今天小編分享的财經經驗：我的公司，還沒被OpenAI殺死，歡迎閲讀。
出品 | 虎嗅科技組
作者 | 王欣
編輯 | 王一鵬
頭圖 | 視覺中國
OpenAI 每發布一個功能，就消滅了一家初創公司。
比如，ChatGPT 内置了 PDF 處理功能後，提供 PDF 互動功能的初創公司受到劇烈衝擊：發布 ChatOCR 的數據科學家 Alex Reibman 調查發現，在 ChatGPT 降維打擊之後，72.4% 的人對該 PDF 插件的使用量将會減少。
4 月 25 日，Sam Altman 在斯坦福大學的演講中，再次給即将面對 GPT5 衝擊的初創公司敲響警鍾：
"GPT4 是‘差生’， GPT5 将會有顯著提高 。許多創業和研究項目聚焦于完善現有 AI 的不足，這實際上是基于 AI 技術停滞不前的假設。然而，随着 GPT-5、GPT-6 等更先進模型的湧現，這将失去價值。"
AI 創業者們，如何在遮天蔽日的 OpenAI 狂野浪潮中幸存？
AI 面試這個賽道，或許可以帶來一些啓示：
2014 年伊始的 AI 面試，歷經十年，大浪淘沙，曾經 30 多家存在過的公司，如今在國内只剩下 6 家左右。
穿越 AI1.0 時代和 AI2.0 時代的幸存者發現：
第一，真正有價值的產品在大模型時代來臨之前就已經得到驗證，這個價值是不依賴于大模型的，大模型只是在原有基礎上提升了價值。
第二，務必做特定垂直領網域的專門人工智能。
這也是這些公司能夠存活至今的根本原因。
沒被 OpenAI 殺死？差點
某 AI 面試公司 CEO 回憶起 GPT 發布的恐怖故事："GPT 發布後，VC 們集體錯過國内 AI 初創，融不到錢的我們差點死了。"
GPT 發布前，這個公司就自研了億級參數量的第一代 AI 面試大模型，他認為 " 當時我們的技術跟美國是并駕齊驅的 "，但 GPT 發布後，一切都改變了。
GPT 就是這場 AI 競賽新的規則。最恐怖的是，他們當時所用的 NLP 技術，在 CV 算法大行其道的創投圈找不到 " 接盤俠 "。
打不過就加入。于是一些公司選擇接入 OpenAI 的 API，但也因此引發了一場小風波。
該公司負責人告訴虎嗅："在調用了 OpenAI API 的大模型涉及數據安全問題被下架後，我只花了一秒鍾就找到了 inner peace。"
原因在于：他們發現，最終還是要走自研這條道路，于是很多公司選擇了基于開源模型 Llama 2 去做自研大模型。
現在看來，無法調用 OpenAI 的 API 對這些公司并非壞事。
在去年 11 月的大會之後，越來越多的開發者開始陷入焦慮：如果繼續使用 OpenAI 的 API 進行應用層開發，OpenAI 最終可能發布和他們競争的產品。這種情況下，應用層離 API 這種工具越近越危險。找到能商業化落地的場景才能笑到最後。
而這個賽道幸運之處在于：而這個賽道的價值點，并不在于底層模型的技術有多高超，而是在用上大模型之前，就已經搞定了 PMF（Product-Market Fit）。
這是典型的先有釘子，後有錘子。那麼招聘場景的釘子在哪？先來看兩組數據，
1、比亞迪 2023 年校招應屆畢業生 3.18 萬，公告發出 24 小時内他們收到了 12 萬份簡歷。
2、某勞動密集型集團分公司一年的招聘藍領的預算是上億級别。
這導致了兩個問題：
1、hr 無法短時間快速面試并篩選大量候選人，這導致很多公司的校招為了從成千上萬的簡歷篩選候選人甚至會用抽籤的方式，很多簡歷甚至都不會被 HR 打開。
2、在藍領招聘市場，例如工廠流水線工人、快遞小哥，這種大量借助勞動中介招聘的工種，存在極大的利潤尋租空間，并且難以用一個集團的統一标準招聘。
而AI 面試在某種程度敲下了這兩顆釘子：它給了每個候選人被 AI 面試官面試一次的機會，一天之内面試上萬人次；也讓順豐這些連鎖型集團，在招聘快遞員時，能夠統一标準并且更加公開透明，斷絕了勞動中介的利潤空間。
