Gonex CEO ウェン・メンフェイ氏との独占インタビュー: アプリケーションの分野では、モデル自体よりも意図の認識の方が重要です。

ゲスト | ウェン・メンフェイ

インタビュー＆執筆 | Yun Zhao

潮が満ちると、何千もの船が動き、波は何千もの太鼓のように鳴り響きます。生成 AI の魔法は何千もの業界を征服しました。高まる要請の中、私たちは現代の技術ナビゲーションの時代を先導し、ChatGPT に代表される新たな起業家の波を起こしました。 toCでもtoBでも、あらゆるトラックからプレイヤーが殺到しています。

これも波ですが、AIGC 分野のさまざまなプレーヤーがそれぞれ異なる焦点を持ち、異なる速度で進歩していることがわかっています。トラックの選択方法は？大型模型製品はどのように作るのでしょうか、またどのような困難を克服する必要があるのでしょうか?

私たちが普段目にする「自分のビッグモデルの育成」「文芸グラフィック」「コピーライティング」とは異なり、ニッチな業界分野における業界ビッグモデル製品が静かに人気を集めていることがわかりました。

そこで、グローバルテクノロジー雇用管理の先駆者であるGonexのCEOである温孟非氏を招き、時代の流れに逆らって「低コストで優れた体験」を備えた大規模なモデル製品を生み出す方法についてお話しいただきました。

1. 海外人事を選んだ

世間の目から見れば、AIGCの人気は「一夜にして春風が吹き、何千本もの梨の木が咲く」ようなものだが、温孟飛はそうは思わない。 「現在、人々は基盤となるテクノロジーやミドルウェアに注目していますが、実際のシナリオではこれらだけでは問題を解決できません。」

現時点では、最もホットな分野は、AI を使用してインターネットの有名人のタイトルやマーケティング コピーを生成するなど、許容度の高いオープン シナリオに集中しています。しかし、多くのシナリオではそうではありません。タイムリーな対応、正確なデータ、正確な回答が求められる生産シナリオであり、これらの側面では、業界はまだ議論の段階にあります。 Gonex は、参入者が少ないこの分野、つまり海外 HR をしっかりと選択しました。

ご存知のとおり、HR 分野は知識密度の高い業界であり、タイムリーな対応と SLA を非常に厳密に管理する必要があります。 Gonexはさらに異なります。海外進出の分野では、非常に大きな情報格差に直面します。さらに、言語、文化、時差などの客観的な違いもあります。すべての人事担当者がグローバルな能力と視点を持っているわけではないため、人事担当者が馴染みのない国の労働政策に素早く慣れることは大きな課題です。

同時に、各国の法律や規制、採用方針、労働契約の適用範囲、社会保障条件、さらには入国・出国の手続きまで、実際には中国とは大きく異なります。

写真

言い換えれば、海外に進出する企業にとって、ビジネスシナリオに触れ、ごく基本的なコンプライアンス要件を満たす前から、直面する課題はすでに膨大です。さらに、海外に進出する中国企業は、世界各地から優秀な人材を引きつけ、確保し、煩雑な人事データを処理し、常に変化する従業員のニーズを満たす必要があり、短期間でそのような能力を蓄積することは容易ではありません。

私たちは、次の目標を達成したいと考えています。私たちのビッグモデル製品とツールを通じて、作業効率を向上させ、コストを削減し、人事チームがすぐにグローバルな人事の専門家になるのを支援し、時差に調整したり、地元の専門家/コンサルティング会社を雇うために多額の費用をかけたりすることなく、世界中で中国語でさまざまな人事問題を柔軟かつ迅速に解決できるようにします。これが、AIGC を使用して業界の問題を解決する実際の方法です。

2. モデル自体よりも意図認識が重要

温孟非氏の意見では、優れたビッグモデル製品を作るには、従来の SaaS 分野と同じことが 1 つあり、それはモデルをビジネスに真に統合することです。

「多くの SaaS や業界ソフトウェアは実際の問題を解決できないため、人々はそれらを放棄してしまいます。将来的には多くのモデル製品にも同じことが起こると思います。モデルを使用すると、使用しない場合よりもコストが高くなり、エクスペリエンスが悪くなり、効率が低下します。または、相互作用の問題を解決するだけなので、実際には LLM の役割が発揮されません。」

Gonex は長い期間の調査を経て、大規模なモデルを質疑応答製品に変換することは制御性が低く、質問に答える際の精度と効率が十分に高くないことを発見しました。実際に大規模なモデルを使用して質問に答えるプロセスでは、制御不能性の度合いが大きくなるにつれて、製品のフォールト トレランスが低下します。

したがって、toC であっても toB であっても、モデルをビジネスに素早く統合することが非常に重要です。では、これをどうやって行うのでしょうか?最も重要な点は意図認識です。

