在大模型淘金热中，除了平台机会，更多的科技公司正在努力挖掘大模型在软件应用中的机会和可能性。
SaaS产业也迎来了新一轮的创新浪潮。国际头部SaaS公司Salesforce在今年3月推出了生成式人工智能(AI)工具爱因斯坦GPT，创造了世界上第一个生成式人工智能客户关系管理(CRM)技术。其中，爱因斯坦GPT将Salesforce现有的AI模型与OpenAI的GPT-3.5大语言模型相结合，不仅可以为销售人员生成个性化的电子邮件，还可以自动回复以帮助销售和营销人员，还可以为开发者自动生成代码。
更多的SaaS公司正在借助大模型的全新功能探索工业创新的应用。例如，基于OpenAI的GPT-3开源模型，opinion推出了opinion AI(Alpha)写作助手，并作为一个单独的产品出售。
种种现象表明，大模式正在全面开启SaaS产业的新想象，无论是技术路径、产品创新还是商业化可能性。许多国内公司也加入了新技术的淘金热。
陆丹蓝是中国SaaS领域较早推出基于大模型技术创新产品的公司之一。今年6月，陆丹蓝的勘探成果正式亮相。公司推出基于大模型技术的SaaS人力资源行业人工智能本土产品——陆丹蓝Eva。其功能涵盖对话式BI、员工聊天机器人、简历智能初筛、定制面试问题、AI写作测评等。，帮助企业和组织全面提升人力资源相关工作的效率。
先锋公司在前沿技术上的探索和实践与创始人自身对技术的认知密切相关，陆丹蓝新技术背后的实践也是如此。李国星将陆丹蓝伊娃定义为“未来职场的专属AI HR伙伴”，他们希望给管理者、HR和员工带来AGI时代的新体验。目前，陆丹蓝已经正式开始招募试用客户，希望与客户一起打磨和优化产品体验。
在创业之前，陆丹蓝创始人李国星也与人工智能有着很深的关系。本科期间，他在上海交通大学/密歇根大学完成了计算机科学双学位，之后在斯坦福大学攻读计算机科学硕士学位。他的主要方向也是AI，涵盖自然语言和计算机视觉。在此期间，他担任cs229机器学习的助教，他的老师是著名的AI大师吴恩达。
这一次，《甲子光年》与李国星进行了一次独家对话，谈到了他眼中的新技术带来的机遇和挑战。
以下为对话全文:
1.谈论产品:新技术下的新创新
甲子光年:最新的Eva怎么样？
李国星:伊娃是一个拟人化的场景。在我们的设定中，是HR的合伙人，能够像HR一样帮助工作，不是取代HR，而是大大提高HR的生产力。
企业需要结合新技术解决当前组织管理中的挑战:组织管理的复杂性、人事流程的复杂性、绩效考核一直是企业的痛点。每个人都渴望找到更多降本增效的解决方案来优化管理流程，提高工作效率，最大限度地发挥人力资源的潜力。
伊娃面临着复杂的场景。我们正在尝试了解哪些流程可以在我们的工作中得到简化，哪些流程可以被EVA等新工具所覆盖。我们会沿着这条线去做，覆盖更多的场景，更多的帮助客户。
陆丹蓝Eva可实现对话式BI、员工聊天机器人、简历智能初筛、定制面试问题、AI写作测评五大能力，可大幅提升HR的生产力，未来陆丹蓝将尝试在HR SaaS领域推出更多AI产品应用，帮助企业全面提升招聘效率，优化员工体验，赋能管理者决策。这些职能的规划来自于陆丹蓝对企业真实人力资源场景的长期洞察。
甲子光年:这次怎么能这么快推出新的大模+HR SaaS产品？
李国星:感谢陆丹蓝在人工智能领域多年的探索和研究。2018年，我们组建了自己的算法团队。当时我们招了一些人，我自己写了一些代码。当时我们认为AI的发展会给招聘领域带来极大的效率和生产力提升。
虽然这几年技术还处于比较不成熟的状态，但是我们还在持续的投入和优化，在一些个别的场景下也得到了客户的认可。
甲子光年:当时AI技术具体用在什么产品上？分享一个具体案例。
李国星:举个简历匹配的例子。例如，我们现在需要招聘一名记者。如果大量的简历进来，在我们产品的帮助下，可以帮助HR做初步的筛选或者排序，通过算法匹配人才和职位。
