答案似乎是“并不难”。
Mercor公司的创始人阿达什·希雷马特、布伦丹·富迪和苏里亚·米达希望利用人工智能来解决同行们“稀巴烂”的招聘过程。
在三位21岁的Thiel奖学金获得者的领导下,Mercor公司已经从Benchmark、彼得·蒂尔(Peter Thiel)等一众投资者处筹集了3200万美元,用于发展其人工智能驱动的人才市场。这家初创公司的营收已达数千万美元,月增长率达50%,并且已经实现了盈利。
2023年8月,在各自完成乔治城大学和哈佛大学的二年级课程后不久,布伦丹·富迪(Brendan Foody)与朋友阿达什·希雷马特(Adarsh Hiremath)和苏里亚·米达(Surya Midha)见面了,然后开始劝说他们退学。
当年1月,这三位曾经的高中同学开启了一个名为Mercor的副业,旨在为印度的工程师和需要自由编程帮助的初创公司牵线搭桥。在仅仅几个月时间里,他们在没有任何外部资金支持的情况下,营收便达到了100万美元,净赚了8万美元。
在富迪的游说刚一结束,米达就转向希雷马特问了一个问题(希雷马特是他两年前赢得政策辩论全国冠军的搭档):“兄弟,这事到底有多难?”
对于Mercor的这三位创始人来说,答案似乎是“并不难”。
他们的软件利用人工智能对求职者进行审核和面试,然后将他们与空缺职位进行匹配。在不到两年的时间里,他们已经进行了10万多次面试,对30万人进行了评估。如今,年仅21岁的富迪、希雷马特和米达都已经退学,并成为Thiel奖学金获得者,管理着一家年收入数千万美元、每月增长50%的盈利公司。
这家仅仅成立20个月的初创公司如今估值高达2.5亿美元,在Benchmark的3200万美元A轮融资之后,Benchmark的新合伙人维克多·拉扎尔特(Victor Lazarte)也加入了Mercor的董事会。亿万富豪投资者彼得·蒂尔、Twitter联合创始人杰克·多尔西(Jack Dorsey)、两位OpenAI董事会成员、问答网站Quora的首席执行官亚当·安捷罗(Adam D' Angelo)和前美国财政部长劳伦斯·萨默斯(Larry Summers)也都加入了Mercor投资者的行列。
Mercor的首席执行官富迪解释道:“我们对劳动力市场很感兴趣,尤其是当我们想到那些世界各地的优秀人才没有得到他们应有的机会。通过运用大型语言模型并让机器操作与人才评估相关的流程,我们可以解决这种低效率问题。”
最初,Mercor只是一个通过人工来匹配、归置人才的服务,而现在它的市场依赖于自身的大型语言模型,该模型建立在OpenAI等公司的最新现成方案之上,并根据其求职流程的专有数据进行了微调。
想参加面试,申请者需要先上传简历,接着进行一场由Mercor的人工智能主持的20分钟视频面试,其中一半时间讨论求职者的经历,另一半时间进行相关案例分析。之后,求职者的申请会与Mercor平台上的所有职位进行匹配;对于对专业度要求更高的岗位,可能会进行第二轮定制化的人工智能面试。
对于雇主来说,Mercor承诺可以快速对接到合格的候选人,而且能灵活调整候选人种类(小时工、兼职或全职工作)。
Mercor最大的候选人才库是在印度,排在第二位的是美国。发布的职位类别也各不相同,包括工程、产品开发、设计、运营以及内容创作等领域。富迪表示,一些顶尖的人工智能实验室(他无法透露具体名称)使用Mercor寻找专业作家和视频制作人来创建更多数据。还有一些包括咨询、工程、金融和法律领域的公司在内的雇主也在这里寻找雇员。在今年2月之前,Mercor公司本身也完全依赖这些平台上的人才,直到最近才招募了15名正式员工。
据富迪介绍,Mercor预测应聘者表现的能力在该公司的测试中已经超过了人类招聘人员。他表示公司将在11月发布一篇论文,分享其方法论。Mercor还希望最终能做到预测并自动化长期的绩效评估,帮助雇主跟踪并培养人才。“在预测人类能力方面超越人类已经有巨大的经济价值……但我们认为,增加长期追踪的部分将更具可持续性,并能产生更大经济价值。”富迪说。