藍領 AI 面試公司 CEO 梁公軍告訴虎嗅，截至 2023 年底，他們的系統已經面試了 800 萬人次，預計 2024 年将新增 1000 萬人。目前你所看到的順豐快遞小哥，都經過海納 AI 面試系統的篩選，而這發生在他們的大模型上線之前。
因此，AI 面試基于招聘場景解決了部分真問題，但這并不單純依托于大模型的能力。
用上大模型之後，能解決的問題更多了。梁公軍發現，之前他們采用的技術是 AI1.0 時代的 NLP 和規則引擎，那時 AI 面試問題大多是固定問題，而判斷候選人的打分标準也是基于關鍵詞識别。只能打穿要求較低的藍領工人面試。
大模型上線後，在面試要求較高的白領和校招招聘場景，他們也能卷一卷了。面試題目會根據候選人的勝任力生成不同的特定題目，并且在候選人回答的基礎上立刻形成第二輪追問。大模型會根據候選人的表現打分并輸出一整套報告。
另外，大模型浪潮席卷後，客户對 AI 面試的接受度更高了，這對于本質是 SaaS 的 AI 面試，無疑是一個利好。
更深更垂更快
AI 投資人 Ben Parr 認為，AI 初創為避免淪為 OpenAI 等一眾大廠的炮灰，一定要更加專注服務于你所服務的客户，擁有更加垂直的數據。
AI 面試賽道是一個多麼細分的垂直領網域呢？
梁公軍告訴虎嗅，AI 面試是整個 AI 招聘場景下一個環節，而 AI 面試又分為白領校招和藍灰領招聘兩種不同路線場景。以藍灰領為例，快遞員、工廠工人等不同行業的藍灰領招聘又有各不相同的招聘模型。
而他認為，這個賽道的壁壘并不在于技術，而是在于行業專家和海量數據疊加下的復雜工程優勢。
想要獲得工程優勢，就要持續專注某個特定垂直場景。這種情況下，主打路線的選擇尤為重要。
海納 AI 選擇了主打藍灰領路線，依據的是以下三個判斷：
第一，中國有 8.5 億藍灰領和 3.5 億白領，而藍灰領流動性較強，其中大約有 3 億藍領一年要找三次工作，假設每次跳槽面試三家公司，就意味着整個藍領的這種一年的面試總人數是 27 億人次。這些集中四五線城市下沉市場的就業人數才是真正沉默的大多數。
第二，目前的技術限制，導致 AI 面試無法切入高端人才招聘場景。但對于快遞員、咖啡店員、超市員工等考核标準較為簡單的藍灰領招聘，AI1.0 時代的技術就足以打穿這些賽道，甚至比人類面試官做得又快又好。
第三，這個龐大市場正逐漸浮現一個巨大的趨勢——連鎖化、頭部集中化。
以瑞幸咖啡為例，2023 年 8 月份他們只有 1.3 萬家門店，但通過加盟的方式快速擴建後，目前瑞幸咖啡已經将近 1.7 萬家門店了。
這些快速擴招的巨頭集團都需要一套統一的标準來招聘員工。而 AI 面試天然就帶有将人才标準化的屬性。
這使得 AI 面試公司積累了藍灰領招聘場景下專用的、小眾的數據集訓練模型。這些大廠們無法訪問的招聘數據庫，是隔開 OpenAI 和初創公司的 " 籬笆 "。
雖然生成式 AI 如火如荼，但對于初創公司來説：不試圖為所有人構建生成式 AI 工具，而是為有特殊需求的垂直領網域構建，是這個賽道沒在 AI 時代長河中消失的重要原因。
在 AI 競争進入白熱化後，一個明顯的趨勢是：國内的 AI 大廠也開始對這個賽道蠢蠢欲動。但一些創業者仍對此充滿信心：他們認為，大廠獨有的用户平台優勢，應該去切入面向候選人的 AI 招聘模拟賽道。
一個創業者發了這樣一個朋友圈：如果國家隊下場，一統江湖，那麼 AGI 指日可待。
我問他：那你會有危機感嗎？
他回答：最頂尖的基座大模型也不可能覆蓋所有應用。
90 年代，微軟也想徹底壟斷個人電腦及軟體市場，願景是 " 讓每一台電腦都裝上 Windows 系統 "，為此不惜下血本拍死網景（市場占有率第一的浏覽器）等後起之輩。
但後來，百家争鳴的時代還是來臨了。
而眼下這個賽道最大的問題并不是這些潛在的競争對手，而是就業市場的整體萎縮，所帶來的潛在客户需求下降。
一個大型科技企業員工透露：" 去年我們部門在官網開放了幾十個崗位，但實際上我們并不打算招一個人。"
在這種情況下，恐怕就算是 OpenAI 也難有回天之力。
這個賽道在 OpenAI 浪潮傾軋下，靠着 PMF 和足夠垂直跑赢了大廠，但還能存活多久，依舊是個未知數。
