AGI將給人力資源行業(yè)帶來革命性的變化，其不僅會帶來組織結(jié)構(gòu)的的變化，工作方式也會發(fā)生巨大變化。

《AGI時代下的組織變革研究報告》中顯示，就人力打造而言，半數(shù)以上的受訪企業(yè)希望通過數(shù)字化人才盤點明確AGI時代組織人才戰(zhàn)略。

因為大多數(shù)企業(yè)認為，數(shù)字化人才盤點是了解組織現(xiàn)有人才結(jié)構(gòu)和能力的關(guān)鍵步驟，尤其是在大模型火出圈后，組織可以基于對現(xiàn)有員工數(shù)字化技能的調(diào)查和評估，判斷員工是否具備適應(yīng)AGI時代新技術(shù)和人工協(xié)作模式的能力，明確組織人才的分布情況、潛力和發(fā)展需求，由此洞察組織能力和人才缺口。

談到人力資源行業(yè)，過往20年的時間發(fā)生了巨大的變化。如果以技術(shù)發(fā)展來看，人力資源的數(shù)字化主要經(jīng)歷了三個發(fā)展階段：第一階段是信息化，解決的主要是傳遞信息和處理信息的問題，比如記錄人事合同、薪酬績效等；

第二階段是自動化，這個階段主要以RPA技術(shù)為主，以招聘場景為例，過去主要通過網(wǎng)站招聘，后來會把來自網(wǎng)站的數(shù)據(jù)通過RPA的方式傳遞給招聘部門，以完成整個招聘流程。

而AGI把企業(yè)順利帶入到了第三個階段，也就是所謂的智能化階段。

成立于2015年的Moka也是沿著人力資源的發(fā)展路徑開展業(yè)務(wù)的。雷峰網(wǎng)了解到，Moka在成立之初就意識到HR的招聘工作是非常繁重復(fù)雜的，每天主要大量地處理重復(fù)性工作，基于此Moka自主研發(fā)了Moka智能化招聘管理系統(tǒng)；招聘問題解決了，與之而來的是“處理線下紙質(zhì)文件、核對績效表單”等問題，基于此，Moka推出了Moka People產(chǎn)品。

如今，邁入AGI時代，面對企業(yè)如果通過AI技術(shù)優(yōu)化組織結(jié)構(gòu)和人才結(jié)構(gòu)等問題，Moka作為新生代的HR SaaS服務(wù)商發(fā)布了Moka Eva，其具備簡歷智能初篩、定制面試題、AI寫面評、對話式BI和員工Chatbot等五大能力。同時還推出了“對話式BI、員工Chatbot”兩大產(chǎn)品功能。

其中，“對話式BI”是一種全新的數(shù)據(jù)交互方式，它為用戶提供了更自然、高效和便捷的數(shù)據(jù)和信息獲取方式。用戶只需要通過自然語言文本輸入，就可以快速訪問數(shù)據(jù)庫，查詢關(guān)鍵指標和趨勢。這種無需培訓(xùn)的數(shù)據(jù)訪問方式，讓企業(yè)端能快速獲取所需的數(shù)據(jù)和指標，從而支持更好的決策制定和業(yè)務(wù)管理。

而「員工Chatbot」功能則可以快速、及時、準確地幫助員工完成與招聘、人事相關(guān)的任務(wù)并獲取相關(guān)信息。它不僅有效降低了基礎(chǔ)咨詢數(shù)量，減輕了 HR 團隊的工作壓力，還大大提升了員工體驗。

李國興給Eva的定位是HR的合作伙伴，其使命不是取代HR，而是想辦法提高HR的生產(chǎn)力，從而提升HR的服務(wù)體驗和價值，這是做Eva最核心的想法。

同時，李國興還進一步解釋道：對于EVA我們會沿著之前的思路做，比如哪些工作可以被EVA替代，然后去不斷覆蓋更多場景，幫助客戶解決更復(fù)雜的問題。

由此可見，Moka Eva已經(jīng)從信息化、數(shù)字化階段過渡到了智能化階段。在很多人期待Moka AI產(chǎn)品的同時，也產(chǎn)生了很多疑問：Moka作為一家SaaS廠商做AI產(chǎn)品的底氣在哪？畢竟相較上個階段的數(shù)字化產(chǎn)品，AI產(chǎn)品對底層技術(shù)的要求更高。

談到Moka在AI方面的探索要追溯到2018年，這一年Moka成立了AI團隊，把AI深度應(yīng)用到Moka產(chǎn)品中，例如簡歷解析等功能就是基于AI技術(shù)開發(fā)的。

面對如今火出圈的大模型，李國興表示，早在今年1月份算法組就自發(fā)的在做相關(guān)工作，2月份成立了專門的項目組，現(xiàn)在已經(jīng)有4個多月的時間，并且他還坦言，現(xiàn)在的Eva還沒到1.0階段，只是一個Demo，未來仍需要和客戶一起打磨。

