采写／陈纪英
编辑／万天南
炫酷的参数比拼，残酷的百模大战，是AI大模型的尽头吗？
这一波大模型风潮中赢麻了的微软，做法恰恰相反，其相继与OpenAI和Meta旗下大模型合作，战略重心放在了卷应用上。
这与百丽时尚的看法不谋而合：AI的价值终点，不止在技术创新上，更在落地于业务应用上。
其实，在这波AI大模型起风之前，百丽时尚就对AI青睐已久。早在2022年，百丽时尚内部确立的升级架构图中，“最上面一层就是AI”。
不止设想，已经落地。
2023年11月，在百丽时尚的“数字化工作台”——钉钉群里，AI助理“商品数字员工”正式“入职”，“未来数万名员工，人人都可以配一个AI助理”，这是百丽时尚的蓝图。
受益于AI的，也不止百丽这样的大型鞋服企业。
芯片行业龙头艾为电子，其IC智能客服可以7x24小时实时回答客户各种关于芯片的专业问题；作为中小企业代表的有零有食，则在“AI+低代码”探索上快人一步，实现了“客户拜访跟进”等销售信息的自动填报与数据分析，走向更低成本更高质量的增长。
这些探索，印证了钉钉总裁叶军的一个论断，2024年，“不是大模型唱主角”，“C端AI原生产品以及B端AI产品，会成为主角”。
据叶军预测，未来三年，将有1000万个AI助理在钉钉上产生。
大象也能起舞，鞋王轻盈“智变”
百丽时尚对AI大模型的应用，既务远，又务实。
作为中国鞋王，百丽时尚手握约20个自有品牌及合作品牌，近10000家门店遍布全国300多个城市。
于百丽时尚而言，必须做到“心中有数”，才能动态管理货物进、存、出、补，持续优化供应链。
但面对如此浩瀚的终端，实时跟踪销量和库存，殊为不易。
早些年间，数据统计要依赖于总部发布邮件给大区，然后到省区、城市、门店，层层下发，再一层层向上汇报。漫长繁琐的流程下，汇总统计一次数据，起码要耗上3-5天。
2019年是个转折点。彼时，百丽时尚全国所有大区的IT人员，聚集到了钉钉群里，利用后者的表格在线编辑功能，实现各类业务相关数据的在线汇总，只需两个小时，就能完成全国万店的数据统计工作。
无论是3天，还是两小时，统计总归是滞后的，也是要耗费人力的。
如今，百丽时尚可以随时调用AI，查询10000多家门店以及每个店员的销量业绩，“店长可以随时追问谁是门店销冠；哪双鞋卖得最好、哪双鞋销量增长最快等数据，AI也能实时相告”。
在百丽时尚，AI不止“识数”，还能协助推进流程，高效便捷地帮助完成系统操作，前面提到的百丽“商品数字员工”就是一例。
订补迭模式下，库存高效流转，需要实时核对收发数据。
过去，一旦出现商品收发差异（发货数目与收货数目不符）时，百丽时尚数据管理人员需要介入并拉通收发方甚至第三方人员，进行沟通定责。
现在，当需要主动认责时收发方可以直接和AI数字员工发起对话，从数据核对，到主动认责，再到认责修正，以及单据完结，一整套流程行云流水，AI都能全盘接手，不仅解放了人力，还大幅提高了业务效率。
上述尝试跑通后，百丽时尚打算把AI落地拓展到单据执行跟进、调货补货等更多场景。
点状应用，对于把AI确定为集团数字化转型战略重要方向的百丽时尚而言，只是开始。在百丽时尚的AI畅想中，替代人力、辅助决策、提升组织效率等，都在未来清单之中。
目前百丽时尚的数万名员工中，很多都是一线人员，过去要耗费大量精力去学习各种数字化工具，“既要懂货懂人，还要懂数懂工具，对一线门店人员来说，有些吃力”，百丽内部人士向《财经故事荟》透露。
而有了AI辅助，一线员工不用迷失在工具海洋里，只需在必要时调取相应AI应用，可以省出更多精力时间，专注在服务顾客上。
举例来说，当百丽门店的某个鞋款缺货时，过去销售可能要登陆系统、输入货号查找库存、打电话申请调货等，耗时又耗力；有了AI助理的话，只要说句话，就能让它帮忙查库存，帮忙沟通调货，帮忙下单给顾客送上门等。
