今天小編分享的科技經驗：在AI這個重要問題上，釘釘沒有騙我，歡迎閱讀。
從 ChatGPT 發布至今已經整整半年了。在這半年中，國内幾乎每家科技大廠都在做自己的生成式 AI 大模型——就在本周，我又看到了兩家科技公司發布 " 自研通用大模型 "。然而，由于監管、技術等多方面原因，國内用戶迄今尚未真正享受到生成式 AI 的成果，也無法分辨誰真誰假、誰在投入而誰又是在玩概念。
在我的朋友圈，轉發各種 " 大模型發布會 " 的人也越來越少了……很重要的原因之一就是對大模型有點審美疲勞，也怕被忽悠了。
我的觀點：生成式 AI 真正的機遇在于應用層，就像任何基礎研發的突破必須傳導到應用技術環節才能真正對人類造成改變；從社會價值看是如此，從商業價值看也是如此。
在海外，微軟早已公布了内嵌 GPT 功能的 Office；辦公協同軟體 Slack 也綁定了強大的 AI 助理；Adobe 則将在 Photoshop, Premiere, AfterEffect 等一系列内容創作軟體的新版本中加入 AIGC 功能—— AI 正在迅速變成一項生產力工具！相比之下，國内生成式 AI 的應用嘗試還處于初期，目前測試的也是以個人應用、通用應用為主；生產力應用不但少，而且比較零碎，局限于文檔等垂類。總而言之，研究 " 重復造輪子 " 的很多，研究 " 怎麼用輪子造車 " 的很少。
因此，你能理解當我看到 5 月 31 日釘釘發布 " 釘釘斜杠 /"AIGC 功能時的激動心情。4 月 18 日，釘釘在春季發布會上實景演示了一條 "/" 以及四個具備大模型能力的應用層場景；我本來以為也是概念先行，至少還要等個小半年，可是沒想到僅僅相隔一個多月就能用上了。今天，釘釘斜杠 "/" 開始對企業客戶的邀測。這也使得釘釘成為了國内第一個全面擁抱生成式的生產力工具平台。
在好奇地試用了幾個小時 "/" 之後，我的感受是：雖然還很早期、有些稚嫩，但是它已經具備了很強的生產力潛力，而且切中辦公室白領的 " 痛點 "。具體而言，目前釘釘邀測的產品，其應用場景主要包括 IM、文檔、視頻會議和應用開發；應用能力主要包括文生文、文生圖、摘要提取和應用生成等。可能你會覺得，這些能力沒什麼大不了的，各家大模型都能提供；但是關鍵在于大模型能力與釘釘應用場景的結合，這才是真正的 " 生產力 " 所在：
舉個最簡單的例子：打工人同時加入幾十個群聊，每天上千條未讀信息，實在沒時間一一閱讀卻又害怕錯過重要信息；使用釘釘 IM 智能助手，就可以在 10 秒内自動生成群聊内容摘要，還能直接生成待辦事項等延展信息。
再舉個例子：在文檔應用中，"/" 不但能文生文、文生圖，還能做到文生表格——相信大部分白領都知道這項功能的實用性。基于釘釘文檔的應用場景，用戶可以先讓智能助手總結現有文檔、生成分析或信息綜述檔案，再根據其總結的檔案生成圖表，從而大大節約人工時間。
在試用過程中，我不禁回想起自己當年在金融機構工作的經歷：看不完的群聊，回不完的郵件，填不完的各類表格，做不完的會議紀要，當然還有永遠寫不完的月報、周報乃至日報。其中絕大部分是重復性勞動，但是必須有人做，而且還必須 " 盡快完成 "。當然，資深從業者早已學會了讓助理和實習生打理這些重復性勞動，但是對助理進行溝通指導也需要時間，而且你永遠預料不到最後返回的結果如何。如果當時就有這樣的 AI 助理，該節約多少寶貴的時間和精力，用在更需要創造力的工作上！
