采寫／陳紀英

編輯／萬天南

炫酷的參數(shù)比拼，殘酷的百模大戰(zhàn)，是AI大模型的盡頭嗎？

這一波大模型風潮中贏麻了的微軟，做法恰恰相反，其相繼與OpenAI和Meta旗下大模型合作，戰(zhàn)略重心放在了卷應用上。

這與百麗時尚的看法不謀而合：AI的價值終點，不止在技術創(chuàng)新上，更在落地于業(yè)務應用上。

其實，在這波AI大模型起風之前，百麗時尚就對AI青睞已久。早在2022年，百麗時尚內部確立的升級架構圖中，“最上面一層就是AI”。

不止設想，已經(jīng)落地。

2023年11月，在百麗時尚的“數(shù)字化工作臺”——釘釘群里，AI助理“商品數(shù)字員工”正式“入職”，“未來數(shù)萬名員工，人人都可以配一個AI助理”，這是百麗時尚的藍圖。

受益于AI的，也不止百麗這樣的大型鞋服企業(yè)。

芯片行業(yè)龍頭艾為電子，其IC智能客服可以7x24小時實時回答客戶各種關于芯片的專業(yè)問題；作為中小企業(yè)代表的有零有食，則在“AI+低代碼”探索上快人一步，實現(xiàn)了“客戶拜訪跟進”等銷售信息的自動填報與數(shù)據(jù)分析，走向更低成本更高質量的增長。

這些探索，印證了釘釘總裁葉軍的一個論斷，2024年，“不是大模型唱主角”，“C端AI原生產(chǎn)品以及B端AI產(chǎn)品，會成為主角”。

據(jù)葉軍預測，未來三年，將有1000萬個AI助理在釘釘上產(chǎn)生。

大象也能起舞，鞋王輕盈“智變”

百麗時尚對AI大模型的應用，既務遠，又務實。

作為中國鞋王，百麗時尚手握約20個自有品牌及合作品牌，近10000家門店遍布全國300多個城市。

于百麗時尚而言，必須做到“心中有數(shù)”，才能動態(tài)管理貨物進、存、出、補，持續(xù)優(yōu)化供應鏈。

但面對如此浩瀚的終端，實時跟蹤銷量和庫存，殊為不易。

早些年間，數(shù)據(jù)統(tǒng)計要依賴于總部發(fā)布郵件給大區(qū)，然后到省區(qū)、城市、門店，層層下發(fā)，再一層層向上匯報。漫長繁瑣的流程下，匯總統(tǒng)計一次數(shù)據(jù)，起碼要耗上3-5天。

2019年是個轉折點。彼時，百麗時尚全國所有大區(qū)的IT人員，聚集到了釘釘群里，利用后者的表格在線編輯功能，實現(xiàn)各類業(yè)務相關數(shù)據(jù)的在線匯總，只需兩個小時，就能完成全國萬店的數(shù)據(jù)統(tǒng)計工作。

無論是3天，還是兩小時，統(tǒng)計總歸是滯后的，也是要耗費人力的。

如今，百麗時尚可以隨時調用AI，查詢10000多家門店以及每個店員的銷量業(yè)績，“店長可以隨時追問誰是門店銷冠；哪雙鞋賣得最好、哪雙鞋銷量增長最快等數(shù)據(jù)，AI也能實時相告”。

在百麗時尚，AI不止“識數(shù)”，還能協(xié)助推進流程，高效便捷地幫助完成系統(tǒng)操作，前面提到的百麗“商品數(shù)字員工”就是一例。

訂補迭模式下，庫存高效流轉，需要實時核對收發(fā)數(shù)據(jù)。

過去，一旦出現(xiàn)商品收發(fā)差異（發(fā)貨數(shù)目與收貨數(shù)目不符）時，百麗時尚數(shù)據(jù)管理人員需要介入并拉通收發(fā)方甚至第三方人員，進行溝通定責。

