2021年，一家叫Jasper AI的初創企業在美國成立，它只做了一件事：通過手裡掌握的GPT-3測試賬號，幫助客戶用AI大模型自動生成營銷文案。
然後它一年就把總營收做到了4000萬美元，18個月成了硅谷炙手可熱的AIGC獨角獸（2022年10月估值15億美元）。
Jasper AI的創始人叫Dave Rogenmoser，是著名創業孵化器Y Combinator的俱樂部成員，而YC的前任CEO就是OpenAI的創始人阿爾特曼。戴夫得到的是GPT-3最早期的內測資格之一，那個時代的GPT-3還不能“Chat”，易用性很差，需要非常高精度的提示詞才能生成質量過關的文案，戴夫拿到賬號後將GPT-3包裝成了一個十分簡單易用的MVP（最小可行性產品），通過郵件發給了他在營銷行業的10個老客戶，轉天收到郵件反饋：“我彷彿看見了上帝！”
“上帝”是大模型GPT-3，戴夫與他的Jasper AI只是建起了一座橋樑，把“上帝”呈現在了普通人的面前。
這就是AI時代應用層創業公司的根本邏輯：幫助廣大的普通用戶降低使用AI的門檻，在不懂技術的普通人和大模型之間搭建橋樑，讓AI能夠更好地落入產業應用，幫助普通人提升工作效率，實現生產力的飛躍。
你們今天能看到的用AI大模型賺錢的，沒人能跳出這個邏輯。就連ChatGPT爆火時期那些5塊錢幫你註冊一個賬號的淘寶店，做的也是這個“降門檻、搭橋樑”的生意，只不過它們技術含量實在太低，ChatGPT爆火的第一天客單價是120元，第二天就腰斬只剩60元，第三天干脆直接跌到5塊錢，恨不得直接關店。
反過來說，如果你技術含量夠高，高到微軟那個程度，即使一時半會還不太賺錢，可預見的商業前景也會高的離譜，Microsoft 365 Copilot的單賬號訂閱費用高達30美元/月，按目前的匯率約合219人民幣/月，是WPS超級會員費用的6-8倍。微軟在這個產品的助推下市值一度突破2.6萬億美元，約合19萬億人民幣，差不多等於8個茅臺，20個寧德時代，28個比亞迪。
AI辦公值不值得你每個月花200塊？
AI領域的第一個殺手級應用出現在辦公領域，可以說是順理成章的。辦公場景的觸達夠廣，頻率夠高，數據量夠大，用戶體量和付費習慣夠好，同時還對效率敏感，是天然適合推廣AI應用的領域。
實際上國內外有實力做AI應用的廠商，也的確不約而同地選擇了最先在辦公領域落地，而且進度都推動得很快。微軟最先全面接入AI的是office系列套件，Google的試驗場則是谷歌的協同辦公產品，國內釘釘是阿里旗下第一個全面接入通義大模型的產品。
釘釘4月份宣佈接入通義千問
海外得益於B端用戶有非常良好的付費習慣和續費率，知名辦公軟件的AI功能或服務基本都已經進入了收費階段。個人筆記軟件Notion的AI版本最高23美元/月，Zoom的AI功能雖然還處於內測期，並沒有單獨增加收費，但只有付費的高級用戶才能體驗；Character.AI的Plus版本則需要10美元/月，Midjourney的頂配版（mega plan）單月訂閱費甚至達到了96美元，只不過這個價格包含了額外的GPU算力權益。
相比之下，國內廠商完成內測進入市場化收費階段的產品還比較少，這和中國B端用戶的屬性與付費習慣相關，但實際上大模型接入產業應用的進度絕對不算落後。8月22日，釘釘就剛剛在2023生態大會上發佈了全新的AI PaaS平臺，還聯合了生態合作伙伴發佈了數字員工等AI應用。
過去通過聊天機器人實現的文生文、文生圖，很大程度上還是一種對AI大模型能力的試探，玩具屬性居多，稱不上生產力工具。但釘釘發佈的AI PaaS平臺和以數字員工爲呈現模式的AI應用，意味着行業已經開始具備體系化運用AI實現降本增效的能力。