在幕后，算法技术会对过去记者这个岗位上公司招聘的行为数据进行分析，最终会自动筛选或推荐简历。系统可以根据数据设置淘汰或自动推荐到下一个招聘阶段，同时根据匹配度，HR可以安排工作的优先级。
另一个产品是人才库推荐的。这是2018年初，我们借助AI算法升级了人才库产品。比如有些企业在长期使用系统后会积累大量的简历数据，但这对于企业来说是“沉睡”的资产，他们希望不断利用候选人信息来优化招聘成本。所以在我们人才库系统的帮助下，如果有岗位需求，企业会优先考虑人才库里的推荐。
另外，今年借助大模型技术，我们推出了一个新功能，可以让HR用几句话描述职位的招聘需求。从一些清晰、硬性的描述信息中，我们的AI模型可以自动分析这些简历，进行排序，生成推荐理由汇总，输出自己的意见，让HR更快的获取信息。
甲子光年:新的大模型技术是否改变了我们之前的AI算法路径？
李国星:当然，我们不需要从头开始做大量的知识图谱。但是，我们并没有用大模型技术完全取代之前的算法路径。有两个关键因素:成本和性能。
之前在一些具体的任务中，我们也在不断的通过数据优化算法模型，让它在具体的任务和领域做的更好，但是这个模型并不是特别大。我们现在说的大模型的优势是具有泛化能力，在通用知识上可以很好的拆解，但是在具体的业务场景中，大模型的行业知识和成本会是一个挑战，通用能力无法直接替代原有的技术实践。
我们需要综合考虑如何改进和创造一个大模型的产品:性能、成本和效果，我们需要在它们之间找到一个平衡点。
在这个过程中，确保信息安全是一个重要的前提。我们有义务保护这些个人信息和企业信息的安全，不能做损害关联方利益的事情，更不能做不被允许的事情。
2.谈行业:SaaS+大模特=？
甲子光年:大型号火了之后，你觉得目前业界对新技术的态度如何？
李国星:大家都还在摸索阶段。目前看到HR用它来提高工作效率，但是一个以产品为导向的公司还没有从零开始定义一个新的产品环节。硅谷的公司会跑得更快，现在各种产品都有。
新技术应用到具体领域需要一段时间，大家还处于非常初级的阶段。
技术当然会越来越好，但也需要看技术的成熟度。目前真的进入了加速阶段，各行业迅速达成共识。各种资源、资本、人才都投入到探索大模式中，几乎每天都在发生一些新的变化，但要达到商业化还需要一段时间，才能影响到更多的企业。
特别是目前我们看到GPT-4虽然通用能力很强，但是它的成本、性能、效率并不一定特别适合一些实时的行业场景。比如HR领域，不是绩效专家，也不是招聘专家，所以需要有一个更垂直的公司，把数据分类，把产品做得更深。
甲子光年:你认为在大模式的契机下，HR SaaS行业会有颠覆性的产品创新吗？
李国星:一个组织未来10年的竞争力取决于组织内部“人+AI”的融合深度。如何在各个工作领域很好的应用AI技术，需要组织的积累和早期行动，建立组织壁垒和优势。
SaaS虽然是一种新的商业模式和产品服务模式，但本质上是解决企业的效率和管理问题，帮助企业更精准地运营和维护数据，帮助企业执行决策、制度和流程，帮助提升内部运营效率。这些本质不会改变，企业永远需要降本增效。
AI本质上是一种生产力，一定会更深刻地影响企业的工作流程。它将与企业软件集成，并深入业务的细节。
大模型来了以后，一方面改变了人机交互的形式，从以前的图形界面变成了自然语言交互。另一方面，它可以做一些以前只有人才能做的事情。随着技术的发展，我们会越来越多地在各种产品中看到AI的影子。
这种重新定义工作流的模式可能不太可能。技术变革出现后，是否会出现新的物种，颠覆之前的公司或模式，本质上取决于现有公司的认知。如果每个人都在拥抱新技术，就会有先发优势。
当然，对于如何通过新技术来优化这个过程肯定有需求，AI肯定会被改造，但我认为这是一个渐进的过程，不会突然完全改变。随着技术的成熟，大家会结合技术做深入的应用。陆丹蓝也参与了这件事，我个人也投入了至少40%的精力进行相关的探索。
