互聯(lián)網(wǎng)公司們期盼AI成為新增長魔法。

4月18日，釘釘帶著魔法棒現(xiàn)身2023春季釘峰會，金山辦公發(fā)布WPS AI。在此前的一周，飛書也正式對外公布了全新的AI智能助手“My AI”。

而擁有自研大模型文心一言的百度，則于4月17日宣布在內(nèi)部應(yīng)用智能工作平臺“如流”，涵蓋文本和圖片生成、代碼推薦兩大場景。

協(xié)同辦公領(lǐng)域開卷，大模型在國內(nèi)加速向支持應(yīng)用層工具又近了一步。

生產(chǎn)力工具智能化：場景數(shù)據(jù)是關(guān)鍵

2023年3月，微軟宣布推出國際版Microsoft 365 Copilot，將大型語言模型（LLM）與生產(chǎn)力工具相結(jié)合。此前，微軟已推出全球首個應(yīng)用于CRM和ERP系統(tǒng)的“智能副駕”國際版Dynamics 365 Copilot。

僅僅一個月之后，釘釘、飛書、金山辦公相繼接入大模型，開啟智能化的全新階段。

以釘釘現(xiàn)場演示的場景為例，主要包括群聊、文檔、視頻會議及應(yīng)用開發(fā)。

具體來看，在群聊中新入群者無需爬樓，在對話框輸入釘釘斜杠“/”即可自動整理群聊要點，快速了解上下文，并生成待辦、預(yù)約日程。還可以用“/”在群聊中創(chuàng)作文案、表情包等。

在聊天中，用戶用“/”創(chuàng)建機器人后，只需要發(fā)送文檔、網(wǎng)頁或者知識庫的一條鏈接，就可以讓機器人自動學(xué)習(xí)其中內(nèi)容，并可生成對話問答，不用再手動設(shè)置問題和答案。

在釘釘文檔中，“/”可以幫助用戶寫文案、生成海報。在視頻會議中，“/”能一鍵生成討論要點、會議結(jié)論、待辦事項等，并在應(yīng)用開發(fā)中，根據(jù)用戶需求，可以自動生成訂餐統(tǒng)計小程序等。

釘釘文檔中演示通義千萬大模型應(yīng)用

根據(jù)WPS AI對外發(fā)布的內(nèi)容，WPS AI可以提供起草、改寫、總結(jié)、潤色、翻譯、續(xù)寫等功能，用戶還可以再插入一篇或多篇已有的文檔，作為AI內(nèi)容生成的參考素材，使生成的內(nèi)容更具備用戶已有內(nèi)容的相關(guān)性。

針對相關(guān)應(yīng)用何時對公眾可用以及后收費模式等問題，36氪企服點評也向釘釘、飛書與金山進(jìn)行了詢問，但各家均未給出具體信息。

“釘釘和 WPS 在自身產(chǎn)品與 AI 的結(jié)合上，正在追趕像微軟和 Notion 這樣的生產(chǎn)力軟件?！盕orrester分析師盧冠男向36氪企服點評表示，從用戶接納的角度來講，還需一段時間觀察。一方面是不是所有功能都已完全開放，另一方面目前場景較為碎片化，在日常工作中如何使用仍待用戶實操和探索。

相比較而言，盧冠男認(rèn)為，微軟的 Copilot 更加全面，布局更早。具體來看，由于微軟現(xiàn)有軟件服務(wù)生態(tài)范圍不僅限于協(xié)同辦公軟件，和 Dynamic365等服務(wù)數(shù)據(jù)源的打通會進(jìn)一步擴展 Copilot 跨軟件的能力范圍。同時，微軟在去年就有嘗試將 NLP to Query 的形式融入其 Power BI 產(chǎn)品?？梢娖鋵ι墒?AI 在各個產(chǎn)品線的整合也相對有更多積累。

釘釘接入的大模型是阿里云的通義千問，而WPS AI背后的大模型提供者則是MiniMax。盧冠男注意到，對比 OpenAI，目前廠商的大模型實現(xiàn)方式正在引入RLFH（Reinforcement Learning from Human Feedback，基于人類反饋的強化學(xué)習(xí)）的方法，向 OpenAI 看齊。在技術(shù)投入的過程中也在充分參考開源的方案，比如在文生圖的方式上參考 Stable Diffusion 的模型結(jié)構(gòu)。目前看來，已發(fā)布公測的對話任務(wù)表現(xiàn)仍不及 GPT-4，還需要進(jìn)一步投入和探索。

深度科技研究院院長張孝榮也表示，各大廠商接入大模型，意味著國產(chǎn)大模型邁出走向商用的一小步。未來一段時間，經(jīng)歷了更大規(guī)模的實驗測試階段后，AI的智能水平會更加成熟。

“最終還得看誰有場景數(shù)據(jù)可訓(xùn)練?！盨aaS商業(yè)化顧問戴珂向36氪企業(yè)服點評指出，釘釘?shù)拇竽Ｐ蜐摿εc金山辦公不能相提并論，釘釘?shù)臉I(yè)務(wù)屬性是大模型的價值。當(dāng)然，所有協(xié)同辦公接入模型都值得一做，只是訓(xùn)練的結(jié)果水平有差別，釘釘場景數(shù)據(jù)更多，更有利。模型并非越大越好，厚度產(chǎn)生價值。

