起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識AI Agent的手，伸挺快
4月末，釘釘發(fā)布AI助理之后，各個廠家也推出了自己的AI Agent產(chǎn)品。不少人還沒看懂這個趨勢，實際上，現(xiàn)在AI Agent正在重構內(nèi)部和外部工作流程，別不信。
很多人還沒有感受到真正變化。大部分情況下，只用大模型衍生工具，解決基礎工作，比如：文案潤色，總結框架，生成圖片，制作導圖等。
按照場景，我把一個人工作分為內(nèi)部、外部兩種。
- 內(nèi)部工作：指在公司工作范圍內(nèi)應該干的。類似有，做私域運營，每天要用SCRM工具管理客戶，群發(fā)消息，進行1對1維護。
- 外部工作：指要從外部獲取信息和資源的事。如，學習新知識，上網(wǎng)搜東西，從打開瀏覽器查資料，下載資料再到做文件，這一系列動作就是外部工作。
現(xiàn)在AI Agent正在重構內(nèi)部和外部工作流程，別不信。
01
我舉個例子：
下面這張圖片比較明顯。微信群中，朋友提到一個詞：靠譜。于是，我左鍵點擊一下喚起AI，直接讓它幫我查找靠譜的意思、誰提出的、有哪些具體含義。
《截圖：PC版微信與AI Agent絲滑聯(lián)動效果》
當然，這是AI Agent工作流的一個環(huán)節(jié)。它還能幫我解釋、總結、翻譯、生成周報，制定OKR，甚至提取關鍵詞做成思維導圖，編寫短視頻腳本。
最關鍵還有，不僅局限在微信聊天場景下，瀏覽網(wǎng)頁看新聞，看視頻時一樣受用。
很明顯，從點擊左鍵到搜索，再到調(diào)用工具內(nèi)的應用，然后，這些應用還能鏈接到其他外部工具，四步走，AI Agent已經(jīng)完成整個外部流程。
再來說說內(nèi)部。
內(nèi)部工作最煩什么？我覺得用一個詞來形容是：冗余。什么是冗余？重復、無聊，不必要的勞動和無效的流程。
昨天一個用SCRM工具的朋友跟我吐槽：
我覺得，SCRM公司很愚蠢，用企微批量管理用戶很正常，但問題是，分類打標簽后，每次群發(fā)給客戶的信息不一樣，我得用外部AI編輯好文案，然后上傳保存。
AI時代，就不能接個大模型，根據(jù)原有信息一鍵生成嗎？而且，每天編輯，每次都差不多的工作，人效也低。
嗯，完全可以理解。你做過圖片嗎？或者，批量修改過圖片中的內(nèi)容嗎？如果沒有，站在電商設計師的角度想想，他們最頭疼什么？
前不久，我設計一些東西，發(fā)現(xiàn)部分軟件真的很笨拙，一次操作不能形成自動化，無法直接復制到下一張圖片上，造成我每一個都要重復。
上述問題AI相關公司在解決。我知道墨見MoLook完全能自動生成，把要求給它，它幫你做，還能自動整理歸類圖片文件，MasterGO也可以，釘釘AI市場助理，也有不少產(chǎn)品圍繞內(nèi)部端到端場景展開。
所以，種種變化讓我意識到，內(nèi)部工作流程也在被重構，AI Agent技術可以被視為新物質(zhì)大爆發(fā)，這并非隨口一說。
02
不信，我們看看國外。人工智能在美國一直領先。
技術、實際應用都做得很好。幾個著名例子是微軟的AutoGen、OpenAI的GPTs，還有一些專業(yè)領域應用，比如：編程助手Devin、客服專用的Agent4和零售行業(yè)的Regie.AI。
擔心你不了解，我做一下簡單科普。
AutoGen，模擬程序員、設計師，通過聊天解決各種任務；OpenAI的GPTs多數(shù)人應該比較熟悉，你創(chuàng)建一個ChatGPT，讓它專門學習新技能，主攻某個模塊的任務，類似摜蛋、棋牌游戲，或教孩子學數(shù)學等。
