飛書怎么解“AI Ready”這道難題？

　　斯坦福“以人為本”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。”

　　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(yù)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。”這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。”

　　這是一個極其復(fù)雜的工程。

　　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(dǎo)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(dǎo)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(yù)見的，這個組織會進一步復(fù)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。

　　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。”

　　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。“飛書智能伙伴”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(fù)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。”

　　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(fù)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(fù)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(dǎo)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。