到钉钉播种 AI 应用的，不只大模型厂商们

经历了去年的百模大战、今年的大模型价格战，AI 应用尚未能爆发。大模型到底如何落地，成为所有人最关心的焦点。

这是一些先跑出来的 AI 应用。在 C 端，像 Kimi、海螺问问这样的语音助手类 APP，成为打工人的工作搭子、生活搭子；在 B 端，钉钉平台上的客户「捏」出了研、产、供、销、服工作流程的各类 AI 助理，直接交付生产力。

尽管这些 AI 应用尚未迎来破圈，但这批先行者决定聚在一起，在「AI 应用」这个共识上向前一步。

6 月 26 日，「Make 2024 钉钉生态大会」上，6 家大模型厂商加入钉钉生态，包括：MiniMax、月之暗面、猎户星空、百川、智谱和零一万物。

可以看到，这些大模型厂商里，既有以 AGI 为终局做 ToC 应用的选手，也不乏已经在 B 端市场拿下很多订单的「隐形冠军」，他们都做出了一个相同的选择，在钉钉这样一个拥有办公协同和业务数字化最广阔的场景里，探索 AI 应用。他们到底是怎么想的？在中国，AI 应用落地的 roadmap，到底长什么样子？

在这场聚集了国内顶尖大模型厂商和头一批尝试 AI 落地的企业的大会上，我们看到了一些答案。

一、在钉钉，AI 应用的种子发芽

在钉钉，一批 AI 应用正在自发地涌现。改变的临界点，发生在大模型和业务能产生交集之时，一个闲聊的机器人就变成了一个公司的法务、财务、人力资源、客服等。

AI 知识问答，是落地最快、适用行业最广泛的应用。

在植德律所，AI 知识问答助手正在向律所职员和客户稳定地交付专业服务。

由于行业特点，律师在回答客户提问时必须做到精准无误，哪怕是非自己专业领域的问题。过去遇到这种情况，律师只能先查阅资料、或者向其他律师请教，无法做到及时响应，尤其是综合疑难复杂的问题更需要跨不同人请教。

在看到大语言模型带来语言「生成」的能力后，植德律所曾尝试用大模型类应用来辅助业务，但发现当面临数据专业性、时效性、安全性等方面的问题，这类应用总是无法给予一个准确专业可用的答案。

为解决这一难题，植德将一些律所的语料库，通过钉钉 AI 助理能力打造出了一只学习了内部各种专业知识的 AI 数字人——小植同学。AI 数字人小植同学会根据学习的不同专业领域知识和过往积累的案例，进行专业的回答。当面对客户问到不同领域问题时，律师可以先询问小植同学，生成的回答是基于律所专业的语料，节省出大量人力成本，也带来了客户及时和专业的服务体验。

在对内培训业务与日常工作中，小植也稳定地交付服务。

过去遇到新的业务场景，植德律师在内部往往需要花费大量时间沟通此前的类似项目、工作模板，综合评估项目该由哪位律师、合作人去负责；同样，新人入职后通用能力的培训同样需要消耗大量人力。

现在，「小植同学」通过和律所自身数据结合，充分使用所沉淀的知识库和业务数据，在获得授权后可以通过对话的方式开展数据分析和洞察，比如，招投标业务中，帮助自动分析哪个合伙人做过什么业务，大概是怎样的情况，总结过往的经验和业绩。另一方面，企业内的人事、品宣、财务、行政们的问题，也可以直接问 AI 助理，减少培训成本。

植德律所的职员表示：「小植同学不仅能给我们一个答案，还告诉我原始材料的来源，完全颠覆了以往知识密集型行业做知识管理和信息收集的方式。」

除了知识问答之外，AI 在调取、分析和处理数据方面，也解锁了更多企业新场景，扩大了用数据获取洞察的使用范围，盘活企业数据资产。

金牌橱柜 CIO 陈志永刚接触大模型时，还只是用来查资料并快速输出一些内容，他并不认为大模型会和自己的业务有什么实质交集。直到陈志永开始听说 AI Agent，能实现一些企业场景里的需求，AI 应用的种子开始在这家公司的「老问题」上带来新的方式和效果。