その目的はビジネスを抽象化することであり、これは従来の SaaS と非常に似ていますが、違いは LLM に基づいており、より多くの変数を考慮する必要があることです。しかし、変数が何であれ、意図を抽象化する能力には、製品担当者と技術担当者がビジネスを深く理解し、ビジネス シナリオを抽出し、シナリオ内のさまざまな変数を意図に抽象化して、モデルが自然言語入力を認識し、これらの入力をソフトウェアの動作ロジックにマッピングできるようにする必要があります。

たとえば、今月の給料はいくらですか? 従来のソフトウェア プロセスを使用する場合と LLM を使用する場合は、操作は基本的に同じですが、ユーザー操作が簡素化されるため、マシンの処理側は大きく異なります。

写真

Gonex はこの分野で多くの取り組みを行ってきました。当初は、LLM を使用してワークフローの問題を解決する方法がわかりませんでした。現在では、企業のバックエンドにおけるワークフローのほとんどの問題を解決できる完全な意図認識エンジンを開発しました。このエンジンは将来オープンソース化され、より多くの 2B アプリケーションが LLM ベースのソリューションを作成できるようになります。

研究開発の過程で、Gonex は実際に意図認識の分野、つまり「制御不能から制御可能へ」に多大なエネルギーを注ぎました。 「何を返せばいいかわからない」から「シナリオや問題ごとに異なるコンテンツを返す」まで、これは実は非常に重要なノウハウです。

たとえば、モデルにはタイムラインもあります。ChatGPTには現在2021年9月以前のデータが含まれており、毎日起こるすべてのことをモデルを通じてリアルタイムで同期することは不可能です。これまでは、AutoGPT や AgentGPT などのプラグインに基づく検索方法が、本質的には意図認識に基づくモデルと組み合わせられていました。

もちろん、ベクター データベースや、MySQL などの従来の標準データベースをベースにすることもできます。意図認識の最も重要な目的は、従来のソフトウェア開発とモデルを迅速に接続できるようにすることです。

意図認識の分野では、Gonex は業界に対してさらなる研究と投資を行うよう呼びかけています。 「私たちは、意図認識に基づいたミドルウェア製品を開発しました。これは、2B 分野における LLM アプリケーションの核となると考えています。このリンクは、モデル自体よりもさらに重要です。」

産業アプリケーションの分野では、意図認識が他のものよりも重要なのはなぜですか?温孟非氏は、モデル自体について議論する場合、低コストでトレーニングする方法やデータのラベル付けなど、アルゴリズムやデータの方が重要になり、基礎レイヤーについて議論する際にさらに議論されるだろうと述べた。しかし、大規模なモデルアプリケーションの話題に入ると、意図の認識が非常に重要になります。優れた意図認識エンジンやミドルウェアはまだ登場していません。私たちは早くから始めたので、早い段階でこれらのものを自分たちで作りました。

同時に、Gonex は、製品が比較的安定した 6 ～ 9 か月後に、この意図認識ミドルウェアをオープンソース化したいと考えています。 「オープンソースから得たものは、オープンソースに還元する」私たちは他の人の貢献を活用しているので、コミュニティに還元することも望んでいます。

3. データ、データ、データ

意図認識に加えて、業界データの問題もあります。以前は、LLM が徐々に業界データ、さらには企業の個人データまでも貪欲に取り込み、すべての問題を解決するモデルへと進化していくのではないかという議論が盛んに行われていました。議論は議論ですが、大規模なモデルについて議論している人の多くは、実際に業界での応用を行ったことがありません。

やったことがないので、ここでのプロセスと知識構造がどれほど複雑であるかはわかりません。業界ソフトウェアと SaaS の本質は、管理方法論の出力です。方法論の抽象化は、業界の経験とノウハウの蓄積と洗練に基づいています。それは業界独自の価値です。これは、「次の単語」を予測するアルゴリズムでは実現できませんし、基礎モデルやベースモデルでも実現できません。

現時点では、すべての中小企業やスタートアップ企業に独自のモデルをトレーニングするよう求めるのは非現実的です。現在、より人気のあるソリューションは、LangChain と Vector (ベクター データベース) に基づくものです。これらのソリューションに基づいて、モデルを通じてより多くの知識を正確に伝えることができ、質問に対する回答がより正確になります。

4. 海外起業の原動力

温孟非氏は、中国企業の海外進出が次の起業の波となるだろうと判断した。

「ビジネスを始めるのは今回が初めてではないので、便利な選択肢やより簡単な選択肢はまだたくさんある」。しかし、温孟非氏は話題を変え、自分の選択を固く信じていると語った。特に、過去2年間の中国経済と世界の発展を研究した結果、中国企業の海外進出は実際には避けられない選択肢であると信じているという。

「中国でグローバル化の波を享受した後、比較的成熟した国内企業もその恩恵を他の場所にももたらすことを望むだろう」と温孟非氏は考えている。中国企業は、先行する米国、欧州、日本、韓国の企業のように大規模な海外進出行動を取り、中国の製品、中国の知識、中国のノウハウ、中国の方法論を世界各地にもたらす可能性が高いと温孟非氏は考えている。

