飛書(shū) “打破” AI 與協(xié)同辦公的「黑箱」互聯(lián)網(wǎng)+

協(xié)同辦公場(chǎng)景的AI應(yīng)用重點(diǎn)依舊不在于場(chǎng)景的多少,AI在協(xié)同辦公領(lǐng)域的應(yīng)用場(chǎng)景并不多,聚焦企業(yè)的辦公場(chǎng)景做好數(shù)據(jù)閉環(huán)。
文 | 智能相對(duì)論
作者 | 陳泊丞
在協(xié)同辦公領(lǐng)域,自從有了AI,微軟、釘釘、Google Workspace、Salesforce、企業(yè)微信、飛書(shū)等廠商都試圖通過(guò)深度整合AI技術(shù),從智能會(huì)議、內(nèi)容創(chuàng)作、數(shù)據(jù)管理等場(chǎng)景重構(gòu)辦公范式。
微軟通過(guò)Microsoft 365 Copilot將AI嵌入日常辦公全流程,重點(diǎn)覆蓋智能會(huì)議與協(xié)作、內(nèi)容創(chuàng)作與優(yōu)化等場(chǎng)景。釘釘聚焦智能會(huì)議、文檔協(xié)作、數(shù)據(jù)分析、知識(shí)管理等辦公核心場(chǎng)景,并在日前發(fā)布了AI表格,首次將文檔融入數(shù)據(jù)表,進(jìn)一步定義數(shù)據(jù)管理范式。
實(shí)際上,看一圈下來(lái),AI在協(xié)同辦公領(lǐng)域的應(yīng)用場(chǎng)景并不多,大多圍繞會(huì)議、數(shù)據(jù)、內(nèi)容、知識(shí)等做流程優(yōu)化、管理升級(jí)。飛書(shū)在今年“未來(lái)無(wú)限大會(huì)”上發(fā)布多款A(yù)I產(chǎn)品和功能升級(jí),包括知識(shí)問(wèn)答、AI會(huì)議以及升級(jí)版的多維表格等,核心場(chǎng)景依舊不變,真的有意義嗎?
答案是必然的。在 AI 技術(shù)與協(xié)同辦公深度融合的今天,如何讓AI工具真正服務(wù)于業(yè)務(wù)需求,恰恰是行業(yè)發(fā)展的焦點(diǎn),而非場(chǎng)景拓展的多少。這同時(shí)也是重構(gòu)協(xié)同辦公范式最難的一點(diǎn),即系統(tǒng)性地打破AI應(yīng)用中的不確定性與模糊性,讓AI真正成為可解釋、可控制、可落地的生產(chǎn)力工具。
協(xié)同辦公的AI,依舊是個(gè)「黑箱」
在協(xié)同辦公場(chǎng)景中,AI的「黑箱」特性并非指功能不可用,而是指其核心決策邏輯、數(shù)據(jù)處理過(guò)程、結(jié)果生成路徑對(duì)用戶(包括企業(yè)員工、管理者甚至IT部門(mén))而言,透明度不高——用戶只能看到輸入和輸出,卻無(wú)法解釋“AI 為何做出這個(gè)判斷”“這個(gè)結(jié)果是基于哪些數(shù)據(jù)得出的”等等一系列過(guò)程中的推理思路。
為什么很多企業(yè)的知識(shí)管理做不好?根本原因不是AI技術(shù)不給力,而是傳統(tǒng)的AI應(yīng)用是基于外部知識(shí)庫(kù)所打造的,往往存在諸多不準(zhǔn)確、不嚴(yán)謹(jǐn)?shù)男畔⒈籄I所識(shí)別,并用于結(jié)果生成,從而造就了「黑箱」。
當(dāng)然,企業(yè)也可以專門(mén)搭建結(jié)構(gòu)化的知識(shí)庫(kù),用于AI訓(xùn)練和推理,從根本上解決「黑箱」問(wèn)題。但,這不是一件簡(jiǎn)單的工程,大企業(yè)有能力,卻面臨著組織體系龐大和業(yè)務(wù)布局廣而知識(shí)堆積嚴(yán)重;中小企業(yè)則缺乏系統(tǒng)性的整理以及知識(shí)分布碎片化等問(wèn)題。
總的來(lái)說(shuō),各有各的難處,這就直接限制了AI的價(jià)值發(fā)揮。飛書(shū)知識(shí)問(wèn)答的上線,正是為了解決這一問(wèn)題,不需要提前搭知識(shí)庫(kù),AI直接就能聊天記錄、會(huì)議紀(jì)要、企業(yè)文檔等日常沉淀的信息中抓取知識(shí)、理解權(quán)限并結(jié)構(gòu)化輸出答案。