以下是雷峰網(wǎng)和李國興的對話：

進入AGI時代，需要與客戶共同打磨企業(yè)級AI產(chǎn)品

雷峰網(wǎng)：怎么定位Moka Eva的？

李國興：我們把Eva定位為未來企業(yè)員工的HR合作伙伴，他要做的不是取代HR而是想辦法提升HR的生產(chǎn)力。

雷峰網(wǎng)：什么時候有的這個想法？

李國興：今年1月份算法組就開始自發(fā)做大模型的相關(guān)工作，當時我還沒有深入地在公司push這件事，我們的算法團隊還是一個比較有活力的組織，他們會提前看到這項新技術(shù)的突破性，然后結(jié)合一些場景做簡單的功能。那2月份我們就成立了專門項目組去研究。

雷峰網(wǎng)：所以說內(nèi)部還是在積極擁抱這件事兒的？

李國興：對。除了內(nèi)部員工非常重視面向客戶端的產(chǎn)品外，他們還很關(guān)注怎么通過這項技術(shù)提效，尤其是研發(fā)工程師。我在內(nèi)部也在積極推廣大家使用這項技術(shù)，大部分人是非常愿意接受這種新鮮事物的，他們會自發(fā)研究怎么幫助大家，比如做一些內(nèi)部分享，share給其他同事，這樣才能看到一些更好的實踐場景。

雷峰網(wǎng)：研發(fā)有4個月了，現(xiàn)在Eva已經(jīng)到2.0階段了？

李國興：沒有，我們對2.0的期待很高，7月份會開放給少量客戶試用，如果效果OK的話，應(yīng)該會到所謂的1.0階段。

雷峰網(wǎng)：所以說現(xiàn)在還處于產(chǎn)品打磨階段？

李國興：對，有很多東西我們也在探索中，還沒確定。今天我大概講了百分之二三十左右，其中有些想法確實很有挑戰(zhàn)性，我們也在做一些偏研發(fā)性的工作，后續(xù)我們會推出更多開放性的功能。

雷峰網(wǎng)：那在客戶的選擇上會有傾向性嗎？

李國興：我們會選擇一些能夠接受產(chǎn)品成熟度不高，能陪我們一起優(yōu)化和打磨產(chǎn)品的企業(yè)。另一方面，企業(yè)本身也要對這個事情感興趣，我們非常希望有創(chuàng)造力，對AI非常渴望的用戶跟我們一起做這件事兒。

雷峰網(wǎng)：可以理解為行業(yè)屬性是無所謂的？

李國興：對，因為Eva是一個通用型產(chǎn)品，所以我們的客戶也是各行各業(yè)的，我們反倒希望有各個行業(yè)的客戶跟我們一起打磨這個產(chǎn)品。

雷峰網(wǎng)：Eva會沿著之前產(chǎn)品的思路做嗎？

李國興：對，我們想做的是通過AI技術(shù)提升HR的生產(chǎn)力，提升HR的服務(wù)體驗，以創(chuàng)造更大的價值，回溯到2015年剛做Moka時，我們正是因為看到了HR招聘工作的繁重復(fù)雜性，每天需要處理大量的重復(fù)性工作，比如去招聘網(wǎng)站查簡歷，建立Excel表格匯總信息，所以我們做了智能招聘管理系統(tǒng)。后來我們發(fā)現(xiàn)HR需要處理很多紙質(zhì)文件，績效表單等，所以后來推出了Moka People。

那Eva也會延續(xù)這個思路，在這個過程中我們會看哪些工作可以被Eva簡化掉，然后再去做更多復(fù)雜場景的覆蓋。

以往的SaaS技術(shù)棧會被顛覆，大模型帶來了新的可能性

雷峰網(wǎng)：大模型對之前SaaS的技術(shù)棧會帶來哪些影響？

李國興：產(chǎn)品方面，通過Eva我們發(fā)現(xiàn)交互形式上的變化是非常顯著的，它能cover更多的用戶場景。底層架構(gòu)方面，我們構(gòu)建的產(chǎn)品還是在之前的底座之上，其實已經(jīng)實現(xiàn)了一些功能和場景，是有價值的，只是通過EVA的方式更好地連接用戶的需求，我們之前完全沒有AI，只是設(shè)計功能，然后怎么把功能、數(shù)據(jù)結(jié)構(gòu)串起來形成產(chǎn)品。

現(xiàn)在有大模型了，我們就需要考慮怎么跟大模型交互，像之前的數(shù)據(jù)庫怎么跟大模型交互，API怎么跟大模型交互，現(xiàn)在肯定不是一個最終的形態(tài)，業(yè)內(nèi)也有一些企業(yè)在探索，但我確定大模型一定會改變交互方式和軟件底層架構(gòu)的構(gòu)建形式。

