对话方小雷:单日面试1.4万人,朱啸虎连投三轮的AI应用什么样?

*本文经网易科技(ID:tech_163)授权转载

作者 | 袁宁

编辑 | 丁广胜

出品 | 网易科技《态度AGI》栏目组

"

网易科技重磅推出系列对话栏目《态度AGI》。过去三年,AI变革风起云涌,全球科技秩序正在重构,通往AGI的道路或许正在悄然临近。本栏目以AGI为题,将对话100位AI专家、企业家、投资人,试图拨开云雾,与大家一道见证AGI时代的到来。第二十八期对话近屿智能CEO方小雷。

"

出品 | 网易科技《态度AGI》栏目

作者 | 袁宁

编辑 | 丁广胜

八年,近屿智能CEO方小雷,已经习惯了回应质疑。

作为一家从2017年就开始做“AI面试”的企业,近屿智能开局很难。在经历了被69家VC拒绝后,金沙江创投给出了第一笔钱。而后,他们成为了被朱啸虎连投三轮的“现实主义AGI故事”。

“最初,很多人根本看不懂我们在做什么。”对于一家用AI能力做产品的企业来说,ChatGPT时刻之前的日子很难熬。

爬坡期,他见证了那些打着“招聘”名号,实际上在卖数据的同行,最后以进监狱收场。也看到了一些人靠投机取巧换来了短期繁荣,最终又走向崩塌。

大模型的出现,似乎让一切迎来转机。在“拿着锤子找钉子”的应用探索中,一个高确定性的场景,对AI应用层的企业无疑十分重要。而招聘,显然是一个绝佳的AI落地试验场:高客单、高专业度、市场成熟、需求确定。

“但等他们看懂了,开始觉得这个东西不错,又预测我们会被行业巨头抄袭,觉得只要这些公司一出手,我们这种创业公司就没戏了……确实有大厂前后两次都说要投资我们,结果回去就抄,还把从我们这听来的东西去申请专利。

大模型不是救药,新的质疑仍然巨大。“有了大模型,你们就没壁垒了。”“只要巨头想抄,你们这种创业公司就会死。”“DeepSeek出来,你们没什么优势了。” 围绕这些话题,新阶段的必答题仍旧很多。

不过,先行者的优势同样显而易见。通过过去几年的积累,近屿智能积累了大量真实的面试数据,并在客户的不断使用和验证下,逐步形成飞轮。

现在,近屿智能已经用他们口中L5级别的“AI面试官”,合作了数千家企业。前不久,方小雷还带着自己的产品在节目中给艺人韩雪做了一场AI面试。

但成为一个优秀的AI应用产品,远比想象的复杂。

方小雷和他的团队需要做好产品定义:为什么做的是AI面试而不是AI简历筛选?还要确认产品边界:进行面试评价的核心标准是什么?微表情是不是衡量“面试表现”的关键?要不要做蓝领招聘……

“最难的从来不是技术本身,而是产品、市场、供应链、品牌等一系列因素的结合,要做的是一个能解决问题的产品。”方小雷总结道。

AI时代,一切发展得都太快,太突然。

3月6日,Manus作为首个通用Agent发布,首个演示场景就是简历筛选。可以想象,接下来方小雷又要开始回应各方:现在有Agent了,你们怎么办?

以下是《网易科技》和方小雷的对话,经不改变原意的编辑。

AI 简历筛选是“巨坑”,

招聘很多灰产地带

网易科技:2017年你回国创业时,AI 的能力还不像现在这样被充分验证和相信,你当时讲 AI 面试的故事能讲通吗?