Mercor并不是富迪和希雷马特的首次创业。从乔治城大学退学之前,在圣何塞的贝拉明预备学校(Bellarmine College Preparatory)就读时,富迪就曾经营过一家小型企业,为初创公司建网站。当时准备进入哈佛大学的希雷马特通过参加学校的辩论队结识了富迪,并帮助他进行编码;希雷马特的朋友米达后来也与富迪成为了室友,一道加入了创业项目。
在参加辩论比赛时,这几位创始人会花几个月时间研究各种立场,然后再进行正反两方辩论。作为印度移民的子女,希雷马特和米达特别关注对劳动力市场的讨论,特别是发展中国家存在的就业不公平现象,而正是这种讨论促使他们在印度远程聘用的工程承包商的帮助下成立了Mercor公司。“招聘和筛选流程随意淘汰了一半的申请者,往往只是因为他们的简历、缺乏名校工作经验或教育背景不够好,这让人觉得非常不公平,”米达说道。“构建一种更加公平的招聘方式,是提升人们整体生活质量的最优解。”
去年秋天,Mercor的三位创始人在纽约工作了一个月后,搬到了旧金山,开始全职投入创业计划。作为首席执行官,富迪专注于产品和销售;作为首席运营官,米达负责运营和企业合同;作为首席技术官,希雷马特则负责工程和机器学习功能。今年1月,他们宣布获得由General Catalyst领投的360万美元种子轮融资;3月,三人都获得了Thiel奖学金,获得了10万美元的奖金,以及接触其他创始人和科技高管,并和他们成为朋友甚至获得投资的机会。
Mercor的利润空间不断扩大,因此当Benchmark的拉扎尔特于2024年与富迪会面时,后者对融资并没有真正的兴趣。是拉扎尔特自己创业的经验让富迪接受了这次会面;而荣登福布斯全球最佳创投人榜单的投资者彼得·芬顿(Peter Fenton)驾驶直升机接送富迪的提议也为Benchmark赢得了另一次会面。处于半退休状态的前Uber投资者比尔·柯尔利(Bill Gurley)随后也会见了Mercor的创始团队,使得Benchmark击退了其他风投公司,提前促成了Mercor的融资轮。(在那之前,这几位联合创始人曾因为对VC提出的估值不满而和他们谈崩过不止一次。)
“在风险投资行业,我们会与很多人进行会面,但偶尔你会遇到一次让你觉得:‘哇,这个人真是厉害。’”拉扎尔特说。“我觉得富迪是一个非常特别的人,而这家公司旨在帮助人们找到最合适的工作,在我看来这个愿景十分高尚。”
不过,如果企业使用Mercor来裁员并依赖外包人才,或帮助人工智能研究实验室培训模型来取代其他专家的话,这一理念将面临更严峻的考验。拉扎尔特辩称,Benchmark公司希望Mercor能为人们创造更好的工作机会,而不是加速人工智能取代工作岗位的进程。他补充说,Mercor还将解决一个更为复杂的难题,那就是随着时间的推移,如何将工人与全职受薪的工作进行匹配。
Mercor在人才市场上面临着一些资本雄厚的竞争者,比如初创独角兽公司Andela,该公司最近聘请了Uber的一位高管担任新任首席执行官。传统的外包公司也可能利用现成有的人工智能工具来参与竞争。该公司所面临的另一个挑战是:它该如何让市场中的雇主和求职者始终保持兴趣。富迪承认,Mercor针对某些职位发布进行了领英(LinkedIn)的定向推广,但他坚持称,大多数新用户是通过Mercor网站上提供的简历反馈和面试练习等资源自发加入的。
对于Mercor而言,成功的标志是“建立一个统一的全球劳动力市场”,该市场能够了解每个人的理想工作是什么并提供给他们这样的工作。米达则用一句更简单的话做出了概括:“如果我们能帮助十亿人找到工作,那我就会非常满足。”
文章来自于微信公众号“福布斯”,作者“Forbes”
【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。
项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file
本地安装:https://www.deepbi.com/
【开源免费】airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。
项目地址:https://github.com/hitsz-ids/airda
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner