而在钉钉看来,今天 AI 的「主要矛盾」是用户日益增长的对大模型的期待,和大模型本身能力之间的差距。
齐俊生表示,大模型的演进从外界看,迭代速度是很快,但真正到了深水区,特别是要落到 To B 领域,就必须保持客观理性的态度去使用它。他举例,比如财务场景、法务场景,是不允许出错的。To C 看上限、看想象空间,To B 更强调下限强调可靠。「只有客观先以理性的态度和严谨的路径去推进大模型的落地,才能更有效地通过工程化等能力提升他的准确性、可靠性和易用性。」
客户侧的反应也侧面验证这一观点。在钉钉向企业客户邀测的 4 个月里,邀测客户呼声最高的是类似问答机器人、知识库机器人这样能高效解决问题的 AI 功能,它们能直接进知识库阅读文档,输出相比大模型更为准确结果。
他的直观感受是:客户在提升效率、辅助决策的场景对大模型有期待,甚至希望大模型可以解决原先专家决策类问题——诸如「你看我这一百个项目里哪个风险最高」。这是他眼中的 AI PaaS 的必要性所在。
03
试错试出来的系统设计
AI PaaS,被齐俊生认为是钉钉在 AI 发展中最具竞争力的壁垒,也是发挥钉钉业务场景、数据价值的核心优势。其核心在于工程化能力,包含对大模型的上下文、记忆、推理、预处理等能力的「抽象」,以及数据安全、性能等问题。
有了 AI PaaS,钉钉下接大模型能力,上接千行百业的用户真实需求,让大模型的能力可以更简单的进入企业场景。钉钉里的生态 ISV 和企业 IT 部门只需要按照 AI PaaS 所定义的流程、规范,就可以训练专属数据模型、开发 AI 技能,不必烦恼「怎么才能使开发的应用具备大模型的推理能力」,「怎么让训练完的数据突然『懂行』」
在 AI PaaS 之上,是钉钉伙伴伙伴甚至客户所开发的各种 AI 技能,这些技能按不同需求组合后,可以以不同的形态与用户交互,包括拟人化的数字员工,场景化的 AI 如聊天 AI、文档 AI、会议 AI,和行业化的 AI 如 AI 助教。
钉钉公布的智能化产品体系|钉钉
这是钉钉团队在想清楚后,对于智能化的整体思考输出——一个囊括 AI 定价、底模型交互调度、数据训练、AI 应用开发、技能体系,以及最终面向用户的数字员工、智能助手等产品形态的系统设计。
这一套设计被钉钉称为「魔法棒套件」,类似于微软不仅有 Copilot 的 AI 交互方式,也设计了更后台的 Grounding、Graph(图谱)等等,与之不同的,是钉钉正在将这一套逻辑开放给生态伙伴,且一同还带着钉钉上丰富的应用场景。
在智能化系统设计的摸索过程中,钉钉也陆陆续续解决了重新设计交互、重新评估模型的「底线」、重新组织 AI 生产力的问题,来重建大模型时代的数字化:
Re-design:ChatGPT 使得 Chat 成为必要的前表层架构,从用户体验的角度来看,需要统一的交互界面,钉钉魔法棒应运而生。这次发布会上,钉钉发布了/ 魔法棒的升级产品体验,在钉钉右上角会出现一个/,点这个/ 出现一个界面,可以进入钉钉统一的 LUI 交互模式。所有的功能交互,会逐渐被这根魔法棒替代,包括钉钉自己的 AI、和钉钉生态的 AI。
Re-organize:数字化在大模型时代的需求,是通过 AI 能力实现自动化并直接增加生产力。数字员工本质上就是改变了企业的生产力组织方式,把 AI 从工具,变成组织里生产力的一部分。而钉钉也需要由过去向企业提供数字化工具,变成直接提供生产力。
齐俊生说,钉钉在今年 4 月时也提出过 No APP 的思路,这个观点背后,就是未来可能不再需要那么多 GUI 的功能页面,而是交由 AI 代替处理过程信息,一根魔法棒实现完成所有的生产需求。而开放 AI PaaS,其实也是在将钉钉的魔法棒设计开放给行业,这些由 AI PaaS 创造的工具,也正在完成从 GUI 到 LUI 的转变。
叶军在生态大会上也提出,在即将上线的钉钉 7.1 版本,这根魔法棒将会完成阶段改造。届时,无论是协同场景的文档、会议、Teambition,管理场景的人事、OA,或者是更侧重业务的数字员工、宜搭、生态伙伴的应用等等,都将可以从这根魔法棒中唤起。甚至,也许钉钉上的功能栏,陆陆续续会消失掉,用户通过对话来实现所有功能、产品的交互,而不用再去打开一个个窗口,作为一个拥有 2300 万客户的企业数字化头部企业,钉钉看起来是国内第一个在大模型技术落地的思考上,形成了完整生态战略的平台。它的思考和动作、后续的产品创新和生态演进,值得进行持续的关注。在大模型还在成长的过程中,让它从玩具到工具,这也是中国 AI 发展迫切需要的。