現(xiàn)在，當需要主動認責時收發(fā)方可以直接和AI數(shù)字員工發(fā)起對話，從數(shù)據(jù)核對，到主動認責，再到認責修正，以及單據(jù)完結，一整套流程行云流水，AI都能全盤接手，不僅解放了人力，還大幅提高了業(yè)務效率。

上述嘗試跑通后，百麗時尚打算把AI落地拓展到單據(jù)執(zhí)行跟進、調貨補貨等更多場景。

點狀應用，對于把AI確定為集團數(shù)字化轉型戰(zhàn)略重要方向的百麗時尚而言，只是開始。在百麗時尚的AI暢想中，替代人力、輔助決策、提升組織效率等，都在未來清單之中。

目前百麗時尚的數(shù)萬名員工中，很多都是一線人員，過去要耗費大量精力去學習各種數(shù)字化工具，“既要懂貨懂人，還要懂數(shù)懂工具，對一線門店人員來說，有些吃力”，百麗內部人士向《財經(jīng)故事薈》透露。

而有了AI輔助，一線員工不用迷失在工具海洋里，只需在必要時調取相應AI應用，可以省出更多精力時間，專注在服務顧客上。

舉例來說，當百麗門店的某個鞋款缺貨時，過去銷售可能要登陸系統(tǒng)、輸入貨號查找?guī)齑妗⒋螂娫捝暾堈{貨等，耗時又耗力；有了AI助理的話，只要說句話，就能讓它幫忙查庫存，幫忙溝通調貨，幫忙下單給顧客送上門等。

于組織而言，從頂層來看，AI技術可以突破個體局限性和人腦算力不足，支撐組織體系全面、高效、動態(tài)、實時的分析決策，還能秉持公司戰(zhàn)略意志輔助終端智能決策。

類似百麗時尚這樣的大公司，在AI的助力之下，可以更容易實現(xiàn)一桿子插到底，最終極致化提升組織運轉效率。

站在數(shù)字化和AI的舞臺上，大象也能輕盈起舞。

遇事不決問AI

于企業(yè)而言，標準化的好產(chǎn)品不難，但個性化的好服務不易。

以問答這一遍布售前、售中、售后的高頻交互場景來說，就槽點不斷——人工客服要么不夠專業(yè)，自動客服又常常表現(xiàn)“智障”。

而客服問答環(huán)節(jié)的質量，又直接關系到潛在用戶（客戶）的轉化、復購等。

對于上述痛點，芯片公司艾為電子深有體會。其芯片產(chǎn)品SKU上千，涉及四十多種子類別，涵蓋不同領域的專業(yè)知識，而且，每款產(chǎn)品參數(shù)也高達幾十個，客服想要回復得足夠快速、準確、專業(yè)，殊為不易。

如果客服全部由經(jīng)驗豐富技術專家擔任，一方面，可能會大幅提升招聘、培訓成本；另一方面芯片產(chǎn)品更新迭代很快，人工客服的學習能力未必未必與時俱進跟得上?？头膫鹘y(tǒng)做法是，在官網(wǎng)下載產(chǎn)品文檔，然后再到海量信息中尋找參數(shù)答案，自然難以做到即時專業(yè)的響應。

為此，2023年，艾為電子與釘釘一起打造了艾為專屬模型，以此為基礎，搭建了“AI智能客服”，可以7×24小時回答客戶問題。

相比之下，傳統(tǒng)問答機器人無法理解上下文意思，只能采取被動機制，被觸發(fā)關鍵詞時，才能給出提前設置好的標準答案，難免答非所問。

而艾為的AI智能客服，則能理解上下文對話，生成回答更為自然精準，也無需依靠人工頻繁維護關鍵詞和問答庫，既能提升用戶體驗，也能極致降低成本。

當智能客服在問答中，識別高潛客戶時，還能提醒產(chǎn)品顧問第一時間接入對話。后者可以根據(jù)智能客服總結的顧客咨詢摘要，跟進需求，鎖定商機，拉動轉化。

智能問答不僅能化身智能客服，還能變身企業(yè)內部的“老師傅”，培訓、賦能員工。

三菱電梯的一線人員，過去在現(xiàn)場遇到維修難題時，需要臨時翻資料，或者詢問相關專家，但這種模式既耗時耗人，還影響客戶體驗。

現(xiàn)在，三菱維修人員遇到難題，可以直接請教AI，后者不僅可以實時作答，還標注了答案的權威來源，精準率更高，維修人員省力省心，客戶也能省時；不止維修人員，一線員工同樣可以遇事不決問AI，在群里@問答機器人，就能隨時得到答案。