附帶說一句，有人擔心 AIGC 的推廣會導致打工人失業，我的觀點恰恰相反：至少在現階段，AIGC 的作用是完成那些本來就不該消耗人類智力和精力的重復性工作，正是這些工作讓打工人疲于奔命、往往要 996 才能完成任務。
就拿上面提到的 " 群聊總結 " 和 " 文生表格 " 功能來說，哪個辦公室白領會不歡迎這樣的功能呢？或許确實有一些熟練性崗位會被替代，但是總體而言，生產力的提升只會帶來更多創新性的就業機會。如果有人還不相信這一點，試用釘釘斜杠應該有助于讓他改變看法，畢竟實踐出真知。
除了上面所總結的，我認為釘釘本次邀測真正的 " 殺手級應用 " 在于與低代碼開發平台的結合，賦予 AI 實時生成輕量級應用的能力。我們知道，GPT 等大模型可以用于生成代碼，但實際流程比較繁瑣；目前基于生成式 AI 的應用開發平台在全球都還處于發展初期。而釘釘斜杠的測試版恰恰整合了這一功能，從而豎立了一個良好的标杆：
用戶只需要以自然語言描述自己想要的應用或流程，或者在白紙上繪制一張業務流程表單然後拍照發給智能助手，就可以在幾秒内完成輕量級應用的創建！
在以上述方式生成應用之後，還可以繼續用對話的方式修改其選項和資料欄，或者分享給組織内的其他成員進行修改，真正做到 " 用自然語言編寫程式 "。
通過 AI 生成的應用可以與系統内部的存量應用、數據無縫對接，成為 " 生态閉環 " 的一部分——雖然這個詞現在已經被用爛了，但釘釘确實做到了這一點。
我們知道，釘釘有一個 " 宜搭 " 低代碼開發平台，其中沉澱的各行各業的海量應用模板都被 " 喂 " 給大模型學習了，從而使大模型具備了很強的行業 know-how，可以智能提供應用改進建議。它不但能生成簡易的表單應用，還能生成更多復雜的行業應用，例如售後工單系統、制造業巡檢系統、訂單管理系統……等等。或許總有一天，編程式也會像修圖片、剪視頻一樣，變成一項 " 有手就能做 " 的通用能力。這也是過去十幾年 " 低代碼開發 " 浪潮的最終結果——引向以 AIGC 為基礎的 " 自然語言開發 "。
AIGC 作為一種生產力工具的普及速度可能遠遠快于我們此前的預期。對于大部分商業組織而言，從 " 完全依靠人力完成工作 "，到 " 以 AI 配合人力完成工作 "，就好像幾百年前物流行業的生產工具從馬車變成了汽車、火車，又好像幾十年前辦公室對電腦的引進取代了傳統的紙和筆。在這個過程當中，客戶需求被以更高效的方式完成了，由此迸發出了更多、更復雜的新需求。這樣的趨勢已經出現在了 GPT-4 的首批商業客戶身上，我相信也将出現在釘釘的客戶身上，只是遲早的事情而已。
釘釘斜杠 "/" 的邀測只是一個開始，而且是一個激動人心的開始。我很高興的看到一批國產辦公應用，均在積極策劃着在生產力領網域應用大模型。需要注意的是，AIGC 的生產力應用是一個 " 系統工程 "，需要各種力量的恰到好處的配合，才能達到效果。以釘釘為例，在結合了阿裡雲的強大研發能力以及釘釘自身長期積累的應用場景的情況下，才能釋放出強大的生產力增益。我相信，今後的國產 AIGC 生產力應用，都需要這種 " 基礎研發 + 應用場景 " 的深度結合，才能最大限度地達到目标。釘釘斜杠的邀測只是萬裡長征的第一步，我對于接下來還将發生的突破樂見其成——誰說中國不能產生優秀的大模型應用呢？
