飞书多维表格应用模式，伟大、无敌、遥遥领先？对不起，真看不出来啊！

关于钉钉AI表格、飞书多维表格当前在行业里面是个什么生态位、目的是什么，我们之前就做了相对深入的讨论：

企业非常想要一套多人分散录入 → 集中汇总 → 统一分析 → 按权限查询的轻系统

之前 Excel/OA/低代码 都在抢办公这块份额，现在最厉害的是飞书多维表格和钉钉AI表格

企业需要 "这套系统" 的原因很简单，之前的效率着实太低了，一旦上了系统，效率的提升就很夸张：

只不过这种提升并不是AI表格带来的，或者说：

AI表格带来的提升属于数字化转型的延续，其中AI的比例是很低的，一般是10%

虽然只有10%，但并不能说他不重要，因为这是最后一块拼图，对整体完整性意义重大：

然后就是看上去类似赛道的产品Coze、Dify、FastGPT了，事实上他们跟AI表格根本不是一个赛道：

AI表格可以真正的替换OA系统，而Coze等是不能的，他们更多的应用是简单知识库或者chat。

关于这点大家需要站在实际使用者，HR、财务等的角度思考问题，他们并不喜欢chat的体验，甚至有点排斥，他们已经习惯了Excel的操作，他们能从一张Excel里面很容易就看到关键数据，而且这个动作很固定，Excel才是他们的工作台。

综上，在AI Office这个赛道里面，体验趋近于Excel的表格形式是核心中的核心，带着这个基本认知，我们再来看看多维表格应用模式是个什么东西？

多维表格应用模式

这里直接上官方定义：

多维表格应用模式是一种新的业务系统搭建方式，通过简单拖拽即可打造出专业级业务系统，无需技术背景，业务人员也能快速构建符合实际业务需求的交互界面和流程。

应用模式提供了面向用户的操作界面，多维表格提供了底层数据库和运行引擎。一个应用可关联多个多维表格文件，二者相辅相成，共同构成完整的业务系统。

说实话，以我对AI表格的理解，居然有点看不懂他在说什么，需要使用下再说。于是直接打开之前的多维表格，直接点击应用：

这里出现了各种组件：

这里随便臆想一个功能，我们需要整理每种编程工具各自得分（有多少颗星星），然后按照星星多少做排序，选个柱状图组件：

表现有问题，一下不知道接下来要怎么设置，于是直接从官方拉出一个模板进行学习，我们的需求和这个模块很类似：

他的数据源是M1-团队业绩：

所以，貌似我们正确的做法的，为源系统新建一张表，将里面的中文转换为数据：

在这个基础下，我们再去做个排序表格，马上就出来了：

至此，相信各位对多维表格的应用模式是什么心里有杆秤了：他属于零代码编程的功能，多用于在基础数据没问题时候的分析展示，属于多人分散录入 → 集中汇总 → 统一分析 → 按权限查询 中统一分析、展示的模块。

而我个人觉得，这东西属于基本配置，并没有网上各种吹得那么神乎其技，而且这个东西吧，不属于企业实施过程中的核心难点！

所以，企业难的是什么，缺的又是什么？

企业缺什么？

大概在五年前，那时候还没有多维表格这种东西（或者我没用上），公司有个需求非常令人抓狂：

当时公司需要大量的外部兼职人员一起协作整理数据，这其中涉及到了大量的工作，包括：

1. 每天内部人员得面试大量兼职人员，单日数据过百后，没有系统支撑，操作情况一团乱麻；
2. 兼职初面通过后进入作业群，需要实操完成一份作业，内部员工判断没问题才转为长期兼职人员；
3. 实际进入数据处理阶段，又会面临着提交->初审（通过，打回重做）->复审（通过、打回重做）等反复流程；
4. 最后晚上按照实际完成情况进行数据归档以及结账；

以上是一套完整的SOP工作流，执行周期也就3个月，开发系统首先来不及、其次迭代效率跟不上。

因为经常性碰到有人乱改数据，还看不到日志，我这边就很烦躁了；又因为没有消息通知，经常某个节点被卡着，为此调派了3个项目经理去组织，但实际做下来依旧各种问题...

其实这里的需求非常简单：在Excel的基础上，加一个权限控制（视图控制）和数据更新后的定向通知功能即可。

而就是这个简单的功能，在多维表格之前，我一时之间是束手无策的！

以上就可以实际回答企业缺什么和为什么不开发的问题，其实从这里也可以看出，企业缺的是一套可以快速组织数据和流程的工具，如果能用自然语言实现是最好的，因为整理SOP很烦。

根据以往经验，要完整实施一套中等规模的AI工作流类系统大概需要3个月，其中2个月都在跟企业一起梳理流程，梳理的流程会有两个产物：

SOP流程图以及数据结构，这个东西就是我们所谓的“AI时代的自然语言”，他长这个样子：

也可以是这个样子：

甚至需要各种核算成本：

总而言之，工作流类项目的难点在于形成SOP，形成SOP的难点又在沟通交流，这个一直是管理上的难点...

所以，如何解决这个问题才是核心中的核心，他表面上看是SOP问题，本质上其实是KnowHow和沟通问题，那么应该如何做呢，或者说谁已经做了什么呢？

自然语言 → 工作流

近期我看到两个正确答案一个是钉钉AI表格的表格助理：

另一个是n8n的AI Workflow Builder，其实也就一个意思：我们以后直接用自然语言生成工作流！

AI Workflow Builder 我倒是有不少探索。他们的底层原理应该都类似，属于：

在数据积累够了的情况下，比如已经拥有了充足的HR招聘工作流的 提示词/编排数据 后，用Agent的思路来降低KnowHow的成本。

只不过当前无论是n8n还是表格助理表现都比较初级，大家都有的玩！

结语

在了解全貌后，我们最后再看看市面上对应用模式的一些吹捧：伟大、先走一步... 就会发现，根本不是那么回事了。

我们学习AI、看待各种产品发布，也要有这种站在全局看局部的视野，不然很容易被忽悠进去，还真以为出了一个了不得的东西。其实应用模式依旧是0代码平台那一套，看来：

他们会认为用AI表格去抢AI Office份额还不太保险，一定要把低代码也用上，这样是对的，整个体系也更加闭环了，只不过我非常在意的反而是另一点：

事实上，使用AI表格这件事本身也许都可以形成一套工作流了，如果使用的数量、频率进一步提升，那么AI表格是极可能演化成一套“编程工具”。

在这个基础上，只要ROI合适，基于AI表格的“AI Coding”不是没有诞生空间，说到底最终依旧是自然语言编程啊！

点击上方卡片关注叶小钗公众号，查看下方二维码，添加我个人微信：