作者丨何思思

編輯丨林覺民

談到大模型給SaaS公司帶來的影響時，i人事聯(lián)合創(chuàng)始人兼CTO王景飛告訴雷峰網(wǎng)：“未來我們要培養(yǎng)一個個數(shù)字人，這個數(shù)字人可能是考勤專員，可能是薪酬專員，可能招聘專員...”

2015年王景飛從一家日企ERP公司離職，加入i人事，恰好這一年也是i人事剛成立的時間。談起為何從事HR SaaS，其實和王景飛之前的從業(yè)經(jīng)歷有關(guān)。

雷峰網(wǎng)側(cè)面了解到，王景飛之前所在日企在日本的市占率很高，尤其是薪酬方面占比達50%。

“我當時在ATE即先進技術(shù)探索部門，在做人力資源相關(guān)業(yè)務(wù)時，通常會用最新的技術(shù)去實現(xiàn)，用最新的設(shè)計理念和最新的用戶體驗去設(shè)計產(chǎn)品，”王景飛如是說。

這也為王景飛來i人事做SaaS產(chǎn)品帶來了新的靈感。

和其他SaaS廠商不同的是，創(chuàng)立初期i人事并沒有進行瘋狂擴張，而是先潛心打磨產(chǎn)品能力。自2015年成立后i人事用5年來打磨產(chǎn)品，值得注意的是，2018年之前完全是免費方式獲客，2018年后開始逐步啟動商業(yè)化推廣，并在2020年左右開始全面商業(yè)化進程，均取得了不錯的效果。

2021年王景飛提出了數(shù)字人的概念，并聯(lián)合阿里達摩言開始AI探索。因為在他看來，給客戶、給員工提供服務(wù)的是一個個人，而i人事的系統(tǒng)完全可以往這個方向發(fā)展。此外，還在數(shù)字人的基礎(chǔ)上提出了業(yè)人一體的概念，并著手做一體化人力資源系統(tǒng)。

面對如今火出圈的GPT，i人事也是積極擁抱的態(tài)度。

雷峰網(wǎng)了解到，2022年GPT3出來時，i人事就重新考慮把原來的一些技術(shù)，包括深度學習、搜索技術(shù)，數(shù)據(jù)挖掘技術(shù)，重新用GPT的思路和理念做。驗證后發(fā)現(xiàn)，GPT生成的內(nèi)容確實是可以借鑒的，比如招聘JD的撰寫、文案的優(yōu)化等，就選擇了用GPT平替之前的技術(shù)。

目前i人事在用海外的GPT，也在用國內(nèi)的大模型諸如百度的文心一言、阿里的通義千問等。

對此，王景飛解釋道，就像當初做SaaS產(chǎn)品時，i人事現(xiàn)在的重點是打磨產(chǎn)品，相較國外的GPT的來說，國內(nèi)的大模型產(chǎn)品相對落后些，所以我們會先用海外大模型打磨產(chǎn)品，等國內(nèi)的成熟到一定程度后，再開始平替。

從王景飛的表述中，我們能感受到，選擇哪家大模型并不是i人事關(guān)注的重點。

同時，他還類比道，大模型相當于10年前的云計算，10年前我們是云計算的使用方，現(xiàn)在我們是大模型的使用方。我們需要考慮的是大模型能給我們提供什么樣能力和服務(wù)。就像10年前阿里云出來了，后來又有了谷歌云、亞馬遜云等，最終我們選定了阿里，因為相對來說它算是國內(nèi)比較成熟的云廠商，到時候大模型也會出現(xiàn)一家成熟的，哪一家最成熟，商業(yè)化做得最成功，我們就會選哪家。

以下是雷峰網(wǎng)和王景飛的對話：

五年時間打磨產(chǎn)品，與客戶共建

雷峰網(wǎng)：您2015年來i人事主要負責什么？產(chǎn)研、融資都負責嗎？

王景飛：目前產(chǎn)品和研發(fā)都是我在負責，也負責一部分的融資事宜。

雷峰網(wǎng)：當時拿哪幾家投資機構(gòu)的融資？

王景飛：當時拿了同創(chuàng)的投資，其實i人事一個最大的特點就是從成立到現(xiàn)在拿的資本比較少，自己投入的比較多。

雷峰網(wǎng)：融資這么少，怎么做研發(fā)，畢竟SaaS是一個回報周期都很長的事情？

王景飛：這個也是我們創(chuàng)始團隊持續(xù)打磨產(chǎn)品的邏輯，用大量的自有資金持續(xù)打造產(chǎn)品閉環(huán)。另外，我們也有線下HR服務(wù)團隊，這部分業(yè)務(wù)也給SaaS提供了底層賦能，相當于我們的業(yè)務(wù)設(shè)計、系統(tǒng)結(jié)構(gòu)設(shè)計最開始就是基于人力資源服務(wù)的寶貴經(jīng)驗來做的。

