钉钉做智能体，能成吗？

前不久，钉钉上线AI助理市场（AI Agent Store）。

上线当天，宣布首批推出200个AI助理、覆盖企业服务、行业应用、效率工具、财税法务、教育学习，生活娱乐等类目，而且，不少企业已经加入。

你想试试看吗？在钉钉搜索「AI助理市场」就可以。

同时，钉钉还发布一组对外数据。自从去年4月18日，宣布全面启动智能化战略，引入通义千问大模型后到现在，已经有220万家企业在用他们的服务，月活跃企业也超过了170万。

这是一个什么信号呢？

通俗来说，有三点：

1.钉钉想用AI市场来展示技术实力和资源整合能力；

2.智能化服务在企业和个人用户中需求大；

3.企业本身就长在钉钉上，又积累大量的数据资产。

所以，钉钉开始在AI领域大下赌注。

不得不说，钉钉一直挺引人注目，毕竟它是最早全面拥抱AI的大厂之一。

不过也有人担心说：国外Open AI旗下ChatGPT，应用商城上线不久遭到吐槽，问题包括用户体验差、技术不兼容等。

那么，钉钉走智能体之路，是否浅尝辄止？另外，市场真需要那么多AI助理吗？

嗯，的确令人深思，但这是一条正确的路，为什么？结合钉钉总裁公开发言，笔者试试看，能不能够解答清楚。

智能体的作用

有必要先说清楚：什么AI Agent？作用在哪？

AI Agent，是人工智能代理，一种高级智能体。它可以感知周围环境，独立了解各种情况，做出决策，并执行相应动作；厉害之处在于：能够独立思考，并利用各种资源逐步实现设定的目标。

确实，误解就在这里。

许多人会认为AI Agent不过是一个预设程序，放在那里，按照既定流程自动执行任务，看似正确，却不正确，这种看法忽略了AI Agent真正的潜能和复杂性。

它的潜能、复杂性和传统理解的有何不同呢？

请你设想一下：

拖着疲惫的身体回到家，以前，你要对着智能音响说：「帮我把灯打开」。但现在，情况有所不同。你的家里已经配备一个智能AI Agent安全系统，它不仅能控制灯光，还能根据你的习惯、实际情况作出更智能的决策。

这天你堵车，比平时晚。那么，AI Agent就可以通过手机位置感知到你即将到家，并自动调整家里的灯光、温度，营造一个舒适的迎接环境。

假设今天的行程有所拖延，它还能分析你的日历、交通情况，推断你有多长时间才能到家。

因此，智能AI Agent决定的，不仅是打开门廊灯、保持家中低照明状态，以节约能源，同时，系统连接的摄像头还能监测家中情况，会自动启用紧急服务，并向你发送警告信息。