Devin針對編程場景，能處理千個復雜工程中的決策點，還能持續(xù)學習，并修正過程中的錯誤；Agent4專注客服賽道，能夠理解人類說了啥，提供個性化服務。
最后是Regie.AI，它解決銷售自動化問題，能生成個性化營銷郵件，和銷售場景中所用的內(nèi)容，大大提高營銷推廣效率。
因為國外高速發(fā)展，國內(nèi)科技公司才加入這種趨勢。
之前投資圈有個流行說法：
十個AI應用里，五個是辦公Agent，三個是AIGC（AI生成內(nèi)容）。剩下兩個，我總結為，針對外部工作流程的打通。所以，國內(nèi)發(fā)展也相當內(nèi)卷。
我們可以看到，釘釘、百度智能云、字節(jié)跳動都在推動這一切。釘釘AI PaaS提供模型訓練、模型調(diào)度、插件開發(fā)三個層次的平臺，主要針對企業(yè)大模型的定制和優(yōu)化。
百度智能云的千帆有三個維度：一是知識庫，二是辦公和電商的B端專業(yè)服務，三是個人應用助理的C端場景。字節(jié)跳動不用多說，大力出奇跡，各種各樣的都有。
除大廠外，我還看到不少初創(chuàng)公司也在做AI Agent。比如，面壁智能推出的XAgent、清華大學聯(lián)合北郵推出的AgentVerse、ChatDev等，這些在GitHub上都可以體驗到。
因此，國內(nèi)Agent發(fā)展很快。
金字塔模型聽過嗎？平臺能力就像金字塔底座，一旦底座完善，剩下B端、C端應用層構建，只不過是時間問題。不過，現(xiàn)階段看，國內(nèi)Agent發(fā)展還沒有達到真正潛力爆發(fā)時刻。
為什么呢？
雖然國內(nèi)AI Agent領域大家都在說：開發(fā)智能體。
實際上，我調(diào)研后發(fā)現(xiàn)，大多所謂的智能體，只是簡單的聊天機器人，不具備反思、規(guī)劃、情境感知的能力。而這些恰好是高級AI Agent的核心能力。
一個真正的AI Agent，應該能夠圍繞某個目標，不斷根據(jù)我的對話和要求，記住某些細節(jié)，并調(diào)整為我喜歡的方式。
前天，Chat GPT4o上線，我體驗了一下，發(fā)現(xiàn)一個細節(jié)，后臺會學習并保存我說過的「記住、立刻、NO」相關的語句。即便刪除聊天記錄，它依然會按照我以前告訴過它的話和我溝通，這也許是國內(nèi)大模型應用下一步會有的。
目前，我最看好的三個產(chǎn)品是釘釘AI助理、豆包和扣子（KOZE）；釘釘AI助理主要針對公司內(nèi)部流程優(yōu)化，豆包更偏向C端場景，比如文本生成、知識問答、推理計算。
而扣子呢？偏向開發(fā)平臺。讓每個人自己創(chuàng)建機器人。
與國外Dify等AI初創(chuàng)公司相比，三個產(chǎn)品無疑是國內(nèi)AI Agent市場領先者。至于Kimi Chat推出的Kimi+也在針對個人外部場景，但從底座能力和現(xiàn)有客戶群上看，似乎沒有幾家有優(yōu)勢。
因此，這場技術變革，用新物種大爆發(fā)來形容，一點都不為過，這種由硅基生命（AI Agents）引領的類似大爆發(fā)，跟生物進化相似，會不斷演變，變得更復雜、更強大。
03
進化意味著淘汰，我覺得AI Agent正在重塑B端公司。
想想看，很多公司依賴釘釘、飛書這樣的全能平臺。這些平臺集成打卡、考勤、業(yè)務流程審批、OA、ERP、CRM等功能，甚至，有些B2B公司軟件還能解決C端場景的問題。
