مسار القوى العاملة + نموذج كبير ، لا دفقة وهمية

المصدر الأصلي: تيتانيوم ميديا

مصدر الصورة: تم إنشاؤه بواسطة الذكاء الاصطناعي غير محدود

بعد تنفيذ النموذج الكبير في السوق على مستوى المؤسسة لفترة من الوقت ، لم يحدث دفقة وهمية.

** “إنها كلها بيانات الشبكة العامة ، ولا تجرؤ الشركات على استخدامها.” هناك أيضا عدد قليل جدا من سيناريوهات التطبيق العملي. قال خبير ما قبل البيع لبرامج الموارد البشرية على مستوى المؤسسات ل Titanium Media.

في الوقت الحاضر ، تنفذ الشركة بشكل أساسي السيناريوهات الأساسية الثلاثة لاكتشاف المواهب وتقييم السيرة الذاتية وأسئلة المقابلة. تدرك Titanium media أن السوق يمكن أن يشعر الآن بمعلومات تسريح العمال في المؤسسات وتشديد احتياجات التوظيف ، لكن هذا لا يؤثر على تدفق المواهب عالية الجودة ، خاصة بالنسبة لاحتياجات التوظيف للمؤسسات الكبيرة والمتوسطة الحجم ، والتي تحتاج إلى تحسين القدرة على تحديد المواهب والاستفادة من الكفاءة البشرية ؛

ولكن في الواقع ، لا يوجد الكثير من حالات العملاء لهذه الشركة ، ويطلق على النموذج الكبير المدرب للعميل “العملية التكرارية المستمرة” ، ومن المقرر أن يتم فرض الرسوم في نموذج الاشتراك ، والعملاء التجريبيون الذين يقبلون هذه الممارسة حاليا هم من أفضل 500 شركة متعددة الجنسيات في العالم والمؤسسات المحلية الرائدة في الصناعة.

في الواقع ، فإن سوق طلب العملاء مليء أيضا بالآراء المختلفة حول منتجات الذكاء الاصطناعي التوليدية أو تقنيات النماذج الكبيرة. تدرك Titanium Media ذلك ، خاصة بالنسبة لعملاء المؤسسات الكبيرة ، على الرغم من أن العديد من عملاء المؤسسات يعلنون علنا أنهم يحاولون بنشاط نماذج كبيرة ، حريصين على حل جميع نقاط الألم التي تواجهها في الأعمال الحالية ، ولكن في الوقت نفسه ، هناك أيضا عملاء من المؤسسات الذين يحتقرون هذا ، معتقدين أن الخبرة والمواهب التي تراكمت لديهم لن يتم استبدالها ببساطة بنماذج كبيرة.

“لا يزال تطوير وتدريب النماذج الكبيرة معقدا للغاية ، فهل يمكن أن يكون أكثر إيجازا؟” قال عميل في صناعة الطاقة التقليدية في اجتماع مغلق مع شركة صينية رائدة في تصنيع تكنولوجيا المعلومات والاتصالات.

أشار العميل بوضوح: ** "على الرغم من تحقيق بعض الإنجازات في تعزيز الذكاء في الماضي ، لا تزال هناك فجوة كبيرة جدا في خيالنا. بالإضافة إلى الظروف الطبيعية المعقدة لعمليات الإنتاج الخاصة بالصناعة ، أدى عدم فهم الذكاء من قبل مختلف الشركات المصنعة التابعة إلى الكثير من الاستثمار ، لكنهم ما زالوا يخوضون معاركهم الخاصة.

من ناحية أخرى ، فإن النماذج الكبيرة ليست “رخيصة” في هذه المرحلة ، والشركات التي يمكنها تحمل تكاليف استخدام النماذج الكبيرة إما لديها حجم إنتاج معين أو ميزانية معينة في متناول اليد ، وتعتقد أن التكنولوجيا التوليدية التي تجلبها النماذج الكبيرة تستحق المحاولة والنشر.

