當(dāng)同齡人在圖書館通宵趕論文時(shí),三位21歲的輟學(xué)生正在硅谷掀起風(fēng)暴:他們創(chuàng)立的AI招聘公司Mercor,最近以20億美元估值拿下1億美元B輪融資,更罕見地成為AI賽道“盈利獨(dú)角獸”——本月預(yù)計(jì)收入700萬美元,凈利潤(rùn)100萬美元。
Mercor首席執(zhí)行官Brendan Foody最近在節(jié)目中表示,“Mercor正在訓(xùn)練的模型,比人類更懂如何預(yù)測(cè)工作表現(xiàn)。”
成立僅兩年,Mercor已用AI篩選過30萬份簡(jiǎn)歷、進(jìn)行了超10萬場(chǎng)面試。據(jù)透露,Mercor過去六個(gè)月的營(yíng)收環(huán)比增長(zhǎng)超過51%,目前在軟件工程、醫(yī)藥、法律和銀行業(yè)等領(lǐng)域的職位需求量最大。
“在Mercor,收入增長(zhǎng)速度快于團(tuán)隊(duì)擴(kuò)張速度。”Foody說道。如今Mercor團(tuán)隊(duì)共75人,平均年齡僅22歲,預(yù)計(jì)到今年年底員工人數(shù)將擴(kuò)大到100人。另外值得一提的是,Mercor最近還挖來了OpenAI前人力數(shù)據(jù)運(yùn)營(yíng)主管和Scale的前增長(zhǎng)負(fù)責(zé)人為公司發(fā)展助力。
從辯論賽到創(chuàng)業(yè)路,用技術(shù)推動(dòng)招聘公平
Mercor的創(chuàng)業(yè)故事頗具傳奇色彩。Mercor的創(chuàng)始人Brendan Foody、Adarsh Hiremath和Surya Midha,曾是高中同學(xué)。2021年,三人曾組隊(duì)贏得一場(chǎng)美國(guó)政策辯論賽的冠軍,辯論的議題正與就業(yè)市場(chǎng)相關(guān),特別是發(fā)展中國(guó)家存在的就業(yè)不公現(xiàn)象。這次辯論賽也成為了他們創(chuàng)業(yè)的源動(dòng)力:一定要做點(diǎn)什么來改善就業(yè)環(huán)境。
出生于印度移民家庭的Midha和Hiremath,對(duì)此很有感觸。Midha曾表示,單憑簡(jiǎn)歷是否完美、是否有名企工作經(jīng)驗(yàn)、是否出自名校,很多候選人就被“無情”淘汰,這讓他深感不公平。于是,他們的目標(biāo)變得更加明確:通過技術(shù)改變招聘機(jī)制,優(yōu)先看重個(gè)人能力,創(chuàng)造更好的就業(yè)環(huán)境。
2023年1月,Mercor應(yīng)運(yùn)而生,最初只是一個(gè)副業(yè),旨在幫助印度程序員找到當(dāng)?shù)氐淖杂陕殬I(yè)機(jī)會(huì)。短短幾個(gè)月內(nèi),這個(gè)項(xiàng)目未依賴任何外部資金便賺取了百萬美元收入,凈賺8萬美元。看到項(xiàng)目的潛力,F(xiàn)oody勸說兩位好友退學(xué),全身心投入Mercor。
去年,他們獲得了蒂爾獎(jiǎng)學(xué)金(Thiel Fellowship)——著名美國(guó)企業(yè)家Peter Thiel支持的項(xiàng)目,為輟學(xué)的年輕企業(yè)家提供資助。這為他和團(tuán)隊(duì)提供了巨大的資源與社交機(jī)會(huì),幫助他們加速了創(chuàng)業(yè)進(jìn)程。
此后,Mercor的融資之路猶如坐上火箭。2023年,完成了360萬美元的種子輪融資,2024年,獲得了3200萬美元的A輪融資,估值迅速攀升至2.5億美元。而就在最近,Mercor的B輪融資成功完成,估值漲幅達(dá)八倍,現(xiàn)已突破20億美元大關(guān)。
Foody透露,這輪融資完全是投資者主動(dòng)找上門來,僅用了兩周時(shí)間便順利完成。此次融資將用于進(jìn)一步提升Mercor的AI技術(shù),優(yōu)化候選人篩選與預(yù)測(cè)能力,以更好地匹配求職者與企業(yè)需求,最大限度地發(fā)揮人類的才能。