企業の海外展開は、ソフトウェア企業を含む関連する上流・下流産業チェーンの海外展開を促進してきました。例えば、アメリカの企業が海外に進出する場合、Workday、PeopleSoft、ADP などの HR ソフトウェアをリードすることがありますが、これらの企業はそれぞれ数百億ドルの価値を持つ企業です。 「中国企業が海外に進出する過程で、国有企業、中央政府系企業、民間企業を問わず、中国のソフトウェアと中国の方法論が使用されると私たちは考えています。これが最も魅力的で価値のある側面です。」

温孟非氏は、人事ソフトウェアは中国人だけが使うべきではなく、外国人従業員による使用と普及を通じて、世界中の人事企業の動向をリードする可能性もあると考えている。

「我々は中国企業とともにさらに前進する道を選んだ。その道とは海外に進出することだ。これは当時我々が選んだチャンスだった」

温孟飛氏は、起業家は勇気を出して波に乗らなければならないと考えている。「まず、波の中に入らなければなりません。泳ぎが上手ければ、波に殺されることはありません。同時に、粘り強く頑張れば、向こう岸まで泳げるかもしれません。」

「好きなことをすれば、お金は後からついてくる。」

5. 質問3: AIがもたらす社会的課題

「ChatGPTは、それがトリガー、トリガー、またはヒューズであるというコンセンサスを全員に与えました。」ウェン・メンフェイ氏は、AIのこれまでの問題は、それが垂直的すぎて、すべての階層の人々に実際に影響を与えなかったことだと考えています。なぜ今回、この大きな模型が皆を興奮させるのでしょうか？実は、シナリオはみんなの思考を広げ、さまざまな分野に統合されるものでもあるからです。

生成AIが社会に与える影響については、AIによって人事部門の失業が発生するか、という3つの疑問について議論しました。 AI を使用すると社会はより公平になるのでしょうか? AIは求職者をアルゴリズムの中に閉じ込めてしまうのでしょうか？

まず、温孟非氏は、AI によって人事部門が失業するとは考えていない。実際、AI 製品は、一部のルーチン作業、一部の機械的な作業、および思考を必要としない一部の労働を置き換えるだけです。今後、人事部門は組織開発や文化構築など、より創造的な思考が求められる分野へと業務をシフトしていくでしょう。 HR業界は「HR+IRIS」のような「Copilot」形式、つまりいわゆるAIと人間が協力して働くようになる可能性があり、効率が大幅に向上するでしょう。

第二に、何かが公平かどうかを判断できるのは AI ではなく人間であると彼は信じています。 「人間は不公平を生み出す要素だが、機械はそうではない」ルールが透明である限り、機械は間違いなく公平になるだろう。しかし、人的要因が絡むと不公平が生じる可能性があります。

3 番目の質問に関して、温孟非氏は、AI ユーザーがオープンで透明なルールに従う限り、ジレンマは発生せず、誰もが「ルールに従って行動する」と考えています。しかし、スケジュールがブラックボックスになっていると、誰もが閉じ込められているように感じてしまいます。したがって、オープンソース モデルが非常に重要になった主な理由は、オープン性と透明性です。ブラックボックスのクローズドソースモデルの場合、「アルゴリズムに閉じ込められる」という問題に遭遇する可能性があります。

6. 結びの言葉

悲観主義者は正しく、楽観主義者は成功する。潮が満ちて波が来ると、次に起こるのは潮乗りの真の腕試しです。 「起業の方向性に対する洞察力」「業界のシナリオに対する理解力」「優れた製品を磨き上げる能力」が、このコンテストの試金石となるでしょう。

ピーター・ティールは『ゼロ・トゥ・ワン』の中で、スタートアップが急速に成長したいのであれば、提供するソリューションは既存のソリューションより少なくとも10倍優れている必要があると述べています。コストが 10 倍低くなるか、パフォーマンスと使いやすさが 10 倍向上します。

Gonex は 10 倍優れた理論を信じています。「当社の AI 製品 IRIS は、この 2 つのポイントを満たしていると考えています。」

インタビュー企業紹介：

Gonexは、グローバル人事給与サービスに注力するAIテクノロジー企業として、海外従業員の雇用、給与計算、コンプライアンス、給与計算、社会保険料の支払いなど、企業が抱える一連の問題を新たなAIテクノロジーを通じて解決することに取り組んでいます。 Gonexの主力製品であるGONEX-IRISは、世界初のAIネイティブ人工知能HRコンプライアンスサービスエンジンです。自然言語処理や大規模言語モデルなどの技術を使用して、さまざまなHRデータを迅速に処理し、複雑な海外HRプロセスを自動化し、従業員満足度や仕事のパフォーマンス分析など、データ主導の洞察と提案を提供し、顧客のビジネス上の問題を迅速に解決し、仕事の効率と利便性を向上させるのに役立ちます。