飛書 “打破” AI 與協(xié)同辦公的「黑箱」

文 | 智能相對論

作者 | 陳泊丞

在協(xié)同辦公領(lǐng)域，自從有了AI，微軟、釘釘、Google Workspace、Salesforce、企業(yè)微信、飛書等廠商都試圖通過深度整合AI技術(shù)，從智能會議、內(nèi)容創(chuàng)作、數(shù)據(jù)管理等場景重構(gòu)辦公范式。

微軟通過Microsoft 365 Copilot將AI嵌入日常辦公全流程，重點(diǎn)覆蓋智能會議與協(xié)作、內(nèi)容創(chuàng)作與優(yōu)化等場景。釘釘聚焦智能會議、文檔協(xié)作、數(shù)據(jù)分析、知識管理等辦公核心場景，并在日前發(fā)布了AI表格，首次將文檔融入數(shù)據(jù)表，進(jìn)一步定義數(shù)據(jù)管理范式。

實(shí)際上，看一圈下來，AI在協(xié)同辦公領(lǐng)域的應(yīng)用場景并不多，大多圍繞會議、數(shù)據(jù)、內(nèi)容、知識等做流程優(yōu)化、管理升級。飛書在今年“未來無限大會”上發(fā)布多款A(yù)I產(chǎn)品和功能升級，包括知識問答、AI會議以及升級版的多維表格等，核心場景依舊不變，真的有意義嗎？

答案是必然的。在 AI 技術(shù)與協(xié)同辦公深度融合的今天，如何讓AI工具真正服務(wù)于業(yè)務(wù)需求，恰恰是行業(yè)發(fā)展的焦點(diǎn)，而非場景拓展的多少。這同時(shí)也是重構(gòu)協(xié)同辦公范式最難的一點(diǎn)，即系統(tǒng)性地打破AI應(yīng)用中的不確定性與模糊性，讓AI真正成為可解釋、可控制、可落地的生產(chǎn)力工具。

協(xié)同辦公的AI，依舊是個(gè)「黑箱」

在協(xié)同辦公場景中，AI的「黑箱」特性并非指功能不可用，而是指其核心決策邏輯、數(shù)據(jù)處理過程、結(jié)果生成路徑對用戶（包括企業(yè)員工、管理者甚至IT部門）而言，透明度不高——用戶只能看到輸入和輸出，卻無法解釋“AI 為何做出這個(gè)判斷”“這個(gè)結(jié)果是基于哪些數(shù)據(jù)得出的”等等一系列過程中的推理思路。

為什么很多企業(yè)的知識管理做不好？根本原因不是AI技術(shù)不給力，而是傳統(tǒng)的AI應(yīng)用是基于外部知識庫所打造的，往往存在諸多不準(zhǔn)確、不嚴(yán)謹(jǐn)?shù)男畔⒈籄I所識別，并用于結(jié)果生成，從而造就了「黑箱」。

當(dāng)然，企業(yè)也可以專門搭建結(jié)構(gòu)化的知識庫，用于AI訓(xùn)練和推理，從根本上解決「黑箱」問題。但，這不是一件簡單的工程，大企業(yè)有能力，卻面臨著組織體系龐大和業(yè)務(wù)布局廣而知識堆積嚴(yán)重；中小企業(yè)則缺乏系統(tǒng)性的整理以及知識分布碎片化等問題。

總的來說，各有各的難處，這就直接限制了AI的價(jià)值發(fā)揮。飛書知識問答的上線，正是為了解決這一問題，不需要提前搭知識庫，AI直接就能聊天記錄、會議紀(jì)要、企業(yè)文檔等日常沉淀的信息中抓取知識、理解權(quán)限并結(jié)構(gòu)化輸出答案。

這一功能的本質(zhì)是通過企業(yè)級數(shù)據(jù)閉環(huán)徹底改變了傳統(tǒng)AI工具依賴外部知識庫的模式。在飛書的演示視頻中，當(dāng)飛書CEO謝欣提問“飛書鴻蒙項(xiàng)目進(jìn)展如何”，系統(tǒng)自動(dòng)關(guān)聯(lián)相關(guān)文檔、群聊記錄和會議紀(jì)要，生成結(jié)構(gòu)化答案并標(biāo)注每一條信息的來源鏈接。

這種“所見即所得”的設(shè)計(jì)不僅解決了企業(yè)需要專門搭建結(jié)構(gòu)化知識庫的痛點(diǎn)，將企業(yè)日常信息完全盤活，更關(guān)鍵的是成功打破了AI的「黑箱」，讓用戶能夠清晰追溯AI的推理過程，不再難以想象，并基于內(nèi)部知識減少AI幻覺。

