决于他自己，而是取决于GPT 带来的能力。如果他不用GPT，他的同行都在用，那么他一定会被先淘汰的，所以他的接受程度只能不断提高，而且是想办法尽可能的更高，这就是面向新技术时，唯一的一个选择。
其实20 年前搜索引擎出来的时候，人的竞争力差异就体现在谁会用搜索引擎，怎么用搜索引擎把那自己想要的信息快速搜出来，所以当时有人专门去学习搜索引擎，当然当时的搜索引擎没有现在这么好用，但有些人用了搜索引擎后，效率确实提高了不少。
那现在ChatGPT 也有相似的情况出现了，就是会用 AI 的人比不会用 AI 的人更具竞争力。会用 AI 的人可以把更多的时间腾出来考虑一下 AI 不能做的那些事情，他去做掉，从而给客户创造更高的价值，这才是他保持自己竞争力的一个手段，而不是说拒绝使用AI。
AI科技评论：那以现在GPT和数字人的发展看，会完全替代HR团队的工作吗？
王景飞：以现在 GPT 的能力来说，完全取代HR的工作还是比较难的，因为我们在用GPT 的时候发现它和人很像，它有人的优点，也有机器的优点，但是他也有人的缺点，它的缺点就是有时候分析问题不完整，或者是得到的信息不完整，导致他分析的问题不完整。
这样的话它可能会生成一些有误导性的内容，涉及到决策的东西还是需要人去判定的。有些时候GPT生成的内容并不一定是完全正确的，这种情况就需要人做执行前的监督，这个过程还是要有的。
比如我们在面试一个员工时，会通过他的面部表情，看出来他对这个事物的积极性和态度，以及他做决策时背后的一些逻辑等这类工作，在现阶段还很难被GPT 取代。因为它有太多的背景知识需要了解和获取，然后才能做更好的决策。
另外，HR有一个很重要的工作是文化建设和员工奖励，拿员工激励来说，比如有些员工在工作中遇到了一些问题，这些问题可能产生于公司外，比如家里老人小孩生病了，或者是家里有比较紧急的事情需要处理。但GPT 或者是其他大模型，只能拿到他在公司内的一些信息，这样没办法帮助HR做好员工关怀之类的事情，甚至有可能会本末倒置。
所以对于这些人更擅长的工作，我感觉一两年之内被取代的可能性比较小。但一些规范性的工作可能会被替代。比如招聘过程有很多步骤是非常流程化的，比如简历筛选的过程，它是流程化的、标准化的，这种人很有可能会被替代。
AI科技评论：数字人现在可以正式对外商用了吗？
王景飞：现在还没有商业化，还是在面向定向邀约客户试用。
AI科技评论：之前做SaaS时，最先是免费，未来数字人在推广方面会采取相同的手段吗？
王景飞：和之前产品的推广方式不会有太大差别，只不过我们会更多的面向场景化做推广。比如在简历筛选场景下，我们的数字人能做哪些事情？产生什么样的价值？我们会更强调用一些这样的推广方式。这是和之前差异化的地方，但是推广途径，渠道等方面，不会有太大的差异。
AI科技评论：怎么考虑成本问题？毕竟AI这件事需要投入很大的成本？
王景飞：从商业模式上来说，我觉得现在还不太需要考虑这件事。我们还拿刚才的云计算举例，我们最开始的SaaS 是免费给客户使用，后边的云服务我们是统一打包付费的，成本确实蛮高的。但是云服务发展到一定程度，或者具备规模化标准化效益的时候，它的成本是可以降得很低的，然后我们就可以通过给客户带来的价值去增值。
比如我们数字人能帮他完成一个人的工作了，在这种情况下我们是有理由收费的。所以我们不是直接通过AI 的成本对应收钱，而是想办法通过给客户创造的价值去覆盖 AI 的成本。这才是一个正确的思路。
现在的AI 成本确实蛮高的，但当 AI 规模化或者标准化到一定程度时，成本自然会降下来，现阶段我们不会考虑这个，而是把更多的精力放在打磨产品上。
AI科技评论：GPT火了之后，SaaS进入下一个竞争阶段，如何在新阶段保持优势和提高竞争力？
王景飞：第一：我们一直坚持做 HR 一体化， HR 的各个模块，我们都有，只要客户把各个模块都用起来，它的数据就一定是完整的。和单模块厂商，一体化厂商最大的优势就是数据集成和数据完整性，这样后期结合 AI ， 它能带来的能力会更强一些。
第二：其实系统的管理最终还是要回归到业务的管理上。对于客户来说，他们买的是一个人事系统，但是他想要的其实是通过管理人实现达成公司的业务目标。2021 年我们提出了业人一体的概念，去年又提出了业务绩效的概念，我们会把人事系统和客户的业务系统整合起来，再加上数字人的能力，就可以更好的给客户赋能。
第三：很多客户在上系统时，有一个目的是通过系统规范公司的管理，或者让他的管理更先进，更适合公司的发展。所以第三个点就出来了，就是我们为什么最开始免费开放给客户，其实也是在收集客户的意见，从客户的使用场景和使用过程中获取使用方法论，然后沉淀，再让 AI 把这个方法论传达给客户，这就是我们 HR 系统比较关键的一个方向。
举个例子，比如我们在招聘的时候，很关键的环节就是面试。面试官拿到这个简历时，应该提哪些问题？这时候我们就会尝试给客户输出一个结构化面试的方法论。面试官会根据人才需求生成对应的问题，这样整个面试会更合理，不会因为某些问题被候选人带偏。只要他有了结构化面试的方法论，然后通过 AI 把这个方法论给到他就可以了。
