4月末，釘釘發(fā)布AI助理之后，各個(gè)廠家也推出了自己的AI Agent產(chǎn)品。不少人還沒(méi)看懂這個(gè)趨勢(shì)，實(shí)際上，現(xiàn)在AI Agent正在重構(gòu)內(nèi)部和外部工作流程，別不信。

很多人還沒(méi)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(chǔ)工作，比如：文案潤(rùn)色，總結(jié)框架，生成圖片，制作導(dǎo)圖等。

按照?qǐng)鼍?，我把一個(gè)人工作分為內(nèi)部、外部?jī)煞N。

• 內(nèi)部工作：指在公司工作范圍內(nèi)應(yīng)該干的。類似有，做私域運(yùn)營(yíng)，每天要用SCRM工具管理客戶，群發(fā)消息，進(jìn)行1對(duì)1維護(hù)。
• 外部工作：指要從外部獲取信息和資源的事。如，學(xué)習(xí)新知識(shí)，上網(wǎng)搜東西，從打開(kāi)瀏覽器查資料，下載資料再到做文件，這一系列動(dòng)作就是外部工作。

現(xiàn)在AI Agent正在重構(gòu)內(nèi)部和外部工作流程，別不信。

01

我舉個(gè)例子：

下面這張圖片比較明顯。微信群中，朋友提到一個(gè)詞：靠譜。于是，我左鍵點(diǎn)擊一下喚起AI，直接讓它幫我查找靠譜的意思、誰(shuí)提出的、有哪些具體含義。

《截圖：PC版微信與AI Agent絲滑聯(lián)動(dòng)效果》

當(dāng)然，這是AI Agent工作流的一個(gè)環(huán)節(jié)。它還能幫我解釋、總結(jié)、翻譯、生成周報(bào)，制定OKR，甚至提取關(guān)鍵詞做成思維導(dǎo)圖，編寫(xiě)短視頻腳本。

最關(guān)鍵還有，不僅局限在微信聊天場(chǎng)景下，瀏覽網(wǎng)頁(yè)看新聞，看視頻時(shí)一樣受用。

很明顯，從點(diǎn)擊左鍵到搜索，再到調(diào)用工具內(nèi)的應(yīng)用，然后，這些應(yīng)用還能鏈接到其他外部工具，四步走，AI Agent已經(jīng)完成整個(gè)外部流程。

再來(lái)說(shuō)說(shuō)內(nèi)部。

內(nèi)部工作最煩什么？我覺(jué)得用一個(gè)詞來(lái)形容是：冗余。什么是冗余？重復(fù)、無(wú)聊，不必要的勞動(dòng)和無(wú)效的流程。

昨天一個(gè)用SCRM工具的朋友跟我吐槽：

我覺(jué)得，SCRM公司很愚蠢，用企微批量管理用戶很正常，但問(wèn)題是，分類打標(biāo)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(shí)代，就不能接個(gè)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(guò)圖片嗎？或者，批量修改過(guò)圖片中的內(nèi)容嗎？如果沒(méi)有，站在電商設(shè)計(jì)師的角度想想，他們最頭疼什么？

前不久，我設(shè)計(jì)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(dòng)化，無(wú)法直接復(fù)制到下一張圖片上，造成我每一個(gè)都要重復(fù)。

上述問(wèn)題AI相關(guān)公司在解決。我知道墨見(jiàn)MoLook完全能自動(dòng)生成，把要求給它，它幫你做，還能自動(dòng)整理歸類圖片文件，MasterGO也可以，釘釘AI市場(chǎng)助理，也有不少產(chǎn)品圍繞內(nèi)部端到端場(chǎng)景展開(kāi)。

所以，種種變化讓我意識(shí)到，內(nèi)部工作流程也在被重構(gòu)，AI Agent技術(shù)可以被視為新物質(zhì)大爆發(fā)，這并非隨口一說(shuō)。

02

不信，我們看看國(guó)外。人工智能在美國(guó)一直領(lǐng)先。

技術(shù)、實(shí)際應(yīng)用都做得很好。幾個(gè)著名例子是微軟的AutoGen、OpenAI的GPTs，還有一些專業(yè)領(lǐng)域應(yīng)用，比如：編程助手Devin、客服專用的Agent4和零售行業(yè)的Regie.AI。

