红杉投资的这家公司押注AI面试

大模型落地竞赛。

作者 | 刘宝丹

编辑 | 黄昱

2024年被誉为AI大模型的应用落地之年,各行各业都在积极All In AI,其中招聘行业由于场景贴合大模型的技术特点而成为早期落地的行业之一。

牛客创始人兼CEO叶向宇近日表示,牛客6月份将发布最新版的AI面试产品,在能力上可以覆盖更多人群,而且智能化能力有了较大提高。“AI面试终于能够像人一样面试。”

不同于近两年才纷纷奔赴AI赛道的大厂高管们,叶向宇早在2014年就离开了支付宝,选择为大厂培训IT人才的校园招聘赛道。

过去十年,阿里、腾讯等大厂经历了快速扩张,牛客也迅速发展,并在成立三年后实现盈亏平衡。

AI大模型的发布,让叶向宇看到了一个全新的商业机会,也让这家创业公司有了新的可能。

2022年底,GPT3.5发布后,叶向宇判断,大模型会是未来10年的一个大浪潮,他也开始探索AI相关产品。“我们在23年一季度就确定,未来的第二曲线一定跟AI相关,我们已经把公司的重心和未来的增长压在 AI上了。”

牛客最终锁定在AI面试上,叶向宇认为,AI面试是一个互相对话的过程,场景跟大模型对话具备天然适配,而且牛客本身积累了多年的视频面试数据,可以用来训练大模型,这是牛客的核心优势所在。

快速锁定AI战略的背后,牛客的底气在于资金实力。2023年2月,牛客完成B轮融资,融资金额达5000万美元,投资方包括红杉中国、顺为资本、Tiger老虎基金-中国、五源资本等。

叶向宇表示,当时融资主要是基于对SaaS空间未来增长的判断,但当时已经隐约觉得,AI可能是一个新的未来增长曲线,这笔钱本来是出于战略扩张的需求,而AI的出现加速了这一进程。

可能是技术出身带来的直觉,牛客刚开始做AI面试产品的时候,叶向宇就预料,大模型的成本会快速下降。如今,阿里云、字节、百度、腾讯等厂商开启了大模型价格战。“我们是一个偏应用的场景,大模型降价对我们来说是好事。”

目前,牛客的AI面试产品已经获得越来越多用户的使用,在商业端,也已经开始释放收入潜力。不过,跟超亿元的主营收入相比还有很大差距。

对于盈利时间表,叶向宇也比较乐观。他认为,后续大模型相关使用成本和研发成本均会逐步下降,同时客户数在增加,盈利只是时间问题。

根据叶向宇的计划,to B产品最多亏损一两年,牛客将很快凭借AI产品实现盈利平衡。

不过,要想真正实现盈利,除了自身的产品外,牛客也面临大模型技术迭代带来的不确定性和58同城、boss直聘等竞争对手们的奇袭。

在这场AI大模型的落地之战中,叶向宇和牛客必须持续奔跑,尽可能深地构筑自身的护城,以完成一家创业公司在AI时代的逆袭。

以下为采访实录(经编辑):

问:校园招聘这两年的市场情况怎么样?市场对招聘需求发生了什么样的新变化?

叶向宇:校园招聘经过前几年的互联网和新兴企业的扩张之后,需求趋于稳定。现在企业招人一般分两类,一类是顶尖的人,这种人不容易找到;另一类是通用人才,现在技术发展很快,企业用人的需求量不如以前高了,怎么筛选出适合的人就是个问题,这是行业痛点。

问:大模型加快在各行业落地,目前在招聘行业的应用大体怎么样?

叶向宇:现在还处于早期,大模型落地的时候会分两种,一是怎么用大模型让已有产品降本增效;二是,诞生大模型驱动的创新产品,即大模型原生应用。

具体到招聘行业,第一种,其实现在大家都有在用,比如AI面试,可以提高HR的效率。第二种,纯大模型驱动的AI延伸应用,我觉得现在还没有。为什么?因为第二种有个前提,既然所有功能都由大模型驱动的,而大模型需要花钱,除非大模型成本快速下降,否则大模型原生应用很难大规模铺开。

整体来看,纯大模型驱动的原生应用,现在至少还没有看到一个特别成功的东西出来,但是大模型在原有业务各个节点的改进大家都在做。

问:请介绍下公司在AI大模型领域的发展历程,有哪些关键节点?