如今，包括智能客服在內的智能問答，已經(jīng)成為AI大模型最快落地的場景之一。根據(jù)沙利文預測，智能客服預計到2027年規(guī)模有望增長至181.3億元，五年內復合增長率可達到20%以上。

AI+低代碼，中小企業(yè)也能玩轉

與百麗時尚等巨頭在AI布局上，眼望十年，深謀遠慮不同。

中小企業(yè)在AI探索上，偏重小輕快準解決實際需求。AI疊加低代碼，則給了中小微企業(yè)輕量級、低成本登上AI高列的普惠機會。

零售公司有零有食總部位于福建晉江，當?shù)豂T人才稀缺，公司IT部門只有區(qū)區(qū)幾位技術員。為此，有零有食捷徑通幽，基于低代碼模式，在釘釘上完成了數(shù)字化系統(tǒng)的打造。

今年4月，隨著釘釘開啟全面智能化，以及后續(xù)宜搭（釘釘旗下低代碼平臺） AI等智能化產(chǎn)品的陸續(xù)上線，近水樓臺的有零有食又迅速跟上，進一步通過AI解放了生產(chǎn)力。

有零有食此次的切入口是在銷售流程的AI化改造上。

過去，一線銷售在拜訪前、拜訪后，都需要進入釘釘?shù)囊舜钇脚_，打開“客戶拜訪”系統(tǒng)以及“客戶管理/客戶拜訪計劃…”等表單，然后手動填報相關信息。

但銷售原本應該奔波在一線，繁瑣低效的錄入，導致銷售不得不壓縮拜訪客戶的時間和精力。而對于管理者而言，想要了解銷售拜訪客戶的進展，也只能訪問公司CRM系統(tǒng)，入口步驟多、數(shù)據(jù)查詢不方便。

為此，借力釘釘宜搭上搭建的AI助理，有零有食的銷售們通過對話形式，即可完成客戶拜訪的計劃制定、自動填報、檢查執(zhí)行等，提升了工作效率，也能留出更多精力用戶客戶拜訪和服務上。

公司管理者同樣受益，通過對話形式，即可迅速跟蹤銷售團隊進展。

比如管理者可以直接發(fā)問，“幫我看下截至目前團隊內S級客戶還有多少個沒有拜訪過？”“幫我查看下XXX銷售拜訪了多少客戶”等，AI助手便會即時以指標卡或列表等形式，反饋有零有食低代碼系統(tǒng)里的相關數(shù)據(jù)，讓管理者一目了然。

根據(jù)Gartner預測，到2023年結束，全球低代碼市場規(guī)模預計將達到269億美元；到2025年，預計有70%的企業(yè)數(shù)字化應用，將都由低代碼平臺構造。

尤其是對中小微企業(yè)而言，“AI+低代碼”堪稱“最佳CP”，AI是“大腦”，低代碼則是“手和腳”。

有零有食對此的探索，尚處于初級階段；未來，AI與低代碼更深度的結合，是“自然語言下達需求，AI獨立完成開發(fā)”，屆時，任何一個業(yè)務人員，都可以隨時根據(jù)業(yè)務需求，幾句話、幾十秒就能變更、生產(chǎn)、調用相關應用。