釘釘商業化路徑
如果再說得通俗一點，在人工智能辦公領域，釘釘發佈AI PaaS平臺的舉動，意味着他們找到了讓AI玩具進化爲AI生產力工具的方法論，某種程度上講，它們已經可以在釘釘平臺上批量實現硅谷獨角獸Jasper AI所做的事情，而且門檻非常低，甚至不需要你懂程序，只需要在聊天裡at數字員工提需求，就可以直接實現相應的功能。
比如大會現場展示的數字招聘專員“1號招招”，平時就躺在你的通訊錄裡，你需要招聘的時候可以直接找她聊天，讓她給你招個人。
比如你跟她說給我招個xx方向的產品經理，她就會自動寫好崗位職責等內容，將招聘啓事發布到招聘網站上，然後對收到的簡歷進行回收和篩選，再跟符合要求的人預約面試，完成一個HR所要做的全部工作流程。
這期間的整個交流過程，基本上和你直接找人類HR溝通沒有太大的區別，所以才被稱爲“數字員工”。她權限也和真實的HR崗位相通，她所撰寫的崗位職責信息、工資待遇、工作時長和福利政策，都來源於對公司員工平時工作內容的總結，以及對財務數據和考勤信息的調用。
辦公顯然是AI產業應用領域跑得最快的一個板塊，微軟Microsoft 365 Copilot也在做同樣的事情，只不過是通過Word文檔和Excel實現的。office套件依託雲服務正在融合成爲一個成體系的辦公平臺軟件，在這個平臺上你也可以讓Excel總結一下某崗位的工資待遇和工作時長，然後讓Word調用這些數據幫你寫一個招聘啓事發布在領英上，再通過Outlook接收簡歷並回復安排面試預約。
釘釘AI PaaS是什麼
這背後至少隱含了三個比較重要的能力：一是在各個板塊都要有強大成熟、體驗良好的專有應用；二是具有平臺級的接口能力並能夠打通應用之間的數據；三是數據互通的同時還要有非常強的安全管控能力，能夠保證該互通的數據可以流暢互通，不該泄露的企業數據絕不對外泄漏。
這三項哪一項都不是隨便就能做到的事情，而是一套嚴密的綜合性系統工程。
微軟在上半年找了100家B端的鐵桿用戶給Microsoft 365 Copilot做內測，內測時的價格是單賬戶100美元/年，等測試結束正式對外發布的時候，這個價格飆到了30美元/個月，也就是360美元/年，是內測價格的三倍多，遠超市場預期。換算成人民幣就是219元/月的訂閱費，年費價格2613元。
微軟不是什麼初出茅廬的愣頭青，這家公司在B端客戶心理的掌握上一貫精準，定價也是公認的刀法精準，幾乎永遠跨在客戶能夠接受的最高價位邊緣大鵬展翅。它們敢定出一個月200塊錢的價格，就意味着至少在微軟和那100家鐵桿用戶看來，產品和服務肯定是值得這個價錢的。
這已經不是對單一軟件或軟件服務的付費行爲，這一個月200塊人民幣的價格，買的其實是微軟旗下一套具有很高可拓展性的AI辦公平臺體系。
該對標Microsoft 365的
不是WPS而是釘釘
在微軟發佈Microsoft 365 Copilot之後，股價應聲上漲的除了微軟自己，就是隔壁的金山了。但金山其實在內核邏輯上跟近年的微軟存在越來越明顯的區別：金山辦公更多做的是軟件端的工作，賣的是解決方案，而不是平臺化的能力，這和微軟這些年依託雲服務整合旗下辦公軟件的平臺化、系統化趨勢，是存在明顯差別的。
Copilot發佈會上的一個環節，清晰地體現了這種差別。微軟在發佈主應用的同時，一口氣發了50個Copilot的相關插件，而且宣佈Copilot將可以使用所有ChatGPT和bing上的通用插件。這意味着微軟如今做office的底層邏輯已經變了，它對office系列定位從單一軟件的邏輯，變成了SaaS基礎平臺的邏輯，或者說，微軟在這一點上開始和釘釘趨同了：它們都更想做智能辦公領域的PaaS平臺，而這個體系的可拓展性和想象空間大到幾乎不可想象。
從這一點上來說，國內真正應該拿來和Microsoft 365 Copilot做對標的，不是金山辦公與WPS，而是釘釘。而在這一點上，釘釘的佈局可能比其他辦公平臺還要更激進一點，釘釘如今的掌門人葉軍說，釘釘要通過大模型把產品重做一遍。
這不是個特別新的概念，反而非常現實，有很多公司雖然沒有提出來這個說法，但事實上也是這樣做的。
以前招聘啓事中經常會見到一個要求或者加分項，叫做“熟練使用Excel”，關於“熟練”的標準則是玄學，因爲Excel看上去簡單，實際上用好的門檻很高。爲了實現統計功能需要用到大量複雜的公式，而隨着公式越來越複雜，易用性也就越來越差。
但到了Copilot的時代，這個利用複雜公式達成統計目的的產品邏輯徹底被顛覆了。
就拿星海上一次寫AI時做過的“AI大模型點將錄”這張圖來說，我們彙總了國內125個大模型的相關信息，並且做了分類統計。在統計地域分佈的時候，在Excel裡要通過篩選出不同的地點，再一一進行二次統計，才能做出“北京以52個大模型的數量，佔了中國大模型產業的半壁江山”這種結論。
但是Copilot的時代，這些統計步驟都可以被簡化爲一句話：幫我統計一下每個地方分別有多少大模型分佈。
Excel就會直接以表格形式給你一個完整的統計結果。
天下苦Excel公式久矣，而Copilot事實上正在通過大模型把office重做一遍。
釘釘面臨的問題和office存在很多相似之處。幾年前我和釘釘的員工聊過，他們自己也承認的一點是：由於不斷地適配各個用戶的定製化需求，導致釘釘的功能實在是太多了。雖然越來越全能，但也確實越來越臃腫，功能選項的複雜度從汽車儀表盤，進化到高鐵儀表盤，然後一路奔向飛機儀表盤，易用性下降得十分明顯，學習成本則變得越來越高，用戶體驗越來越繁瑣。
這是一個大型辦公平臺的必經之路，很長時間裡釘釘都在試圖平衡千行百業千奇百怪的功能需求，和軟件的易用性與用戶體驗之間的矛盾。而大模型的出現，成爲了釘釘重塑產品的一個契機。
數字員工就是一個很典型的案例，以前你想找個招聘輔助系統要在功能模塊裡搜索，可能還能搜索出來幾十個同類應用或者插件程序，然後一個一個試，看這些程序是不是能夠完全符合你的要求，如果不能你甚至可能需要自己開發一個。
但現在在大模型的幫助下，邏輯從找匹配的應用，可以轉變爲直接找你通訊錄裡的“數字員工”，或者調用基於AI PaaS原生的智能化應用及場景方案，用人話跟她提需求就能達成目的，這就是AI PaaS開放給生態和用戶之後的實現的效果，也就是所謂的“通過大模型幫助生態把產品重做一遍”。
幫助千行百業乘上AI的東風
釘釘與Microsoft 365 Copilot有很多相似的地方，但也有明顯區別於微軟的一面：它明顯有更深的產業屬性，能夠更直接地深入到產業一線，獲取數據、分析數據，並將數據能力沉澱下來。
office軟件的底層產品架構，不是從企業組織出發的。但釘釘則天然爲企業組織而生，並且從一開始就有很強的組織協同屬性，而且通過通信功能，有着明顯更強的互聯互通能力。
如果說未來企業內部的專屬AGI最有可能誕生在哪裡，我會認爲是釘釘這樣的AI PaaS上。在這一點上，釘釘有幾個很明顯的優勢：
首先，作爲AI PaaS平臺，AI時代的三個關鍵要素：算法，數據，算力，釘釘都不缺。釘釘向上鏈接的是通義等通用大模型，向下觸達的則是千行百業的一線業務和生產環節的原始數據，同時還有云業務作爲基礎的算力支撐，能力覆蓋了AI時代的各個關鍵環節。
