原文來源：品玩

圖片來源：由無界 AI生成

斯坦?！耙匀藶楸尽?span id="a6otyhj" class="wpcom_keyword_link">人工智能研究所（Stanford HAI）的負責人埃里克·布林約爾松,，和麻省理工的科學家安德魯·麥卡菲,，曾在2011年向這個世界提出過一句忠告：

“讓人類能夠與機器一起奔跑，而不是與機器賽跑,?！?/p>

2011年前后發(fā)生了這樣幾件事。那一年經(jīng)典的iPhone 4s問世,，史蒂夫喬布斯去世,；同年的微軟開始從Windows 7邁向Windows 8,，前者在2020年仍然是全球第二受歡迎的操作系統(tǒng)；就在2011年到來之前,，由谷歌自動駕駛技術(shù)灌入的一隊豐田普銳斯,，在美國道路上硬生生跑了1000英里。也是在2012年,，Glitch的開發(fā)項目被取消，不久后Tiny Speck開始了Slack的開發(fā),。后者在10年之后成為了一個日活躍用戶數(shù)量超過1200 萬,，超過65%的財富100強公司都在使用的信息化工具。

人類的文明發(fā)展從來都是一場伴隨著機器的長跑,。

最初意義上的“機器”由工業(yè)革命帶入,，將世界上大量的農(nóng)業(yè)人口轉(zhuǎn)換成工業(yè)人口?；ヂ?lián)網(wǎng)帶來的信息革命又進一步將大量工人的崗位移交給白領(lǐng),。

這種變革的開始往往是不可預料的。

自動駕駛第一次落地的僅僅6年前,，經(jīng)濟學家弗蘭克·利維和理查德·默南恩仍然自信的認為人類對汽車的控制是永遠無法自動化的任務(wù),。那句“忠告”提出未到一年，Hinton及其弟子帶著卷積神經(jīng)網(wǎng)絡(luò)AlexNet的高表現(xiàn),，砸爛已經(jīng)沉悶許久的人工智能高墻,，然后在計算機視覺領(lǐng)域（CV）拉開了全新的一場大幕。

眼下,，白領(lǐng)與程序員們又開始擔心被替代,。

自動駕駛、計算機視覺領(lǐng)域的技術(shù)躍進現(xiàn)在,，又突然降臨到從ChatGPT引領(lǐng)的AI新變革上,。而相比之前，這場眼下的變革無比接近——并且無差別的接近——身處這個時代的所有企業(yè),。

“讓人類能夠與機器一起奔跑,，而不是與機器賽跑?！边@要求人類需要提前思考自己與機器的關(guān)系,。這句話放到現(xiàn)在仍有意義，只是“機器”眼下要讓位給“AI”,。吳曉波在剛過去的年度演講上有過類似的表達：

“對于每一個企業(yè)來講,，每個人來講，AI Ready是什么呢,？”

在AI降臨之前“Ready”

AI Ready這句話來自飛書,。

AI能力加持下的飛書7在去年11月末亮相時，會場擁擠的不得不在隔壁的另一個廳里開設(shè)第二現(xiàn)場來接納已經(jīng)過載的企業(yè)客戶代表。這足以說明當下嗅覺敏銳的企業(yè)對AI能力的迫切需求,。

但飛書CEO謝欣卻退了一步,。在AI充滿想象力的能力面前，他認為企業(yè)需要先做到“AI Ready”,。

企業(yè)從工業(yè)時代走向信息化,，現(xiàn)在又在從信息化進一步跳向AI化的關(guān)鍵一躍面前。企業(yè)主希望借著一個足夠完美的工具來一勞永逸的引入大模型能力,，翹起整個企業(yè)的AI化轉(zhuǎn)身,。但現(xiàn)實情況是，很多企業(yè)引入了大模型之后發(fā)現(xiàn)AI能力只是“看起來很美”,，像油浮于水,，無法真的滲透進企業(yè)內(nèi)部的生產(chǎn)和組織。