擔(dān)心你不了解，我做一下簡(jiǎn)單科普。

AutoGen，模擬程序員、設(shè)計(jì)師，通過(guò)聊天解決各種任務(wù)；OpenAI的GPTs多數(shù)人應(yīng)該比較熟悉，你創(chuàng)建一個(gè)ChatGPT，讓它專門(mén)學(xué)習(xí)新技能，主攻某個(gè)模塊的任務(wù)，類似摜蛋、棋牌游戲，或教孩子學(xué)數(shù)學(xué)等。

Devin針對(duì)編程場(chǎng)景，能處理千個(gè)復(fù)雜工程中的決策點(diǎn)，還能持續(xù)學(xué)習(xí)，并修正過(guò)程中的錯(cuò)誤；Agent4專注客服賽道，能夠理解人類說(shuō)了啥，提供個(gè)性化服務(wù)。

最后是Regie.AI，它解決銷售自動(dòng)化問(wèn)題，能生成個(gè)性化營(yíng)銷郵件，和銷售場(chǎng)景中所用的內(nèi)容，大大提高營(yíng)銷推廣效率。

因?yàn)閲?guó)外高速發(fā)展，國(guó)內(nèi)科技公司才加入這種趨勢(shì)。

之前投資圈有個(gè)流行說(shuō)法：

十個(gè)AI應(yīng)用里，五個(gè)是辦公Agent，三個(gè)是AIGC（AI生成內(nèi)容）。剩下兩個(gè)，我總結(jié)為，針對(duì)外部工作流程的打通。所以，國(guó)內(nèi)發(fā)展也相當(dāng)內(nèi)卷。

我們可以看到，釘釘、百度智能云、字節(jié)跳動(dòng)都在推動(dòng)這一切。釘釘AI PaaS提供模型訓(xùn)練、模型調(diào)度、插件開(kāi)發(fā)三個(gè)層次的平臺(tái)，主要針對(duì)企業(yè)大模型的定制和優(yōu)化。

百度智能云的千帆有三個(gè)維度：一是知識(shí)庫(kù)，二是辦公和電商的B端專業(yè)服務(wù)，三是個(gè)人應(yīng)用助理的C端場(chǎng)景。字節(jié)跳動(dòng)不用多說(shuō)，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(xué)聯(lián)合北郵推出的AgentVerse、ChatDev等，這些在GitHub上都可以體驗(yàn)到。

因此，國(guó)內(nèi)Agent發(fā)展很快。

金字塔模型聽(tīng)過(guò)嗎？平臺(tái)能力就像金字塔底座，一旦底座完善，剩下B端、C端應(yīng)用層構(gòu)建，只不過(guò)是時(shí)間問(wèn)題。不過(guò)，現(xiàn)階段看，國(guó)內(nèi)Agent發(fā)展還沒(méi)有達(dá)到真正潛力爆發(fā)時(shí)刻。

為什么呢？

雖然國(guó)內(nèi)AI Agent領(lǐng)域大家都在說(shuō)：開(kāi)發(fā)智能體。

實(shí)際上，我調(diào)研后發(fā)現(xiàn)，大多所謂的智能體，只是簡(jiǎn)單的聊天機(jī)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(jí)AI Agent的核心能力。

一個(gè)真正的AI Agent，應(yīng)該能夠圍繞某個(gè)目標(biāo)，不斷根據(jù)我的對(duì)話和要求，記住某些細(xì)節(jié)，并調(diào)整為我喜歡的方式。

前天，Chat GPT4o上線，我體驗(yàn)了一下，發(fā)現(xiàn)一個(gè)細(xì)節(jié)，后臺(tái)會(huì)學(xué)習(xí)并保存我說(shuō)過(guò)的「記住、立刻、NO」相關(guān)的語(yǔ)句。即便刪除聊天記錄，它依然會(huì)按照我以前告訴過(guò)它的話和我溝通，這也許是國(guó)內(nèi)大模型應(yīng)用下一步會(huì)有的。