多重挑戰(zhàn)下，大模型應(yīng)用突圍

WPS AI對工作周報的演示

釘釘總裁葉軍在2023春季釘峰會表示，新釘釘將全面智能化，未來一年所有場景都將進(jìn)行智能化布局。

金山辦公CEO章慶元也在WPS AI發(fā)布會上直言，“后續(xù)一大波能力正在路上，預(yù)計未來幾周陸續(xù)可以和大家見面，我們也努力做合規(guī)方面的產(chǎn)研工作，爭取早日可以公測?！?/p>

各家都在熱切擁抱 AI 2.0的新機會。如創(chuàng)新工場董事長兼CEO李開復(fù)所言，AI 2.0是一個巨大的平臺式機會，而且是中國在AI領(lǐng)域的第一次平臺角逐機會。

對于 AI 2.0 ，F(xiàn)orrester歸納出的三個特點分別是：生成式能力，通用性模型和泛化的軟件集成。盧冠男相信，未來會有更多 SaaS 和 ISV（獨立軟件開發(fā)商）在應(yīng)用層整合基于大模型的AI功能。探索創(chuàng)新的策略上有兩種方式，一是如何用 AI 能力支持現(xiàn)有使用場景，其二是如何基于AI能力打造全新的產(chǎn)品和服務(wù)。

盧冠男認(rèn)為，當(dāng)前的挑戰(zhàn)主要來自兩方面。

第一，客戶需求還有待驗證。目前技術(shù)廠商出于競爭的訴求，都在生成式人工智能方向上積極投入。但企業(yè)市場的買方仍然秉持謹(jǐn)慎的態(tài)度進(jìn)行場景驗證。消費端市場目前國內(nèi)仍未有企業(yè)在類似 ChatGPT 的殺手級應(yīng)用出現(xiàn)。技術(shù)廠商可能需要調(diào)整其投入產(chǎn)出和對經(jīng)營的預(yù)期。

第二，未來潛在的技術(shù)革新可能在多模態(tài)模型（Multimodal Model）領(lǐng)域。因為 GPT-4 已具備這一功能，只是還未完全開放。這對目前圍繞大語言模型（Large Language Model - LLM）競爭的企業(yè)而言，可能意味著即將面臨新的競爭焦點和更大的技術(shù)投入。

長期關(guān)注企服領(lǐng)域的暢銷書《復(fù)利思維》作者王智遠(yuǎn)坦言，這些軟件廠商主要面臨數(shù)據(jù)質(zhì)量、算法精度、計算資源、用戶需求四個方面的難點。

而戴珂則認(rèn)為，巨大模型對于具體SaaS業(yè)務(wù)沒有太大價值，一切取決于業(yè)務(wù)領(lǐng)域的窄模型訓(xùn)練。GPT對SaaS最大價值，可能會解決標(biāo)準(zhǔn)和個性化之間的權(quán)衡問題，即一個更多用戶可以接受的“標(biāo)準(zhǔn)化”應(yīng)用。對于一般SaaS公司來說，沒有訓(xùn)練數(shù)據(jù)和訓(xùn)練條件。如果提供的結(jié)果都是常識水平，那樣AI也起不到什么作用?？傊?，積極參與，利用AI生態(tài)成果，從大模型到聚焦窄模型價值，單點AI增強。

雖然存在挑戰(zhàn)，但國內(nèi)廠商在基于大模型應(yīng)用落地上，也有獨到優(yōu)勢。

盧冠男強調(diào)，優(yōu)勢主要來自于人才，即大量的軟件工程師和AI領(lǐng)域人才。目前開源社區(qū)也在積極探索和分享生成式人工智能模型的技術(shù)經(jīng)驗。人才投入疊加對行業(yè)最新實踐的經(jīng)驗將是當(dāng)下企業(yè)積累生成式人工智能技術(shù)的關(guān)鍵。

王智遠(yuǎn)也提到，無論釘釘還是金山辦公，都具有多年軟件開發(fā)經(jīng)驗的公司，在AI技術(shù)應(yīng)用方面也有一些優(yōu)勢，比如，豐富的應(yīng)用場景、多款辦公軟件產(chǎn)品，涵蓋辦公、教育、協(xié)同等領(lǐng)域，可以為AI技術(shù)應(yīng)用提供豐富的場景和需求。同時，通過對用戶語音數(shù)據(jù)的處理和分析，廠商可以不斷優(yōu)化AI算法，提升語音助手的準(zhǔn)確性和用戶體驗。

王智遠(yuǎn)提醒，廠商需要注重數(shù)據(jù)隱私與安全?！癆I產(chǎn)品訓(xùn)練，必定需要大量內(nèi)容投喂，廠商應(yīng)當(dāng)合法合規(guī)地收集、存儲和處理用戶數(shù)據(jù)，嚴(yán)格遵循相關(guān)法律法規(guī)和隱私保護(hù)標(biāo)準(zhǔn)，確保用戶數(shù)據(jù)不被濫用、泄露或侵犯?！?/p>

點擊這里，進(jìn)入36氪企服點評平臺，了解更多AI人工智能軟件工具

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com