大模型有常識,，但在進一步學習前它并不懂企業(yè),。“大模型+企業(yè)Knowhow”的邏輯足夠淺顯易懂,，但當企業(yè)本身數(shù)字化程度不夠成熟,，這些“Knowhow”只是無數(shù)的紙質(zhì)文檔，沒有辦法接入到大模型底座去,。同時,，一個企業(yè)內(nèi)部往往引入了大量不同且相互封閉的系統(tǒng)，這些系統(tǒng)承載了企業(yè)所有的數(shù)據(jù)但割裂在不同的系統(tǒng)里,，無法為AI所用,。

這也是謝欣為什么會說，“作為中國的大模型元年,，目前 AI 能力還很有限,， 它不一定能讓我們的每一項任務(wù)都如期所愿。我們當下更重要的是先讓自己做到 AI Ready,?！?/p>

這是一個極其復雜的工程。

圖源：來自網(wǎng)絡(luò)

知識的沉淀是最基礎(chǔ)性的問題,。

AI化的前提是企業(yè)本身數(shù)字化水平的成熟，數(shù)字化的基本前提是企業(yè)內(nèi)部大量知識的系統(tǒng)性沉淀,。這一過程涉及大量的數(shù)據(jù)積累,，包括企業(yè)的運營數(shù)據(jù)、市場信息,、客戶行為洞察以及內(nèi)部管理經(jīng)驗等,。這些數(shù)據(jù)和知識需要通過科學的方法和技術(shù)手段進行系統(tǒng)化管理,，以形成企業(yè)的知識資產(chǎn)。

“只需要有銷售規(guī)模和價格,，我們就能把價格彈性估算出來,，這樣就能明晰降價10%能夠帶來什么。如果沒有最基本使用數(shù)據(jù)的意識,，數(shù)據(jù)就是0和1代碼而已,。”中歐國際工商學院市場營銷學教授王高曾以“價格彈性”為例說明數(shù)據(jù)的價值,。

《2022年中國首席營銷官（CMO）調(diào)查報告》中的數(shù)據(jù)顯示,，在營銷手段上，54%的企業(yè)未使用新技術(shù),，在已使用新技術(shù)的企業(yè)中，17%使用人工智能技術(shù),。以此推算,，僅7.8%的企業(yè)采用人工智能技術(shù)營銷。在應(yīng)用層面,，數(shù)據(jù)沉淀不夠和數(shù)據(jù)管理意識不足是中國在大數(shù)據(jù)營銷應(yīng)用中最大的挑戰(zhàn),。

這意味著一個數(shù)字化程度高的企業(yè)首先要建立起一個一個高效的數(shù)據(jù)收集和存儲機制，確保從各個業(yè)務(wù)環(huán)節(jié)流入的數(shù)據(jù)都能被有效捕獲和安全存儲,。其次,，這些數(shù)據(jù)需要通過先進的分析工具和方法進行加工處理，轉(zhuǎn)化為可用的知識和洞察,。這一過程不僅包括數(shù)據(jù)的清洗和分類,，還包括對數(shù)據(jù)的深入分析，以提煉出對業(yè)務(wù)發(fā)展具有指導意義的信息,。

此外,，知識的有效管理和共享同樣重要。企業(yè)需要建立一套完善的知識管理系統(tǒng),，確保知識的有序沉淀,、高效傳遞和應(yīng)用。而這又非常依賴數(shù)據(jù)的全面性,，后者決定著數(shù)據(jù)挖掘和沉淀最終能帶來多高的價值,。

也就是說，數(shù)據(jù)的流通又進一步依賴于企業(yè)內(nèi)各系統(tǒng)之間的整合,。

因為信息化漸進性發(fā)展的歷程和企業(yè)發(fā)展的階段性,，很多系統(tǒng)都是為了某個獨立的業(yè)務(wù)部門或業(yè)務(wù)需求而設(shè)計研發(fā)的，例如ERP,、CRM,，WMS,，OA、TMS,。而在這些系統(tǒng)被引入后,，就成了一根根“系統(tǒng)煙囪”。因為“系統(tǒng)煙囪”的存在,，企業(yè)各環(huán)節(jié)的數(shù)據(jù)被困在一個個孤島里,。