于组织而言，从顶层来看，AI技术可以突破个体局限性和人脑算力不足，支撑组织体系全面、高效、动态、实时的分析决策，还能秉持公司战略意志辅助终端智能决策。
类似百丽时尚这样的大公司，在AI的助力之下，可以更容易实现一杆子插到底，最终极致化提升组织运转效率。
站在数字化和AI的舞台上，大象也能轻盈起舞。
遇事不决问AI
于企业而言，标准化的好产品不难，但个性化的好服务不易。
以问答这一遍布售前、售中、售后的高频交互场景来说，就槽点不断——人工客服要么不够专业，自动客服又常常表现“智障”。
而客服问答环节的质量，又直接关系到潜在用户（客户）的转化、复购等。
对于上述痛点，芯片公司艾为电子深有体会。其芯片产品SKU上千，涉及四十多种子类别，涵盖不同领域的专业知识，而且，每款产品参数也高达几十个，客服想要回复得足够快速、准确、专业，殊为不易。
如果客服全部由经验丰富技术专家担任，一方面，可能会大幅提升招聘、培训成本；另一方面芯片产品更新迭代很快，人工客服的学习能力未必未必与时俱进跟得上。客服的传统做法是，在官网下载产品文档，然后再到海量信息中寻找参数答案，自然难以做到即时专业的响应。
为此，2023年，艾为电子与钉钉一起打造了艾为专属模型，以此为基础，搭建了“AI智能客服”，可以7×24小时回答客户问题。
相比之下，传统问答机器人无法理解上下文意思，只能采取被动机制，被触发关键词时，才能给出提前设置好的标准答案，难免答非所问。
而艾为的AI智能客服，则能理解上下文对话，生成回答更为自然精准，也无需依靠人工频繁维护关键词和问答库，既能提升用户体验，也能极致降低成本。
当智能客服在问答中，识别高潜客户时，还能提醒产品顾问第一时间接入对话。后者可以根据智能客服总结的顾客咨询摘要，跟进需求，锁定商机，拉动转化。
智能问答不仅能化身智能客服，还能变身企业内部的“老师傅”，培训、赋能员工。
三菱电梯的一线人员，过去在现场遇到维修难题时，需要临时翻资料，或者询问相关专家，但这种模式既耗时耗人，还影响客户体验。
现在，三菱维修人员遇到难题，可以直接请教AI，后者不仅可以实时作答，还标注了答案的权威来源，精准率更高，维修人员省力省心，客户也能省时；不止维修人员，一线员工同样可以遇事不决问AI，在群里@问答机器人，就能随时得到答案。
如今，包括智能客服在内的智能问答，已经成为AI大模型最快落地的场景之一。根据沙利文预测，智能客服预计到2027年规模有望增长至181.3亿元，五年内复合增长率可达到20%以上。
AI+低代码，中小企业也能玩转
与百丽时尚等巨头在AI布局上，眼望十年，深谋远虑不同。
中小企业在AI探索上，偏重小轻快准解决实际需求。AI叠加低代码，则给了中小微企业轻量级、低成本登上AI高列的普惠机会。
零售公司有零有食总部位于福建晋江，当地IT人才稀缺，公司IT部门只有区区几位技术员。为此，有零有食捷径通幽，基于低代码模式，在钉钉上完成了数字化系统的打造。
今年4月，随着钉钉开启全面智能化，以及后续宜搭（钉钉旗下低代码平台） AI等智能化产品的陆续上线，近水楼台的有零有食又迅速跟上，进一步通过AI解放了生产力。
有零有食此次的切入口是在销售流程的AI化改造上。
过去，一线销售在拜访前、拜访后，都需要进入钉钉的宜搭平台，打开“客户拜访”系统以及“客户管理/客户拜访计划…”等表单，然后手动填报相关信息。
但销售原本应该奔波在一线，繁琐低效的录入，导致销售不得不压缩拜访客户的时间和精力。而对于管理者而言，想要了解销售拜访客户的进展，也只能访问公司CRM系统，入口步骤多、数据查询不方便。
为此，借力钉钉宜搭上搭建的AI助理，有零有食的销售们通过对话形式，即可完成客户拜访的计划制定、自动填报、检查执行等，提升了工作效率，也能留出更多精力用户客户拜访和服务上。
公司管理者同样受益，通过对话形式，即可迅速跟踪销售团队进展。