雷峰網(wǎng)：目前是在哪家大模型的基礎(chǔ)架構(gòu)上做的？

李國興：都在用，像微軟、百度、阿里等都在用。閉源開源的也都在用，當然我們內(nèi)部也在做一些偏研究向的工作。

雷峰網(wǎng)：在使用的大模型中，效果如何？理想嗎？

李國興：今天demo演示，其實在響應(yīng)速度方面還是有一定問題的，基本上一個問題響應(yīng)時間維持在三到五秒左右，整體是可用的，但肯定不是一個特別理想的狀態(tài)。無論是閉源大模型還是開源大模型，技術(shù)的迭代優(yōu)化的速度都非常快，這類問題肯定會被解決。

雷峰網(wǎng)：所以說未來的響應(yīng)速度會越來越快？

李國興：對，一定的?，F(xiàn)在大模型相對不確定性高的是它的智能水平會以什么樣的速度發(fā)展，相對確定性高的是成本和時間一定會以非常快地速度下降。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：如果讓你選擇一家的話，你看好哪家？

李國興：我們現(xiàn)在的思路是用GPT訓(xùn)練demo，我們得檢驗現(xiàn)在市面上最好的大模型能不能達到我們設(shè)想的一些場景，跑通之后，我們會考慮如何滿足合規(guī)性、數(shù)據(jù)安全性的要求，然后再落地應(yīng)用。這是一個大的思路。

坦白講國內(nèi)的大模型還是有一些gap的，但是追趕速度非常快，下半年一定會有模型能達到3.5左右的水平。

積極擁抱大模型，重構(gòu)組織結(jié)構(gòu)和人才結(jié)構(gòu)

雷峰網(wǎng)：你認為企業(yè)對大模型是一個什么樣的態(tài)度？

李國興：坦白講分為兩派，一派認為大模型技術(shù)創(chuàng)造了90%的價值，另一派認為大模型有很多缺陷，很難在一個非常嚴肅的企業(yè)級場景里面用。

實際上我們調(diào)用大模型技術(shù)確實解決了很多問題，但絕不是調(diào)用大模型技術(shù)，調(diào)用API這么簡單。拿對話bi場景舉例，我們花了幾個月時間研發(fā)和調(diào)整，想做一個PPT，炒一個概念很容易，但你想把它做成一個能跑通的demo，再把它變成用戶喜歡甚至愿意付費購買的商業(yè)化產(chǎn)品，難度很大。怎么調(diào)整技術(shù)架構(gòu)，怎么設(shè)計，有時候甚至需要重新組織API，重新設(shè)計，如何確保它的穩(wěn)定性，需要做很多工作，這些都是很有挑戰(zhàn)的。

雷峰網(wǎng)：所以接下來需要重點解決的問題是什么？

李國興：比較核心的是解決一些所謂不穩(wěn)定性的問題，大模型確實能在很多場景中達到我們的預(yù)期，但仍然會產(chǎn)生一些錯誤的引導(dǎo)。所以接下來，一方面會避免極端安全性的問題出現(xiàn)；另一方面，怎么調(diào)教大模型，怎么使用大模型也是重點。

雷峰網(wǎng)：從長遠來看，AI會帶來組織架構(gòu)的變革嗎？

李國興：我覺得有可能會變。首先技術(shù)突破了，新的產(chǎn)品會逐漸進入到大家的工作和生活中，這就會帶來人的變化，進一步帶來組織的變化，組織方面一定會以小規(guī)模團隊，小的作戰(zhàn)單元為主，包括大公司中也會出現(xiàn)小的作戰(zhàn)單元，當然也會有更多小組織出現(xiàn)，可能幾個人就能解決一個特定領(lǐng)域、一個特定客戶群體，這在未來是完全有可能發(fā)生的。

之前如果這么做的話會有很多阻礙，比如成本太高，那現(xiàn)在通過這種小客群的特定服務(wù)，就可以將生產(chǎn)力釋放釋放出來。從而創(chuàng)造更大的經(jīng)濟效益。

雷峰網(wǎng)：那人具體會發(fā)生哪些變化？

李國興：每行每業(yè)都不一樣，但比較核心的是需要重視這項技術(shù)，最起碼要先了解。假如我是HR，我就會觀察這個領(lǐng)域有沒有新的東西出來能夠提升我們的工作效率，類似程序員的coding工作，這是正在發(fā)生的事情，當然這個過程也需要大模型不斷完善，總之人需要重視這件事情，需要好奇心，需要學(xué)習(xí)。

除此之外，交叉領(lǐng)域?qū)χR的掌握很重要，因為之前分工特別明確的工作方式在AI時代下會發(fā)生一些改變，可能有些事情會被AI替代，你要做的是用AI去做更復(fù)雜的工作，因為面向客戶的工作往往需要多項職能，這是一個明顯的區(qū)別。這也告訴我們，人要橫向發(fā)展，而不是局限在自己的專業(yè)里。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。