CIO/IDG研究服務(wù)公司曾在2018年對歐美大企業(yè)(員工超1000人)做過一次調(diào)查，這份針對多個行業(yè)跨國公司數(shù)據(jù)科學和工程團隊領(lǐng)導人的調(diào)查發(fā)現(xiàn),，將近90%的人在大力投入于AI,，但全面獲得投入回報的寥寥無幾。而其中最大的困境就是企業(yè)數(shù)據(jù)在包括數(shù)據(jù)倉庫,、數(shù)據(jù)湖,、數(shù)據(jù)庫和文件系統(tǒng)內(nèi)的數(shù)百個系統(tǒng)中的分散。

現(xiàn)在這也成為國內(nèi)大量企業(yè)在數(shù)字化過程中面臨的棘手問題,。

對AI的認知與大模型和大模型人才的引入,，是“AI Ready”的最后一步。而在那之前,，數(shù)據(jù)的沉淀和系統(tǒng)整合的程度決定了AI能力能在多大程度上進入企業(yè)的內(nèi)核,。因此“AI Ready”的第一步，也是從企業(yè)找到一個合適的方式,，讓數(shù)據(jù)能夠周全的被沉淀成知識,，并且能跳出各自系統(tǒng)自由流動開始。

不要把AI能力想象成一場“空降”

對于安克創(chuàng)新的創(chuàng)始人陽萌來說,，這場為迎接AI所做的準備,，從2021年就開始了。

2011年陽萌告別Google的軟件工程師生涯,，在美國注冊了Anker品牌,，并回到國內(nèi)成立海翼電商――安克創(chuàng)新前身。之后這家公司一路銜枚疾走,，用了10年時間位列國內(nèi)營收規(guī)模最大的消費電子品牌之一,。2020年8月，安克創(chuàng)新在深交所創(chuàng)業(yè)板掛牌上市,。那時的安克創(chuàng)新,，銷售額過億的產(chǎn)品線已經(jīng)有18個，背后是2000名員工組成的龐大組織,。并且可預見的,，這個組織會進一步復雜化。

戰(zhàn)略大師波特曾在產(chǎn)業(yè)經(jīng)濟學理論中提出過一個洞見,，聚集在一起的,，在一個小范圍,、小地域內(nèi)的相近的團隊那么快速的發(fā)展。相互的學習可以遠超外界其他的團隊的速度去進化,，直至取勝,。而安克創(chuàng)新的研發(fā)隊伍正好有著多國市場、多品類的團隊特性,。

圖源：搜狐

成立十周年之際，這家企業(yè)決定開始向?qū)W習型組織轉(zhuǎn)型,。他需要一個平臺來聚合十幾個不同品類的產(chǎn)品團隊,，以及幾十個不同國家的營銷團隊。2021年安克創(chuàng)新決定引進飛書,。

一個學習型組織的核心,，是人不要成為企業(yè)內(nèi)部知識流通的阻礙，而沉淀下來的知識也不會隨著人的流動而消失,。陽萌回憶,，2021年安克創(chuàng)新在飛書上沉淀下來的文檔有100多萬篇，這個數(shù)字在2023年變成200萬,。當陽萌出現(xiàn)在幾個月前飛書7的發(fā)布會上是，安克創(chuàng)新已經(jīng)變成了一家研發(fā)人員超過2000人,，總員工數(shù)量超過4000人的企業(yè),。

這些文檔經(jīng)過歸檔和提煉后進入企業(yè)的知識庫，幾百萬篇的文檔的積累和這些私域知識的存在,，讓陽萌能夠有一些底氣說,，“安克創(chuàng)新今天成為了一個相對 AI ready 的公司”。

AI能力在企業(yè)內(nèi)的引入不會是一場“空降”,，反而更像一場數(shù)字化的繼續(xù)走深,。AI能力與企業(yè)數(shù)字化的微妙關(guān)系也在這里，AI能力需要基于企業(yè)本身數(shù)字化的成熟來發(fā)揮效用,，前者最大的價值,，又是在解決企業(yè)高度數(shù)字化之后所遇到新的問題。

安克創(chuàng)新在飛書上每年新增 200 萬份文檔,，這些文檔沉淀在知識庫的各層的目錄里邊,，雖然結(jié)構(gòu)完整，但隨著文檔越來越多,，目錄樹的層級越來越深,，這讓文檔的可觸達性越來越低。