雷峰網(wǎng)：一年時間量就起來了，怎么做到的？

王景飛：其實當時人們對SaaS的認知還處于起步階段，我們主要以互聯(lián)網(wǎng)方式推廣，這種方式地特點是短平快、輕量化、標準化。當然也借助了平臺的力量，比如人力資源的服務(wù)咨詢平臺等，這種推廣方式的好處是這類平臺的客群比較多，每天都會有幾百家客戶注冊，所以當時是一個比較快的階段。當時我們的系統(tǒng)比較輕便簡潔，大家上手就能用，不需要實施顧問或銷售顧問去參與。

雖然很快，但當時我們還處于打磨產(chǎn)品的環(huán)節(jié)，快速放量，還沒有做太多的商業(yè)化轉(zhuǎn)化。

雷峰網(wǎng)：2018年前都是免費的，其實成本還是很高的，為什么這么做？

王景飛：對，當時團隊規(guī)模沒有很大，大幾十人，一百不到，其實免費策略就是為了吸引更多的客戶進來，這樣就可以把用戶的一些實踐沉淀到我們的系統(tǒng)中，和用戶一起打磨產(chǎn)品。這個過程花了5年時間，所以成本是非常高的。

看到大模型的能力，平替以前的AI技術(shù)

雷峰網(wǎng)：什么時候開始做AI方面的探索的？

王景飛：我們做這個事情其實比較早，AIGC出來前，我們就在考慮做這件事情了。

2021年下半年我們提出了數(shù)字人的概念。在日常工作中，企業(yè)的員工就可以向HR尋求一些服務(wù)，比如流程控制、薪資績效等。在這個過程中給員工提供服務(wù)的都是一個個人，我們的系統(tǒng)完全可以做這樣的事，當時我們就想是不是可以把系統(tǒng)當做一個人去培養(yǎng)，然后給企業(yè)的員工或者老板提供服務(wù)，所以就提出了數(shù)字人這個概念。

雷峰網(wǎng)：具體怎么做的？

王景飛：那時就和達摩院合作了，嘗試把我們的系統(tǒng)往人的形態(tài)發(fā)展。2022年下半年GPT3出來后，效果非常驚艷，我們又重新考慮把原來的一些技術(shù)，包括深度學習、搜索技術(shù)，數(shù)據(jù)挖掘技術(shù)，重新用GPT的思路和理念做。所以2021年11月份我們就在想：我們的數(shù)字人應(yīng)該用什么樣的能力底座去支撐，GPT就在我們的考慮范圍內(nèi)了，現(xiàn)在GPT也是我們做數(shù)字人的基礎(chǔ)能力之一。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))：為什么選擇和達摩院合作？而不是騰訊或者百度等？

王景飛：阿里其實是一個很大的平臺，我們最開始和釘釘合作的會深一些，2020年的時候我們就在釘釘上架了一體化人事系統(tǒng)，一直是一體化人事系統(tǒng)，所以和釘釘?shù)暮献鞅容^緊密，就是釘釘?shù)暮芏嗄芰κ菑倪_摩院進來的，達摩院做數(shù)據(jù)處理，底層能力的支撐，阿里面向場景的一些優(yōu)化，但是底層能力是通用的。

當時達摩院也在提如何把技術(shù)商業(yè)化或市場化，讓更多的企業(yè)用到達摩院的技術(shù)，我們的目標非常契合，所以就一起做這件事了。

雷峰網(wǎng)：當時市場上其他競手是什么樣的狀態(tài)？

王景飛：競品當時的聲音不大，但有些企業(yè)也在提這樣的一些理念，比如做單模塊招聘的，采用直播這類新媒體形式的，用虛擬人24小時直播的，但當時關(guān)注的人沒有現(xiàn)在多，GPT出來后，這個驚艷的表現(xiàn)，確實讓更多人開始關(guān)注這個賽道或者這個基礎(chǔ)能力了。

當時的AI問答比較固定，有時我們會開玩笑說AI就是人工智障，因為當時AI還沒有產(chǎn)生很好的效果。

雷峰網(wǎng)：什么時候看到大模型的可能性的？

王景飛：2022年11月，大概是3.5出來后，我們就關(guān)注這件事情了，開始用這些東西做一些嘗試和驗證。比如22年年底，就嘗試用AIGC生成內(nèi)容，但當時我們的系統(tǒng)還沒和大模型融合。

雷峰網(wǎng)：驗證效果如何？

王景飛：當時驗證下來，確實有些東西是可以參考的，比如文案優(yōu)化，架構(gòu)的梳理，所以當時我們就在想我們之前設(shè)計的數(shù)字人可以直接用AIGC來做，而不是用以前的。以前做員工問答，需要構(gòu)建知識庫，做關(guān)鍵詞，但有了AIGC后，以前做得很多工作都不需要了直接省略了。我們可以直接把知識灌給他，把優(yōu)化的數(shù)據(jù)，向量化的數(shù)據(jù)灌給他，然后它來完成這個動作。比如像關(guān)鍵詞抽取、知識庫等相似的問題，AIGC完全不需要了。

所以我們就考慮，直接用AIGC補充我們之前的技術(shù)。

用GPT打磨產(chǎn)品，待國內(nèi)大模型成熟后再平替

雷峰網(wǎng)：i人事用的是哪個大模型？

王景飛：現(xiàn)在每家都會用，像國外的ChatGPT，3.5 和 4.0。其實是這樣的，大模型最終的形態(tài)會趨于一致，現(xiàn)在國內(nèi)大模型可能還稍微落后些，有人說落后一兩個月，有人說落后一兩年，但我相信最終應(yīng)該會趨于一致。

雷峰網(wǎng)：所以國內(nèi)的用的是哪家的？

王景飛：我們現(xiàn)在主要在驗證我們的業(yè)務(wù)和大模型結(jié)合的程度怎么樣，怎么更好的結(jié)合。像通義千問、文心一言等都會用。國內(nèi)大模型，我們更多的是在關(guān)注它的發(fā)展狀態(tài)。

雷峰網(wǎng)：用GPT訓練產(chǎn)品的話是不是只適合海外公司用，不方便國內(nèi)的公司用？

王景飛：國內(nèi)我們會考慮開放，我們主要控制的問題是國內(nèi)客戶數(shù)據(jù)的出海問題?，F(xiàn)在幾個大模型都接進來了，比如涉及員工隱私或者企業(yè)敏感數(shù)據(jù)的業(yè)務(wù)，我們會盡量用國內(nèi)的大模型做。

雷峰網(wǎng)：未來數(shù)字人會有出海計劃嗎？

王景飛：我們服務(wù)的客戶中，也有一些跨國企業(yè)，就是中國的出海企業(yè)，我們會隨著他出海。所以數(shù)據(jù)出海問題也是我們需要考慮的事情。比如再過一年或者半年，比如私有大模型的部署，數(shù)字人出海的機會就會比較成熟。

雷峰網(wǎng)：剛剛提到了等國內(nèi)大模型成熟后會選擇平替GPT，想完全替代還要多長時間？

王景飛：6個月到2年這個時間范圍的可能比較大，現(xiàn)在還很難預測國內(nèi)的這些大模型會不會像OpenAI一樣有一些涌現(xiàn)現(xiàn)象或者突然達到一個很好的效果，所以3到6個月有可能，一兩年也有可能。像OpenAI也不是一個線性的發(fā)展速度，所以現(xiàn)在都不太能確定。

國內(nèi)外的大模型都只展現(xiàn)出了冰山一角的能力，像GPT4開放出來的只是文字版的能力。但文字版只是大模型非?；A(chǔ)的一部分，像自然界的信息，環(huán)境溫度濕度，地域等，這些信息其實是沒有辦法數(shù)字化的，但OpenAI 其實有這個能力。

雷峰網(wǎng)：從i人事的角度出發(fā)，您認為大模型時代，我們應(yīng)該做的是什么？

王景飛：對于我們來說更多的是驗證模式，我們是把自己定位為大模型應(yīng)用方。你可以把大模型理解成10年前的云計算，10年前我們是云計算的使用方，現(xiàn)在我們是大模型的使用方。這樣的話我們就考慮大模型能給我們提供什么樣能力和服務(wù)。所以具體選哪一家其實不重要，就像10年前阿里云出來后，又有了谷歌云、亞馬遜云等，至于選哪一家，哪家能最好的支持我們客戶需求，我們選定哪家就可以了。

所以2015年做 SaaS時，我們選定了阿里，因為相對來說它算是國內(nèi)比較成熟的云廠商，到時候大模型也會出現(xiàn)一家成熟的，百度、阿里或者其他的，哪一家對客戶需求的支持最完善、最穩(wěn)定，我們就會選哪家作為最終技術(shù)能力的提供方。我們把大模型定位為平臺。

不善用大模型的人、不與時俱進的公司，終將被淘汰

雷峰網(wǎng)：除了數(shù)字人之外，還有智能助手的提法，是兩個不同的產(chǎn)品嗎？

王景飛：其實智能助手就是我們的數(shù)字人。相對來說智能助手是一個比較具有迷惑性的名字，因為我們認為當前的數(shù)字人還沒有達到我們理想的狀態(tài)。理想中，它是可以替代最基礎(chǔ)的人事專員，每天回答員工的提問。在這之前，我們就起名叫智能助手，因為它的能力還比較淺，比較基礎(chǔ)。

不過以后我們都是以數(shù)字人的概念面向客戶提供服務(wù)，未來也會打造出各種各樣的數(shù)字人。

雷峰網(wǎng)：是針對不同場景，比如薪酬管理、績效考核、招聘等拆解出多個數(shù)字人？

王景飛：對，我們的數(shù)字人其實就是我們最開始理解HR管理團隊，在這個團隊里有不同的角色，每個角色背后都是一個或幾個員工。比如我們會有人專門負責招聘、有人專門負責考勤，有人專門負責薪酬，所以我們的數(shù)字人也會提供這樣的能力和服務(wù)，那么我們就會把它包裝成一個人的概念。

雷峰網(wǎng)：內(nèi)部HR團隊已經(jīng)在用了嗎？效率方面有沒有顯著的提升？

王景飛：內(nèi)部在用了，現(xiàn)在寫簡歷，寫招聘JD的人都在用。另外其他類型的員工也在用，比如研發(fā)、測試、市場團隊等。比如研發(fā)寫代碼的時候，會用GPT 查問題；測試團隊用來撰寫測試用例；市場同學用GPT寫文案等。

提效蠻明顯的，對于研發(fā)團隊來說，尤其是排查問題時，把一些需求放到 GPT 里邊，提效百分之二三十，基本是沒問題的。

雷峰網(wǎng)：內(nèi)部員工不擔心被淘汰嗎？很多人都說之后AI會替代很多人。

王景飛：這個問題是這樣的，如果他不用GPT的話，會加速淘汰，所以他只能用GPT，所以他接受不接受不取決于他自己，而是取決于GPT 帶來的能力。如果他不用GPT，他的同行都在用，那么他一定會被先淘汰的，所以他的接受程度只能不斷提高，而且是想辦法盡可能的更高，這就是面向新技術(shù)時，唯一的一個選擇。

其實20 年前搜索引擎出來的時候，人的競爭力差異就體現(xiàn)在誰會用搜索引擎，怎么用搜索引擎把那自己想要的信息快速搜出來，所以當時有人專門去學習搜索引擎，當然當時的搜索引擎沒有現(xiàn)在這么好用，但有些人用了搜索引擎后，效率確實提高了不少。

那現(xiàn)在ChatGPT 也有相似的情況出現(xiàn)了，就是會用 AI 的人比不會用 AI 的人更具競爭力。會用 AI 的人可以把更多的時間騰出來考慮一下 AI 不能做的那些事情，他去做掉，從而給客戶創(chuàng)造更高的價值，這才是他保持自己競爭力的一個手段，而不是說拒絕使用AI。

雷峰網(wǎng)：那以現(xiàn)在GPT和數(shù)字人的發(fā)展看，會完全替代HR團隊的工作嗎？

王景飛：以現(xiàn)在 GPT 的能力來說，完全取代HR的工作還是比較難的，因為我們在用GPT 的時候發(fā)現(xiàn)它和人很像，它有人的優(yōu)點，也有機器的優(yōu)點，但是他也有人的缺點，它的缺點就是有時候分析問題不完整，或者是得到的信息不完整，導致他分析的問題不完整。

這樣的話它可能會生成一些有誤導性的內(nèi)容，涉及到?jīng)Q策的東西還是需要人去判定的。有些時候GPT生成的內(nèi)容并不一定是完全正確的，這種情況就需要人做執(zhí)行前的監(jiān)督，這個過程還是要有的。

比如我們在面試一個員工時，會通過他的面部表情，看出來他對這個事物的積極性和態(tài)度，以及他做決策時背后的一些邏輯等這類工作，在現(xiàn)階段還很難被GPT 取代。因為它有太多的背景知識需要了解和獲取，然后才能做更好的決策。

另外，HR有一個很重要的工作是文化建設(shè)和員工獎勵，拿員工激勵來說，比如有些員工在工作中遇到了一些問題，這些問題可能產(chǎn)生于公司外，比如家里老人小孩生病了，或者是家里有比較緊急的事情需要處理。但GPT 或者是其他大模型，只能拿到他在公司內(nèi)的一些信息，這樣沒辦法幫助HR做好員工關(guān)懷之類的事情，甚至有可能會本末倒置。