釘釘發佈會現場的葉軍
其次，釘釘是基於企業組織的平臺，有非常成熟完善的數據安全保障機制，天然可以做到組織內外的信息隔離，可以更好的保證AI落地過程中很多人擔心的信息安全問題。
ChatGPT席捲全球的過程中，業界最實際也最嚴重的質疑和擔心，就來源於數據安全。用戶在使用ChatGPT等AI工具時，可能會不經意間將私密數據輸入到雲端模型，這些數據可能成爲訓練數據，也可能成爲提供給他人答案的一部分，從而導致數據泄露和合規風險。
亞馬遜決定全方位禁止員工使用ChatGPT就是因爲其法律部分在ChatGPT生成的答案內容中發現了與公司機密“非常相似”的文本，他們推測可能是由於一些亞馬遜員工在使用ChatGPT生成代碼和文本時，輸入了公司內部的數據信息。而這些信息又被當成答案提供給了新的提問人。
但釘釘這類工具的底層邏輯就是建立在公司和組織層面上的。它不像office是基於產品連通的邏輯，也不像微信這些聊天工具強調個體屬性，而是本身就爲了構建企業內部的數據生態而生的，自然也能很好地將企業內部的生態和外部進行安全隔離。
舉個例子，釘釘上的聊天記錄轉發和會議紀要內容，都是沒辦法轉發給無權限的第三方的。按照這個架構來說，你在企業內部的釘釘上使用AI，用內部數據訓練AI，這個數據也永遠不會被提供給其他企業。
KID曝吴宗宪真实面「10年都没变」！ 共度悲欢离合：别再有意外
這樣的產品形態最適合做企業內部的語料庫。擴大來講，也更適合做產業內部的通用模型。你用企業自身數據訓練出來的肯定是屬於你自己的專屬AI模型，和外面任何一家其他公司的妖豔賤貨都不一樣，別人想偷也偷不了。
這就是AI PaaS的能力，釘釘試圖做的是一個智能化的底座，它提供的是底層的架構和AI大模型的能力，而在這個底座上成長出來的個性化AI助理，則幾乎可以說是企業自己訓練出來的數字員工了。每個企業用不同的數據和維度，喂出來的將是不同的專屬AGI。
巨大松狮看海打盹、黄金猎犬眺望阴阳海 北海岸5大动物岩石超萌
授人以魚不如授人以漁，從某種程度上講，釘釘在做的是幫助千行百業沒有直接進行AI大模型開發和訓練能力的企業，騎到AI背上去。他們試圖做舊時代與新時代之間的船，把中國5200萬中小微企業擺渡到人工智能的新世界去。
結語
我在文章的開頭說，所有AI大模型的應用探索，本質上都在做一件事：幫助廣大的普通用戶降低使用AI的門檻，在不懂技術的普通人和大模型之間搭建橋樑，讓AI能夠更好地落入產業應用，幫助普通人提升工作效率，實現生產力的飛躍。
而要讓AI落入產業應用，從玩具變成工具，本質上在做的是一個“拆牆”的過程：
AI本質上依然是工具，人類對工具的使用永遠追求兩件事：不斷地提升效率，和不斷地簡化步驟。今天所有的AI辦公企業都在圍繞這兩個目標進行自我進化。而有一些跑在前面的公司，正在成爲其他企業從舊時代去往新時代的“擺渡人”。
這個工作釘釘們本來就在做，已經做了好多年。這些工具型企業服務平臺，過去做的是幫助企業數字化升級的工作，本質上也是一個拆牆的過程：
如果說過去釘釘和“釘釘們”在做的，是幫助企業進行數字化升級。那麼未來它們要做的，就是通過自身AI能力，幫助企業進行邁向人工智能時代的“智能化升級”。
人類的時代必將走向智能化，要不要做AI早就已經是沒有必要討論的問題了。無論是人與人，公司與公司，還是國家與國家，決定未來格局的關鍵：到底誰能夠把AI使用的門檻降得更低，用得更好。
而這些平臺正在拆掉那些不必要的牆，成爲千行百業從舊時代前往新時代的擺渡人。