訪談主持|霍太穩(wěn)，極客邦科技創(chuàng)始人兼 CEO

　　訪談嘉賓|葉軍(不窮)，釘釘總裁

　　作者|褚杏娟

　　2020年，剛帶隊(duì)做出全國(guó)第一張健康碼的不窮加入了釘釘。不窮是阿里的第一位校招計(jì)算機(jī)博士，從 PC 時(shí)代開(kāi)始觸網(wǎng)，完整經(jīng)歷了移動(dòng)互聯(lián)網(wǎng)時(shí)代。而他如今面臨的，是一場(chǎng)關(guān)于大模型的競(jìng)備賽。

　　想必已經(jīng)無(wú)需用過(guò)多筆墨贅述。2022年底至今，ChatGPT 的出圈程度還沒(méi)有誰(shuí)能超越，其背后的技術(shù)方向也早已經(jīng)被競(jìng)相追捧。就像不窮說(shuō)的“大家都充滿了 FOMO 情緒。”

　　那么身處其中的釘釘，能夠在這次浪潮扮演什么樣的角色?

　　和很多企業(yè)一樣，釘釘最初也沒(méi)有一下就找到合適的入局方式。一年多前，看到自己與微軟不約而同地都選擇了給當(dāng)前產(chǎn)品增加 AI 能力時(shí)，釘釘團(tuán)隊(duì)覺(jué)得這種方式已經(jīng)很讓人眼前一亮了，大模型爆發(fā)的能量遠(yuǎn)比想象得還要大。

　　整個(gè)2023年，OpenAI、微軟、谷歌等大模型發(fā)布頻繁，李開(kāi)復(fù)、王小川等也親自下場(chǎng)發(fā)布大模型……去年4月，釘釘全面投入智能化，開(kāi)始用大模型逐個(gè)將高頻產(chǎn)品重做。到了當(dāng)年六、七月份，釘釘內(nèi)部有人提出:能否有一個(gè)直接 AI 原生的產(chǎn)品?這引發(fā)了內(nèi)部關(guān)于從“+AI”到“AI+”的爭(zhēng)論。這個(gè)想法與去年10月李彥宏公開(kāi)提到的 AI 原生理論異曲同工，可見(jiàn)國(guó)內(nèi)的探索思路其實(shí)差異并不大。

　　那什么是 AI 原生?釘釘也在思索。其實(shí)在將思維轉(zhuǎn)換成以 AI 為中心后，這個(gè)問(wèn)題就不難回答。

　　“AI 原生產(chǎn)品從一開(kāi)始的思考就是全新的，就是要用純 AI 的思路來(lái)解決一個(gè)任務(wù)。它從數(shù)據(jù)感知、任務(wù)分解，再到思維鏈，最后到行動(dòng)執(zhí)行，是一種全新的思考架構(gòu)。”不窮表示。

　　而對(duì)于做 AI 原生的方式，釘釘選了 Agent。

　　“我們依賴這些大模型公司”

　　今年1月，OpenAI 正式推出了 GPT Store。幾乎同時(shí)，釘釘發(fā)布了 AI 助理，并宣布4月推出 AI 助理市場(chǎng)。

　　“GPT Store 上線的第一天我就用了，當(dāng)天就已經(jīng)有非常多的產(chǎn)品了，速度非�？�。但我分析了所有數(shù)據(jù)后發(fā)現(xiàn)，GPTs 同質(zhì)化非常嚴(yán)重，而且都是一些通過(guò)簡(jiǎn)單限定詞、指令或角色扮演來(lái)形成的 AI 助手。”不窮說(shuō)道。

　　這一體驗(yàn)讓不窮認(rèn)定，釘釘未來(lái)的 AI 助理市場(chǎng)不做全量推薦，只會(huì)推薦自己精選過(guò)的 AI 助理。

　　不窮強(qiáng)調(diào)，釘釘模式與 GPT Store 的不同:GPT Store 通過(guò)不斷豐富插件使 AI Agent 能夠批量調(diào)用外部系統(tǒng)的能力，但它的組合效率要比釘釘?shù)�，因�(yàn)獒斸敁碛刑烊坏?To B 環(huán)境，其中有大量的工作任務(wù)需要解決。

　　不窮認(rèn)為，目前釘釘?shù)哪芰Σ辉谟谧鲎约旱拇竽Ｐ�，而是在�?yīng)用和數(shù)據(jù)，在工程性、用戶體驗(yàn)以及 To B 理解方面。對(duì)于 Agent 來(lái)說(shuō)，大模型只是其中的一個(gè)能力，此外還需要非常好的場(chǎng)景和高質(zhì)量的業(yè)務(wù)環(huán)境數(shù)據(jù)，這兩者恰恰是釘釘有、而 OpenAI 目前還欠缺的。