方小雷:这个问题确实我感触很深。2017年我回国创业时,虽然大模型时代还没有到来,但深度学习(Deep Learning)已经发展了一段时间。

2018年,谷歌发布了 BERT 这种篇章级别的语义识别算法,开启了大模型时代的浪潮。GPT-1以及我们当时发布的模型,其参数规模都在1亿到1.5亿之间,与 BERT 类似,能够理解完整的语义。

从1亿参数量开始,模型逐渐扩展到十几亿、几十亿,再到上百亿、几百亿。直到某一天,OpenAI 通过扩展参数量实现了“智能涌现”,最终催生了 GPT-3。可以说,大模型时代的起点是在2018年,而我回国创业的时间是2017年,正处在这个转折点上。

因此,那时候讲AI 面试,在国内可以说是一个不成立的东西。因为在我们之前,中国没有人做过 AI 面试这件事。而在美国,AI 面试的概念最早可以追溯到2004年的HireVue。但中国直到2017年,我回国后才开始推动 AI 面试的发展。

当时国内的 AI 招聘公司绝大多数都在做简历解析。那时创业热潮很高,大家的思路都是:先去问客户需求,然后根据需求来研发产品。

但问题是,当时 AI 招聘领域的创业者,大多是 IT 背景出身,对 HR 业务并不熟悉。所以他们去问客户:“你希望 AI 帮你解决什么问题?” 客户的回答通常是:“能不能帮我筛简历?” 于是,大多数创业公司都陷入了 AI 简历筛选这个“巨坑”。

网易科技:为什么说 AI 简历筛选是“巨坑”?

方小雷:首先我认为,用AI 解决问题的基本原则就是:不能仅仅在原有流程上“打补丁”,而是要解决根本。

想一下,如果回归本质,为什么企业需要筛简历?很简单,因为简历数量太多,人力无法面试所有候选人,所以要先筛选一轮,减少候选人数量,然后再安排测评考试,进一步缩小范围,最后才是多轮面试,逐步精细化招聘流程。

换句话说,筛简历并不是刚需,而是当时生产力水平有限下的无奈之举。因此,即便采用再先进的招聘管理系统,整个招聘流程仍然是“手工业者”的模式——依赖人力去完成大量的脑力和体力劳动。它甚至没有达到第一次工业革命的自动化水平。

那么,如果我有一个非人类的智能体,能够帮助 HR 面试所有候选人,并给出科学的评估,那这个时候筛简历就不是一个必需的事情了。

网易科技:但是,在当时的技术条件下,大家能接受 AI 面试的概念吗?

方小雷:这正是问题的关键。2017年,绝大多数人无法想象 AI 可以面试人,因为他们从未见过这样的产品。我们做出 AI 面试的产品后,尝试融资,谈了69家 VC,结果没有一家认可这个方向。

首先技术层面,投资人调研时,通常会先去问当时 AI 领域的“四小龙”(依图、商汤、旷视、云从)里的技术专家。但这些人主要研究计算机视觉(CV),而 AI 面试涉及自然语言处理(NLP)。他们虽然可能声称懂 NLP,但实际上并非如此。于是,得到的反馈往往都是否定的:“篇章级别的语义识别?这是什么?骗人的吧?”我们技术被diss太多了。

第二就是需求。“AI 能否替代人来面试?” 大部分 HR 的直觉反应是:“不可能。” 在那个阶段,市场对 AI 面试的接受度极低。

直到2019年,我们遇到了朱啸虎。他对我们的技术进行了深入研究,并找来卡耐基梅隆大学的一位 NLP 博士进行技术评估。博士确认:“这家公司确实实现了篇章级别的语义识别,能完整理解人的意思。” 技术这一关,终于通过了。

其次,他们又找到 PwC(四大会计师事务所之一),询问他们的 HR 负责人:“如果我们投资这样一家 AI 面试公司,你们会使用吗?” HR 负责人回答:“不会。因为我们已经用了 AI 面试很多年了,很好用,没必要换供应商。”

但是,这说明了什么?这不正说明了AI面试已经用了很多年了,也恰好就验证了市场上确实存在这样的需求。

网易科技:所以金沙江创投是你们拿到的第一笔钱?

方小雷:是的,那是2019年,已经是我们创业两年后的事情了。2018年是最艰难的一年,产品已经出来了,但市场和资本都不认可我们。

当时火的是 AI 简历解析的概念,不仅符合大众认知,而且技术上也只是关键词匹配,相对简单。所以市面上几乎所有 AI 招聘公司都在做这个方向,最多时大概有200多家。

当然,大多数 AI 简历解析公司最终都倒闭了,只有一两家转型做了招聘管理系统。或者说成了“大数据”公司。

网易科技:“大数据”公司是什么?