تحدث الشخص المسؤول عن شركة مدرجة في الذكاء الاصطناعي مؤخرا عن نموذج ريادة الأعمال الكبير ، مشيرا إلى أن "النموذج الكبير في السوق لديه بعض القدرات الأساسية ، لكنه مجرد لعبة أو أداة ، والنموذج الكبير ليس فقط هذه القدرات ، ولكن الأهم من ذلك ، هو تحقيق الإدراك التجاري ". "

في الواقع ، سواء كان مخطط Wensheng أو نص Wensheng ، فإن الذكاء الاصطناعي التوليدية المدفوعة بتقنية النماذج الكبيرة تظهر سيناريوهات التطبيق الضخمة. وفقا لإحصائيات غير مكتملة من Titanium Media ، يوجد حاليا ما لا يقل عن 50 شركة عملاقة و الذكاء الاصطناعي شركة ناشئة تشارك فيها ، ويحاول النموذج العام الكبير أيضا الوصول إلى منصات سحابية متعددة للمؤسسات للاتصال أو تخصيص وتطوير نماذج خاصة.

تجدر الإشارة إلى أنه في مؤتمر المطورين الأول الذي عقد في 6 نوفمبر ، أوضحت OpenAI اتجاه جهودها التالية ، بما في ذلك: تعزيز طول إدخال النص ، ووضع الإخراج المطابق للوضع المحدد مسبقا ، وبيانات تدريب أكثر وأفضل جودة ، والمزيد من الوسائط المتعددة ، ومعرفة المجال ومنطق الأعمال ، وأسعار أكثر ملاءمة.

هذه أخبار جيدة لمطوري أو مستخدمي الذكاء الاصطناعي الآخرين ، لكنها سيف معلق فوق القمة لكم جميعا من رواد الأعمال الكبار في مجال التكنولوجيا.

في الوقت نفسه ، تعد مراجعة الامتثال وأمن الخصوصية للمحتوى التوليدي أيضا من المتطلبات الأساسية الضرورية للنماذج الكبيرة أو تقنيات الذكاء الاصطناعي التوليدية التي سيتم تعميمها في السوق.

في الصين ، في 11 أكتوبر ، أصدر الموقع الرسمي للجنة الفنية الوطنية لتوحيد أمن المعلومات “المتطلبات الأساسية لأمن خدمات الذكاء الاصطناعي التوليدية” (مسودة للتعليقات) لالتماس الآراء من الجمهور. هذه هي المسودة الأولى للمشروع التنظيمي خصيصا لمجال الأمن الذكاء الاصطناعي التوليدي في الصين ، وهي أيضا دعم ل “التدابير المؤقتة لإدارة خدمات الذكاء الاصطناعي التوليدية” التي أطلقتها سبع إدارات بما في ذلك إدارة الفضاء الإلكتروني في الصين في يوليو.

بالمقارنة مع الهيجان والصخب والضجيج عندما وصل النموذج الكبير ، في مرحلة الهبوط الحقيقي ، بدأ للتو استكشاف واختبار كيفية تطبيق النموذج الكبير بعمق في الصناعة.

هل كل منتج يستحق إعادة نموذج كبير؟

“كل منتج يستحق إعادة بنائه بنموذج كبير” ، هذا سرد شائع للمؤسسات الجديدة في طبقة تطبيق النماذج الكبيرة.

ولكن قبل أن نعيد المنتج ، هناك سؤال أكثر جوهرية: أين يمكن استخدام النموذج الكبير؟

في سوق B-end ، قد يكون من الصعب الإجابة على هذا السؤال ، أو قد يكون من الصعب الحصول على إجابة واحدة.

من المصدر المفتوح للنماذج مثل سلسلة LLaMA من Meta ، وسلسلة StableLM من Stability الذكاء الاصطناعي ، و MPT وغيرها من النماذج ، بالإضافة إلى الاختبار الداخلي للنماذج الكبيرة العامة المحلية لواجهات برمجة التطبيقات على مستوى المؤسسة ، تم تحفيز المزيد من الشركات الناشئة للمتابعة والمحاولة.

إذا تم تفكيك مجموعة من عمليات التوظيف إلى جمع السيرة الذاتية وفحصها وتقييمها وإجراء المقابلة والعرض والإعداد ، في السلسلة بأكملها ، فإن تقنية تفاعل اللغة الطبيعية التي تقودها النماذج الكبيرة تنعكس بشكل مباشر في تحسين كفاءة توظيف الموارد البشرية وتحسين تجربة المستخدم.