叶向宇:我们最早做在线笔试,然后做在线面试,尤其疫情使得这块业务实现了快速增长,大家天然就会想到能不能做AI面试,但大家心中想要的AI面试,跟当时的技术能够达到的效果其实有蛮大的GAP,2022年之前的技术没法达成HR心目中的AI面试。

GPT3.5发布以后,我们就判断,这个技术会是未来10年的一个大浪潮,从没有一个新技术会这么快地影响整个世界,而且它真的能够改进效率,大模型能力什么行业都能用。

我们在23年一季度的时候就确定,未来的第二曲线一定是跟AI相关的,这个时候我们已经把公司的重心和未来的增长押在 AI上了。

我们当时做了很多探索,比如在线笔试,有很多主观题需要人改卷,效率很低,我们最早就尝试着用大模型技术去打分,效果不错。通过笔试改卷,我们验证了大模型技术在评估这个领域里面能够做得很好,我们后来选择了 AI面试。

问:为什么选AI面试?

叶向宇:因为我们觉得AI面试是评估,这个人面试得好不好,通不通过是一个评估。既然大模型评估做得很好,那AI面试就大有可为。而且,AI面试是一个互相对话的过程,今天大模型最成功的领域也是对话,ChatGPT之所以这么厉害,也是因为理解能力强,面试场景跟大模型对话具备天然适配。

其实,23年一季度我们把公司的重心转向AI的产品,B端和C端都进行了一些AI产品的探索,后来重点放在AI面试,一直发展到今天。

问:公司选择AI面试这块业务,有什么样的优势?

叶向宇:第一,本身我们从技术的方向来看,现在这个技术用在AI场景非常适合。第二,所有人都能做,为什么牛客做,因为牛客本身在面试上积累了多年的视频面试数据。整个面试过程除了AI之外,我们都非常熟悉,我们16年就开始做视频面试,有一些积累,比别人更懂面试。

客户需求,技术,产品,这些方面我们都有优势,AI面试我们未来是有竞争力的。

问:公司自研AI-NowGPT,适配国内外模型,能否具体介绍下?

叶向宇:我们现在用的是开源大模型Llama,然后用我们自己的数据去训练。

问:从决定做 AI面试产品到第一款产品上线大概时间是多久?过程是怎么样的?

叶向宇:23年第一季度开始做,最早的客户在第三季度就开始用了,有些客户是秋季的时候开始试用。第一版我们还做了针对语言能力的AI面试,后面我们开始做通用能力和专业能力的AI面试。

我们用了一个季度,很快就把AI能力在上一代AI面试里进行升级,所以整个以AI为驱动的面试产品很快就出来了。

问:当时的反馈怎么样?

叶向宇:大家会觉得这个效果很好,跟以前那样面试都不一样。今天AI生成的效果是有逻辑性的,它通过还是不通过,结论是可解释的。

问:经过一年多的发展之后,AI面试当下的重点是什么?

叶向宇:我们核心是要把智能感提上去,比如评估要准,还有一个难题是评估要符合客户的要求,今天大模型要做的事情就是怎么用最少量的数据快速地微调出一个符合客户要求的模型。

问:公司去年完成了一笔5000万美元的B轮融资,这笔投资包括红杉也进来了,当时融资主要也是和AI的战略有关吗?

叶向宇:其实还没有,我们是在GPT3.5发布之前完成融资的,大家当时想的是整个SaaS领域还蛮有空间的,但大家隐隐约约已经觉得 SaaS领域以外,AI可能也是一个新的未来的空间。但是说实话那个时候,大家还没看到,大家的想象力是不够的。

毕竟牛客这家公司也做了这么多年,我们的产品也成熟,公司的现金流也很健康,投资人觉得很不错,所以就投了我们。

问:当时公司为什么要拿这笔钱?

