挺快的，钉钉今天全面开放 AI 了

和一个做大模型的朋友聊天，他掰着手指头数了下近半年来进入大众视野的大模型 ToC 产品，然后苦笑着说，好的应用真不多，妙鸭算一个，AirChat 算一个，New Bing 算一个，但它们能否维系长久生命力，还两说。比如 New Bing，火热了几个月后，又回到了起点，市场份额基本没啥变化，看起来这种搜索形式，并不被用户买单，至少现在是这样。

现在出现的 AI 应用和整个大模型技术，还处在非常早期的阶段。如果你经历过早期移动互联网，肯定知道 iPhone 刚出来时，HIG 人机交互指引的整套架构就已经出现了，现在我们回头再看，移动应用架构和十多年前没有太大区别。从交互框架的角度看，左上角的返回、列表、底下的 Tab，那个时候就已经定好了。

手机上的传感器，比如摄像头、陀螺仪，也是先有了粗糙的版本后面才越来越精确。但那时候，技术的线和产品的框已经画好了，开发者只要向里面添加创意和应用就行了。

现在看 AI 这事，远没有到这个态势，OpenAI 并未制定好 AI 时代的 HIG，至于聊天式应用，可能很多人被 ChatGPT 聊天机器人带歪了，然后 Midjourney 也是通过命令的方式在 Discord 中生成图片，恰好这两个现象级应用都是以对话聊天的方式运行的。但我依然不觉得对话就是确定的交互范式，也不见得它是最高效的，特别是对于 C 端应用而言。

这是当前我看到的一些关于大模型应用的基本面。

虽然 ToC 方面不好找应用场景，但 ToB 中应用场景是极其确定的。比如最近爆火的 HeyGen，以及 GitHub Copilot、Microsoft 365 Copilot、Salesforce 的 Einstein GPT、Runway，他们都能很好切入企业的痛点问题，提升用户体验。HeyGen 可以生成逼真的数字人，这在录短视频等场景里，太有用了。GitHub Copilot 可以提高工程师编写代码和解决 Bug 的效率……

再比如国内市场占有率最高的办公产品钉钉，他们拥抱大模型的速度非常之快。这半年，他们在大模型之上重新建造了自己的城邦，我是眼睁睁看着他们从几个功能开始渗入，直到现在，大模型基本上已经融入到产品的各个角落。官方消息说，钉钉的聊天、文档、知识库、脑图、闪记、Teambition 等接入 AIGC 的产品，今天已经全面向用户开放。并且，在钉钉客户端、App 首页的最新入口“魔法棒”中，也可以自然语言对话使用聊天 AI、文档 AI、宜搭 AI 等多项功能。

我体验下来，确实感觉经过大模型改造后的钉钉，更好用了，用同事的话说，“就很方便”。

比如日历模块，现在可以智能生成日程海报。在之前，公司要搞个什么活动，HR 得联系设计重新作图。有了 AI 后，钉钉可以根据日程主题，智能编写海报正文、自动实现人物抠图，几秒钟生成一份美观实用的日程海报。这多高效。

再比如 ChatBI 类的功能，我们可以用自然语言随时随地，查询企业数据。之前，我要查下 10 月的付费用户数，惯常的做法是进入管理后台，选中某个菜单，然后点进去输入日期之类的参数，最终才能生成出来一张折线图。而现在，不需要了，我们的系统接入钉钉后，直接在聊天框中输入几句话就能搞定。

做过企业业务的人都知道，ToB 用户的需求是多样的，所以，我们可以看到很多 ToB 产品都有复杂的配置和选项，这几乎不可避免。我之前在用友做企业业务，给客户交付产品之后，都要附带几天的产品使用培训。没办法，确实复杂，有时候我们自己的工程师都容易绕晕。但现在，你看 ChatBI 需要培训吗？根本不需要，查询数据就和聊天一样，没有任何使用门槛。

你看，这些可都是痛点问题，并且大模型还能使上力气。那天云栖大会上，钉钉首席产品官齐俊生聊到了这大半年来，钉钉集成大模型能力的总结，其中有两点，我很受启发：

第一，从有趣到有用。大模型刚发布之时，大家都在图新鲜，觉得这个功能好有趣。但其实，对于产品而言，尤其是企业类产品，有趣很难持久留住用户，因为人都会疲。只有真正有用，才能持久，也才符合商业的基本逻辑。

第二，从单点到系统。特别是对于 ToB 产品而言，简单地在单个功能中加入 AI 功能，也并不是长久之计。AI 大模型只有真正成为底座，融入到系统的毛细血管之中，才能极大发挥价值。比如刚才的 ChatBI 就是例子。

说回到最开头提到的大模型应用场景的话题，如果说 C 端的应用还在摸索之中的话，那 B 端则有一大堆可以用 AI 改造的场景，并且，它的交互形态也相对确定（参考钉钉的方向）。