كشركة برمجيات ذكية لإدارة التوظيف ، تدعو MOKA إلى تحويل أنظمة الموارد البشرية الأساسية مع الذكاء الاصطناعي. في نهاية يونيو من هذا العام ، أعلنت MOKA عن إطلاق Eva ، وهو حل منتج ذكي يعتمد على الطرز الكبيرة ، بما في ذلك فحص السيرة الذاتية ، وأسئلة المقابلة المخصصة ، ومراجعات الكتابة الذكاء الاصطناعي ، وذكاء الأعمال للمحادثة ، وروبوت الدردشة للموظفين. على سبيل المثال ، يتم استخدام وظيفة chatbot للموظفين لإكمال المهام المتعلقة بالتوظيف والموارد البشرية والحصول على المعلومات ذات الصلة ، على غرار مساعد الذكاء الاصطناعي الذي يقدم الاستشارات. يتفاعل ذكاء الأعمال للمحادثة مع واجهة لغة طبيعية ، مما يمنح الموظفين وصولا سريعا إلى قواعد البيانات ، والاستعلام عن المقاييس الرئيسية ، ودعم اتخاذ القرارات التجارية وإدارتها.

وبالمثل ، أعلن Beisen لأول مرة عن وظيفة الاختبار الداخلي بناء على نموذج Wenxin Yiyan الكبير من Baidu - كتابة JD للتوظيف وإنتاج ملصقات التوظيف. في مؤتمر الربيع في مايو ، أطلق Beisen أيضا منتجا جديدا الذكاء الاصطناعي ، السيد سين ، مدرب القيادة الشخصية ، لتحويل وتكييف القادة الجدد ، وإدارة الفريق ، والتطوير الشخصي ، وردود الفعل على الأداء ، وما إلى ذلك. وفقا ل Ji Weiguo ، الرئيس التنفيذي لشركة Beisen ، فإن المقابلات الذكاء الاصطناعي وروبوتات خدمة الموظفين وروبوتات السجال ستكون جميعها سيناريوهات يمكن دمجها مع النماذج الكبيرة.

اختار Yonyou و Kingdee دمج قدرات النماذج الكبيرة العامة ودمجها مع بيانات المجال الخاص بهم لتدريب نماذج المجال على مستوى المؤسسة المطبقة على سيناريوهات برامج المعالجة مثل الموارد البشرية والتمويل وسلسلة التوريد.

أشار باو فاي ، كبير مهندسي التطبيقات في Yonyou ، عند التواصل مع Titanium Media ، "في هذه المرحلة ، لا يزال النموذج الكبير بعيدا عن الصناعة ، والعملاء أكثر قلقا بشأن نوع القيمة التي يمكن أن يجلبها إلى الصناعة. "

في الوقت الحاضر ، تتضمن قائمة تطبيقات نموذج المجال التي تدعمها Yonyou YonGPT: رؤية أعمال المؤسسة ، وإنشاء الطلبات الذكية ، والتحكم في مخاطر الموردين ، وتحسين المخزون الديناميكي ، واكتشاف المواهب الذكي ، والتوظيف الذكي ، وتحليل الميزانية الذكي ، والتحكم الذكي في نفقات سفر الأعمال ، وإنشاء الكود ، وما إلى ذلك.

يستخدم Kingdee Sky GPT حاليا بشكل أساسي في سيناريوهات التمويل والموارد البشرية والبحث والتطوير في البرامج. على سبيل المثال ، يشبه النموذج المالي الأول ل Kingdee مساعد الذكاء الاصطناعي المالية ، حيث يقدم خدمات مثل الأسئلة والأجوبة المالية ، وسداد النفقات ، والموافقة على العقود ، وإنشاء التقارير ، والتحليل والتنبؤ.

ذكرت Titanium Media سابقا أن Zhao Yanxi ، نائب الرئيس التنفيذي والمدير العام لمنصة البحث والتطوير في Kingdee China ، وجد أن الشركات لديها اهتمام قوي بالنماذج الكبيرة خلال الاستطلاع ، لكن أكثر التعليقات المذكورة هما “قلق الذكاء الاصطناعي” ، خائف من أنك إذا لم تستخدم الذكاء الاصطناعي ، فسوف تتخلف عن الركب ، والآخر هو “الذكاء الاصطناعي مرتبك” ولا يعرف كيفية استخدامه في الأعمال التجارية. تتمثل استراتيجية Kingdee في العثور على مجموعة من عملاء النماذج الأولية للقيام بالتحقق التجريبي من سيناريوهات الأعمال ، وهو أقرب إلى الأعمال الفعلية للمؤسسة.