叶向宇:我们想从校园招聘向更大的领域扩张。以前只做校招招聘,主要以互联网、金融为主,中国还有很多制造业,我们都没做。C端当时也主要做大学生,我们也在考虑做社招。

问:红杉对你们有什么要求或期待?

叶向宇:我觉得不仅是红杉,所有投资人都相信AI大模型是未来, 公司运营要AI提效,产品研发要基于AI大模型。

问:AI大模型出现后给公司战略带来什么样的影响?

叶向宇:我们当时的战略是从校园招聘往其他领域扩张,我们发现AI面试是有机会的,比如,通过AI面试可以覆盖蓝领群体,智能制造的招聘也能用AI面试,符合当时的扩张方向。

问:公司AI相关的收益情况是怎么样的?

叶向宇:这个市场还需要持续教育,23年大模型刚出来的时候,市面上没有一家大模型驱动的产品,现在明显看到,整个市场已经完全接纳了,大家已经认可,大模型能够用在招聘领域了。

增长这块,目前才刚开始,跟主营收入还有很大差距。我们去年第一季度开始做第,三季度AI相关产品就出来了,开始有第一批用户,2024年第一季度有更多的用户,整个用户增长趋势非常快,但它的绝对金额跟整体收入来说,比重还不高。

问:AI面试的定价大概是怎么样的?

叶向宇:我们收入是按次收费,目前不方便透露具体价格。

现在的成本主要是研发成本跟大模型的使用成本,在没有大规模商用之前主要是研发成本,现在是投入阶段。随着大模型的成本的下降,后面就有盈利空间。

问:您怎么评价这一年多的AI布局,您自己满意吗?

叶向宇:符合预期,有好几项在预料之内。我们刚开始做的时候,预期大模型的成本会快速下降,最近国内都打了价格战了,成本降低符合预期,效果的提升也符合预期。

问:您刚才提到价格战,大的厂商都在降价,您怎么看待降价的现象?对公司可能会有什么潜在的影响?

叶向宇: 我们是一个偏应用的场景,不是做底座大模型的,相对来说,它降价对我们来说是好事。

我们会借助大模型去训练自研模型,比如,识别这个人身上有没有纹身,国内的通义千问对图片的识别是很强的,如果它的成本降低了,我们的成本也会降低。

问:公司现在跟国内这些大部分厂商有哪些在建立合作?

叶向宇: 我们把大部分模型都扩进来了,因为对不同的场景要用不同的模型去测试和微调,可能追问的时候,我用的是通义千问,评估的时候,我可能用的就是智谱,我们会在成本跟效率之间挑选最合适的模型去对接。我们给客户提供的是综合解决方案。

问:公司未来的盈利时间表大概是怎样的?

叶向宇:我觉得这种to B的产品,以做在线笔试的经验来看,可能最多也就是亏损一两年就够了,因为后面成本在下降,客户数在增加,马上就会盈利。

问:6月公司有一个产品发布,它最大的一个吸引力或亮点是什么?

叶向宇:核心就是覆盖的人群更多,比如一开始只能覆盖英语的,后来覆盖专业能力、白领、普工,覆盖人群更多,需要功能去叠加。第二个核心就是评估更准,个性化更准更快,智能感更好,追问的智能化在提升。

整体来看,你会觉得AI面试终于像人一样能够面试。

问:您觉得大模型在招聘领域这块,现在面对的比较大的挑战是什么?

叶向宇:大模型有时候是幻觉,大家都知道这个技术不是指哪打哪,有时候会有一些幻觉,在有些场合下如果要做到完全的精准,大模型还需要技术提升。

大模型的微调训练可能效果还不够,微调有时候有点偏黑盒子,你知道这么多数据喂进去,它效果一定好,但你想某一个点好,不知道怎么去喂数据。在落地这个层面。我觉得所有行业都有这个问题,如何个性化微调和高效定制,是大模型需要持续解决的问题,它还是需要时间的。

问:您目前最关注的问题是什么?

叶向宇:主要抓AI面试的进程。

问:当下公司有什么问题想要赶快解决吗?

叶向宇: 我们希望吸纳更多优秀的这种大模型的人才,能够加速我们整个AI面试的智能化提升。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。