AI落地Best Practice · 企业与业务成品 · 2026-01-21

融资1500万美金,打造了一个AI HR通才,还专门搞了一个垂直模型

Wisq用1500万美元融资打造HR专属AI,从处理事务到预测干预,重新定义人力资源的未来。

核心内容:

  1. Wisq开发的HRLM模型和AI专员Harper如何颠覆传统HR工作模式
  2. 专门针对HR领域优化的AI系统相比通用模型的独特优势
  3. 开源模型成熟带来的成本效益与行业变革契机

你有没有想过,HR 这个行业可能正在经历一场彻底的革命?当其他行业还在讨论如何让 AI 更好地"辅助"工作时,有一家名为 Wisq 的公司已经创造出了世界上第一个专门为 HR 领域训练的大语言模型 HRLM,以及第一个真正意义上的 AI HR 专员 Harper。最近,他们刚刚完成了 1500 万美元的融资,准备加速推进他们所谓的"HR Agentic 时代"。这不是简单的工具升级,而是一次彻底的范式转变。

深入研究 Wisq 的做法后,发现他们正在重新定义对 HR 工作本质的理解:从传统的"处理事务"转向"解决问题",从"响应需求"转向"预测并主动干预",最重要的是,从"更多的自动化"转向"更多的人性化"。传统 HR 部门面临的问题其实很矛盾:一方面,他们被大量重复性、事务性工作淹没,没有时间专注于真正重要的战略性人力资源工作;另一方面,HR 工作又极其需要人性化的判断和情感智能,不能简单地用传统自动化工具替代。

Wisq 的解决方案展现出不同的思路,因为他们没有试图用通用 AI 工具来解决 HR 问题,而是专门为 HR 这个领域构建了一套完整的 AI 系统。从 Wisq CEO Jim Barnett 的话中,可以听到一个非常清晰的愿景:"HR 的未来不是聊天机器人,而是一个真正的同事。"我觉得这句话准确地描述了我们真正需要的 AI 伙伴关系模式。

为什么现在需要专门的 HR AI

很多企业在尝试用 ChatGPT 或 Claude 这样的通用 AI 工具来解决 HR 问题时,往往效果并不理想。原因很简单:HR 领域有着极其复杂的法规环境、政策要求和情境判断需求,而这些恰恰是通用 AI 模型的弱点。Wisq 团队在构建 HRLM 时总结了几个关键的时机因素。HR 决策往往需要同时解读联邦和州的重叠法规,同时还要考虑公司政策和先例。很容易遗漏关键细节或错误判断适用性。现有的大语言模型在这些高风险场景中并不可靠。通用 AI 模型虽然能力强大,但它们主要在数学、代码和一般网络内容上训练,并没有针对政策密集、合规敏感的领域如 HR 进行优化,因此在这类场景中的幻觉问题比能容忍的要严重得多。

成本和效率的平衡也是一个重要考量。像 OpenAI 的 o 系列推理模型这样的顶级模型确实能提供不错的结果,但成本和延迟使它们对企业级 HR 运营来说不切实际,甚至令人望而却步。一些大企业在尝试使用这些高端模型处理 HR 查询时,每月的 API 费用就高达数万美元,而响应时间经常需要几十秒甚至几分钟。这种体验对于需要快速响应员工需求的 HR 部门来说是不可接受的。改变的契机在于开源模型的成熟。开源模型与商业模型之间的差距已经显著缩小。通过正确的调优,开源模型现在可以以成本的一小部分提供接近的性能。根据斯坦福的一份报告,开放权重模型正在缩小与封闭模型的差距,在一年内将某些基准测试的性能差异从 8% 减少到仅 1.7%。

Wisq 采用的技术方法被称为"蒸馏",这是一种让较大、更复杂的"教师"模型将知识传递给较小、更高效的"学生"模型的技术。更关键的是,他们开发了专有的"测试时计算算法",可以优化模型实时推理的方式。研究表明,这种方法可以让较小的模型在某些任务上超越明显更大的模型。谷歌 DeepMind 的研究人员在 2024 年的一篇论文中写道:"在较小基础模型达到某种程度非平凡成功率的问题上,测试时计算可以用来超越 14 倍更大的模型。"使用他们的 Hurdle 基准作为标准,Wisq 训练 HRLM 像顶级模型一样推理,而不需要大量的数据收集和巨额的基础设施费用。最近的研究表明,"仅使用 1,000 个样本进行下一个标记预测训练,并通过一种简单的测试时技术(称为预算强制)控制思考持续时间,就能产生一个强大的推理模型,其性能随着更多测试时计算而扩展。"我认为这是一个强烈的信号,表明通过将智能微调与定制测试时计算算法配对,能够获得与更大(也更昂贵)模型相媲美的性能。

Harper:不只是工具,而是团队成员

当了解 Harper 这个 AI HR 专员时,她的定位非常打动人。Wisq 没有把她定义为一个"工具"或"助手",而是明确地称她为"同事"和"团队成员"。这种定位背后体现的是对 AI-人类协作的深刻理解。Jim Barnett 在一次访谈中说:"希望 Harper 让人感觉平易近人。她不是人类,但她是一个数字队友,在未来,都将与人类和数字队友一起工作。"通过给 AI 一个名字和人格,Wisq 帮助组织让向 AI 的转变感觉更自然、更人性化。有两个主要原因让他们选择给 Harper 一个名字和形象:希望 Harper 变得平易近人,让人们把 Harper 当作队友来思考,因为她就是——她是一个 AI 队友;希望人们能够更容易地理解 Harper 能为他们做什么。相比于发送一长串功能列表,如果说"Harper 是一个 AI HR 专员",人们就能立即理解 Harper 可以为他们做所有这些事情。