من وجهة نظر Wang Jingfei ، CTO في iHR ، “أهم شيء بالنسبة للعملاء ليس النموذج الكبير المستخدم ، ولكن ما هو النموذج الكبير الذي يساعد الأعمال”. ** سيهتم المدير بمؤشرات الأعمال ، مثل نصيب الفرد من الناتج ، وتحليل المدخلات ، وتحسين التكلفة ، وما إلى ذلك ، وستهتم الموارد البشرية بتجربة الموظف وكفاءة العمل ، مثل عملية الموظفين الأكثر سلاسة (في ، نقل ، العمل الإضافي ، إلخ). "

مع التركيز على الموظفين الأساسيين + الكفاءة البشرية ، تتعاون I Personnel أيضا مع DingTalk لإطلاق ثلاثة أنواع من الحلول الذكية للكفاءة التشغيلية وإدارة المخاطر وخبراء الأعمال ، والغرض منها هو حل المشكلة التي يهتم بها أصحاب الأعمال أكثر: استخدام الطريقة الأكثر علمية وأقل فرضية مخاطر لتحقيق استراتيجية المؤسسة بشكل أكثر كفاءة.

من حيث الكفاءة التشغيلية ، من خلال قدرة النموذج واسعة النطاق ، يمكن أن توفر للموظفين 7 ساعات من استشارات الموارد البشرية والعملية وغيرها من الدعم ؛ يمكن لخبراء إدارة مخاطر الموظفين إدارة المخاطر التي قد تحدث في الموارد البشرية ، مثل الإنذار المبكر بالمخاطر المحتملة في محتوى عقود العمل ، وتقديم اقتراحات التصحيح وخطط المخاطر ؛ يمكن لخبراء الأداء بين خبراء الأعمال توجيه الموظفين حول كيفية إكمال تفكيك الهدف ومواءمته ومراجعته من الأهداف والنتائج الرئيسية.

يعد العثور على سيناريوهات تجريبية وعملاء النماذج الأولية أيضا استراتيجية معظم الشركات المصنعة لتطبيقات النماذج على نطاق واسع.

هي مشكلة الصندوق الأسود للتكنولوجيا وهي أيضا معضلة الاستثمار الحقيقي

ومع ذلك ، عندما يتعلق الأمر بالمستخدمين النهائيين ، نظرا للتنوع الكبير في منطق أعمال المؤسسة والنماذج التنظيمية ، لا تزال هناك درجة معينة من الالتباس حول ما إذا كان النموذج الكبير هو ChatGPT أو “ChatPPT” من “الاختبار” إلى “الهبوط الكامل”.

"لم نقل أننا فعلنا ذلك ، ولكن يمكننا تقديم مرجع تقني للعملاء عندما يكون لديهم مثل هذا الطلب القوي ، لأنه في بعض الأحيان تكون التكنولوجيا متطورة للغاية ، ولا تستطيع إدارة العملاء مواكبة ذلك ، مما يجعل العملاء يسيل لعابهم. قال قائد فريق HR SaaS A ل Titanium Media. تخطط الشركة حاليا لدمج قدرات نموذج الذكاء الاصطناعي الكبيرة التابعة لجهات خارجية في إصدار SaaS ، وعندما سئل عما إذا كان قد تم تنفيذه ، كان الشخص المسؤول غير ملتزم.

في أوصاف منتجات الاختبار الداخلية للمصنعين المختلفين أعلاه ، لم يحدث نموذج التطبيق للنموذج الكبير في مجالات تخصصهم تغييرات تخريبية ، ولكن المزيد أضاف خيارا آخر لطرق التفاعل للروابط المختلفة ، ومعيار القياس ليس أكثر من “ما إذا كان يكفي لفهم اللغة البشرية وما إذا كان يمكن أن ينتج إجراءات ذكية ذات صلة”. بمعنى آخر ، لا يتم تحديد مستوى الذكاء بواسطة البرنامج ، ولكن من خلال النموذج الكبير المستخدم خلفه.

من الناحية الموضوعية ، فإن النموذج الكبير هو نموذج احتمالي ، ويتم تغيير نوع المحتوى الذي يتم إنشاؤه تماما ، والرغبة في تحقيق نتائج أكثر دقة محدودة بالبيانات والسيناريوهات والمواهب والتكاليف وغيرها من القضايا ، والتي ترتبط جميعها باستثمار الظروف الحقيقية. بالإضافة إلى ذلك ، سيختار مصنعو التطبيقات أيضا التطوير عبر نماذج متعددة ، من أجل تقليل المخاطر المحتملة الناجمة عن تشغيل وسياسات المؤسسات النموذجية.

هذه قضية يجب اعتبارها نموذجا كبيرا للسوق.