金牌橱柜在全国有四千多家线下门店和经销商，店里的员工包括店主、导购、招商经理、运营人员等各种角色，经常要把消费者提出的问题传递给总部，这些问题关于交付保障、产品报价、订单流转、营销政策、三方运营、线上运营、招商见面、学习培训等场景，繁杂却又刚需。

在过去，金牌橱柜先要安排客服对接，然后派出大量人力解决不同的咨询。有时一个交付保障的问题，可能需要 A、B、C 多个角色都参与进来，不仅客户体验不佳，金牌橱柜的员工们也很累，解决问题的时效和质量有时也难以保障。

在引入 AI 助理后，这种长链条沟通的繁琐、低效被彻底消解了。「我们现在只需要告诉『小金』（AI 助理）什么需求，小金就能输出结果。」在此之前，金牌橱柜有数套垂直的系统，答案分散在不同的系统中，现在通过钉钉 AI PaaS 实现了内部系统的打通，包括 ERP、WMS 等，AI 助理直接能查阅公司内部的数据和知识库，「思考能力和行动力也就更强大」，陈志永说。

这类场景的应用在鞋服零售业也非常普遍。尤其当服装行业向柔性供应链变革，能够获取实时数据、数据洞察成为核心竞争力。

在服装行业，从设计、到生产和零售的各个环节，都会沉淀海量数据。过去，无论是服装零售店店长，还是销售线管理层要获取某个环节的数据时，要精准输入该数据类目的专有关键词才能搜索，甚至需要先向数据开发部的数据分析师提需求，后者写好相应的 SQL 代码，才能查询到相关数据，做数据分析。一串流程下来，一线实时发生的数据洞察早已发生了变化。现在，被安排在各个钉钉群里的 AI 助理，可以随时随地回答大家用自然语言（大白话）提出的各种需求，这是因为它在后台自动完成了写 SQL 代码查数、取数、做数据分析、生成图表和建议的全过程。

这样一来，员工查数、用数、获得洞察的门槛进一步降低，更多角色的业务人员可以更快、更准确地利用 AI 辅助业务做出决策。数据资产的利用率。

用 AI 助理把企业沉淀的数据盘活利用，是钉钉上 AI 应用的一种重要场景。但这不是唯一的场景，AI 已经逐步进入到问答和数据分析之外的业务领域，比如，有鹿机器人这家公司。

在钉钉的生态大会上，有鹿机器人在钉钉的 AI 助理（即 AI Agent）市场上发布了第一款具身智能助理「有鹿机器人」。

这种合作模式，是由钉钉向企业开放 API 接口，有鹿机器人通过钉钉的接口接入自己的业务系统，然后打造了一款在线管理「机器人员工」的 AI 助理。

它的一个典型应用场景是，当企业客户想要清扫户外垃圾时，只需要从钉钉上的「有鹿机器人」AI 助理下达指令，后台会自动派遣相应的扫地机器人前去打扫，弥补了保洁阿姨人手不足的情况。

像这样 AI 应用的例子还有很多，尽管还没有出现一个人人皆知的 Killer case，但是在企业工作流里，这些 AI 应用改变了软件行业交付生产工具的结果，直接向企业输送生产力，在增加企业收入、提高效率、降低成本上，优先展现出以大模型为主的 AI 所展现的强大力量。

二、到场景中，才有答案

不仅各行各业的客户正在通过钉钉积极尝试拥抱 AI，钉钉的 AI 生态也在不断壮大。一批大模型厂商也来到了钉钉，他们或想在这里寻找 AI 在 B 端落地的场景，或想在场景中进一步优化模型。

在钉钉 2024 生态大会上，包括 Kimi、MiniMax、智谱在内的六家大模型开发商一同亮相。

MiniMax 创始人闫俊杰表示，提高大模型及其产品的渗透率，是钉钉和 MiniMax 一拍即合的原因。「随着模型能力的提升，已经到了可以服务更多中小企业的一个时间点。」

他解释称，两年多以前，AI 的渗透率不到千分之一，现在，随着各种 GPT 的出现，AI 的渗透率已经有了个位数的百分比。未来，随着 AI 越来越通用、出错率和推理成本降低，AI 将有能力服务更长远的需求，使得原来需要高度定制的需求可以利用 AI 能力变得触手可得，未来甚至可以实现百分之几十甚至 100% 的 AI 渗透率。