目前，我最看好的三個(gè)產(chǎn)品是釘釘AI助理、豆包和扣子（KOZE）；釘釘AI助理主要針對(duì)公司內(nèi)部流程優(yōu)化，豆包更偏向C端場(chǎng)景，比如文本生成、知識(shí)問(wèn)答、推理計(jì)算。

而扣子呢？偏向開(kāi)發(fā)平臺(tái)。讓每個(gè)人自己創(chuàng)建機(jī)器人。

與國(guó)外Dify等AI初創(chuàng)公司相比，三個(gè)產(chǎn)品無(wú)疑是國(guó)內(nèi)AI Agent市場(chǎng)領(lǐng)先者。至于Kimi Chat推出的Kimi+也在針對(duì)個(gè)人外部場(chǎng)景，但從底座能力和現(xiàn)有客戶群上看，似乎沒(méi)有幾家有優(yōu)勢(shì)。

因此，這場(chǎng)技術(shù)變革，用新物種大爆發(fā)來(lái)形容，一點(diǎn)都不為過(guò)，這種由硅基生命（AI Agents）引領(lǐng)的類似大爆發(fā)，跟生物進(jìn)化相似，會(huì)不斷演變，變得更復(fù)雜、更強(qiáng)大。

03

進(jìn)化意味著淘汰，我覺(jué)得AI Agent正在重塑B端公司。

想想看，很多公司依賴釘釘、飛書(shū)這樣的全能平臺(tái)。這些平臺(tái)集成打卡、考勤、業(yè)務(wù)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(chǎng)景的問(wèn)題。

拿我熟悉的來(lái)說(shuō)：

SCRM產(chǎn)品不僅能針對(duì)C端做客戶管理，還可以針對(duì)B端做線索管理。低代碼平臺(tái)可以做表格管理，還能用表格做項(xiàng)目協(xié)同。

所有功能都集中在一個(gè)平臺(tái)上，用戶不用頻繁切換，可以搞定所有工作，這種設(shè)計(jì)讓用戶體驗(yàn)更流暢，成本更低，效率更高。所以，未來(lái)單獨(dú)的企業(yè)軟件會(huì)越來(lái)越少，畢竟沒(méi)人愿意在多個(gè)軟件之間來(lái)回切換，這樣既低效又費(fèi)錢(qián)。

另外，AI Agent正在淘汰一些軟件。淘汰哪些呢？

1. 單機(jī)數(shù)據(jù)分析類

數(shù)據(jù)是第四生產(chǎn)要素，很值錢(qián)，但有些傳統(tǒng)數(shù)據(jù)分析軟件沒(méi)聯(lián)網(wǎng)，還要人工輸入。之前，結(jié)果過(guò)一些偏中高客單產(chǎn)品的公司，如：醫(yī)美、教育機(jī)構(gòu)。

它們會(huì)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(gè)個(gè)回訪后，還要將回訪信息再手動(dòng)打上標(biāo)簽輸入系統(tǒng)中，淘汰概率蠻大。

因?yàn)閺哪膫€(gè)平臺(tái)獲客，就用哪個(gè)平臺(tái)的CRM，追蹤后，回填上，AI完全能自動(dòng)處理數(shù)據(jù)，完全不用那么繁瑣。當(dāng)然，這不是絕對(duì)的。

2. 輕咨詢服務(wù)類

什么是輕咨詢服務(wù)類？像常見(jiàn)的Gartner、Forrester、IDC、Bain & Company，國(guó)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(chǎng)分析、技術(shù)研究，幫助企業(yè)做數(shù)據(jù)決策，它們可能會(huì)被替代。

注意，是替代。為什么呢？原因很簡(jiǎn)單，像抖音、阿里這些公司，它們有天然數(shù)據(jù)優(yōu)勢(shì)，基于優(yōu)勢(shì)自己也衍生出不少數(shù)據(jù)中臺(tái)。而且，平臺(tái)數(shù)據(jù)比第三方抓取的更精準(zhǔn)。

另外，隨著發(fā)展，它們也開(kāi)始加入AI智能化功能，所以，傳統(tǒng)輕咨詢服務(wù)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(kù)、學(xué)習(xí)資源、在線輔導(dǎo)、以及語(yǔ)言培訓(xùn)的，只要涉及到標(biāo)準(zhǔn)化，都有可能面臨被AI技術(shù)替代可能。