وفقا لمالك منتج Oracle Cloud HCM ، فإن حوالي 80٪ من تكرارات منتجات Oracle مدفوعة بمتطلبات العملاء. حددت Oracle أكثر من 100 سيناريو عالي القيمة الذكاء الاصطناعي التي تم إنشاؤها بواسطة الذكاء الاصطناعي ، مثل التأليف المساعد والتوصيات والتلخيص والمزيد ، وهي بدأت للتو.

تم بناء Oracle Cloud HCM على OCI Cloud Platform ولديه إمكانات الذكاء الاصطناعي توليدية مضمنة فيه. من ناحية ، يمكن للعملاء استخدام بياناتهم الخاصة لتحسين النموذج ، وتوفر المنصة الحماية للمعلومات الحساسة والملكية للعملاء ، وفي الوقت نفسه ، تنشئ محتوى أكثر انسجاما مع احتياجات المستخدم من خلال المطالبات المضمنة ، مع تقليل الأخطاء والإحيزات الواقعية.

من أجل تطبيق النموذج الكبير على السيناريوهات على مستوى المؤسسة قدر الإمكان ، أشار Bao Fei إلى أن الحل الحالي ل Yonyou هو الاعتماد على خبرة الخبراء جزئيا وكذلك تحقيق التحكم في العمليات الموجهة نحو الأعمال ، بما في ذلك إضافة طبقة تحكم إلى الطبقة العليا من النموذج الكبير للتحكم في موثوقية وامتثال النتائج المتولدة.

بعد إدخال اللوائح النموذجية الكبيرة في أغسطس ، ستعطي iHR الأولوية للنماذج الكبيرة المحلية والنماذج الكبيرة مفتوحة المصدر. بالنسبة لبعض المعلومات العامة ، مثل البيانات العامة مثل القوانين واللوائح في “المساعد القانوني” ، سيتم استخدام النماذج المحلية الكبيرة لإكمال التدريب والضبط ، بينما بالنسبة للمعلومات المتعلقة بالمؤسسات والموظفين ، سيتم النظر في نماذج مفتوحة المصدر لإكمال التدريب بشكل مستقل لضمان أمن المعلومات الشخصية.

أشار وانغ جينغ فاي إلى أنه في عملية التدريب النموذجي ، لا مفر من الحاجة إلى بيانات “المجال الخاص” المتراكمة الخاصة به ، ومن أجل ضمان امتثال البيانات لنماذج تدريب المؤسسات الكبيرة ، يوفر مزود النموذج الأساسي الأساسي الحالي بعض قدرات الوصول ، مما يسمح لقواعد البيانات الخاصة بالوصول إلى النماذج الكبيرة واستخدامها مع النماذج الكبيرة. بالإضافة إلى ذلك ، توفر معظم النماذج الكبيرة المحلية الدعم في جوانب أخرى من أمن البيانات.

في الوقت نفسه ، لا يستطيع بائعو التطبيقات الوصول إلى الطرز الكبيرة بسلاسة.

قال الشخص المسؤول عن منتج HR SaaS ل Titanium Media ، "يختلف بائعو الموارد البشرية عن بائعي الذكاء الاصطناعي ، في الماضي ، كان الجانبان في مرحلة توقعوا فيها بعضهم البعض ، لكن التعاون كان متعمقا نسبيا. أكبر مشكلة تواجه بائعي الذكاء الاصطناعي هي أن لديهم خوارزميات ممتازة ، لكن ليس لديهم بيانات تتعلق بالأعمال الرأسية ، والجانب التجاري لديه كمية كبيرة من البيانات ، وقدرات الذكاء الاصطناعي غير موجودة نسبيا. سيتم دمج بيانات الشركات الذكاء الاصطناعي وبيانات هذه الشركات التجارية ببطء ، وأعتقد أن هذا بالتأكيد اتجاه. "

على سبيل المثال ، قبل ظهور النماذج الكبيرة ، كانت هذه الشركة تجرب بالفعل الذكاء الاصطناعي المقابلات ، على الرغم من أن العديد من الشركات تحاول هذا الشيء الجديد ، لكن تطبيقه ليس واسع الانتشار. تعتقد الشركة أن القرار بشأن اختيار الذكاء الاصطناعي المقابلة كسيناريو للتطبيق يعتمد على الوظيفة التي يتم تعيينها ومصداقية القدرة على مقابلة الذكاء الاصطناعي ، وما إلى ذلك ، "في السيناريو الفعلي ، لدى أصحاب العمل شكوك حول قدرة الذكاء الاصطناعي المقابلات على تقييم المرشحين ، ومعايير التقييم المنهجي للمرشحين مختلفة ، وما إذا كانت موضوعية وذات مصداقية تحتاج إلى التحقق ، وسيستغرق الأمر بعض الوقت لقبولها ". "