這一功能的本質(zhì)是通過(guò)企業(yè)級(jí)數(shù)據(jù)閉環(huán)徹底改變了傳統(tǒng)AI工具依賴外部知識(shí)庫(kù)的模式。在飛書(shū)的演示視頻中,當(dāng)飛書(shū)CEO謝欣提問(wèn)“飛書(shū)鴻蒙項(xiàng)目進(jìn)展如何”,系統(tǒng)自動(dòng)關(guān)聯(lián)相關(guān)文檔、群聊記錄和會(huì)議紀(jì)要,生成結(jié)構(gòu)化答案并標(biāo)注每一條信息的來(lái)源鏈接。
這種“所見(jiàn)即所得”的設(shè)計(jì)不僅解決了企業(yè)需要專門(mén)搭建結(jié)構(gòu)化知識(shí)庫(kù)的痛點(diǎn),將企業(yè)日常信息完全盤(pán)活,更關(guān)鍵的是成功打破了AI的「黑箱」,讓用戶能夠清晰追溯AI的推理過(guò)程,不再難以想象,并基于內(nèi)部知識(shí)減少AI幻覺(jué)。
回過(guò)頭來(lái)看,協(xié)同辦公場(chǎng)景的AI應(yīng)用重點(diǎn)依舊不在于場(chǎng)景的多少,而在于如何解決AI「黑箱」的問(wèn)題。以飛書(shū)為代表的廠商通過(guò)讓AI的知識(shí)來(lái)源、推理過(guò)程、數(shù)據(jù)依據(jù)更透明,試圖在效率與可靠性之間找到平衡。
在“技術(shù)-功能-場(chǎng)景”三重閉環(huán)下,走完“最后一公里”
協(xié)同辦公的AI應(yīng)用基本遵循“技術(shù)-功能-場(chǎng)景”三重閉環(huán),技術(shù)創(chuàng)造功能,功能放置場(chǎng)景,最終閉環(huán)落地。即便是后期的升級(jí),也大多是圍繞技術(shù)、功能與場(chǎng)景三大模塊開(kāi)展。
這一次,飛書(shū)升級(jí)的AI會(huì)議同樣是圍繞這三重閉環(huán)而展開(kāi)。在技術(shù)上,聲紋識(shí)別等技術(shù)的加入,帶來(lái)一系列功能升級(jí),如會(huì)議中實(shí)時(shí)生成逐字稿、一鍵生成結(jié)構(gòu)化會(huì)議紀(jì)要、提取行動(dòng)項(xiàng)等。緊接著,針對(duì)協(xié)同辦公場(chǎng)景,通過(guò)飛書(shū)AI會(huì)議,企業(yè)可以實(shí)時(shí)保存日常開(kāi)會(huì)所沉淀下來(lái)的數(shù)據(jù)、信息和知識(shí),并轉(zhuǎn)化成為企業(yè)資產(chǎn),再通過(guò)AI功能進(jìn)行匯總,并反饋給用戶(包括員工、管理層等),最終在三重閉環(huán)下完成升級(jí)。
事實(shí)上,協(xié)同辦公領(lǐng)域涌現(xiàn)了諸多AI應(yīng)用,但是部分體驗(yàn)并不好。究其原因,在“技術(shù)-功能-場(chǎng)景”的三重閉環(huán)邏輯下,有的只是走完了前面兩重閉環(huán),在最后的“場(chǎng)景”閉環(huán)中始終抓不住重點(diǎn),落地不了。
比如,很多辦公平臺(tái)都在嘗試“知識(shí)問(wèn)答”,但傳統(tǒng)的AI應(yīng)用中往往需要手動(dòng)構(gòu)建結(jié)構(gòu)化知識(shí)庫(kù)。這在實(shí)際的辦公場(chǎng)景是很難落地的,背后增加的人力成本(專門(mén)雇一個(gè)人來(lái)做知識(shí)庫(kù)構(gòu)建,不專業(yè)也夠懂業(yè)務(wù))和時(shí)間成本(業(yè)務(wù)人員自己多花時(shí)間構(gòu)建知識(shí)庫(kù))等都極大地限制了使用。
正是因?yàn)闆](méi)有考慮到實(shí)際場(chǎng)景中的落地問(wèn)題和實(shí)用性,也就導(dǎo)致了知識(shí)問(wèn)答在協(xié)同辦公場(chǎng)景中一直得不到普及。飛書(shū)知識(shí)管理試圖回歸場(chǎng)景,聚焦企業(yè)的辦公場(chǎng)景做好數(shù)據(jù)閉環(huán),從而走完三重閉環(huán)的“最后一公里”,推動(dòng)知識(shí)管理落地。