Kimi 创始人杨植麟则将钉钉视为「当前生产力的最大实验场」。此前，杨植麟公开表示 Kimi 在当前阶段会聚焦在生产力场景，显然，通过与钉钉平台合作，Kimi 可以得到更多用户反馈、快速迭代模型，同时也可以加强 Kimi 对生产力和办公场景的理解与 AI 应用的探索。

事实上，大模型厂商来到钉钉，看中的是后者拥有的国内最庞大的企业级办公生态。如果说大模型厂商是拿着锤子找钉子，那么钉钉则拿着钉子找锤子，大量客户、用户的反馈、问题，正是大模型厂商们发挥各自所长，探索应用的新机会。

根据年初钉钉公布的数据，目前钉钉拥有超过 7 亿用户，覆盖 2500 万各类组织。这些用户和客户在依托钉钉和 PaaS 能力，沉淀了大量数据和场景，这势必会让 AI 应用和模型可以快速试错、迭代、验证。

除了庞大的用户基础和使用场景，钉钉的开放战略是吸引大模型厂商的另一个原因，这次生态大会上，钉钉宣布向所有大模型厂商开放，并以三种模式展开合作与探索。

• 钉钉一方品+大模型：钉钉的 IM、文档、音视频等产品的 AI 能力主要由通义大模型支持。在此基础上，钉钉将结合其他各家大模型的特点，探索不同模型能力在产品和场景中的应用。例如，钉钉正和月之暗面一起，基于大模型的长文本理解和输出能力，探索教育类应用场景。

• Agent+大模型：在 AI Agent 开发方面，钉钉已向大模型生态伙伴开放 AI 助理（AI Agent）开发平台。开发者在钉钉上创建 AI 助理时，除了默认的通义大模型外，还可以依据自身需求，选择不同厂商的大模型。

• 定制解决方案：针对客户的个性化场景和需求，钉钉将与大模型厂商一起，为客户定制相应的智能化解决方案，并提供模型训练调优、AI 解决方案打造、AI 定制应用开发等服务，还可实现模型的私有化部署。

这意味这不止率先宣布加入的这六家大模型公司，未来，所有的大模型理论上都可以在钉钉的场景里迭代自己的 AI 应用。这也给了企业用户客观挑选大模型的机会，让他们可以根据自己的也许需要选择最适合的模型。毕竟，模型有自己的「性格」和特长，在具体的场景里，很难说谁是最好、最适合的模型组合，增加模型可选的空间，其实是增加了场景高效落地的可能性。

钉钉总裁叶军表示：「模型开放是钉钉生态开放战略的再进一步。随着行业从模型创新走向应用创新，探索大模型的应用场景是钉钉的责任所在。钉钉拥有大量企业客户，数据优势与场景优势叠加，和大模型之间彼此需要。另一方面，钉钉上的大企业客户也对模型开放提出要求。

其实，生态开放一直是钉钉最重要的战略之一。目前，钉钉生态伙伴总数超过 5600 家；其中 AI 生态伙伴已经超过 100 家，除了 AI 大模型生态伙伴外，还有 AI Agent 产品、AI 解决方案、AI 插件等不同领域的伙伴。钉钉 AI 每天调用量超 1000 万次。

随着模型能力的不断提升，业内也逐步形成共识：真实场景中的大规模应用，是大模型价值验证和通往 AGI 的必由之路。在大模型落地「不是还有最后一公里，而是一百公里」的现状下，钉钉搭建了一个能把场景、模型、工具、用户联合在一起下场「Play」的平台。如果说一个通用的大模型 API 解决不了问题，那么在场景最多、用户最多的协同办公平台钉钉上，钉钉带着用户、场景，和模型方一起下场试验。

各家模型和 AI 工具根据各自的优势，在钉钉研、产、供、销、服的生态场景里匹配需求、探索应用，同时根据用户反馈快速迭代模型。

AI 的落地未必只是一个 Super APP，企业侧各种工作流的刚需场景里，是值得期待的试验田，就像在钉钉，智能化正在带来切实改变——看得见的需求，可感知的价值，有启发的实践。星星之火，未来可期。