方小雷:比如,北京有一家叫“巧达科技”的公司,他们拿到了多家一线投资机构的融资。

他们声称是做招聘,但其实核心业务是简历数据交换。企业可以通过把自己废弃的简历上传到系统上的方式,换取类似于积分的东西,然后用积分下载其他公司的简历。这样,所有企业都愿意把候选人的简历上传上去,然后再下载更多候选人的简历。

这对企业而言,是免费的服务,而他们赚钱的业务在别处。

他们会将大量简历数据拆分成不同的数据包,卖给那些打骚扰电话的公司。这就是所谓的“大数据”生意。这在当时非常赚钱,以至于也有投资人劝我:“你看你不懂做生意,人家这做的多好。一般人我还不告诉他。” 但我不敢做,这显然是灰色地带。

果然,过了一年,这家公司所有高管都被抓了。(网易科技了解到,巧达科技自2014年成立,并在当年11月获得百万美元A轮融资,2017年1月获得千万人民币B轮融资。2017年全年收入4.11亿元,净利润1.86亿元,净利润率超过45%。2019年,巧达科技被查封,全体员工被警方带走。)

这也是 AI 简历解析模式逐渐失败的原因之一——很多公司并不是真正想做 AI 技术,而是利用数据牟利。到了2019年,国家开始严格监管数据安全,这种模式彻底终结。

最终,行业又回到了“面试”这一招聘核心环节,我们的 AI 面试技术也逐渐被市场接受。

网易科技:所以你们从一开始在招聘场景的思考,就不是为简历筛选提效,而是想要重塑整个招聘逻辑?

方小雷:对,确实是这样。你可以想象一下:如果我手上只有十份简历,而且时间充裕,那我是不是可以直接把这十个人都叫过来面试?当然,如果有些简历明显不符合要求,那就直接排除,不需要浪费时间。

其实,简历筛选本质上只需要做一个最基础的排除,把那些明显不合适的人剔除掉。而对于剩下的候选人,只要生产力足够,最优的方案其实就是让每个人都参加面试。

基于这个思路,我们后来也进行了迭代优化。简历筛选确实有它的价值,但它应该是一个初步的过滤手段,而不是决定性的关卡。我们的目标是让所有符合基本要求的候选人都能进入 AI 面试环节,而不是过度依赖简历筛选来做决定。

网易科技:但当时针对AI面试可靠性的质疑应该也很多吧,在大模型的能力还没有被证明的时候,如何让客户相信你们能力的呢?

方小雷:是的,那个阶段的最大挑战就是要向客户证明,我们通过AI打出的分数能够替代人类的判断。因此,我们采用了一种叫“双盲人机对比实验”的方法,也就是让AI与人类面试官同时进行评分,并对比两者的结果。这是一个标准的验证方法,在人工智能的研究论文中很常见,能够通过数据对比验证AI的表现。

我们将这一实验纳入客户试用阶段,客户完成实验后可以获得数据,用于内部沟通并说服决策层。在那个时候,很多业务领导和团队成员对AI的准确性有质疑,单凭口头说服很难推动项目。但一旦完成了这个对比实验,项目的推动就变得容易多了。

但那时候我们的竞品通常选的是另一条路,即通过“权威认证”来证明AI的有效性。他们会声称自己与人类面试官的打分一致性已经达到95%甚至更高,但我们则通过具体的实验数据来向客户展示。

我们还会做人类面试官的对比,后来发现,人类面试官之间的评分一致性并不高,很多时候会有错误,而AI反而展现出了更高的一致性。

网易科技:那时候,你们的底层AI能力是自己研发的吗?

方小雷:是的,当时完全是自己研发的。但技术的研发对于算力的要求让我也曾一度非常担忧。还好LLaMA的开源改变了这个局面,后面我们利用LLaMA进行增量预训练,度过了艰难期。

网易科技:这个艰难期指的是什么?

