作者 | 王欣
OpenAI每發(fā)布一個(gè)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(duì)該P(yáng)DF插件的使用量將會(huì)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(duì)GPT5沖擊的初創(chuàng)公司敲響警鐘：
“GPT4是‘差生’， GPT5將會(huì)有顯著提高 。許多創(chuàng)業(yè)和研究項(xiàng)目聚焦于完善現(xiàn)有AI的不足，這實(shí)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(jìn)模型的涌現(xiàn)，這將失去價(jià)值?！?/p>
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(gè)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(guó)內(nèi)只剩下6家左右。
穿越AI1.0時(shí)代和AI2.0時(shí)代的幸存者發(fā)現(xiàn)：
第一，真正有價(jià)值的產(chǎn)品在大模型時(shí)代來臨之前就已經(jīng)得到驗(yàn)證，這個(gè)價(jià)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(jià)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(diǎn)
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(cuò)過國(guó)內(nèi)AI初創(chuàng)，融不到錢的我們差點(diǎn)死了。”
GPT發(fā)布前，這個(gè)公司就自研了億級(jí)參數(shù)量的第一代AI面試大模型，他認(rèn)為“當(dāng)時(shí)我們的技術(shù)跟美國(guó)是并駕齊驅(qū)的”，但GPT發(fā)布后，一切都改變了。
GPT就是這場(chǎng)AI競(jìng)賽新的規(guī)則。最恐怖的是，他們當(dāng)時(shí)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(chǎng)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(wú)法調(diào)用OpenAI的API對(duì)這些公司并非壞事。
在去年11月的大會(huì)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(jìn)行應(yīng)用層開發(fā)，OpenAI最終可能發(fā)布和他們競(jìng)爭(zhēng)的產(chǎn)品。這種情況下，應(yīng)用層離API這種工具越近越危險(xiǎn)。找到能商業(yè)化落地的場(chǎng)景才能笑到最后。
而這個(gè)賽道幸運(yùn)之處在于：而這個(gè)賽道的價(jià)值點(diǎn)，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(chǎng)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(wàn)，公告發(fā)出24小時(shí)內(nèi)他們收到了12萬(wàn)份簡(jiǎn)歷。
2、某勞動(dòng)密集型集團(tuán)分公司一年的招聘藍(lán)領(lǐng)的預(yù)算是上億級(jí)別。
這導(dǎo)致了兩個(gè)問題：
1、hr無(wú)法短時(shí)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(wàn)的簡(jiǎn)歷篩選候選人甚至?xí)贸楹灥姆绞?，很多?jiǎn)歷甚至都不會(huì)被HR打開。
2、在藍(lán)領(lǐng)招聘市場(chǎng)，例如工廠流水線工人、快遞小哥，這種大量借助勞動(dòng)中介招聘的工種，存在極大的利潤(rùn)尋租空間，并且難以用一個(gè)集團(tuán)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(gè)候選人被AI面試官面試一次的機(jī)會(huì)，一天之內(nèi)面試上萬(wàn)人次；也讓順豐這些連鎖型集團(tuán)，在招聘快遞員時(shí)，能夠統(tǒng)一標(biāo)準(zhǔn)并且更加公開透明，斷絕了勞動(dòng)中介的利潤(rùn)空間。
藍(lán)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(wàn)人次，預(yù)計(jì)2024年將新增1000萬(wàn)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(chǎng)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(shí)代的 NLP 和規(guī)則引擎，那時(shí)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(shí)別。只能打穿要求較低的藍(lán)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(chǎng)景，他們也能卷一卷了。面試題目會(huì)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(huì)根據(jù)候選人的表現(xiàn)打分并輸出一整套報(bào)告。
另外，大模型浪潮席卷后，客戶對(duì)AI面試的接受度更高了，這對(duì)于本質(zhì)是SaaS的AI面試，無(wú)疑是一個(gè)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(gè)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(gè)AI招聘場(chǎng)景下一個(gè)環(huán)節(jié)，而AI面試又分為白領(lǐng)校招和藍(lán)灰領(lǐng)招聘兩種不同路線場(chǎng)景。以藍(lán)灰領(lǐng)為例，快遞員、工廠工人等不同行業(yè)的藍(lán)灰領(lǐng)招聘又有各不相同的招聘模型。
而他認(rèn)為，這個(gè)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(shì)。
想要獲得工程優(yōu)勢(shì)，就要持續(xù)專注某個(gè)特定垂直場(chǎng)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(lán)灰領(lǐng)路線，依據(jù)的是以下三個(gè)判斷：
第一，中國(guó)有8.5億藍(lán)灰領(lǐng)和3.5億白領(lǐng)，而藍(lán)灰領(lǐng)流動(dòng)性較強(qiáng)，其中大約有3億藍(lán)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(gè)藍(lán)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(chǎng)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(wú)法切入高端人才招聘場(chǎng)景。但對(duì)于快遞員、咖啡店員、超市員工等考核標(biāo)準(zhǔn)較為簡(jiǎn)單的藍(lán)灰領(lǐng)招聘，AI1.0時(shí)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(gè)龐大市場(chǎng)正逐漸浮現(xiàn)一個(gè)巨大的趨勢(shì)——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(wàn)家門店，但通過加盟的方式快速擴(kuò)建后，目前瑞幸咖啡已經(jīng)將近 1.7 萬(wàn)家門店了。
這些快速擴(kuò)招的巨頭集團(tuán)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(lán)灰領(lǐng)招聘場(chǎng)景下專用的、小眾的數(shù)據(jù)集訓(xùn)練模型。這些大廠們無(wú)法訪問的招聘數(shù)據(jù)庫(kù)，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(duì)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(gè)賽道沒在AI時(shí)代長(zhǎng)河中消失的重要原因。
在AI競(jìng)爭(zhēng)進(jìn)入白熱化后，一個(gè)明顯的趨勢(shì)是：國(guó)內(nèi)的AI大廠也開始對(duì)這個(gè)賽道蠢蠢欲動(dòng)。但一些創(chuàng)業(yè)者仍對(duì)此充滿信心：他們認(rèn)為，大廠獨(dú)有的用戶平臺(tái)優(yōu)勢(shì)，應(yīng)該去切入面向候選人的AI招聘模擬賽道。
一個(gè)創(chuàng)業(yè)者發(fā)了這樣一個(gè)朋友圈：如果國(guó)家隊(duì)下場(chǎng)，一統(tǒng)江湖，那么AGI指日可待。
我問他：那你會(huì)有危機(jī)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(gè)人電腦及軟件市場(chǎng)，愿景是“讓每一臺(tái)電腦都裝上Windows系統(tǒng)”，為此不惜下血本拍死網(wǎng)景（市場(chǎng)占有率第一的瀏覽器）等后起之輩。
但后來，百家爭(zhēng)鳴的時(shí)代還是來臨了。
而眼下這個(gè)賽道最大的問題并不是這些潛在的競(jìng)爭(zhēng)對(duì)手，而是就業(yè)市場(chǎng)的整體萎縮，所帶來的潛在客戶需求下降。
一個(gè)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(gè)崗位，但實(shí)際上我們并不打算招一個(gè)人。”
在這種情況下，恐怕就算是OpenAI也難有回天之力。
這個(gè)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(gè)未知數(shù)。