专访Gonex CEO温梦飞：应用领域，意图识别比模型本身更重要！

嘉宾 | 温梦飞

采访&撰稿 | 云昭

潮至千艘动，涛喧万鼓鸣。生成式AI的魔法，征服了千行百业。高涨的呼声之中，我们迎来了现代科技的航海时代，开启了以ChatGPT为代表的新一轮创业浪潮。无论是toC、还是toB，每条赛道的玩家都纷纷赶来。

同样是浪潮，我们观察到现在AIGC领域的不同玩家，进展重点不同、快慢不一。如何选择赛道？又如何做好一个大模型产品，需要攻克哪些难关？

与大家通常看到的“训练自己的大模型”、“文生图”、“文案创作”不同，我们看到了细分行业领域的行业大模型产品，正在悄然走红。

为此，我们邀请到全球科技用工管理的前行者Gonex的首席执行官温梦飞，来分享在时代浪潮面前，如何打造出一款“成本低、体验好”的大模型产品的。

1、我们选择了出海HR

在大众看来，AIGC的火热，仿佛是“忽如一夜春风来，千树万树梨花开”，当温梦飞却不这样看。“目前大家更多关注一些底层的技术或者一些中间件，然而这些没有能解决实际场景问题。”

目前看，比较热的领域还是集中在容错率较高的开放场景下，比如用AI生成网红标题、营销文案等。然而，更多的场景需求则不然，它是一个需要响应及时、数据准确、回答准确的生产场景，而这些方面，业内更多还是停留在探讨的阶段。Gonex则坚定选择了这条更少人进入的赛道：出海HR。

众所周知，HR领域是一个高知识密度的行业，需要对及时响应以及SLA有非常严格的控制。而Gonex则更为不同，在出海这个领域，会面临非常大的信息差，此外，还有语言、文化、时差等客观上的差异。如果让HR快速熟悉一个陌生国度的劳动政策，是很大的挑战，并不是所有HR都有全球话的能力和视角。

同时，每个国家的法律法规、招聘政策，包括劳动合同的适用情况、社保的情况，甚至入/离职的手续，其实跟与国内有很大不同。

图片

也就是说，对于出海企业来讲，还没有触及到业务场景，仅仅是非常底层的合规要求，面临的挑战就已经非常巨大了。此外，中国出海企业从全球范围内吸引和留住优秀人才，处理繁琐的人力资源数据以及满足员工不断变化的需求也很多，要短时间积累起这样的能力起来，并不容易。

我们希望达成这样一个目标：通过我们的大模型产品和工具，提高工作效率、降低成本，帮助HR团队快速成为一个全球HR问题专家，并在全球范围内用中文就可以灵活快速地解决各种HR问题，而无需倒时差或花费大量资金雇佣当地专家/咨询公司。这才是真正把AIGC用在解决行业问题上。

2、意图识别比模型本身更重要

在温梦飞看来，要做好大模型产品，有一点跟传统的SaaS领域是一样的，那就是，要把模型真正融入到业务中去。

“很多SaaS或者行业软件没有解决真实问题，大家也就弃之不用了。我觉得以后很多的模型产品也是一样，上了模型比没上模型成本还高，体验还差，效率还低，或者只是解决交互问题，那其实是没有发挥出LLM得作用。”

经过长时间的探索，Gonex发现，将大模型做成一个问答产品，其实可控性并不强，而且回答问题时，准确性和效率也不够高。在实际使用大模型回答问题过程中，它的不可控的程度越大，产品的容错率就会越低。

所以说，无论是toC，还是toB，快速把模型融入到业务中是非常重要的。而如何做到这一点呢？最重要的一点就是意图识别。

意图，就是把业务抽象出来，跟传统的SaaS挺类似，但不同的是基于LLM来做，需要考虑更多的变量。但是不论变量是什么，抽象意图的能力都是需要产品和技术人员深入了解业务，并把业务的场景提取出来，并把场景里的各个变量抽象成意图，让模型可以识别自然语言的输入并把这些输入对应到软件的操作逻辑上。

比如，我这个月的工资是多少，用传统的软件流程和用LLM本质是一样的操作，只不过由于简化了用户操作，而在机器的处理端会变得很不一样。

图片

Gonex在这块做了很多的工作，从一开始不知道怎么使用LLM来解决工作流的问题，到现在已经开发出了一套完整的意图识别引擎，几乎可以解决企业中后台大多数的工作流问题。后续还会把这个引擎开源，让更多的2B应用可以做出基于LLM的解决方案。

在研发过程中，Gonex其实在意图识别领域，即“从不可控到可控”投入了非常大的精力。从“我不知道要返回什么内容”到“针对不同场景和问题返回不同的内容”，这个其实都是非常重要的 know-how。

比如，模型也是有时间线的，ChatGPT目前还是2021年9月份之前的数据，而且也不可能每天发生的事都会通过模型来实时同步。之前基于AutoGPT、AgentGPT等插件的搜索方式与模型结合，这本质上也是基于意图识别。

当然，也可能会基于向量数据库，甚至基于传统的诸如MySQL的标准数据库。让传统的软件开发和模型快速地能联系起来，这就是意图识别最重要的目的。

在意图识别领域，Gonex呼吁业界能有更多的研究和投入。“我们自己基于意图识别做了中间件产品，这也是我们认为在2B领域LLM应用的核心。这个环节甚至比模型本身还重要。”