這一路徑同樣在被釘釘所使用,其最新發(fā)布的AI表格的本質(zhì)是將企業(yè)的業(yè)務(wù)邏輯、業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)化為AI可執(zhí)行的數(shù)字模型——通過(guò)大模型與RPA的結(jié)合,技術(shù)能力被轉(zhuǎn)化為智能化的功能,如自動(dòng)抓取平臺(tái)數(shù)據(jù)、店鋪數(shù)據(jù)等;再通過(guò)表格與業(yè)務(wù)流程的融合,功能模塊用于輔助業(yè)務(wù)場(chǎng)景分析和決策,如評(píng)估店鋪運(yùn)營(yíng)、對(duì)接工單保修等。
在這個(gè)過(guò)程中,“AI表格”成了企業(yè)業(yè)務(wù)開(kāi)展的重要支撐。如果沒(méi)有最后一環(huán)“場(chǎng)景”的融合,那么“AI表格”就只是更聰明的表格,無(wú)法發(fā)揮應(yīng)有的應(yīng)用價(jià)值。由此可見(jiàn),頭部辦公平臺(tái)對(duì)AI的應(yīng)用已經(jīng)更多聚焦在場(chǎng)景上做技術(shù)與功能的升級(jí)和適配。
在這一趨勢(shì)下,協(xié)同辦公的AI正在加速“淘金”,而場(chǎng)景就是最好的篩子,誰(shuí)能更好地圍繞著場(chǎng)景作應(yīng)用,打破「黑箱」,誰(shuí)家的AI就能在當(dāng)下激烈的競(jìng)爭(zhēng)脫穎而出。決定這一切的并非AI技術(shù)的先進(jìn)或應(yīng)用場(chǎng)景的多寡,而是實(shí)際落地的邏輯和效果。
正如飛書(shū) CEO 謝欣所言:“AI時(shí)代,企業(yè)需要的不是更多功能,而是真正能解決問(wèn)題的成熟工具?!碑?dāng)AI的每一步?jīng)Q策都可追溯、每一項(xiàng)功能都可驗(yàn)證、每一個(gè)場(chǎng)景都能創(chuàng)造價(jià)值,協(xié)同辦公的「黑箱」才真正被敲碎,而這正是飛書(shū)為行業(yè)帶來(lái)的范式革命。
*本文圖片均來(lái)源于網(wǎng)絡(luò)
此內(nèi)容為【智能相對(duì)論】原創(chuàng),
僅代表個(gè)人觀點(diǎn),未經(jīng)授權(quán),任何人不得以任何方式使用,包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。
部分圖片來(lái)自網(wǎng)絡(luò),且未核實(shí)版權(quán)歸屬,不作為商業(yè)用途,如有侵犯,請(qǐng)作者與我們聯(lián)系。
?AI產(chǎn)業(yè)新媒體;
?澎湃新聞科技榜單月度top5;
?文章長(zhǎng)期“霸占”鈦媒體熱門(mén)文章排行榜TOP10;
?著有《人工智能 十萬(wàn)個(gè)為什么》
?【重點(diǎn)關(guān)注領(lǐng)域】智能家電(含白電、黑電、智能手機(jī)、無(wú)人機(jī)等AIoT設(shè)備)、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開(kāi)發(fā)者以及背后的芯片、算法等。
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范,任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來(lái)源;
2.TMT觀察網(wǎng)的原創(chuàng)文章,請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來(lái)源:TMT觀察網(wǎng)",不尊重原創(chuàng)的行為T(mén)MT觀察網(wǎng)或?qū)⒆肪控?zé)任;
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。