方小雷:那是23年初,当时尽管我们已经通过大约40个超大型企业客户进行了一些验证,但我们的产品也暴露出了一些硬伤。

第一个问题是,很多候选人认为AI面试官并不具备智能,它更像是一个录制的视频工具。部分竞品甚至没有虚拟人,只是简单地录制视频,导致候选人对面试过程不够认真。

第二个问题是,候选人无法得到追问,而追问实际上非常重要。追问能够深入挖掘候选人的潜力,避免一些初次答错而错失机会的浪费。我们最初的版本并不具备这一能力,但随着技术的进步,我们的AI面试官能够进行智能追问,甚至能在同一问题上进行多轮追问,从而让候选人更加认真,并帮助我们深入了解他们。

第三个问题是,早期的AI系统无法清晰解释评分标准。比如,我们给候选人打了一个分,但为什么是这个分数?这是许多HR和业务领导关心的核心问题,但当时的系统无法提供合理的解释。

从2023年开始,我们基于LLaMA进行了增量预训练,当时也差不多用了700多张H100的卡,尤其是针对中文的能力进行强化。这项训练的成本非常高,但它解决了中文理解的瓶颈,也使得AI面试官的智能得到了大幅提升。

目前,我们的产品已经能够进行三轮追问,能够全面评估候选人的能力。但我们的竞争对手大多数仍然在依赖人类在AI面试后打分,而且追问也有很多幻觉。而我们的评分完全是自动化的,不需要依赖人工干预。

单日面试1.4万人,

模型幻觉能被解决

网易科技:目前,产品的表现如何呢?

方小雷:目前可以说,已经把产品做到了一个相对来说比较好的状态,当然我们是仍在不断迭代优化。我们的评分系统、追问能力和候选人报告的解释功能,都有了显著的突破,已经从和美国相当,到了现在远超美国对应产品的水平。

网易科技:我比较好奇,我们的报告会涉及哪些指标?因为显然,面试不仅仅考察的是应聘者对问题的回答能力,还包括整个面试过程中展现出的状态等各种因素。那么,我们是如何确认岗位匹配度的呢?

方小雷:这是个很好的问题,也是我们与竞品的核心区别之一。最近,我们恰好正与某个竞品同时在争取一家实力较强的客户。

客户本身是有自己的面试标准的,但是我们会告诉客户,我们跟竞品不一样,我们并不需要您去告诉我们您的面试标准,因为我们的咨询团队会帮助客户来建立这一标准。

当然,有些客户会说,他们已经有自己的标准,不需要我们来制定。然而,现实情况是,大家的标准和 AI 可以理解的标准之间的差异是非常大的。我们擅长的正是帮助客户在前期构建可实际应用的面试模型。

事实上,往往客户在真正看到我们的产品,并理解其逻辑后,就会意识到是需要我们来做这件事的。我们的这项工作,通常由心理学家或具备十年以上甲方HR经验的资深顾问来完成,因为它至关重要。仅仅依赖客户自行描述是不够的。

大多数时候企业自身是“只缘身在此山中”,虽然列有12345678的详细考察点。但现实情况是,他们是否是真的严格按照这些标准在面试?也未必。我们一直在遇到这样的问题。

网易科技:具体来说是怎么执行的?

方小雷:简单来说,我们会通过访谈的方式,帮助客户重新构建面试标准。完成重构后,AI就能基于这一标准执行相应的面试流程。这是一个涉及用户心理学和科学建模的咨询过程,主要由我们的团队来完成。

网易科技:之前提到的模型幻觉问题,你们是如何解决的?

方小雷:这个问题我们不能对外详细解释,我们毕竟是一家商业化公司。但是,幻觉问题确实是一个严重的挑战。我们测试过多种市面上最先进的大模型,包括OpenAI 在内,即便是最新的、最先进的 API,仍然有5%-10% 的候选人在面试过程中会遇到幻觉问题。即便是 DeepSeek,我们测试后也发现类似情况。

网易科技:但可以确定,幻觉问题是可以被解决的?

方小雷:是的,而且我们已经验证了。例如,前年我们在中原银行一天之内完成了1万人的 AI 面试,去年单日面试量更是达到了1.4万人,每位候选人都经历了6-10轮追问,但没有出现任何幻觉问题。

也就是说,我们不只是宣称自己有这个技术,而是用实际案例证明,我们的 AI 在大规模应用中是可靠的。这也是为什么我们拥有如此庞大的客户群,因为他们发现,我们的产品不会出现幻觉问题。

网易科技:目前,你们的客户大概是怎么样的一个画像?