كما أشار الشخص المسؤول عن الشركة الناشئة المذكورة أعلاه إلى أنه على مستوى المنتج ، ستتعاون مع الأصدقاء أو البحث والتطوير المستقل ، وستقوم بعض شركات الإنترنت بالإرساء وحزم حلولها التقنية مباشرة.

"تطبيق الذكاء الاصطناعي في مجال الموارد البشرية SaaS محدود نسبيا. "تشمل المنتجات الذكاء الاصطناعي المشاركة في هذه الشركة بشكل أساسي: تحليل السيرة الذاتية ، والتعرف التلقائي على بطاقات الهوية / البطاقات المصرفية ، والتعرف على الوجوه ، والتوقيعات الإلكترونية ، وتدور روابط التطبيق بشكل أساسي حول وحدات مطابقة الوظائف والتوظيف.

في رابط الراتب ، لا يزال نظام الرواتب للعديد من الشركات الكبيرة والمتوسطة الحجم معقدا نسبيا ، بما في ذلك حساب العمولات والمكافآت ، إذا كانت طريقة إرسال توظيف مرنة ، فإن نظام الرواتب في الوقت المحدد ، ويتم حساب بعضها بالقطعة ، وفي الوقت نفسه ، في عملية الممارسة ، هناك العديد من مصادر هذه البيانات ، أي أن هناك العديد من الأنظمة ، إذا لم تتمكن من القيام بالواجهة (الضرائب ، الضمان الاجتماعي ، البنك ، الحكومة) ، فأنت بحاجة إلى تقنيات أخرى لمزامنة البيانات.

"** لا تزال تكلفة النموذج الكبير الحالي مرتفعة نسبيا ، لذلك بالنسبة للسيناريوهات عالية التردد ومنخفضة القيمة والسيناريوهات منخفضة التردد وعالية القيمة ، سيكون الفرق في أداء التكلفة كبيرا نسبيا. ** تطلق iHR حاليا مساعدين قانونيين للموظفين ، وتحليل مخاطر عقود العمل ، وخبراء التدريب على الأداء ، والتي تنتمي إلى سيناريوهات منخفضة التردد وعالية القيمة ، وفي الوقت نفسه ، نستكشف بنشاط سيناريوهات المستخدم عالية التردد وعالية القيمة. وقال وانغ جينغ فاي لتيتانيوم ميديا.

تحقيقا لهذه الغاية ، تختار iHR أولا رابط الأداء ، وجانب التكلفة هو أحد الاعتبارات ، والأهم من ذلك ، يعتمد iHR على النظر في الدور الرقمي ل “خبير إدارة الموارد البشرية”. تتطلب إدارة الأداء ، وخاصة OKRs ، الكثير من المنهجية والممارسة للقيام بعمل جيد. ستوفر iHR عددا كبيرا من الخبراء ، ومن خلال تمكين الذكاء الاصطناعي لتمكين هؤلاء الخبراء ، سيتم تعظيم تأثير الخبراء.

من وجهة نظر Wang Jingfei ، إذا أراد طرف التطبيق استخدام النموذج الأساسي الكبير بأمان وسهولة ، فيجب أن يبدأ من المستويات التالية:

(1) يتم استخدام قاعدة بيانات المتجهات مع النموذج الكبير. يتم استخدام قاعدة بيانات المتجهات ذاتية البناء لتخزين بيانات العملاء ، والتي يتم تخزينها فقط في خادم iHR ولن تكون مفتوحة للنماذج الخارجية.

(2) اعتماد نماذج كبيرة ذاتية البناء. بالنسبة للنماذج الكبيرة في بعض المجالات الرأسية ، مثل “HR Legal Assistant” ، والتي تتطلب كمية كبيرة من المستندات وتراكم البيانات ، فمن الأنسب بناء نموذج ذاتي البناء + ضبط دقيق. استنادا إلى النموذج المبني ذاتيا ، يتم ضبط أفراد الموظفين بناء على خصائص القانون.