回過頭來看，協(xié)同辦公場景的AI應(yīng)用重點(diǎn)依舊不在于場景的多少，而在于如何解決AI「黑箱」的問題。以飛書為代表的廠商通過讓AI的知識來源、推理過程、數(shù)據(jù)依據(jù)更透明，試圖在效率與可靠性之間找到平衡。

在“技術(shù)-功能-場景”三重閉環(huán)下，走完“最后一公里”

協(xié)同辦公的AI應(yīng)用基本遵循“技術(shù)-功能-場景”三重閉環(huán)，技術(shù)創(chuàng)造功能，功能放置場景，最終閉環(huán)落地。即便是后期的升級，也大多是圍繞技術(shù)、功能與場景三大模塊開展。

這一次，飛書升級的AI會議同樣是圍繞這三重閉環(huán)而展開。在技術(shù)上，聲紋識別等技術(shù)的加入，帶來一系列功能升級，如會議中實(shí)時(shí)生成逐字稿、一鍵生成結(jié)構(gòu)化會議紀(jì)要、提取行動(dòng)項(xiàng)等。緊接著，針對協(xié)同辦公場景，通過飛書AI會議，企業(yè)可以實(shí)時(shí)保存日常開會所沉淀下來的數(shù)據(jù)、信息和知識，并轉(zhuǎn)化成為企業(yè)資產(chǎn)，再通過AI功能進(jìn)行匯總，并反饋給用戶（包括員工、管理層等），最終在三重閉環(huán)下完成升級。

事實(shí)上，協(xié)同辦公領(lǐng)域涌現(xiàn)了諸多AI應(yīng)用，但是部分體驗(yàn)并不好。究其原因，在“技術(shù)-功能-場景”的三重閉環(huán)邏輯下，有的只是走完了前面兩重閉環(huán)，在最后的“場景”閉環(huán)中始終抓不住重點(diǎn)，落地不了。

比如，很多辦公平臺都在嘗試“知識問答”，但傳統(tǒng)的AI應(yīng)用中往往需要手動(dòng)構(gòu)建結(jié)構(gòu)化知識庫。這在實(shí)際的辦公場景是很難落地的，背后增加的人力成本（專門雇一個(gè)人來做知識庫構(gòu)建，不專業(yè)也夠懂業(yè)務(wù)）和時(shí)間成本（業(yè)務(wù)人員自己多花時(shí)間構(gòu)建知識庫）等都極大地限制了使用。

正是因?yàn)闆]有考慮到實(shí)際場景中的落地問題和實(shí)用性，也就導(dǎo)致了知識問答在協(xié)同辦公場景中一直得不到普及。飛書知識管理試圖回歸場景，聚焦企業(yè)的辦公場景做好數(shù)據(jù)閉環(huán)，從而走完三重閉環(huán)的“最后一公里”，推動(dòng)知識管理落地。

這一路徑同樣在被釘釘所使用，其最新發(fā)布的AI表格的本質(zhì)是將企業(yè)的業(yè)務(wù)邏輯、業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)化為AI可執(zhí)行的數(shù)字模型——通過大模型與RPA的結(jié)合，技術(shù)能力被轉(zhuǎn)化為智能化的功能，如自動(dòng)抓取平臺數(shù)據(jù)、店鋪數(shù)據(jù)等；再通過表格與業(yè)務(wù)流程的融合，功能模塊用于輔助業(yè)務(wù)場景分析和決策，如評估店鋪運(yùn)營、對接工單保修等。

在這個(gè)過程中，“AI表格”成了企業(yè)業(yè)務(wù)開展的重要支撐。如果沒有最后一環(huán)“場景”的融合，那么“AI表格”就只是更聰明的表格，無法發(fā)揮應(yīng)有的應(yīng)用價(jià)值。由此可見，頭部辦公平臺對AI的應(yīng)用已經(jīng)更多聚焦在場景上做技術(shù)與功能的升級和適配。

在這一趨勢下，協(xié)同辦公的AI正在加速“淘金”，而場景就是最好的篩子，誰能更好地圍繞著場景作應(yīng)用，打破「黑箱」，誰家的AI就能在當(dāng)下激烈的競爭脫穎而出。決定這一切的并非AI技術(shù)的先進(jìn)或應(yīng)用場景的多寡，而是實(shí)際落地的邏輯和效果。

正如飛書 CEO 謝欣所言：“AI時(shí)代，企業(yè)需要的不是更多功能，而是真正能解決問題的成熟工具?！碑?dāng)AI的每一步?jīng)Q策都可追溯、每一項(xiàng)功能都可驗(yàn)證、每一個(gè)場景都能創(chuàng)造價(jià)值，協(xié)同辦公的「黑箱」才真正被敲碎，而這正是飛書為行業(yè)帶來的范式革命。

*本文圖片均來源于網(wǎng)絡(luò)

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。