当然，这不局限于安全智能领域，在其他领域也有诸多可施展空间；所以，对AI Agent更深层次理解，有两点：

-工作流自动化；

-更智能自动化。

大家知道，工作流，称业务流程，是组织中完整具体任务的一系列步骤。一旦流程被清晰定义，决策逻辑，可以被集成到软件或者系统中，使得相关任务自动执行。

那么，传统自动化怎么做？只依赖固定规则和预设响应。

比如：我们来考虑一个典型客户服务场景。请问，你接打过任何品牌客服中心的电话吗？通常接通后，会遇到自动应答系统给出的指示。

它会引导你：“先生/女士，中文服务请按1，英文服务请按2；人工服务请按0，转XX中心请按3，结束请挂机”。这就是基本自动化，根据系统预设指令响应让客户对号入座。

那么，它的问题在哪呢？

虽然可以大量处理标准化任务，但局限性、灵活性非常低，一个人要想很久才知道，我的问题到底归属到哪个类别。

所以，工作流程自动化是“基础设施”，是最常规的操作。

相比之下，一个智能化AI Agent系统如何处理相同的场景呢？它是拟人状态。能识别语言选择，分析过往交互历史，理解客户情绪和紧张程度，提供个性化服务。

你会说了：“这太虚了，能不能具体点”？当然。

例如：当你拨通某个客服中心电话，非常着急需要人工帮助时，系统自动通过你的声音、表达，快速分析出呼叫是什么类别，然后，赶紧连接到人工服务。

因此，AI Agent 能够在交互的三维空间中存在。

不仅可以执行官网技能，如每日小结、代办事项、日程提醒等，还能应对更复杂的场景。它支持各种API和连接器，可以与多种SaaS应用进行整合。

那么，它在各个产业和行业中的价值有多大？国内市场真不需要这样的技术吗？

智能体在行业内的应用

既然已经认识到工作流，是提高效率的基础设施，那从企业角度看，哪些重复性工作，可以用更智能的自动化技术进行处理呢？

在首批钉钉AI助理大赛中，笔者看到不少创新性产品。

比如，小筑、企业选址AI助理、账款小管家、智能简历生成器、差旅小秘书、电脑大师、打工搭子、旅游助手、行业知识树等。

你会说了：这些产品一听名字就和市面诸多同类相似，到底有什么本质区别？我为什么要用？企业又解决什么问题？

别着急，我举两个详细例子。

拿墨见MoLook来说：

有过设计经历吗？如果没有，试着站在电商设计师角度想一想。设计师在工作中最头疼什么？日常是不是充斥着重复又繁琐的任务？有哪些流程，迫切想要解决？

根据过往服装行业研究报告数据显示：

以快时尚品牌ZARA为例，每年会推出6.5万件新品。这包括15-20个服装系列，大型系列有超过10款产品，中型系列5-8款，小型系列3-5款。

当然，这个数据并不直接反映单个设计师的任务量。但它揭示设计师要处理的工作量和设计流程之庞大。此外，设计过程中，还需制作大量草图、效果图供选择。因此，无论是公司还是个人，都感到非常头疼。

现在，开看看钉钉AI Agent Store中，墨见MoLook如何解决这些问题。这个AI助理能自动分析当前流行趋势和过往的热销款式。仅需少量输入，比如“春季休闲”或“晚宴正装”，就能迅速生成一系列的服装设计草图。