甲子光年:目前企业用户对大模+HR SaaS这一新产品的态度如何？
李国星:大量客户对大型模型技术和新产品表现出极大的兴趣，这让我们感到惊讶。大家对这个东西都很感兴趣，也有很多客户来找我们谈想法。
在一个月的时间里，我交流的30多个客户，几乎每一个都在说大模式。大家不仅关注了新技术，还关心如何用新技术帮助提高工作效率。其中一个客户还写了一个详细的ppt，讲大模型如何帮助他们在招聘过程中的各种场景、环节、流程中提高效率。
顾客需求是企业创新的动力之一。他们帮助我们更好地理解应用场景，收集我们对技术的理解。我们一起探索改变现有工作流程和场景的可能性。这个东西做好了，就能在AI新时代获得非常领先的优势。
3.谈论未来:大模型的一万种可能性
甲子光年:大比例模型技术有哪些让你惊喜的地方？
李国星:你会发现在这个阶段，它真的很像人。例如，人们经常使用机器来帮助他们做事。GPT-4也是如此，它会通过使用下游工具变得越来越智能，充当大脑调用各种知识、工作和能力。
这真是一个激动人心的未来。虽然有局限性，但局限性不是大问题。技术的局限性可以用工具来解决，很多时候比人更稳定客观。
比如招聘过程中，在面试的时候，很多面试官的判断标准是不一样的，有时候会因为面试官自己的面试状态和心情而出现一些不同的变化，随机因素很多。但是如果GPT-4可以做采访工作，它可能会比人类采访更准确。
甲子光年:你对未来的科技发展有什么期待？
李国星:我特别兴奋的是，大模型真的带来了生产力的巨大释放。之前我们做这个事情需要很多人和力量，为了快速降低成本，让更多人来做剩下的工作。
未来的组织有无限的可能性。有可能很多资本，很多人会像现在这样形成一个庞大的组织。也有可能一两个人就能做出非常适合某个客户群体的产品和服务。他们不需要很多成本，成本大大降低。这种想象空间非常大。
当然，优秀的人才会越来越稀缺，因为更简单的思维和智力工作会由AI模型来完成，但相对跨领域和战略思维的人才会比较稀缺。未来很有可能会出现更加灵活的就业模式。
甲子光年:有人认为用all in模式改造现有产品为时尚早。你怎么想呢?
李国星:我个人认为，这种大模型技术与过去的每一次技术变革都是相似的。刚出现的时候，有些机构肯定看好，有些人肯定不看好，这并不那么重要。
回过头来看，一些不那么乐观或者不太关注新技术的公司和机构，最终会错失良机。这一次绝对会是未来AI时代的新技术革命。
在这场巨变中，有哪家公司能真正抓住机遇？必须是整个组织从上到下都能深刻理解和拥抱这种新技术的人。做得越早，理解得越好，积累得越深，一定会跑得比其他公司快。目前国内的企业家和公司热情不亚于美国。
甲子光年:你如何看待此时机器和人之间新的合作和关系？
李国星:现在看来，人工智能确实取代了一小部分，但从长远来看，它实际带来的影响是广泛的。比如我们看到了第二次工业革命，让很多工作消失了。当计算机出现后，大量的离线计算工作消失了，但也催生了大量新的机会。
本质上是新的生产力工具，人类要不断迭代自己的工具。从这个角度来说，就看谁能快速适应这种新技术的变化。
但是在情感层面，如果你在做一项工作，你自己也很享受，突然有一天，机器做得比你好了，那个人怎么才能重新找到这种意义感？其实我们做任何技术工作，都是为了让整个人类更好，生活更好，工作更好。虽然会很辛苦，但是如果把这些快乐的部分从工作中拿走，如何重新找到新的意义，是我们需要思考的问题。
目前最重要的是，每个人都应该真正拥抱新技术，真正使用它，并思考它将如何影响自己所做的事情，使自己更有价值。这才是最重要的。
我很乐观。在我的有生之年看到技术进步到这个程度，并且在可预见的未来会有一个非常迅速和持续的发展，这是非常令人兴奋的。
这是任何企业家都希望达到的状态。我很幸运在其中有所积累，我们会义无反顾地向新技术的创新前进。"