(3) إزالة حساسية البيانات. يجب تحليل بعض البيانات بواسطة نموذج خارجي كبير ، ويمكن إزالة حساسية البيانات ونقلها إلى النموذج الكبير. بعد البيانات المقنعة ، يحتوي النموذج الكبير فقط على سلسلة من الأرقام ومعرف عشوائي لتحديد مالك البيانات ، ويقوم النموذج الكبير بإرجاع المعرف المقابل لنظام الموظفين i بعد الانتهاء من التحليل ، ثم يقوم i personnel بإعادته إلى العميل بعد الانتهاء من التعيين الداخلي.

معاداة الفكر

في الواقع ، ليس فقط مسار الموارد البشرية ، ولكن الصناعات الأخرى تواجه أيضا مشكلة هبوط النموذج على نطاق واسع.

في أبريل ، كانت DingTalk أول من أظهر إنجازاتها الذكية: من خلال الوصول إلى نموذج Ali Tongyi ، أدركت قدرة “العصا السحرية” الذكاء الاصطناعي في أربعة سيناريوهات عالية التردد مثل الدردشة الجماعية والمستندات ومؤتمرات الفيديو وتطوير التطبيقات. انطلاقا من النتائج الأخيرة ، بعد الاختبار الداخلي لأكثر من 500000 شركة ، تم إطلاق “الذكاء الاصطناعي Magic Wand” من DingTalk رسميا ، وتم فتح 17 منتجا وسيناريوهات 60 + مثل دردشة DingTalk والمستندات وقاعدة المعرفة وخريطة الدماغ والفلاش و Teambition مفتوحة بالكامل للاختبار.

بالحديث عن عملية الوصول إلى النموذج الكبير ، تحدث Ye Jun عن نقطتين في التبادل السابق مع Titanium Media: أحدهما في طبقة التفاعل ، والاتصال بين واجهة التطبيق لكل منتج من منتجات DingTalk وواجهة برمجة التطبيقات لنموذج Qianwen الكبير ، والآخر هو الالتحام بين النماذج ، ويحتاج نموذج Qianwen الكبير إلى بعض النص العام من مستند قاعدة المعرفة.

من وجهة نظر Ye Jun ، ليس من الصعب الاتصال بالنموذج الكبير ، ولكن كيفية توصيل أنظمة الأعمال المختلفة على منصة DingTalk بالنموذج الكبير. "الآن الكثير من البيانات على DingTalk لها آثار تجارية ، ونموذج الإرساء أكثر تعقيدا ، من الناحية النظرية ليس نموذجا كبيرا بالمعنى التقليدي ، ولكنه نموذج متوسط الحجم بخصائص صناعية معينة ، أو هيكل نظام تطبيق معين. لذلك ، أعتقد أن الفترة الزمنية للتكامل ستكون أطول ، وهو أيضا فرق كبير بين تطبيقات المؤسسة والبحث العام التقليدي. "

فيما يتعلق بالتسويق ، قال Ye Jun إن DingTalk ستنظر في نموذجين: أحدهما للخدمات التجارية عالية القيمة نسبيا ، ويقوم مباشرة بشحن الاشتراك ، ويدمجه في قاعدة DingTalk Professional Edition ، والإصدار الحصري ، والإصدار الخاص.

نظرا لأن DingTalk نفسها مرتبطة بالكثير من التطبيقات البيئية ، فإن كيفية السماح للشركات الناشئة SaaS بالاتصال مباشرة بالقدرات النموذجية للمنصة من خلال DingTalk وتحويل منتجات SaaS هو شيء يمكن حمله كتطبيق منصة. قد يكون التعاون المذكور أعلاه بين موظفي DingTalk و i أحد المسارات النموذجية في المستقبل.

"بالنسبة لتطبيقات المؤسسات ، يجب تدريب النماذج الكبيرة ، ليس فقط لتكون فعالة ودقيقة ، وهو ما يختلف تماما عن كتابة مقال أو محادثة بسيطة بين الإنسان والآلة. عند الحديث عن خبرة Oracle العملية في مجال HCM ، قال Wu Chengyang ، نائب الرئيس والعضو المنتدب لشركة Oracle China ، ل Titanium Media. وهو يعتقد أن أوراكل تتميز بحقيقة أنها تعمل بالفعل عن كثب مع شركات النماذج الكبيرة مثل Cohere، وعلى مستوى البيانات، ستجمع بين البحث المتجه وبيانات أعمال العملاء المخزنة في قاعدة بيانات Oracle، إلى جانب تقنيات الذكاء الاصطناعي التوليدية مثل بنية RAG، “فقط عندما يتم دمج هذه التقنيات سيكون هناك تغيير مدمر”. "

تستحق جميع البرامج إعادة كتابتها بنموذج كبير - مثل هذا الاستنتاج مثالي ومتفائل ، ولكن في السيناريو الفعلي وأعمال المؤسسة ، هناك أيضا اعتبار عملي “لما إذا كان الأمر يستحق ذلك”.