设计师还可以从自动生成的设计中，挑选出认为最有潜力的进行细化、调整。

MoLook的功能远不止于此，一旦设计确认，它还能立即制作出适合不同体型的模特试穿效果图。这些图像不仅逼真，还能直接用于电商平台的营销推广。

它还能自动整理、归档设计文件，确保所有资料的系统性和可追溯性，极大地减轻设计师在文件管理上的负担。

所以，墨见MoLook的巧妙之处，是企业、设计师的纽带；简化设计任务，还赋予更高效创造率；这难道不是大家都想要的吗？

再来看看人力行业：

没有想过做HR是什么体验？他在工作中有哪些挑战？

领导提出招聘需求，最头疼没办法快速获取到市场薪酬和人力模型的分析；其次，要查看各部门人员流动时，他没办法快速识别离职人员情况，并提出相关分析数据。

最难的是，批量调整薪资待遇，因为，无法综合评估每个人的人效水平、也无法把以前的KPI、OKR完整情况做清洗。

这种情况下，必须得靠软件解决。用友薪酬的薪酬分析助理AI Agent，如同一个全面助手，能给HR部门带来革命性改变。

主要原由有三点：

1.HR可以向它提各种问题，它会记录，并整理高频问题，形成数据资产的同时，帮你告别繁琐性工作。

2.它整合大数据快速获取市场各个岗位薪酬情况，你不用翻阅复杂的报告，或手动对比数据就能完成人力成本的预测。

3.定岗调薪，招聘定岗或年度调薪时，关于离职人员的深入分析，都能提供详细的信息，这些有利HR不局限内部视角，还可以与外部协同，给领导提供更中肯的建议。

所以，AI Agent 并没有淘汰一些工作岗位，相反，它将那些工作流程中冗余、重复且效率低下、无法转化为数据资产的部分进行了更智能化的处理。

因此，AI Agent 在行业内拥有着不可忽视的力量。

钉钉看不见的优势

有人会问：这有什么特别的？国内很多中小企业在这方面已经做得很好，而且，功能、应用场景都很细致。

确实，按照金字塔的逻辑，将能力分为三层，那顶层肯定是满足B端客户的需求。但你知道，中层是什么吗？

钉钉AI助理市场（AI Agent Store），这与其他平台更侧重C端场景的应用完全不同，它是为B端场景设计的智能解决方案。

它更聚焦企业级需求，解决方案直接对企业具体业务流程再造，这种专注使得钉钉AI助理市场能够提供更深入、定制化的服务，帮助企业提高运营效率、降低成本。

其次，钉钉之所以能在众多平台中脱颖而出，关键是庞大的用户基础和丰富的数据资源。两千多万企业、数亿用户，什么概念？

这为钉钉提供海量实时数据，使其能够不断优化和训练其大模型。钉钉通过这些数据不断优化智能体的性能，确保每个行业内的智能体能够准确执行任务，从而更好地理解和预测企业操作，提供更精准的服务。

这就是，钉钉AI助理市场”——技术、数据的集合，更是一种深刻理解并满足企业需求的能力。

而作为中间力量，钉钉AI助理市场的底座应该叫“原生”。

软件行业，与‘原生’相对的词是‘拼凑’。拼凑，就是结合多个API接口，将外部所有企业想要的功能集中在一起。

想象一下：

你是一家快速成长的中型企业决策者，公司正在经历一个迅速扩张的阶段。为支持增长，你决定引入各种SaaS、ERP、SCRM系统来提升公司的运营效率。

团队成员从不同供应商那里选购市场上评价最高的解决方案，并试图通过API接口将它们集成到公司的中台。最开始，一切看起来都很完美。

但很快，问题开始浮现：

客户数据、库存水平、财务信息难以在不同系统间同步；各系统虽高效，但未为相互操作设计，关键流程可能因系统间接口不匹配而中断。更糟糕的是，员工需要在不同系统间频繁切换，这大大降低了工作效率。

而原生集成则完全不同。

它可以直接访问核心系统功能，确保数据、任务在系统内部的无缝和实时流转，加速了决策过程，同时减少了因系统不兼容导致的数据错误和安全问题。

钉钉的原生，不用刻意描述，你也能感知一二，所以，钉钉在智能体领域的探索，值得肯定。

一条与用户最近的路

你知道吗？国外市场，传统语言助手，如亚马逊的Alexa和苹果的Siri，早些年主要基于算法和有限的交互脚本工作，虽然能够响应简单指令问题，但在理解深度对话、聚焦工作场景上存在限制。

因为这些系统不是最新的大语言模型技术，所以，交互能力有限；随着技术发展，我们看到，新一代AI Agent，开始采用类似于open AI的GPT和Google的BERT这样的大语言模型。

而这些模型呢？采用深度学习技术，能理解普通人说的话，能提供更加丰富的动态、和交互体验。

拿Google Assistant来说，正在逐步集成更先进的语言处理技术，提高对话连贯性、上下文相关性，还让设备能更加自然地和用户交流，所以，这是一种底层技术演进的大趋势。

回到国内市场，越来越多技术公司在开发基于LLM的智能方案，更好的服务AI2B（针对企业）和AI2C（针对消费者）赛道。

比如：Kimi Chat背后公司Moonshot，正在利用AI技术开发教育平台，使教育更加灵活化；而商汤的MiniMax（稀宇极智）则将重点放在了零售、客户服务领域，通过智能化方案来提高效率。

因此，结合钉钉的资源来看，投入智能体开发，实际选择一条更贴近用户需求的赛道，毕竟，钉钉上有几百万家中小企业，所以，AI Agent应用行业，空间巨大。

总结而言

钉钉总裁叶军认为：每家企业都要思考人与科技、机器的关系，坚定以人为本，科技服务于人，让人从常规、低效的工作中解放出来，做更有创造力的事情。

文章来源：人人都是产品经理