Harper 目前具备的能力令人印象深刻。她在员工启用方面具有技能,可以回答 80% 的 HR 信息请求。她可以指导团队如何发展和成长,处理各种情况。她能处理政策自动化和政策合规。当提到"政策自动化和政策合规"时,指的是考勤问题、请假申请、绩效改进计划等 HR 团队花费大量时间手动创建和重复操作的任务。Harper 可以自动化这些工作,把这些重复性任务从 HR 专员的工作清单中移除。她还可以增强项目,FICO 是 Wisq 的一个重要客户,他们使用 Harper 来增强绩效管理程序。当人们今天写评估时,Harper 与写评估的个人并肩坐着,帮助他们写出更好的绩效评估。另一个例子是,当人们写季度目标时,由于 FICO 恰好使用 SMART 目标方法来创建目标,Harper 实际上可以帮助人们写目标,然后在目标不够具体、没有时间限制或不可衡量的地方提出建议。

一个制造业客户的案例特别值得深入分析。这家大型制造公司告诉 Wisq,他们 85% 的 HR 专员时间都花在两个领域:考勤和安全。他们询问是否可以构建一个工作流程来自动化大量管理者的考勤问题。Wisq 实现了这一点,自动化了该工作流程。今天,管理者遇到考勤问题时会找 Wisq,Wisq 会引导他们完成该过程。发现的情况是,接近 50% 的情况下,Harper 可以直接帮助管理者自行解决问题,不需要 HR 干预。比如可能是某人第一次迟到,或者他们迟到了两次但从未有过任何口头警告或口头讨论。在大约一半的情况下,Harper 可以通过告诉他们还不需要任何 HR 纠正措施来处理,并指导管理者他们可以或需要做什么。但在另外 50% 的情况下,确实存在问题,需要某种形式的 HR 纠正措施。Harper 会带领管理者完成填写表格的过程,自动填充她能填充的内容,然后管理者将其提交给 HR 进行审查。这种方式保持了人类在关键决策环节的参与,同时将 80% 的考勤时间从他们的工作中移除,并且可以在员工关系团队可能无法工作的非工作时间处理这些问题。我认为这种"在工作流程中的智能辅助"正是 AI 应该发挥作用的方式。

HRLM:专为 HR 打造的推理引擎

Wisq 推出的 HRLM(HR Language Model)代表了垂直领域 AI 的巨大潜力。这不仅仅是在通用模型基础上做一些微调,而是从根本上重新思考了 HR 场景下的 AI 推理方式。他们创建的 Hurdle 基准测试系统特别值得关注,这是业界首个专门为测试和改进 HR 真实场景性能而设计的基准,特别是那些需要法规熟练度和情境判断的场景。基准测试是衡量和改进模型性能的方式,但现有的"推理"基准主要关注数学和编码。它们也为可验证任务提供基础——有明确正确答案的问题——这对于训练推理模型在特定领域表现良好至关重要。但现有基准并不反映 HR 的真实挑战。所以他们构建了 Hurdle,这是一个植根于 HR 特定任务的监管能力基准,如请假资格、工作场所住宿和政策解释。

Hurdle 1.0 专注于与联邦和州法规相关的 HR 问题。Hurdle 中的每个问题都反映了 SHRM 或 HRCI 等认证考试的格式,通过测试模型应用相关法律和政策的能力的场景。在 Hurdle 基准测试上,HRLM 的表现优于许多通用模型,能够以 1/60 的成本提供与领先推理大语言模型相当的准确性。他们评估了每个主要大语言模型,为了生成可信的结果,基准测试套件被设计为满足关键标准,包括有效性、复杂性和一致性。发现 HRLM 与那些大 100 多倍的模型性能相匹配,证明了通过正确的训练数据和测试时策略,不需要大规模基础设施就能达到最先进的结果。

从准确性角度来看,一个自然的问题是:这个模型在整体质量方面与高端模型相比如何?虽然一些模型在原始准确性方面可能略有优势,但 HRLM 在整体性能上超越了它们——在最重要的地方提供更快、更具成本效益和上下文感知的结果。实际上,这种权衡是值得的。虽然顶级商业模型的得分在 HRLM 性能的误差范围内,但由于其约 60 倍的高成本,它们是不切实际的。对于大多数 HR 工作流程,HRLM 提供了所需的精度,而没有高昂的价格标签或性能滞后。Wisq 在不断改进 HRLM。内部测试显示,HRLM 与 OpenAI、Anthropic 等公司的领先推理模型相当,在许多情况下,由于定制训练数据和测试时推理算法,更适合 HR 特定推理,这些算法管理模型如何高效和有效地"思考"并提供正确答案。我认为这种专业化的方法确保了 AI 不仅仅是通用智能的应用,而是真正理解 HR 领域特殊需求的专业工具。

重新定义 HR 服务模式

传统的 HR 服务模式存在根本性缺陷。大多数 HR 团队仍然依赖分层服务交付模式,但这种模式正在显露裂痕。Jim 在访谈中解释得很清楚:"问题是,金字塔往往是颠倒的。员工行为没有改变;工单仍然涌向 HR。零级任务被推到一级。那种传统模式效果不好。"这种观察击中了要害,因为它揭示了 HR 部门长期以来面临的核心困境。传统的四层服务模式理论上应该是这样的:零级应该是所有自助服务,通常是知识库或某种问答系统,应该处理员工的所有自助服务、…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/AImianshi/2026012138512.html