人力赛道+大模型，没有砸出想象中的水花

原文来源：钛媒体

图片来源：由无界 AI生成

大模型在企业级市场落实一段时间后，没有砸出想象中的水花。

“都是公网数据，企业不敢用。实际应用场景也很少。”一位HR企业级软件的售前专家告诉钛媒体。

现在这家企业主要将场景落地在了人才发现、简历评估和面试提问追问三个核心场景。钛媒体了解到，现在市场上能够感受到企业裁员、收紧招聘需求的信息，但这并不影响高质量人才的流动，尤其是对于中大企业的招聘需求，需要对人才的识别、人效挖掘上有一定的能力提升；同理，到了简历评估和面试环节，也需要减少依靠经验判断不足，或者得不出有效结果的情况。

但实际上，这家企业的客户案例不多，为客户训练出的大模型被称为“不断迭代的过程”，收费则是计划以订阅模式收费，目前接受这一做法的试点客户来自全球500强的跨国公司和国内业界领先的企业。

实际上，客户需求市场对生成式AI产品或大模型技术也充斥着不同见解。钛媒体了解到，尤其是对于大企业客户，虽然有不少企业客户公开宣传在积极尝试大模型，恨不得以此解决当前业务遇到的所有痛点，但同时，也有企业客户对此不屑一顾，认为自身已经积累的经验和人才，不会简单被大模型所替代。

“大模型的开发训练依然很复杂，能不能做到更加简洁？”在与国内某头部ICT厂商的闭门会上，一家传统能源行业客户提出了这样一个疑问。

该客户明确指出：“虽然过去推进智能化取得了一定成果，但跟我们的想象还存在非常大的差距。”除了该行业本身生产作业复杂的自然条件外，各个下设厂家对智能化理解的不足，导致投入了大量资金，却仍然各自为战。

另一方面，大模型现阶段并不“便宜”，能用得起大模型的企业，要么具备一定的生产体量，要么手里有一定预算，认为大模型所带来的生成式技术值得尝试和布局。

某AI上市企业负责人近期谈及大模型创业时指出，“市面上大模型具备一些基本能力，但只是玩具或工具，大模型不只是这些能力，更关键的是实现商业变现。”

事实上，无论是文生图、还是文生文，大模型技术驱动的生成式AI确实展现出了其巨大的应用场景。据钛媒体不完全统计，目前相继参与其中的巨头公司、AI创企已不下50家，而通用大模型也在尝试接入多个云平台，供企业调用或定制开发私有模型。

值得一提的是，OpenAI在11月6日举办的首届开发者大会上，对其接下来发力的方向进行了说明，包括：加强文本输入长度，输出模式符合预定模式，更多更优质的训练数据，更多的多模态，领域知识和业务逻辑，以及更优惠的价格等方面。

这对于其他AI开发者或使用方而言是个好消息，但对在座的各位大模型技术创业派而言却是悬顶之剑。

与此同时，生成式内容的合规审查和隐私安全也是大模型或生成式AI技术想要在市场中普及的必要前提。

在国内，10月11日，全国信息安全标准化技术委员会官网发布《生成式人工智能服务安全基本要求》（征求意见稿），面向社会公开征求意见。这是国内首个专门面向生成式AI安全领域的规范意见稿，也是对7月网信办等七部门推出的《生成式人工智能服务管理暂行办法》的支撑。

相比大模型到来时的狂热与喧嚣，到了真正落地的阶段，大模型在行业内如何深入应用的探索和考验才刚刚开始。

每款产品都值得大模型重做？

“每个产品都值得用大模型重做一遍”，这是初入大模型应用层企业的普遍叙事。

但在将产品重做一遍之前，还有一个更基础的问题：大模型能用在哪儿？

在B端市场，这个问题可能更难回答，或者很难有唯一的答案。

从国外Meta的LLaMA系列、Stability AI的StableLM系列、MPT等模型的开源，以及国内通用大模型面向企业级API的内测，激起了更多创企的跟进试用。

如果将一套招聘流程拆解为简历收集、筛选、测评、面试、Offer及入职，在整个链条上，大模型驱动下的自然语言交互技术，最直接体现在提高HR招聘效率和改善用户体验。

作为一家智能招聘管理软件企业，MOKA倡导用AI对核心人力系统进行改造。今年6月底，MOKA公布上线基于大模型的智能产品解决方案Eva，包括简历筛选、定制面试题、AI写面评、对话式BI、员工ChatBot。例如，员工Chatbot功能用于员工完成与招聘、人事相关的任务并获取相关信息，类似于提供咨询的AI助手。对话式BI以自然语言的界面进行交互，让员工快速访问数据库，查询关键指标，支持业务决策和管理。