方小雷:这个问题也是投资人问我们比较多的一个。我们可以很明确地说,在美国,AI 面试的应用范围非常广泛,涵盖各个行业。但在中国,市场情况并不完全相同。

最早,我们打的是高端制造业这个市场,但其实也不是我们主动选择的这个行业,而是因为这个行业,就是有着巨大的面试量和迫切的需求。

随着产品逐步推广,目前我们已经覆盖了11个行业,其中一些行业的需求从2018、2019年起就已经非常旺盛。当然,也有些行业,比如互联网教育、房地产等,曾经有过大量面试需求,但后来行业形势变化,需求减少了。同时,也有新兴的行业不断涌入。

总体来看,我们的客户从超大型企业逐步扩展到中大型企业,再到中小型企业。

对于中小型企业来说,头部客户的示范效应非常重要,他们往往会先观察行业内的龙头企业是否已经采用 AI 面试,并评估它的实际应用效果。随着市场的成熟,我们的客户群体也在不断扩展。

从2018年推出第一代产品,到2019年拥有第一批种子用户,再到2020年用户量开始增长,2021年是一个重要的突破年,大规模拓展市场后,我们的行业覆盖率显著提升。整个过程历经了7年,我们才达到了现在的市场规模。

网易科技:哪些是没有涉及的呢?

方小雷:有两类招聘场景我们涉足较少,甚至几乎没有涉足:

一类是高端招聘,如总经理、副总裁、总监级别岗位。这类职位的候选人本身就很少,企业通常愿意花更多时间进行深入沟通。但其实,我们也有世界500强企业使用我们的 AI 面试来招聘事业部总经理,并取得了不错的效果。但并非所有企业都具备类似的需求或资源。此外,高端岗位的痛点更多在于“如何找到合适的候选人”,而不是“如何筛选候选人”

另一类是蓝领招聘。在美国,蓝领 AI 面试已经有较多应用案例,但在中国,情况完全不同。虽然市场上有一些企业声称在做蓝领 AI 面试,但我们的调研发现,这类项目的面试量普遍很小,而且持续性较差,很多时候一年后就不复存在。

网易科技:为什么不做蓝领面试?

方小雷:我们也曾认真研究过蓝领 AI 面试的可行性。但后面发现,蓝领招聘的痛点并不在面试环节,而是在“候选人数量不足”。这个问题的终极解决方案是提高求职者的供给量,而这依赖于更先进的劳动力匹配机制,而不是增加一轮AI 面试环节。

网易科技:那更细节一些来看,AI 面试主要替代的是客户招聘中的哪些环节呢?

方小雷:目前,大多数企业已经将 AI 面试作为招聘流程的核心组成部分,只保留最后一轮由业务领导进行的面对面面试。

但其实最后这轮面试也是很必须的。因为,面试毕竟是一个双向选择的过程。求职者其实也在挑选自己的领导。因此,业务领导在最终面试时,通常会先通过 AI 面试的报告筛选候选人,再进行面对面地沟通。

网易科技:你们的团队构成是怎么样的?除了HR相关人才和大模型技术团队外,还有哪些成员?各个部分的比例大概是怎样的?

方小雷:我们的第二大个人股东是哈尔滨工业大学深圳AI实验室负责人陈清才教授,因此,我们一直以来都得到了陈老师和哈工大的大量支持。

目前,我们公司约三分之一的员工与AI技术相关,其他员工则主要负责售前解决方案、交付和客户成功等业务。这就是我们团队的大致构成。

网易科技:你们的面试服务是怎么收费的?

方小雷:我们是按面试量来收费的,大概就是一个面试几十块钱。

有大厂前后两次都说要投资我们,

结果回去就抄

网易科技:大模型与行业的结合,行业数据无疑是其中非常关键的要素。你们的训练数据来源是什么?