所以對于這些人更擅長的工作，我感覺一兩年之內(nèi)被取代的可能性比較小。但一些規(guī)范性的工作可能會被替代。比如招聘過程有很多步驟是非常流程化的，比如簡歷篩選的過程，它是流程化的、標準化的，這種人很有可能會被替代。

雷峰網(wǎng)：數(shù)字人現(xiàn)在可以正式對外商用了嗎？

王景飛：現(xiàn)在還沒有商業(yè)化，還是在面向定向邀約客戶試用。

雷峰網(wǎng)：之前做SaaS時，最先是免費，未來數(shù)字人在推廣方面會采取相同的手段嗎？

王景飛：和之前產(chǎn)品的推廣方式不會有太大差別，只不過我們會更多的面向場景化做推廣。比如在簡歷篩選場景下，我們的數(shù)字人能做哪些事情？產(chǎn)生什么樣的價值？我們會更強調(diào)用一些這樣的推廣方式。這是和之前差異化的地方，但是推廣途徑，渠道等方面，不會有太大的差異。

雷峰網(wǎng)：怎么考慮成本問題？畢竟AI這件事需要投入很大的成本？

王景飛：從商業(yè)模式上來說，我覺得現(xiàn)在還不太需要考慮這件事。我們還拿剛才的云計算舉例，我們最開始的SaaS 是免費給客戶使用，后邊的云服務(wù)我們是統(tǒng)一打包付費的，成本確實蠻高的。但是云服務(wù)發(fā)展到一定程度，或者具備規(guī)?；瘶藴驶б娴臅r候，它的成本是可以降得很低的，然后我們就可以通過給客戶帶來的價值去增值。

比如我們數(shù)字人能幫他完成一個人的工作了，在這種情況下我們是有理由收費的。所以我們不是直接通過AI 的成本對應(yīng)收錢，而是想辦法通過給客戶創(chuàng)造的價值去覆蓋 AI 的成本。這才是一個正確的思路。

現(xiàn)在的AI 成本確實蠻高的，但當 AI 規(guī)?；蛘邩藴驶揭欢ǔ潭葧r，成本自然會降下來，現(xiàn)階段我們不會考慮這個，而是把更多的精力放在打磨產(chǎn)品上。

雷峰網(wǎng)：GPT火了之后，SaaS進入下一個競爭階段，如何在新階段保持優(yōu)勢和提高競爭力？

王景飛：第一：我們一直堅持做 HR 一體化， HR 的各個模塊，我們都有，只要客戶把各個模塊都用起來，它的數(shù)據(jù)就一定是完整的。和單模塊廠商，一體化廠商最大的優(yōu)勢就是數(shù)據(jù)集成和數(shù)據(jù)完整性，這樣后期結(jié)合 AI ， 它能帶來的能力會更強一些。

第二：其實系統(tǒng)的管理最終還是要回歸到業(yè)務(wù)的管理上。對于客戶來說，他們買的是一個人事系統(tǒng)，但是他想要的其實是通過管理人實現(xiàn)達成公司的業(yè)務(wù)目標。 2021 年我們提出了業(yè)人一體的概念，去年又提出了業(yè)務(wù)績效的概念，我們會把人事系統(tǒng)和客戶的業(yè)務(wù)系統(tǒng)整合起來，再加上數(shù)字人的能力，就可以更好的給客戶賦能。

第三：很多客戶在上系統(tǒng)時，有一個目的是通過系統(tǒng)規(guī)范公司的管理，或者讓他的管理更先進，更適合公司的發(fā)展。所以第三個點就出來了，就是我們?yōu)槭裁醋铋_始面向免費開放給客戶，其實也是在收集客戶的意見，從客戶的使用場景和使用過程中獲取使用方法論，然后沉淀，再讓 AI 把這個方法論傳達給客戶，這就是我們 HR 系統(tǒng)比較關(guān)鍵的一個方向。

舉個例子，比如我們在招聘的時候，很關(guān)鍵的環(huán)節(jié)就是面試。面試官拿到這個簡歷時，應(yīng)該提哪些問題？這時候我們就會嘗試給客戶輸出一個結(jié)構(gòu)化面試的方法論。面試官會根據(jù)人才需求生成對應(yīng)的問題，這樣整個面試會更合理，不會是因為某些問題被候選人帶偏。只要他有了結(jié)構(gòu)化面試的方法論，然后通過 AI 把這個方法論給到他就可以了。

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。