“試想一下,，在一個10層的知識庫目錄樹里去一個文檔,，這就好像當年在C盤里找一個文件一樣,，這其實是很痛苦甚至絕望的?！?/p>

這也是為什么當飛書產(chǎn)品副總裁齊俊元帶著一個叫做“飛書智能伙伴”的AI產(chǎn)品來了安克創(chuàng)新,，陽萌會非常激動。

“飛書智能伙伴”有知識,、有記憶,，有主動性，也能深入到業(yè)務(wù)中,。在內(nèi)容創(chuàng)作,、內(nèi)容總結(jié)、數(shù)據(jù)分析,、場景構(gòu)建,、系統(tǒng)搭建等業(yè)務(wù)場景，用戶均可與智能伙伴一起共事,?！帮w書智能伙伴”作為一個開放的 AI 服務(wù)框架，企業(yè)可根據(jù)業(yè)務(wù)場景自主選擇適合的底層大模型,。

在飛書智能伙伴的支持下,，安克創(chuàng)新的產(chǎn)品經(jīng)理們只需要在加載相應(yīng)的數(shù)據(jù)，就能快速地了解一個產(chǎn)品的全盤信息,。比如說客戶在這個產(chǎn)品里最不滿意的三個問題是什么,，以及針對相應(yīng)問題，具體的用戶反饋都是怎樣的,。這能夠幫助產(chǎn)品經(jīng)理精確的完成產(chǎn)品反饋信息的收集,。

安克創(chuàng)新針對每個業(yè)務(wù)品類配置了個性化的產(chǎn)品助手，只要把知識庫里的產(chǎn)品相關(guān)的文檔加載進去,，產(chǎn)品助手就能用10種語言,，隨時隨刻的及時回復銷售同事的產(chǎn)品問題，這為銷售團隊實現(xiàn)了非常高效的產(chǎn)品答疑,。并且這種產(chǎn)品助手在回答時會一并提供這個回答出處的文檔,。這種白盒化的機制讓企業(yè)能夠反向的去對知識庫進行調(diào)試和糾偏。

“這就有點像,，后來人在享受沉淀下來的知識時,，同時也在修剪這棵樹木，讓這棵樹長得更好,。陽萌說,，”所以我們的同事們也就從簡單的知識使用者，轉(zhuǎn)變成了與知識對話并且在改進知識的創(chuàng)造者?！?/p>

一個工作平臺在AI時代的角色

1972年,，五名IBM員工離開了老東家，在德國曼海母創(chuàng)建了他們自己的新公司SAP,。迪特馬爾·霍普當時觀察到的跡象是,，自己在IBM時期的客戶已經(jīng)開始自行開發(fā)類似的程序來處理業(yè)務(wù)流程。但大多數(shù)企業(yè)并沒有自行開發(fā)軟件的能力,，這意味著設(shè)計一套可復用的標準化系統(tǒng)來集成和實現(xiàn)用戶的業(yè)務(wù)流程,，這個想法大概是可行的。

如果說那時候SAP的創(chuàng)始團隊還下了一場賭注,，那就是“計算機”這個新物種將會很快成為企業(yè)運轉(zhuǎn)中的核心角色,。當時沒有微機， 計算機最多僅有500k內(nèi)存,，而僅僅3年后,，美國MITS公司拿出了人類歷史上第一臺個人計算機。巧合的是,，蘋果公司同樣在1972年創(chuàng)立,。

而世界現(xiàn)在對于大模型的興奮，景象熱烈如第二次經(jīng)歷半世紀前的那一臺Altair 8800,。

50年后,，SAP已經(jīng)在140多個國家和地區(qū)擁有超過10萬名員工。企業(yè)和企業(yè)軟件的關(guān)系,，也從最早主動尋求從手工作坊向標準化軟件系統(tǒng)轉(zhuǎn)變,，到今天近乎困在大量臃腫而并不流通的軟件體系里，尋求一次新的效率解放,。