拿我熟悉的來說：
SCRM產(chǎn)品不僅能針對C端做客戶管理，還可以針對B端做線索管理。低代碼平臺可以做表格管理，還能用表格做項目協(xié)同。
所有功能都集中在一個平臺上，用戶不用頻繁切換，可以搞定所有工作，這種設計讓用戶體驗更流暢，成本更低，效率更高。所以，未來單獨的企業(yè)軟件會越來越少，畢竟沒人愿意在多個軟件之間來回切換，這樣既低效又費錢。
另外，AI Agent正在淘汰一些軟件。淘汰哪些呢？
1. 單機數(shù)據(jù)分析類
數(shù)據(jù)是第四生產(chǎn)要素，很值錢，但有些傳統(tǒng)數(shù)據(jù)分析軟件沒聯(lián)網(wǎng)，還要人工輸入。之前，結果過一些偏中高客單產(chǎn)品的公司，如：醫(yī)美、教育機構。
它們會采用CRM系統(tǒng)管理獲客線索，這些CRM系統(tǒng)要將線索存檔，但不能清理數(shù)據(jù)，銷售人員一個個回訪后，還要將回訪信息再手動打上標簽輸入系統(tǒng)中，淘汰概率蠻大。
因為從哪個平臺獲客，就用哪個平臺的CRM，追蹤后，回填上，AI完全能自動處理數(shù)據(jù)，完全不用那么繁瑣。當然，這不是絕對的。
2. 輕咨詢服務類
什么是輕咨詢服務類？像常見的Gartner、Forrester、IDC、Bain & Company，國內(nèi)相似的我就不提了，這些公司給中小企業(yè)、大公司提供市場分析、技術研究，幫助企業(yè)做數(shù)據(jù)決策，它們可能會被替代。
注意，是替代。為什么呢？原因很簡單，像抖音、阿里這些公司，它們有天然數(shù)據(jù)優(yōu)勢，基于優(yōu)勢自己也衍生出不少數(shù)據(jù)中臺。而且，平臺數(shù)據(jù)比第三方抓取的更精準。
另外，隨著發(fā)展，它們也開始加入AI智能化功能，所以，傳統(tǒng)輕咨詢服務軟件被淘汰的概率比較大。
值得一提的還有傳統(tǒng)教育軟件，像提供題庫、學習資源、在線輔導、以及語言培訓的，只要涉及到標準化，都有可能面臨被AI技術替代可能。
一個通俗的例子是：
過去，孩子們要死記硬背大量知識點，這是古典記憶流晶體教育法；而現(xiàn)在，他們更多地通過理解因果關系、解決實際問題來學習。
你想想看，未來的孩子們，會不會更少地進行死記硬背的學習？取而代之的，會不會是個性化教育和實時反饋答疑？
所以，大公司做平臺，讓AI Agent不斷推動企業(yè)軟件向集中化、一站式服務轉型，這樣，反而促進了軟件行業(yè)的發(fā)展，提高了公司業(yè)務和智能化的效率。
04
不過，這一切不會很快到來。因為有三個問題：
第一，AI Agent依賴的大模型更新和改進很復雜，需要大量時間和金錢。
第二，數(shù)據(jù)是個大問題，大模型要不斷獲取大量數(shù)據(jù)，而專業(yè)數(shù)據(jù)不容易獲取。
昨天字節(jié)發(fā)布會，把模型商用價格壓到行業(yè)最低，說明了什么？雖然有很多考慮因素，但絕對離不開一條：用更多金錢換信息資源，抓緊推進模型在各種場景下的使用。
第三，APP接口（API）對AI Agent來說非常重要。
為什么呢？
可以想象一下，一個Agent要完成一套復雜的工作流，背后要調(diào)動很多數(shù)據(jù)、應用和程序。
就像你去餐廳點餐，不用知道廚師怎么做菜的，菜就能送到你面前；API像菜單，集合所有請求和服務，讓不同的軟件可以互相交流和合作。
