不久前，國內某云計算創業公司CTO在談論拓展海外業務時，提到其中一個難點是如何招人。他講到，“真正好的人才是不需要管理的，如果在本土進行人員招聘，最重要的是對核心價值觀的認同，而不是沖著工資、創始人等方面因素。”

(資料圖片)

伴隨后疫情時代用人模式的改變，以及更多出海企業雇主的意識覺醒，跨境用工，正成為當下國內企業出海熱潮蔓延時一個繞不開的話題。然而，在本土建立一支令人滿意的隊伍，有諸多復雜性問題需要破解。

在此之前，有諸多全球性人力資源管理公司，在提供全球用工、雇主代表、薪酬和稅務相關的產品和解決方案，如Remote、Shield GEO、Elements Global Services等，這個賽道也誕生出了增長最快的百億美金SaaS獨角獸Deel。相比于傳統的EOR機構，這些企業正通過技術與商業邏輯的創新，大幅度地提高HR招聘效率和改善用戶體驗。

GONEX也是一家提供全球用工合規的創新企業，目前主要服務于中型規模企業，涉及互聯網、智能制造、醫療科技等，直到最近，團隊公開宣布，正在嘗試將大模型技術引入到自身產品中，給這個市場帶來了一些新思路。

引入大模型的70%必要性

海外用工市場主要存在以下幾類痛點：一是信息獲取，企業要短時間內了解所在國家的雇傭和勞動政策，合法合規雇傭員工；二是多地域的招聘合規和薪酬結算，對于有著眾多海外市場的企業，要同時處理多個國家當地員工薪酬發放、社保繳納、稅收，不同國家有不同的語言、法規，很難調和；三是問題處理的及時性，對于不同國家當地員工關于雇傭法規問題的回應要快速及時。

上述問題讓出海和跨國企業面臨巨大挑戰，在增加企業人力成本的同時，工作效率和員工滿意度均不高。

GONEX公布的IRIS合規服務應用，可用于無實體雇傭、勞動合同、?職、離職、薪資管理、社保繳納、商業保險等人力資源管理場景，相比以往人力方式，不僅大大降低了處理流程和人為疏忽導致的問題，同時提高了企業合規效率和準確性，相當于“擁有一個20年工作經驗的資深HR”。

鈦媒體了解到，IRIS目前使用的開源的基礎大模型，尤其在訓練成本方面其優勢顯而易見。目前IRIS提供類似于以往聊天機器人的交互式界面，可通過揣摩說話人意圖、知識管理等能力，“輔助”專家場景，這意味著仍然有剩下30%的問題還是需要人來解決。

“我覺得國內現在開放出來的模型能力還有一定距離，同時現階段并沒有開放的企業級API，我們選擇了開源模型用于訓練。”GONEX的CEO溫夢飛告訴鈦媒體。

Gonex后臺界面

背后的合規性風險

不過，GONEX更多是面向中資出海企業在全球100個國家的落地，某種程度上也會遇到各國對大模型技術應用的合規性風險。

例如，當大量的人機交互數據被應用于模型訓練，如何真正意義上做到安全可靠和隱私保障？最近一段時間，ChatGPT被曝光存在安全漏洞，同時，很多企業員工在與ChatGPT交互時同樣也泄露大量敏感數據。在此之前，GPT主要訓練數據不僅包括維基百科、書籍、期刊、Reddit鏈接、Common Crawl等公共數據集等，還會通過與用戶的交互持續提升模型能力。

除了數據隱私與模型安全漏洞外，模型可以生成大量的自然語言文本，但是這些文本中可能會出現不當、歧視、仇恨等問題，因此需要注意倫理問題。

這些不確定性和風險，讓ChatGPT遭到了許多國家地區和企業的禁用。在中國，網信辦公布《生成式人工智能服務管理辦法（征求意見稿）》將目前AI監管的重點落在了數據源頭上。意見稿明確指出，鼓勵優先采用安全可信的數據資源；訓練數據應合法，不侵犯知識產權，應保證其真實性、準確性、客觀性和多樣性。

天風證券分析師也指出，“大模型數據安全的監管應當從源頭開始加強，比如在國家統一規范下對數據進行托管，由國家云（云計算“國家隊”運營）提供模型訓練數據平臺，保證數據的完整性、保密性，再在此基礎上部署數據安全產品。”

值得一提的是，作為OpenAI的獨家云服務提供商微軟Azure，在面向中國出海企業提供大模型服務的同時，也在不斷強調“安全可靠”這一關鍵詞。微軟副總裁、大中華區首席運營官康容表示，“企業自己的數據只有自己看到”，微軟堅持以“公平、可靠和安全、隱私和保護、包容、透明、責任”六大原則來打造一個負責任的人工智能，確保人工智能系統在傾聽、學習和改進。

溫夢飛告訴鈦媒體，“在隱私合規層面，比如跨境訪問數據，無論是物理傳輸還是在線訪問，其實都有一套非常標準的方法論和操作。現在討論更多的是，在模型部署層面選擇私有部署，比如企業的敏感數據如合同、員工信息、Offer等就不適合放在公有云上。”

如今看來，不僅僅是GONEX，伴隨國內越來越多的企業開始擁抱AIGC，如面向內容生成的媒體、游戲、營銷等行業，AIGC技術的應用難點首先還不在于場景，因為對于給出算法更加精準、訓練成本更低、對于用戶調取更方便的模型，這一方面的提升空間較為清晰，而在政府支持、人工智能和數據監管、實際回報率這三個層面并不明朗。

大模型應用，不能把玩具當工具

再回到最開始提到的跨境用工場景，AI大模型可發揮的空間其實還有很多，例如：

-跨文化溝通：通過語音識別、自然語言處理等技術幫助企業和員工在不同語言和文化背景下進行跨境溝通，提高交流效率和質量。

-人才招聘與管理：根據候選人的履歷、技能、工作經驗等信息進行匹配和篩選，幫助企業快速找到符合要求的跨境人才。同時，在員工管理方面，對員工績效進行分析和預測，幫助企業優化人力資源配置，提高企業運營效率。

-法律合規性：由于跨境用工涉及到多個法律管轄區域，AI模型可根據不同國家和地區的法律法規進行自動化分析和監控，確保企業的用工行為符合當地相關法規。

至于誰適合做AI模型應用這件事，究竟實現的難度有多大？盡管不直接提供模型技術，但從GONEX的角度，已經在思考如何將SaaS軟件接入大模型能力，包括知識庫、數據庫、業務邏輯，并且對產品GUI進行改造。

溫夢飛指出，“大模型應用，現在多數還是玩具，不能把玩具當工具。比如在一些深層次的場景，大模型應用的難點非常高。尤其是知識密度越高的軟件越容易被取代。”

在技術層面，大廠本身有資源有場景，重視這件事情自然會有產出。以文心一言剛剛公布的一組內測數據來看，模型的性能、推理能力、算力成本都有了顯著的優化。大模型技術迭代與落地產業的趨勢，正持續逼近。

（本文首發鈦媒體APP 作者 | 楊麗，編輯 | 蓋虹達，歡迎添加作者微信leeyangamber交流）

關鍵詞：