現(xiàn)在企業(yè)已經(jīng)不缺少能夠服務(wù)單一工作環(huán)節(jié)或場景的軟件系統(tǒng)，但缺少一個“搭積木”的工具,，讓企業(yè)能把不同的軟件系統(tǒng)以最適合自己的方式協(xié)同起來,，并且數(shù)據(jù)可以穿越系統(tǒng)間的壁壘而自由流動。

飛書的變化也從企業(yè)現(xiàn)在最大的痛處開始,。

飛書最初的發(fā)展是一個協(xié)同辦公工具的平臺化過程,，企業(yè)用戶多來自知識密集型產(chǎn)業(yè)。隨后飛書逐漸進入業(yè)務(wù)場景更重,、更復雜的產(chǎn)業(yè),。幾年里飛書幾經(jīng)迭代，在縱向上打磨出了一條知識在企業(yè)內(nèi)部沉淀和流通的管道,，在橫向上逐漸引入第三方系統(tǒng),，形成了一個飛書=Slack+Zoom+Google Doc+Workday+Airtable+Teambition的開放生態(tài)。

圖源：飛書

齊俊元透露了一組內(nèi)部數(shù)據(jù),，用戶每天和智能伙伴的交互中,，有超過10次的交互和飛書原有功能無關(guān)，而是在使用非飛書官方提供的系統(tǒng),。這個數(shù)字不算高,，但在齊俊元看來張力很大。

“長此以往會改變企業(yè)數(shù)字化軟件的設(shè)計思路,。以前我們更多是功能導向地去設(shè)計企業(yè)數(shù)字化軟件,，但其實只要我們做好信息分發(fā)，建立好協(xié)同關(guān)系,，這些系統(tǒng)自然就活了,。甚至很多時候，只有當信息分發(fā)管道和協(xié)同關(guān)系建立好之后,，企業(yè)中這些數(shù)字化系統(tǒng)才會有意義,。”

本質(zhì)上,，飛書的角色開始從協(xié)同辦公平臺走向一個工作平臺,。

在這個視角下，所有業(yè)務(wù)系統(tǒng)都是這個工作平臺的組成部分,。飛書需要把自己往后方,，在知識密集型產(chǎn)業(yè)之外，很多人會用大量其他系統(tǒng)來完成工作,，飛書需要成為那個協(xié)同各個系統(tǒng)的串聯(lián)者,。與此同時，成為一個工作平臺的飛書,，本身則需要變得足夠抽象和開放,，來適應(yīng)不同行業(yè)賦予其上的具體需求。

“隨著我們的開放性越做越好,，我們產(chǎn)品的關(guān)鍵能力也會越來越清晰,，之后的產(chǎn)品會越做越少，化繁為簡”,，齊俊元表示,。

以退為進的是，在郵件,、IM溝通,、文檔乃至業(yè)務(wù)系統(tǒng)都可以在飛書上直接跑起來之后，第三方系統(tǒng)的引入使得飛書能夠?qū)崿F(xiàn)對企業(yè)全流程的承載,。在這樣All in One的基礎(chǔ)上,，只要工作流程在飛書上跑起來，企業(yè)內(nèi)部的所有數(shù)據(jù)和知識都會在這同一個池子里。

把數(shù)據(jù)和知識的水蓄夠了,，是AI Ready的前提,，這時候飛書作為工作平臺的角色又變成了一個打開就能用的“AI水龍頭”，幫助企業(yè)進一步完成從AI Ready到AI Native（AI原生）的轉(zhuǎn)變,。

謝欣視飛書智能伙伴為一位具備智慧和能力的“人”,。如果從這個角度來理解這個新的AI產(chǎn)品，這位無限注意力和記憶力的“新同事”最重要的價值,，就是用AI能力將企業(yè)數(shù)據(jù)和知識的沉淀及分發(fā)的阻力進一步降低,，讓這個池子的水變得更活。這個過程中所有被需要的系統(tǒng)——不管是飛書內(nèi)部的文檔或者第三方業(yè)務(wù)系統(tǒng)——都會遵循這個第一性原理出現(xiàn)在合適的位置,。

世界即將走向一個更加智能,、互聯(lián)且高效的時代。在這個時代中占先的企業(yè)一定是AI驅(qū)動的,，飛書正在見證并且促成著這場變革,。