钉钉,让AI的进化发生

科技   2024-07-02 10:30   河北  

钉钉自去年8月发布了AI PaaS以来,今年初推出了一系列的AI Agent。而在626日,在AI和大模型方向上,钉钉又有了重大发布。

正如其slogan所宣称的--“让进步发生”,钉钉的每次发布,都能让外界真切地感到每一个进步的发生。

尤其是在AI化方面,钉钉的进化速度明显在加快。

的确,AI已经永远改变了企业传统的业务方式,而且这个趋势是不可逆转的。由此也将导致未来的组织只有两个分类:智能的组织和非智能的组织。因此,对于任何一个组织或企业来说,如果跟不上AI的脚步,就可能被竞争所淘汰。

根据钉钉最新发布的AI和大模型的进展,其整个进化过程,可以概括为四个关键词,即:目标、落地、开放和进化。

01 目标

国内的AI和大模型的发展越来越热,但是无论是行业,还是企业的用户,能从中得到的好处其实并不多。在我看来,这都是因为缺乏明确的AI企业应用目标所致。

今天几乎所有的PaaSSaaS厂商,都在拼命地与AI和大模型扯上关系。以至于现在如果不提大模型,都不好意思说自己是做SaaS的。但实际上,能想清楚SaaS AI化目的的,其实并不多。也正因如此,才使SaaSAI就像是两张皮,始终也没有贴合在一起发挥作用。

因此钉钉认为,真正的智能化,并不是简单地给自己的产品贴上一个AI标签,而必须是一家AI原生公司。其主要特征包括:

AI是其商业模式的核心组成部分。

每个内部工作流程都以利用AI功能的视角来处理。

利用AI自动化提升效率是首要原则。

管理层在决策中,优先考虑模型驱动的决策。

也正因如此,钉钉差不多花了一年多的时间,把自己用AI彻底重做了一遍。

02 落地

如果研究科技的发展史,你就会发现一个规律:历史上所有了不起的创造,其实都是被发明了两次。就拿造纸来说,其实“纸”这个东西,早在古埃及时期就被发明出来了,但是它太贵了,只有极少数人才能用得起。而纸之所以能普及,就是因为蔡伦的造纸术,把造纸这件事,重新又发明了一遍。

AI大模型的情况也与之类似,要实现真正的企业落地,就必须再“发明”一次。

国内AI大模型目前仍处于第一次发明阶段,所以我们经常可以看到,有的公司整天拿自家大模型说事。借助大模型能解决的问题不去解决,而在那些根本不需要解决的“问题”上,却搞得花样百出。这导致大模型的应用落地变得极其困难。

面对大模型眼花缭乱的各种“秀”,钉钉却选择了“做AI的实干家”,这其实就是对于AI大模型的二次创造。即以企业的业务场景为纽带,实现大模型优势能力与SaaS业务的落地结合。

除协同办公以外,在企业的运营、服务和管理方面,真正做到效率的提升,以及智能化地决策。

03 开放

现在,无论是大模型公司,还是SaaS公司,都在积极向外界表白自己的“开放”态度。不过在我看来,其实这种所谓的开放,大都是在自说自话,对于企业用户来说,并没有什么实际意义。因为虽然各个大模型都有强大的能力,但是这些能力却无法形成对企业业务的直接支持。

根据Gartner提出“幻灭低谷”(Trough of Disillusionment理论,在大模型与客户取得业务成果之间,存在一条巨大鸿沟。因此,大模型的采用失败,并不是因为大模型本身有什么问题,而是服务商没能帮助企业用户跨越“幻灭低谷”所导致的双输结果

实际上,作为一家平台型公司,AI PaaS才是钉钉能够做到开放的真正底气。通过AI PaaS的开放性,才有可能帮助企业客户跨越“幻灭低谷”

虽然背靠阿里的通义千问,但钉钉并没有躺平在自家大模型上。为了更有效地向行业开放、向业务开放和向伙伴开放,除了自家大模型外,钉钉还接入了MiniMax、月之暗面、智谱 AI、猎户星空、零一万物和百川智能等大模型。

毫无疑问,此举将进一步增强AI PaaS的能力输出,提升客户全业务AI化的能力。

04 进化

自从OpenAI推出ChatGPT以来,各个大模型的进化速度也越来越快。但与之形成强烈反差的是,国内大模型应用能力的落地性,却并没有明显的增强。实际上,这并不是大模型本身的问题,而是在大模型应用进化的方向上,出现了较大的偏离。以至于大模型应用在很多人眼中,表现得非常弱智,甚至令人哭笑不得。

因此,国内大模型应用层面的进化亟待提速。

而钉钉AI大模型的进化,分别表现为在PaaS层、SaaS应用层和业务层等三个层面的同时推进。

首先,PaaSAI化,是所有应用AI化的基础。钉钉的PaaS,经历了从aPaaSbPaaS,再到AI PaaS的演进过程。这意味着钉钉从一个协同办公平台,发展为面向各个行业的业务平台,到现在的智能化平台。

其次,随着钉钉PaaS的进化,SaaS应用层也具备了向全面AI化进化的能力。从最早的prompt,到魔法棒,再到现在的各种Agent(助手),以及创新性的AI搜索。这一系列的演进,迅速将大模型能力,与各行各业的客户应用建立了连接。

最后,能将大模型能力,真正转变为实际生产力的,当属业务层面的AI进化。钉钉从协同办公,到生产、运营、服务和管理领域的AI化演进路径,让大模型能力进入企业的全业务。

05 他山之石:海外SaaS服务商的AI进化

虽然大模型是开放的,但是国内外SaaS公司的AI进化水平,却存在相当大的差距。主要体现在:

  • 融合度

海外SaaS服务商将AIGC的能力,深深嵌入其业务或服务中。以销售业务为例,基于AIGC可以快速、准确地生成一封客户邮件;根据销售场景,快速生成一份销售陈述或演示方案;还可以根据与潜在客户交流过程的关键词或者一个动作,来推断出客户的购买意向。总之,这种AI与业务的自然融合,可使用户感知AI智能化推动效果。

国内SaaS公司的AI融合度就差强人意,常常是将离着八丈远的两件事,牵强地关联在一起,主打一个科技感和新奇感。

  • AI实施蓝图

在实施业务AI化之前,海外SaaS服务商,首先需要制订一个AI蓝图,作为在客户业务中引入人工智能战略和计划,并同时给出可衡量的、令人信服的AI成功实施标准。

而国内的SaaS公司,大多没有这个过程。这也是AI难以落地,以及效果难以评价的根本原因。

  • 全业务AI

从客户内部视角,随着采用的SaaS 应用越来越多,带来所有业务的AI能力增强。而对于国内客户来说,AI的引入还都扎堆在协同办公的领域,或者某些单一业务场景。

  • 多模型

海外大多数SaaS应用,根据业务特征提供多个大模型供客户选择,而不是非要绑定在自家或某一家的大模型。

  • AI的价值量化

主流SaaS服务商,都会给出投资于AIROI。对比使用和不使用AI,对增长和盈利的评价结论。

ToBeSaaS
SaaS商业效率顾问,提供SaaS全业务运营的咨询服务。著有《SaaS商业实战:从好模式,到好生意》、《SaaS商业实践:从增长到盈利的秘密》。
 最新文章