方小雷:我们的数据来源很简单,都是我们过去那么多年,大家辛辛苦苦一个客户一个客户去打下来的。因为我们过去一直合作的都是超大型企业客户,这些客户有着大量的真实面试场景,我们就是在那时候积累的大量真实AI面试数据。

这其实也说明了,并不是简单地临时训练一个大模型就能达到我们的效果。因为,这些真实的面试数据才是核心。这不是你花钱,做几个模拟面试,就能积累起来的。就比如说,是否真的想得到这个工作呈现出来的状态,其实在心理学上其实区别是非常大的。

此外,即使你花钱让企业使用你的 AI 面试系统,企业也未必愿意配合。因为这可能会影响它们的雇主品牌形象以及招聘流程的稳定性。对于企业来说,招聘是至关重要的环节,一旦系统不稳定或者数据利用不当,都会影响人才获取。

因此,在这个领域,先行者拥有天然的飞轮效应——数据积累越多,模型优化越好,竞争壁垒也就越高。

网易科技:你认为AI面试的真正壁垒是什么?

方小雷:这个问题其实和你刚才提到的内容是息息相关的。回顾过去这些年,我们经历了几个很有趣的阶段。

最初,很多人根本看不懂我们在做什么。等他们看懂了,开始觉得这个东西不错,便预测我们会被行业巨头取代,觉得只要这些公司一抄,我们这种创业公司肯定就没生意了。那些公司也确实尝试去抄袭,但最终很多要么失败了,要么推出的产品质量很差,无法形成真正的竞争力。

后来,大模型的出现让投资人又有了新的论调,他们开始说:“有了大模型,你们就没壁垒了。”但事实是,时间过去几年,我们的竞品依然没能追赶上来,甚至很多公司陆续倒闭了。现在,又有人开始说 DeepSeek 这样的新技术会让我们失去优势。

网易科技:那你通常会怎么回应?

方小雷:说实话,我已经懒得去解释了。但简单来说,做产品或者做一门生意,绝不仅仅是“有技术”就够了。

举个例子,电器行业里,大家都是在用相同的电,相同的生产设备,但为什么有的企业能成为美的、格力,而有的只是小作坊?这背后的逻辑并不是单纯的“技术壁垒”,而是产品、市场、供应链、品牌等一系列因素的结合。

投资圈里经常有个误解,就是认为“只要巨头想抄,你们这种创业公司就会死”。但事实真的如此吗?回顾一下历史,巨头抄袭的项目多了,最后真正做成的又有几个呢?

对我们来说,在 AI 面试这个领域,我们的创新力和资源是高度聚焦的。我们的核心团队能把全部精力投入在这件事上,而在大厂里,CEO 和 CTO 真的会亲自主导 AI 面试产品的研发吗?很可能只是分配了一个小团队,甚至可能只有四五个员工在做这件事。

这个小团队的人才水平真的比我们创业公司的核心团队更强吗?恐怕未必吧。

网易科技:DeepSeek之后,面对可能失去优势的质疑,你们又怎么回应呢?

方小雷:其实这个逻辑很简单。简单来说,DeepSeek 并不是超越 GPT 的存在。如果在 GPT-1时代,我们的竞品接入了 ChatGPT 的 API,而这是业内公认的事实,那么如果他们能做到和我们一样的效果,那是不是意味着他们早就可以超越我们了?

但事实是,在那个时代,他们即使用了 GPT 的 API 再加上各种技术,依然达不到我们的效果。那么现在换成 DeepSeek,为什么就能做到呢?

所以说,DeepSeek 并没有真正改变什么,只是让大家在逻辑上更清晰了一点。

网易科技:但 DeepSeek 便宜呀。

方小雷:可问题是,达不到效果,光便宜有什么用?客户购买我们竞品的产品,不是因为我们的价格贵,而是因为竞品的效果不好。所以,价格并不是决定性因素,核心还是最终的产品体验和价值。

网易科技: 你们跟智联招聘、前程无忧这些公司是竞争关系嘛?

方小雷:他们一直把我们当作竞争对手,但其实我们一直是希望能合作的。

但现实是,有大厂反复抄袭我们。更讽刺的是,其中有一家在他们抄第三遍之前,投资人还曾撮合我们和他们高层直接沟通,结果他们的结论是:“再抄一遍。” 还有一家也是,前后两次都说要投资我们,结果回去就抄。

甚至,他们还用从我们这里听来的信息去申请专利,幸好我们提前申请了。

网易科技:你觉得对他们来说,更高效的方式应该是直接接入你们的技术吗?