　　對(duì)于與國(guó)內(nèi)大模型公司的關(guān)系，用不窮的話說(shuō)是:“我們依賴這些大模型公司，它們是我們的發(fā)動(dòng)機(jī)和心臟。沒(méi)有它們，我們無(wú)法運(yùn)行。”

　　面向 AI，不窮把釘釘定義為 AI 應(yīng)用創(chuàng)作平臺(tái)，企業(yè)在這個(gè)平臺(tái)上連接、開(kāi)發(fā)和加工各種應(yīng)用。釘釘?shù)暮诵娜蝿?wù)就是連接場(chǎng)景和數(shù)據(jù)，實(shí)現(xiàn)結(jié)構(gòu)性自動(dòng)化和批量處理各種工作，并通過(guò) Agent 讓創(chuàng)作變得更簡(jiǎn)單。

　　具體來(lái)說(shuō)，釘釘?shù)穆氊?zé)是確保外部記憶存儲(chǔ)部分的完善，包括短期和長(zhǎng)期記憶的處理，同時(shí)做好任務(wù)規(guī)劃，之后將大模型生成的內(nèi)容與本地業(yè)務(wù)數(shù)據(jù)集成，并將形成的行動(dòng)在各個(gè)系統(tǒng)中落地。

　　在不窮看來(lái)，當(dāng)前國(guó)內(nèi)各個(gè)基礎(chǔ)模型之間的差距并不大，未來(lái)不是每個(gè)開(kāi)發(fā)者都會(huì)關(guān)心基礎(chǔ)模型的選擇，他們更注重解決業(yè)務(wù)場(chǎng)景中的問(wèn)題。因此，如果基礎(chǔ)模型效果不理想，開(kāi)發(fā)者應(yīng)該可以隨時(shí)更換。

　　因此，為快速上線和體驗(yàn)，釘釘選擇了通義千問(wèn)作為默認(rèn)大模型，除此之外用戶有需求時(shí)還接入了其他大模型公司的模型，如智譜 AI、月之暗面、Minimax 等。用戶的業(yè)務(wù)邏輯可以建立在自己選擇的基礎(chǔ)模型體系上，業(yè)務(wù)流程和數(shù)據(jù)流也不會(huì)進(jìn)入釘釘平臺(tái)。

　　“根據(jù)不同的場(chǎng)景和需求，我們可能還會(huì)推薦小模型或?qū)Ｓ媚Ｐ汀?rdquo;不窮說(shuō)道。

　　不窮在給用戶提供模型的選擇建議時(shí)，會(huì)提醒他們更加關(guān)注模型的性能，如每秒處理的 token 量;大模型的安全性問(wèn)題等，如本地部署還是云上部署;工程解決方案的多重性和便捷性等。這些問(wèn)題也是釘釘構(gòu)建 AI 助理時(shí)實(shí)際遇到的。

　　“C 端還沒(méi)有太多

　　優(yōu)秀的產(chǎn)品形態(tài)出現(xiàn)”

　　無(wú)疑，GPT Store 的模式吸引了大批用戶:剛正式發(fā)布時(shí)，OpenAI 就宣稱已經(jīng)有超過(guò)300萬(wàn)個(gè) GPTs。

　　與傳統(tǒng)軟件相比，AI 助理、GPTs 等的不同之處在于擁有非常快的更新速度，模型、交互方式、數(shù)據(jù)和產(chǎn)品形態(tài)等方方面面都變得迅速，開(kāi)發(fā)者也不要從頭到尾進(jìn)行開(kāi)發(fā)和維護(hù)。這種模式還大大降低了開(kāi)發(fā)門檻，沒(méi)有研發(fā)背景的人也可以嘗試，而對(duì)于研發(fā)人員來(lái)說(shuō)則大大縮短了研發(fā)、測(cè)試等成本。

　　一方面，這意味著傳統(tǒng)軟件的研發(fā)模式可能會(huì)面臨變革;但另一方面，不窮也指出，百萬(wàn)千萬(wàn)級(jí)的 GPTs 目前看相對(duì)來(lái)說(shuō)形式比較單一，沒(méi)有傳統(tǒng)軟件那樣強(qiáng)大的業(yè)務(wù)理解能力，因此目前 GPT Store 中的應(yīng)用很難成為高價(jià)值產(chǎn)品。

　　不窮認(rèn)為，盡管 GPTs 的創(chuàng)建能力很強(qiáng)，甚至一天可以創(chuàng)建幾十個(gè)，但它目前還代替不了傳統(tǒng)軟件市場(chǎng)。

　　釘釘也在尋找有價(jià)值的產(chǎn)品。在1月份宣布啟動(dòng)的 AI 助理創(chuàng)造大賽上，目前有超過(guò)2000支隊(duì)伍提交作品，不窮也會(huì)親自體驗(yàn)這些 AI 助理，尋找優(yōu)秀的作品。

　　那么，個(gè)人玩家又如何在 GPT Store 這種模式中賺到錢呢?