在行业应用领域，为什么更看重的是意图识别，而不是其他？温梦飞说道，如果讨论模型本身，算法或者数据就变得更重要了，包括怎么低成本训练，数据标注等等，在讨论底层的时候会讨论比较多。然而，一旦进入到大模型应用话题，意图识别就非常重要了。我们目前还没看到很好的意图识别的引擎或者说中间件。因为我们做得也比较早，所以很早就自己做了一套这样的东西。

同时，6到9个月以后，Gonex希望等产品比较稳定了，就会把这一套意图识别的中间件开源出来。“取之于开源，用之于开源。”我们既然用了别人的contribution，我们也希望能回馈给社区。

3、数据，还是数据

除了意图识别，还有一个行业数据问题。之前大家有很多都在讨论LLM会逐渐吞噬行业数据甚至公司的私有数据，演变成一个模型解决所有问题。讨论归讨论，但许多讨论大模型的人都没有实际做过行业应用。

由于没做过，所以不知道这里有怎样复杂的流程和知识结构。行业软件和SaaS的本质是对于管理方法论的输出，而方法论的抽象是基于行业经验和knowhow的积累并加以提炼，是行业独有的价值存在，这不是预测“下一个字”的算法所能实现的，也不是底层或者基座模型能做到的。

目前，让每一个小公司或者让每一个创业公司训练自己的模型是不现实的，现在比较流行的是基于LangChain和Vector（向量数据库）的解决方案。基于这些方案，可以让更多的知识通过模型准确传达，让问题回答的内容更为准确。

4、出海创客原动力

温梦飞做了一个判断，中国企业出海是接下来创业的浪潮。

“因为已经不是第一次创业了，所以还有不少近水楼台，或者更容易的选择。”但温梦飞话锋一转，他坚信自己的选择——尤其是在调研了这两年的中国经济和世界的发展，他认为中国企业的出海其实是必然的选项。

“国内相对比较成熟的企业，都会在中国享受到全球化浪潮之后，也希望把红利带到其他地方。”温梦飞判断中国企业大概率会像此前美国、欧洲、日本、韩国企业一样会有大规模出海的行动，会把中国的产品、中国的知识、中国的know-how、中国的方法论带到全世界各个地方。

企业的出海，带动了包括软件企业在内的上下游相关产业链的出海。像美国企业出海，可能带领了Workday、PeopleSoft、ADP这样HR领域的软件，每一个都是几百亿美金的公司。“我们相信在中国企业出海的进程或过程中，无论是国企、央企、民企都会用到中国的软件、中国的方法论，这个是最有魅力、最有价值的地方。”

在温梦飞看来，HR软件不应该仅仅是中国人用，通过外国员工的使用和泛化，甚至可能引领世界的HR企业的潮流。

“我们选择了一条陪伴中国企业走得更远的路，这条路就是出海。这是当时选择的契机。”

温梦飞认为创业者要敢于弄潮，“首先必须要身处浪潮中。如果游泳技术好，就不会被浪拍死。同时坚持下去，才有可能游到对岸。”

“Do what you love，money will follow。”

5、三问：AI带来的社会难题

“ChatGPT让大家形成了一个共识，它是一个trigger，它是一个扳机，或者是一个导火索。”温梦飞认为，AI之前的问题在于过于垂直，就是没有影响到真正的各行各业。这次为什么大模型会让大家感觉那么兴奋？其实也是由于场景拓宽了大家的思路，会融入到各个领域中去。

而对于生成式AI对于社会的影响，我们聊了三个问题：AI会让HR失业吗？使用AI会让社会变得更公平吗？AI会让应聘者困在算法里吗？

首先，温梦飞并不认为AI会让HR失业。AI产品其实只会替代一些routine、一些机械性的、一些不需要动脑的劳动。未来HR们会把工作转移到比如组织建设上、文化的建设上，这些更需要创造性思维的地方。而HR行业则可能都会变成一个“HR+IRIS”这样“Copilot”的形式，即所谓AI和人工一起配合的状态，效率会大福提升。

其次，他认为是人，而不是AI能决定公平与否。“人是创造不公平的节点，而机器不是。”只要规则透明，机器一定是公平的。但如果这里面有人的因素介入，就可能产生不公平。

关于第三个问题，温梦飞认为，只要AI使用者遵循的是公开透明的规则，困境就不会存在，大家“Play by the Rules”。但如果是一个黑盒的调度，就会让大家感觉被困住。因此，开源模型之所以变得那么重要，主要的原因是公开透明。如果你是一个黑盒的闭源模型，就可能会产生“被算法困住”的问题。

6、写在最后

悲观者正确，乐观者成功。潮来浪至，接下来就是考验弄潮者的真功夫。“创业方向的洞察力”、“行业场景的理解力”、“优秀产品的打磨力”都将成为这场竞赛的试金石。

彼得·蒂尔在《从0到1》中说，一个新创企业，要想获得快速成长，其提供的解决方案要比现有方案好10倍以上。要么是成本低10倍，要么是性能、易用性强10倍。

Gonex则是10倍好理论的信仰者，“我们认为自己的AI产品IRIS，就满足了这两点。”

采访企业介绍：

Gonex作为一家专注于全球化人力资源薪酬服务AI技术公司，致力于通过全新AI技术为企业解决了一系列问题，包括海外员工的雇佣、发薪、合规、薪资计算、社保缴纳等。Gonex旗下的核心产品GONEX-IRIS，是全球首创的AI Native人工智能HR合规服务引擎，它利用自然语言处理、大型语言模型等技术，能够快速处理各种HR数据，自动化处理复杂的海外HR流程，并提供员工满意度和工作绩效分析等数据驱动的洞察和建议，从而帮助客户快速解决业务问题，提高工作效率和便利性。