昨天和同事对接下来一个月的产品需求，我们吵了一架。针对 AI 的特性，我的思路是，没必要为了 AI 而 AI ，我们更多要去评估某个功能多大程度上能够解决用户的问题，这才是关键。单纯给产品披上一层 AI 的外衣，没有意义。同事不这么想，他觉得有了更多 AI 的特性之后，从大面上我们就能比别人领先，哪怕某个功能现在没那么优雅，没那么实用，但先有再优，总能慢慢迭代。我当然不赞同这个观点，一家公司的资源是有限的，我们需要判断出来哪些是主要因素，哪些是次要因素。确实，这两年 AI 的炒作有点让人乱花渐欲迷人眼。曾经有段时间，往产品中增加大模型的特性，都成为了一件政治正确的事情。但现在，这种认知早已经是过去式了。上周，我和国内某头部 CRM 公司的创始人交流，他说 9 月份大家坐下来复盘，才幡然醒悟，过去着急忙慌加的很多 AI 特性，都走了弯路，客户并没有为这些能力买单。AI 是很好，很酷，可以生成一张图片，一个音乐，这在过去想都不敢想，但对于客户而言，这些很酷的能力如果没有办法为他们带来业务价值，那完全就是花架子。这也是为什么我坚持不同意同事的判断。创业公司机会是有限的，我们需要提高命中率。今天我看到钉钉发布了一批 AI 的场景助理，主要面向企业的工单流程、行政服务、法务支持、口碑管理、Excel 处理等工作场景。我理解，这是钉钉当下对大模型落地逻辑的判断——与之前提供的 AI 助理市场不同的是，这一次，钉钉直接提供了六个开箱即用的 AI 助理，并且针对的都是高频场景。与之类似的， 10 月底，微软曾在 Dynamics 365 中一口气发布了 10 个 AI Agent，还有 Google Cloud 、IBM、Salesforce 它们都在过去一段时间中，发布了他们各自核心业务场景中的 AI Agent。这么看起来，几家大公司对于 AI 应用落脚点的判断是趋同的，都不约而同把焦点放到了核心的业务场景。AI 大模型今年的发展轨迹，属于高开低走，二三月那会，面对一个个的新特性，大家还是挺兴奋的。但后来，慢慢的观众也疲了，坦白说，新鲜劲过去了。所以，越往后走，大家越会重视具体的价值，而非“外衣”。多一个无关痛痒的 AI 功能，不如把一个核心业务场景的 AI 能力做精做深。这是我的观点。最近，Agentic AI 在硅谷的创业圈里很火，它代表着最新的 AI 发展方向。与之前的 Copilot 相比，Agentic AI 具备更高的自主性、自我决策能力和适应性。简单来说，其实就是像人一样，可以基于经验和实际情况，灵活而非死板地执行任务。特别是企业办公的场景里，这很有想象空间。因为企业里本就已经沉淀下来非常多的经验和数据，这种情况下，只要技术成熟，AI 完全可以基于已有的信息和边界来自主规划执行路径，并独立做出判断。钉钉我比较熟悉。我感觉它的 AI 策略也是如此——不断地降低使用门槛，并逐步深入到高频业务场景之中，去解决那些客户觉得很繁琐，但又不得不面对的问题。比如这次钉钉发布的业务 AI 助理，官方已经针对不同的场景把 Prompt、工作流和 AI 技能都集成好了，我们直接就能用，不需要再做任何开发。这一点很有意义，虽说各式各样的 Agent 构建平台，已经把门槛压得足够低了。但我亲测下来，感觉想做一款好用耐用的 Agent，也并没有那么容易。先说钉钉的工单助理。过去，我们的工单都是人工整理的，兼着做客服的同事（创业公司，一个人身兼数职）会把用户反馈的问题汇总到多维表中，并艾特对应的研发。这中间，常见的问题是流转慢，并且信息更新不及时。现在，我测试了下工单助理，它完全可以把从问题识别到分配工单、跟进反馈的流程给串起来，这样，既能消除重复琐碎的工作，又能提高工单的处理效率。这不就是让 AI 渗透到业务过程中的关键节点吗？从下面截图你能看到，工单助理就像一个人，我不需要做额外的说明，只需要把问题扔给工单助理就好了，就像日常工作中和同事协作一样。没有任何的学习成本，也不需要改变任何的操作习惯——把问题通过消息的方式发给工单助理，它就能帮我们完成最终的结构化。还有 Excel 助理，虽然很多产品都有这个 AI 功能，但我感觉在钉钉这样的办公 IM 里用它是最自然的。毕竟大家日常的业务协作就在钉钉上，我们直接把某个同事发过来的 Excel 表转给助理处理，就能够用自然语言的方式进行交互。
比如，我可以让它帮我生成一个可视化的分析图表，抑或根据过往数据预测新的数据。之前，类似的工作需要写复杂公式才能干，要么是等 BI 排期支持，现在我直接和 Excel 助理说出自己的需求，它就能处理。在使用上，我没有把 Excel 理解为一个新的功能，而是把它当成同事一样，还是对话就好了。这也是刚刚提到的在钉钉中使用 AI 助理的优势——助理可以像同事一样自然的协作。无论是工单助理还是 Excel 助理，你可以看到截图中都有明晰的思考和规划过程，从技术上看，它们都是朝着 Agentic AI 的方向在迭代，不管质量还是效率，都比人工更胜一筹。我相信再过一段时间，效果会更好。工单助理、Excel 助理等钉钉推出的六款业务场景 AI 助理，本质上都属于 AI 生产力范畴。知名产品经理俞军曾经说过，产品效用对用户需求的满足程度大体可以分为四类：底线需求（不能低于），够用就好（不用高于），越多越好（愿意多支付），惊喜（超过预期或参照系）。生产力的需求显然属于越多越好这一类。你想想，无论什么行业什么规模的公司，大家无外乎都是在拼效率。高效率的公司战胜低效率的公司，仅此而已。相比其他垂类软件，钉钉 AI 助理的优势是它能够真正把数据、场景和日常的协作连接起来。用户不需要迁移数据，也不需要更换场域。钉钉 AI 的核心竞争力是应用场景。
事实上，我们现在也已经意识到数据和场景对于 AI 落地的重要性。因为只有融合数据和场景的 AI 生产力，才可能创造更大的价值。要不然，一切如空洞的口号。开头我们提到的微软、谷歌、钉钉，你可以看到，他们都正在把 AI 融入到了企业的业务流程之中。就像工单助理，我可以在其它的 Agent 上平台做一个类似的应用，只不过，没有意义。因为数据不在那里，场景不在那里，孤零零只有一个应用，我们很难用起来。回看这一年，我感觉 AI 的走向开始两极分化。一方面，我们能看到大模型的能力越来越强，成本越来越低；另一方面，也能看到 AI 应用开枝散叶，不断往具体的场景里渗透。AI 超级应用的诞生尚需时日，但可以确定的是，它正快速向 B 端场景中渗透。