بالعودة إلى الجمع بين HR SaaS والنماذج الكبيرة ، ومعلومات السيرة الذاتية ، ومعلومات المقابلة ، وتقييم الكفاءة وغيرها من المعلومات التي ترتبط ارتباطا وثيقا ب “الأشخاص” ، إذا كان من الممكن تدريب النموذج الكبير ببيانات ملكية أكثر دقة ، فسيكون نظام HR SaaS هذا هو محطة الإدارة الأكثر كفاءة للمؤسسة ، ولكن هل هذه البيانات التي تحتوي على درجة عالية من الخصوصية الشخصية مصرح بها من قبل الأفراد للتدريب؟ يتم النظر في جميع المخاطر والفوائد التي يجب تحملها من قبل الشركات المصنعة ، بدلا من السعي الأعمى للتكنولوجيا المتقدمة.

في الوقت الحاضر ، تقوم العديد من منصات التوظيف بالوصول بنشاط أو التعاون مع منتجات / خدمات نموذجية كبيرة ، ولكن لا يوجد العديد من سيناريوهات التطبيق الناضجة نسبيا ، مثل سيناريوهات التوظيف ، ومشاهد السجال في المقابلات ، وسيناريوهات تقييم المواهب ، فبيانات هذه السيناريوهات هي فقط بين البيانات العامة وبيانات الملكية ، وهو ما يسمى بالاستخدام الذكي لمستوى مناسب من البيانات لهذه السيناريوهات التي تفيد الشركات والمحاورين في كلا الاتجاهين. **

تجدر الإشارة إلى أنه على الرغم من أن الشركات يمكنها الوصول إلى منصات مفتوحة المصدر لتدريب النماذج الكبيرة ، إلا أنها ملزمة بالامتثال لإرشادات الامتثال والحماية الأمنية الأكثر صرامة. في الوقت الحاضر ، الصناعة في حالة تأهب بالفعل لخطر إغلاق تكنولوجيا المصدر المفتوح. إن الاتصال بمنصة مفتوحة المصدر ، أو حتى استخدام GPT بشكل خاص للاختبار الداخلي ، ينطوي على مخاطرة كبيرة.

في الوقت الحالي ، يبدو أن بائعي HRSaaS بحاجة إلى محاولة ارتكاب الأخطاء واحدا تلو الآخر في آلاف السيناريوهات في “اختيار واستخدام وتعليم واستبقاء ومغادرة” سيناريوهات HR SaaS ، وقد لا تختلف هذه التكلفة كثيرا عن إعادة كتابة مجموعة من المنتجات.

بالإضافة إلى ذلك ، ما إذا كان يمكن تسويقها هو الاقتراح النهائي الذكاء الاصطناعي التوليدية ، على الأقل في سوق ToB ، فإن جوهر التكنولوجيا هو خدمة الأعمال.

سواء كان اختيار تقطير النموذج الكبير مفتوح المصدر أو استدعاءات واجهة برمجة التطبيقات التابعة لجهات خارجية ، فإن الشركات والمصنعين حريصون على المحاولة ، ولكن تطبيق النماذج الكبيرة الذكاء الاصطناعي هو في النهاية تزويد الموظفين بتطبيق سيناريو. من المتوقع على نطاق واسع أن يحرر الذكاء الاصطناعي موظفي الخطوط الأمامية من المهام الشاقة والخطيرة والمتكررة ، ولكن في هذه المرحلة ، فإن الذكاء الاصطناعي التوليدية هي في الأساس مجرد إضافة خبرات وظيفية جديدة في مجالات تخصصهم. في المستقبل ، سيكون هناك المزيد من التكنولوجيا الذكاء الاصطناعي ، ولكن مقدار القيمة الاقتصادية التي ستتمتع بها للمؤسسة ، وما إذا كانت كافية لكسب الاعتراف المتبادل والدفع للعملاء وموظفي الخطوط الأمامية… لقد بدأ استكشاف تطبيقات الذكاء الاصطناعي للتو.