比如管理者可以直接发问，“帮我看下截至目前团队内S级客户还有多少个没有拜访过？”“帮我查看下XXX销售拜访了多少客户”等，AI助手便会即时以指标卡或列表等形式，反馈有零有食低代码系统里的相关数据，让管理者一目了然。
根据Gartner预测，到2023年结束，全球低代码市场规模预计将达到269亿美元；到2025年，预计有70%的企业数字化应用，将都由低代码平台构造。
尤其是对中小微企业而言，“AI+低代码”堪称“最佳CP”，AI是“大脑”，低代码则是“手和脚”。
有零有食对此的探索，尚处于初级阶段；未来，AI与低代码更深度的结合，是“自然语言下达需求，AI独立完成开发”，届时，任何一个业务人员，都可以随时根据业务需求，几句话、几十秒就能变更、生产、调用相关应用。
以战代练，AI应用有何启示？
从前述百丽时尚等案例来看，AI已经开始渗透到企业运转的各个流程和环节里。
企业对AI应用的嗷嗷待哺，也印证了微软的战略选择。
与微软不谋而合，立志“全面智能化”的钉钉，也没有卷自研大模型，“卡也没囤，回归到根本，是让大模型产生价值”。
叶军很笃定，“在生产、供应、销售、设计、管理研发等过程中，把大模型真正应用下去，才有价值。”
而从横向来看，AI大模型，有助于实现数智化平权，大中小微企业都能找到应用之道。
过去，企业数字化的进程，很多程度上取决于管理者的数字化思维、企业员工的数字化素养，企业的资金投入规模等。
金山办公总裁章庆元曾对外提出过一个“二八法则”，80%的用户只使用了20%的数字化工具的功能，另外八成功能用户弄不懂、学不会、用不好，在传统企业与中小微企业，这一症结尤为凸显。
而AI大模型的应用，则极大降低了一线人员的“上车门槛”，大中小微企业可以按需“智”变。
钉钉也正在力图降低企业“智”变的门槛。在1月9日的发布会上，钉钉正式对外发布了定价980元/年的创业版，并向1万家新注册企业提供1年的免费使用支持，降低开放平台佣金最高100%返佣等。
叶军解释，上述举动是“希望每一个人、每一家企业都能低门槛地创造AI超级助理，推动智能化普惠。”
而从前述公司的AI探索中，也能总结出共性方法论。
一方面，要登上AI高列，企业的内部驱动，与平台的外部推动，缺一不可。
即便头部巨头，手握充足的资金和高级人才团队，想要完全从0到1自研AI，也是不可承受之重，周期太长来不及，成本太高不划算，因此，众多企业才选择了和钉钉、滴普等外部伙伴共创。
今年8月 22 日，钉钉将智能化底座（AI PaaS）开放给生态伙伴和客户，计划用大模型帮助生态上下游把产品全面AI化，多款智能化场景方案和智能化行业方案陆续上线，这是钉钉智能化已全面进入生态层的起点。
1月9日，钉钉7.5 又推出 AI 助理等产品，每个人、每家企业都可以定制个性化的、专属的超级助理，这标志着钉钉AI战略开启了B端、C端双线并行的全面化普及。
截止目前，已有超过70 万家企业在钉钉上落地智能化应用。
另一方面，AI玩得转的前提，其实是数据和业务的在线化。
以前述公司为例，无论是艾为的智能客服，还是三菱的智能老师傅，都是把企业内部与相关行业的专业知识库，接入钉钉AI PaaS层能力，才能孵化、调优企业专有的AI应用，让AI从“通用”升级到“懂行”。
而百丽时尚能在AI落地上快人几步，也离不开长期持续投入的数字化基建。
因此，在数字化上跑得更快，积累更深的企业，在AI转型时往往更为得心应手。仅以钉钉平台为例，截止到2023年年末，就有高达2500万家企业，在此跑通数字化转型，而他们在AI探索上，可谓近水楼台。
AI的布局，同样具备很强的先发效应。企业以战代练，平台以战代训，积累的大量数据、行业Konwhow可以喂养和孵化AI，而AI落地探索中沉淀的新数据，又能反向推动AI能力的迭代升级，最终形成正向增长的飞轮。
因此，于企业而言，尽快躬身入局，而非犹疑观望，才是优选项。