既是“簡(jiǎn)歷過濾器”也是“人才預(yù)言家”
與傳統(tǒng)人工篩選簡(jiǎn)歷的方式不同,Mercor通過AI技術(shù)全面顛覆了招聘流程。雇主只需上傳職位描述,平臺(tái)便能自動(dòng)篩選簡(jiǎn)歷、匹配候選人,并推薦最合適的人選。同時(shí),Mercor還提供AI面試和薪資管理功能,極大提升了招聘效率。
對(duì)于求職者,他們需要完成一個(gè)約20分鐘的AI面試,旨在評(píng)估其技能并創(chuàng)建個(gè)人資料。之后,平臺(tái)會(huì)將求職者與相關(guān)職位進(jìn)行匹配。Foody說:“我們通過收集候選人的績(jī)效數(shù)據(jù),利用這些數(shù)據(jù)來完善誰(shuí)將在未來表現(xiàn)最佳的預(yù)測(cè)。”
最初,Mercor主要專注于招聘軟件工程師以及運(yùn)營(yíng)、內(nèi)容創(chuàng)作、產(chǎn)品開發(fā)和設(shè)計(jì)領(lǐng)域的技術(shù)人才。如今,軟件工程師仍然是最搶手的人才,但他們也越來越多地尋求其他專業(yè)人士,如顧問、博士、銀行家、醫(yī)生和律師。
隨著需求不斷增長(zhǎng),Mercor大幅擴(kuò)充了人才庫(kù),幫助人力資源團(tuán)隊(duì)評(píng)估了46.8萬名求職者。印度仍然是Mercor最大的人才來源地,其次是美國(guó),歐洲和南美也正在快速增長(zhǎng)。
這一勢(shì)頭推動(dòng)了Mercor的收入顯著增長(zhǎng),主要來自于按小時(shí)收取的中介費(fèi)。目前,公司的年化運(yùn)行率(以最新月收入乘以12計(jì)算)已達(dá)到7500萬美元。值得一提的是,Mercor已與全球頂尖的AI實(shí)驗(yàn)室合作,包括OpenAI在內(nèi)。
“消除偏見”VS“制造失業(yè)”:Mercor的雙面爭(zhēng)議
遭遇爭(zhēng)議似乎是技術(shù)革新的必經(jīng)之路。當(dāng)Mercor高調(diào)宣稱其自動(dòng)化系統(tǒng)不僅簡(jiǎn)化了招聘流程,還消除了“招聘偏見”時(shí),有些人不以為然。因?yàn)锳I可能繼承訓(xùn)練數(shù)據(jù)中的隱性偏見,而人們又會(huì)無意識(shí)地吸收這些偏見。不過盡管如此,越來越多像OpenAI這樣的科技公司,已經(jīng)開始采用Mercor來招聘人才。
更大的爭(zhēng)議集中在“AI失業(yè)論”,人們認(rèn)為,Mercor有可能被一些公司用來頂替原本HR的工作。
對(duì)此Foody的回應(yīng)是,Mercor的目標(biāo)并非取代勞動(dòng)者,而是通過自動(dòng)化,讓員工在更需要他們的領(lǐng)域發(fā)揮價(jià)值。
他解釋道,在AI驅(qū)動(dòng)的經(jīng)濟(jì)中,Mercor能幫助識(shí)別出那些AI無法替代的工作,那些需要人類智慧和創(chuàng)造力的崗位——如訓(xùn)練AI模型、做出復(fù)雜決策,或是創(chuàng)造性與戰(zhàn)略性的角色。
“如果AI能夠自動(dòng)化90%的工作,而剩下的10%由人類承擔(dān),那么每一單位的人類經(jīng)濟(jì)產(chǎn)出將獲得10倍的杠桿效應(yīng),”Foody進(jìn)一步解釋,“這意味著人們的工作方式正在發(fā)生變化,我們正朝著一個(gè)更加碎片化、類似零工的工作模式發(fā)展。”
Foody還認(rèn)為,越來越多的公司會(huì)側(cè)重于專業(yè)技能而非工作年限,企業(yè)將更傾向于雇傭短期項(xiàng)目的專家,而非依賴全職員工。“通過更智能的工作匹配,工作會(huì)變得更加高效。每個(gè)項(xiàng)目都應(yīng)該由最適合的人來處理,而不僅僅是由那些有空的人來完成。” 他說道。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。