　　不窮的答案是價(jià)值，“只要有價(jià)值就一定能掙到錢，只是遲早的問(wèn)題。”在他看來(lái)，個(gè)人或企業(yè)創(chuàng)建 AI 助理的核心在于要解決具體的問(wèn)題，解決問(wèn)題本身就有價(jià)值。但現(xiàn)在“賣工具”的人可能不是最終解決問(wèn)題的人，解決問(wèn)題的人是那個(gè)場(chǎng)景中離問(wèn)題最近的人。

　　AI 助理的商業(yè)模式則與傳統(tǒng)軟件相似，需要一定的用戶使用量，“只要使用量上去了，很快就會(huì)有開(kāi)發(fā)者賺到第一桶金。”根據(jù)不窮的經(jīng)驗(yàn)，一旦調(diào)用量達(dá)到百萬(wàn)次，軟件做商業(yè)化就是必然的。

　　這與之前釘釘在與 IDC 聯(lián)合發(fā)布的《2024AIGC 應(yīng)用層十大趨勢(shì)》中提到的觀點(diǎn)“新一輪的 AIGC 之爭(zhēng)，也將會(huì)是一場(chǎng)流量入口之爭(zhēng)”是契合的。釘釘在其中也提到了有望成為超級(jí) App 的想法。

　　“在目前的 To C 場(chǎng)景中，我還沒(méi)有看到太多優(yōu)秀的產(chǎn)品形態(tài)出現(xiàn)。”不窮說(shuō)道，“但是，AI Agent 絕對(duì)不是自我陶醉，我相信一定會(huì)有出色的產(chǎn)品出來(lái)，應(yīng)該給創(chuàng)新者更多的時(shí)間。”

　　根據(jù)不窮之前的訪談，AI Agent 和智能助理產(chǎn)品發(fā)展到一定程度后，中間態(tài)、碎片化的產(chǎn)品成為極簡(jiǎn)流量入口，就會(huì)出現(xiàn)“No App”理念重塑應(yīng)用的情況:通過(guò)對(duì)話即可直接調(diào)取、使用各種工具，更多非軟件專業(yè)人員也能獲得強(qiáng)大的系統(tǒng)服務(wù)。

　　“SaaS 掙不到的錢，

　　會(huì)通過(guò) Agent 掙到”

　　相較 C 端，B 端是不窮更看好的方向，因?yàn)?To B 場(chǎng)景更容易產(chǎn)生有效的產(chǎn)品:確定的數(shù)據(jù)和場(chǎng)景可以幫助解決大模型的幻覺(jué)問(wèn)題，同時(shí)通過(guò)批量和自動(dòng)化的方式提高 To B 常見(jiàn)工作流和任務(wù)流的效率問(wèn)題。

　　不窮指出，To B 軟件的目的是解決問(wèn)題，所以這里天然聚集了大量的問(wèn)題和數(shù)據(jù)。在這樣環(huán)境里構(gòu)建的 AI Agent，傳統(tǒng) SaaS 和 PC 軟件軟件的開(kāi)發(fā)流程、產(chǎn)品交互、形態(tài)及維護(hù)等的缺陷都將得到彌補(bǔ)。未來(lái)，SaaS 的定制化或各種行業(yè)需求，都可以用簡(jiǎn)單、低成本的方式實(shí)現(xiàn)。

　　“Agent 市場(chǎng)形態(tài)肯定會(huì)取代傳統(tǒng)軟件市場(chǎng)形態(tài)。更重要的是，它將取代傳統(tǒng) SaaS 產(chǎn)品的產(chǎn)品形態(tài)。”不窮說(shuō)道。

　　現(xiàn)在 AI 助理的 to B 服務(wù)中，釘釘要與用戶頻繁、深入地互動(dòng)，根據(jù)反饋不斷調(diào)整和改進(jìn)。比如在解決一家芯片企業(yè)客服培訓(xùn)難題時(shí)，釘釘團(tuán)隊(duì)要去公司了解實(shí)際工作流程，然后將線下流程轉(zhuǎn)化為線上的 AI 助理。

　　雖然每個(gè)企業(yè)的需求相同，但產(chǎn)品會(huì)逐漸沉淀下來(lái)。企業(yè)自行完成標(biāo)注、訓(xùn)練和本地化數(shù)據(jù)接入，釘釘則保留抽象層和公共層，逐漸完成產(chǎn)品的廣泛行業(yè)適用性。

　　不窮評(píng)價(jià) OpenAI 做產(chǎn)品就像是科學(xué)家通過(guò)成千上萬(wàn)次的實(shí)驗(yàn)，最終找到一個(gè)正確的方向，逼近科學(xué)真理。而釘釘則投入大量時(shí)間與客戶共創(chuàng)，解決他們的實(shí)際問(wèn)題。兩者雖然方向不一，但殊途同歸。