以戰(zhàn)代練，AI應用有何啟示？

從前述百麗時尚等案例來看，AI已經(jīng)開始滲透到企業(yè)運轉的各個流程和環(huán)節(jié)里。

企業(yè)對AI應用的嗷嗷待哺，也印證了微軟的戰(zhàn)略選擇。

與微軟不謀而合，立志“全面智能化”的釘釘，也沒有卷自研大模型，“卡也沒囤，回歸到根本，是讓大模型產(chǎn)生價值”。

葉軍很篤定，“在生產(chǎn)、供應、銷售、設計、管理研發(fā)等過程中，把大模型真正應用下去，才有價值?！?/p>

而從橫向來看，AI大模型，有助于實現(xiàn)數(shù)智化平權，大中小微企業(yè)都能找到應用之道。

過去，企業(yè)數(shù)字化的進程，很多程度上取決于管理者的數(shù)字化思維、企業(yè)員工的數(shù)字化素養(yǎng)，企業(yè)的資金投入規(guī)模等。

金山辦公總裁章慶元曾對外提出過一個“二八法則”，80%的用戶只使用了20%的數(shù)字化工具的功能，另外八成功能用戶弄不懂、學不會、用不好，在傳統(tǒng)企業(yè)與中小微企業(yè)，這一癥結尤為凸顯。

而AI大模型的應用，則極大降低了一線人員的“上車門檻”，大中小微企業(yè)可以按需“智”變。

釘釘也正在力圖降低企業(yè)“智”變的門檻。在1月9日的發(fā)布會上，釘釘正式對外發(fā)布了定價980元/年的創(chuàng)業(yè)版，并向1萬家新注冊企業(yè)提供1年的免費使用支持，降低開放平臺傭金最高100%返傭等。

葉軍解釋，上述舉動是“希望每一個人、每一家企業(yè)都能低門檻地創(chuàng)造AI超級助理，推動智能化普惠?！?/p>

而從前述公司的AI探索中，也能總結出共性方法論。

一方面，要登上AI高列，企業(yè)的內部驅動，與平臺的外部推動，缺一不可。

即便頭部巨頭，手握充足的資金和高級人才團隊，想要完全從0到1自研AI，也是不可承受之重，周期太長來不及，成本太高不劃算，因此，眾多企業(yè)才選擇了和釘釘、滴普等外部伙伴共創(chuàng)。

今年8月 22 日，釘釘將智能化底座（AI PaaS）開放給生態(tài)伙伴和客戶，計劃用大模型幫助生態(tài)上下游把產(chǎn)品全面AI化，多款智能化場景方案和智能化行業(yè)方案陸續(xù)上線，這是釘釘智能化已全面進入生態(tài)層的起點。

1月9日，釘釘7.5 又推出 AI 助理等產(chǎn)品，每個人、每家企業(yè)都可以定制個性化的、專屬的超級助理，這標志著釘釘AI戰(zhàn)略開啟了B端、C端雙線并行的全面化普及。

截止目前，已有超過70 萬家企業(yè)在釘釘上落地智能化應用。

另一方面，AI玩得轉的前提，其實是數(shù)據(jù)和業(yè)務的在線化。

以前述公司為例，無論是艾為的智能客服，還是三菱的智能老師傅，都是把企業(yè)內部與相關行業(yè)的專業(yè)知識庫，接入釘釘AI PaaS層能力，才能孵化、調優(yōu)企業(yè)專有的AI應用，讓AI從“通用”升級到“懂行”。

而百麗時尚能在AI落地上快人幾步，也離不開長期持續(xù)投入的數(shù)字化基建。

因此，在數(shù)字化上跑得更快，積累更深的企業(yè)，在AI轉型時往往更為得心應手。僅以釘釘平臺為例，截止到2023年年末，就有高達2500萬家企業(yè)，在此跑通數(shù)字化轉型，而他們在AI探索上，可謂近水樓臺。

AI的布局，同樣具備很強的先發(fā)效應。企業(yè)以戰(zhàn)代練，平臺以戰(zhàn)代訓，積累的大量數(shù)據(jù)、行業(yè)Konwhow可以喂養(yǎng)和孵化AI，而AI落地探索中沉淀的新數(shù)據(jù)，又能反向推動AI能力的迭代升級，最終形成正向增長的飛輪。

因此，于企業(yè)而言，盡快躬身入局，而非猶疑觀望，才是優(yōu)選項。

生成海報

免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。