方小雷:其实他们很清楚自己商业模式的局限性。传统招聘平台的生命周期短,几乎是“江山代有才人出,各领风骚数几年。”

从前程无忧,到智联招聘,再到58同城、猎聘,现在是 BOSS 直聘,每隔几年就换一个主角。他们知道自己需要寻找下一代产品,也认可 AI 面试的价值,但没有能力做出来,又不愿意真正投资。所以他们的做法就是反复尝试抄袭,但始终无法成功。

现在,即使这些所谓大厂再来投资我们,我也不敢接受他们的钱,因为他们可能只是想再来看一遍我们的技术。

网易科技:那你会怎么定义未来你们的产品呢?跟他们是替代关系吗?

方小雷:这个我们现在也不讨论。因为现在大家都已经到了这样一个状态,再去公开场合讨论也意义不大。

我们不寻找PMF

只是构建满足客户群需求的产品

网易科技:你们入场很早,相信不仅积累了大量数据,更是收获了很多Know-How。能不能分享一些你觉得在这个过程中做对的事情?

方小雷:你要说做对了什么,我觉得我做错的才是多了去的,但还是有几个最重要的。

首先,所有的,未来可能成功的 AI 应用,公司主创团队里面一定要有真正的行业专家。我自己是 HR 出身,所以对招聘场景有深刻理解。但市场上的大部分竞品,创始人都是 IT 背景,他们需要外部力量来补足行业理解,这导致他们产品的核心逻辑容易出现偏差。

我们其实每一年都会有性能提升,并推出大量的新功能。这些的起点大部分都是来自于我的原创。也就是说,在我没有把想法公开前,全球范围内的 AI 面试产品里,都不会有这个功能。

这也导致,他们总是在等我们发布新功能后,再去模仿。但当他们终于抄出来时,我们的版本已经迭代了半年甚至一年,而且效果可能还差很多。

与此同时,我们会不断去理解客户在使用产品过程中遇到的问题。对于这些问题,我们的解决方案并不是简单地从外部听来的或者借鉴的,而是我们自己创造出来的。当然,方案需要经过客户验证,但正因为是自己创造的,验证和改进的节奏会非常快。

网易科技:我们也看到了一些数据,比如你们的业务量过去几轮增长迅猛,甚至翻倍。从商业模式的角度来看。我想了解一下,你们是如何找到 PMF(Product-Market Fit,产品市场契合点)的?想听听你的经验。

方小雷:我们并不是按照某种所谓的创业方法论去寻找 PMF 的,甚至在创业初期,我根本不知道 PMF 这个概念。

我最开始是做 HR 出身的,对业务拓展也不懂,所有的一切都是一点点摸索出来的。最初,我们的客户是因为认可我的 HR 经验才选择我们的产品,而不是因为我们有明确的 PMF 逻辑。

所以,如果你问我怎么找到 PMF,我真的不知道,因为我们的路径并不是“先有产品,然后再去寻找它的市场契合点”。我觉得这种逻辑本身就是错误的。真正的路径应该是,我们有一批客户,他们的需求非常广泛,我们的任务是打造一款产品来满足这些需求。

因此,我的理解是,我们不是在“寻找” PMF,而是在“构建”满足特定客户群需求的产品。我从来不认可“找 PMF”这个概念,这件事对我来说一直是个谜。如果一个创业项目不是从客户需求出发,去解决真实的痛点,那它为什么会有 PMF 呢?也许是我不懂,但至少我的经验是这样。

网易科技:你们做的是 AI + 面试。但如果扩展到其他领域,比如 AI + 法律、AI + 金融,你会觉得模型能力和场景的理解哪个更重要?

方小雷:其实这个逻辑也是反过来的。你刚才提到了一点是对的,理解场景、理解客户的真实需求确实非常重要,这是任何 AI 应用的起点。但同时,对于大模型来说,它能实现什么、不能实现什么,这件事需要不断去学习、理解和试探,并不是说某个能力暂时不够,就意味着这个方向不能做。

在这个过程中,最大的挑战是,你是否能在技术上实现突破,做到比别人更好。如果大家都能理解这个场景,而这个场景本身也并不复杂,同时大模型能力已经比较成熟,那为什么这个机会会轮到你?