如果Agent沒有足夠多的API，很難讓工作流順暢進行，但現(xiàn)實是，盡管現(xiàn)在網(wǎng)站、APP有自己的API，它們在Agent場景下卻不夠多，接口也不標準，也就限制了AI Agent的功能。
如果沒有統(tǒng)一底層開發(fā)框架，技術團隊開發(fā)每一個AI Agent時，必須從頭開始設計和實現(xiàn)各種功能，就要消耗大量時間、精力。
字節(jié)、阿里、百度大公司做AI Agent平臺恰巧有一定好處：統(tǒng)一底層開發(fā)框架，提供更多共享服務和功能，不僅解決數(shù)據(jù)處理、模型訓練、監(jiān)控部署的問題，還打通了各個系統(tǒng)之間的接口。
值得一提還有，當大平臺把AI Agent平臺搭建好后，中小型軟件服務商，利用對特定業(yè)務場景理解的優(yōu)勢，開發(fā)出更符合一線需求的AI Agent，反而能提高AI Agent的質(zhì)量。
比如：
一家專注醫(yī)療領域的中小軟件服務上，可以利用大平臺的基礎框架，開發(fā)出一個能根據(jù)患者病歷、癥狀提供個性化建議的AI Agent，不僅滿足了醫(yī)生、患者的需求，還提高了就診效率。
問題是，迭代需要時間。大公司建設AI Agent平臺能力還不健全，更別說細分賽道，技術迭代背后是創(chuàng)業(yè)者認知的迭代，這要多次嘗試和改進。
很顯然，這一切不會很快到來。
不過，大模型在B2B領域占主導地位毋庸置疑，趨勢也越來越明顯。那么，B2B公司只能束手無策嗎？未必。我覺得有兩點：
1）精明的，深耕細分行業(yè)
我們看到，像阿里、字節(jié)等巨頭雖然在AI技術上很強大，但可能沒有時間去深入研究每一個特定行業(yè)，理解細分行業(yè)，反而是中小企業(yè)趁機發(fā)展的關鍵。
何為精明？有句話叫「埋頭苦干，也要抬頭看天」。我見過太多埋頭苦干，不知道看天的中小軟件的創(chuàng)業(yè)者，他們即便抬頭，也不知道天在哪。
因為缺少兩個思維：一，生態(tài)位思維，二，平臺思維。大部分軟件公司只關注客戶，不關注平臺，也不關注生態(tài)位，不知道做的軟件上下游是誰。有時候，打敗的真不是同行，而是上下游。
2）走窄門，找大哥抱大腿
有句古話說：打不過，就加入，能利用現(xiàn)有資源、平臺發(fā)展自己也是不錯選擇，現(xiàn)在釘釘、百度智能云、字節(jié)把舞臺搭好，必定需要唱戲的人。
前不久，他們又搞Agent大賽，又搞開發(fā)激勵的，為了什么？還不是想快速開發(fā)和部署AI Agent；如果此時，你能洞察到一些機會，與時俱進，反而是一種明智選擇。
這方面，對個人也算一種機會。搭建輕量級工作流，并不需要懂太多技術，網(wǎng)上教程實在學不會，就讓AI手把手教你。
總結而言
不做外部場景，就做內(nèi)部。
比爾·蓋茨預測，未來5年，AI Agent將大行其道，每個人都會擁有智能體，生活也將徹底改變，你期待這一天嗎？
專欄作家
王智遠，公眾號：王智遠，暢銷書《復利思維》作者，人人都是產(chǎn)品經(jīng)理專欄作家?；ヂ?lián)網(wǎng)學者，左手科技互聯(lián)網(wǎng)，右手個體認知成長。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉載。
題圖來自Unsplash，基于CC0協(xié)議。
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發(fā)揮！