　　與大模型創(chuàng)業(yè)公司苦苦尋找自己的商業(yè)模式相比，釘釘探索出來(lái)的大模型商業(yè)模式已有三種。

　　第一種是基于調(diào)用量的模式。無(wú)論個(gè)人 AI 助理還是企業(yè)助理，產(chǎn)品使用頻率越高、解決問(wèn)題的能力越強(qiáng)，吸引的用戶就越多，自然也就需要更多的調(diào)用。使用量大，消耗的算力和資源也就越多。

　　第二種是應(yīng)用層本身帶來(lái)的商業(yè)模式。傳統(tǒng)的 SaaS 模式賺錢較為困難，因?yàn)樗�需要大量的定制和本地化需��，AI Agent 的應(yīng)用能力提供了一個(gè)解決方案:

　　簡(jiǎn)潔的界面、任何需求都可以通過(guò)對(duì)話來(lái)理解，并通過(guò)行動(dòng)系統(tǒng)對(duì)接外部系統(tǒng)邏輯，這樣就將界面定制化和流程重構(gòu)的職責(zé)就交給了后端模型和 AI Agent 系統(tǒng)。這樣，從交互層到模型層，再到持久層，整個(gè)過(guò)程都得到了簡(jiǎn)化。因此，SaaS 的維護(hù)成本也就降低了。

　　“AI 助理的盈利天花板目前還看不到，隨著更多優(yōu)秀產(chǎn)品的出現(xiàn)，我們可能還會(huì)發(fā)現(xiàn)新的盈利途徑，帶來(lái)新的驚喜。”不窮說(shuō)道。

　　不窮認(rèn)為，通過(guò)消耗算力來(lái)提供服務(wù)只是最基本的模式，除此之外，服務(wù)消耗還有很多其他的可能性。他的判斷是，未來(lái)十幾年中國(guó) SaaS 行業(yè)掙不到的錢可能會(huì)通過(guò) AI Agent 來(lái)實(shí)現(xiàn)。

　　結(jié)束語(yǔ)

　　在提到當(dāng)前釘釘 AI 助理接下來(lái)要重點(diǎn)攻關(guān)的方向時(shí)，不窮還是說(shuō)到了數(shù)據(jù)和場(chǎng)景:

　　數(shù)據(jù)和場(chǎng)景是 Agent 普遍存在的問(wèn)題，釘釘?shù)?AI 助理現(xiàn)在有更專注的場(chǎng)景和數(shù)據(jù)，就像是給“孫悟空戴上了緊箍咒”，好處是能夠減少幻覺(jué)、能夠解決一些通用場(chǎng)景里難以解決的問(wèn)題。這也意味著，釘釘未來(lái)還需要發(fā)掘和洞察到更多的場(chǎng)景、沉淀和積累更多的高質(zhì)量數(shù)據(jù)。

　　其次，行動(dòng)能力是目前 Agent 所欠缺的，只是讓它們聊天未免太乏味。因此 AI 助理會(huì)接入釘釘上原有的應(yīng)用、低代碼等開(kāi)放能力，不窮希望以此讓 AI 助理能夠不斷出現(xiàn)各種創(chuàng)新玩法，而不僅僅是簡(jiǎn)單的信息查詢和單向交互。比如，AI 助理對(duì)接了很多的主流 App 行動(dòng)系統(tǒng)，比如可以查看淘寶訂單等，App 的行動(dòng)系統(tǒng)實(shí)際上就變成了一個(gè) AI 助理，無(wú)需在不同系統(tǒng)間切換。

　　在不窮看來(lái)，Agent 的最大好處就是它的無(wú)限可能性，這種模式不受傳統(tǒng)思維和現(xiàn)有框架的限制，是真的可以讓想象力轉(zhuǎn)化為生產(chǎn)力的。

　　“我今年非常期待行動(dòng)系統(tǒng)能夠變得更加強(qiáng)大、數(shù)據(jù)質(zhì)量得到提升。隨著越來(lái)越多的人洞察到新的場(chǎng)景，AI 助理將不再是一個(gè)個(gè)廢話大師、一個(gè)個(gè)應(yīng)對(duì)親戚的聊天工具、一個(gè)個(gè)面試官。”不窮說(shuō)道。

　　訪談里，不窮不掩對(duì)微軟戰(zhàn)略眼光的稱贊。“戰(zhàn)略需要耐心，如果沒(méi)有耐心，那就只是投機(jī)。”同樣地，釘釘對(duì) AI 助理的耐心有多久?AI 助理未來(lái)的價(jià)值能有多大?這些也是不窮現(xiàn)在要面對(duì)的課題。