所以,很多时候技术是需要去“够一够”、去“逼一逼”的。如果你看到技术已经完全成熟,那全球可能有100万人都在做同样的事情,到那时候,这个机会就不一定轮得到我们了。

网易科技:所以从这个角度来看,模型能力的迭代提升对我们来说其实是一个利好因素,并不会因为模型能力的不断提升而被颠覆吗?

方小雷:对,不会的。其实,应用需求会倒逼技术进步。当某个应用真正需要技术达到某个水平时,技术就会随之演进。

就像现在的大模型应用一样,它更像是一个“发电厂”,提供算力,但具体的需求是由用户决定的。比如,研究人员上传大量文献后发现,大模型“读不懂”或处理不了,很多人希望模型支持更长的上下文,这就催生了像 Kimi 这样的产品。

所以,真正推动 AI 进步的是市场需求,而不是技术已经成熟了再去找应用场景。要是技术先完全成熟,再来找应用,那就毫无意义了。

网易科技:最近有没有和朱啸虎有一些交流?有哪些新的认知可以分享?

方小雷:朱总是我们的投资人,我们经常交流。最近有一件事挺有意思,可以分享一下。

有一家叫 Mercor的美国 AI 招聘公司,融资金额很高,一度受到广泛关注。但我们对这家公司深入研究后,结果让我大跌眼镜。我们发现,这家公司虽然打着“AI 面试”的旗号,但实际上他们的核心业务本质上是数据标注。

但是它的创始人在对外宣传时,会特别强调那些高端职位,比如顾问类。于是,很多投资人跑来问我们:“你们能不能做一个 Mercor?” 但深入研究后,我发现它的本质就是一个数据标注外包平台,只是披上了 AI 的外衣。

后来,每当 Mercor 又完成一轮融资,投资人就会来问我们它的业绩如何。朱总也会把这类信息转给我,但我已经不再更新对它的研究了,因为它的本质没有改变。

直到有一天,朱总给我发了一个短视频,内容和我的研究结论完全一致。这说明,他自己也会做大量研究,并且往往比其他投资人看得更透彻、更快。

这件事给我们的启发是,不能只看公司如何包装自己,真正重要的是它的业务本质。投资人需要具备独立判断的能力,而不能被市场上的“讲故事”风潮带偏。

网易科技:今年公司发展的重点是什么?投资人有没有对你们的一些期待?未来的阶段性目标呢?

方小雷:目前,我们的核心目标是保持盈利,让公司实现自我造血。现在市场上的资金非常有限的,大量投资都流向了少数几家 AI 大模型公司,尤其是那些有“清华博士”背景的团队。

但现实情况是,很多钱其实都被浪费掉了。我们不能指望市场资金,必须依靠自身的业务赚钱,靠自己养活自己。说实话,这里面有很多东西不方便讲,讲了可能文章都发不出来(笑)。

网易科技:你怎么评价公司当前的发展状态?

方小雷:我觉得我们目前是比较健康的状态。这种健康的状态呢,会让大家相对来说比较安全,给同事们提供一个“避风港”。

虽然我们现在还无法大富大贵,但至少大家能吃上三餐,有米有粥,能够稳稳当当地度过当前的局面。我相信,市场很快就会发生变化,而当这种变化到来的时候,我们就是那个最稳的团队。

我始终认为,不能过度依赖外部资金或市场环境,否则风险太大。真正健康的企业,应该是能够在风暴中活下来,并迎接下一个增长周期。

网易科技:你说市场很快发生变化,变化指的具体是什么?

方小雷:最大的变化是,市场正在逐渐看懂 AI 应用的价值。

网易科技:所以,大家开始愿意在 AI 应用上投钱了?

方小雷:这件事现在还不敢下定论,但至少已经有趋势了。要让市场真正建立起对 AI 应用的理解,可能还需要一到三年的时间。但三年后,我是能够肯定的。

版权声明:
作者:congcong
链接:https://www.techfm.club/p/198744.html
来源:TechFM
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
< <上一篇
下一篇>>