一個(gè)通俗的例子是：

過(guò)去，孩子們要死記硬背大量知識(shí)點(diǎn)，這是古典記憶流晶體教育法；而現(xiàn)在，他們更多地通過(guò)理解因果關(guān)系、解決實(shí)際問(wèn)題來(lái)學(xué)習(xí)。

你想想看，未來(lái)的孩子們，會(huì)不會(huì)更少地進(jìn)行死記硬背的學(xué)習(xí)？取而代之的，會(huì)不會(huì)是個(gè)性化教育和實(shí)時(shí)反饋答疑？

所以，大公司做平臺(tái)，讓AI Agent不斷推動(dòng)企業(yè)軟件向集中化、一站式服務(wù)轉(zhuǎn)型，這樣，反而促進(jìn)了軟件行業(yè)的發(fā)展，提高了公司業(yè)務(wù)和智能化的效率。

04

不過(guò)，這一切不會(huì)很快到來(lái)。因?yàn)橛腥齻€(gè)問(wèn)題：

第一，AI Agent依賴的大模型更新和改進(jìn)很復(fù)雜，需要大量時(shí)間和金錢(qián)。

第二，數(shù)據(jù)是個(gè)大問(wèn)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(huì)，把模型商用價(jià)格壓到行業(yè)最低，說(shuō)明了什么？雖然有很多考慮因素，但絕對(duì)離不開(kāi)一條：用更多金錢(qián)換信息資源，抓緊推進(jìn)模型在各種場(chǎng)景下的使用。

第三，APP接口（API）對(duì)AI Agent來(lái)說(shuō)非常重要。

為什么呢？

可以想象一下，一個(gè)Agent要完成一套復(fù)雜的工作流，背后要調(diào)動(dòng)很多數(shù)據(jù)、應(yīng)用和程序。

就像你去餐廳點(diǎn)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(qǐng)求和服務(wù)，讓不同的軟件可以互相交流和合作。

如果Agent沒(méi)有足夠多的API，很難讓工作流順暢進(jìn)行，但現(xiàn)實(shí)是，盡管現(xiàn)在網(wǎng)站、APP有自己的API，它們?cè)贏gent場(chǎng)景下卻不夠多，接口也不標(biāo)準(zhǔn)，也就限制了AI Agent的功能。

如果沒(méi)有統(tǒng)一底層開(kāi)發(fā)框架，技術(shù)團(tuán)隊(duì)開(kāi)發(fā)每一個(gè)AI Agent時(shí)，必須從頭開(kāi)始設(shè)計(jì)和實(shí)現(xiàn)各種功能，就要消耗大量時(shí)間、精力。

字節(jié)、阿里、百度大公司做AI Agent平臺(tái)恰巧有一定好處：統(tǒng)一底層開(kāi)發(fā)框架，提供更多共享服務(wù)和功能，不僅解決數(shù)據(jù)處理、模型訓(xùn)練、監(jiān)控部署的問(wèn)題，還打通了各個(gè)系統(tǒng)之間的接口。

值得一提還有，當(dāng)大平臺(tái)把AI Agent平臺(tái)搭建好后，中小型軟件服務(wù)商，利用對(duì)特定業(yè)務(wù)場(chǎng)景理解的優(yōu)勢(shì)，開(kāi)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(lǐng)域的中小軟件服務(wù)上，可以利用大平臺(tái)的基礎(chǔ)框架，開(kāi)發(fā)出一個(gè)能根據(jù)患者病歷、癥狀提供個(gè)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(wèn)題是，迭代需要時(shí)間。大公司建設(shè)AI Agent平臺(tái)能力還不健全，更別說(shuō)細(xì)分賽道，技術(shù)迭代背后是創(chuàng)業(yè)者認(rèn)知的迭代，這要多次嘗試和改進(jìn)。

很顯然，這一切不會(huì)很快到來(lái)。

不過(guò)，大模型在B2B領(lǐng)域占主導(dǎo)地位毋庸置疑，趨勢(shì)也越來(lái)越明顯。那么，B2B公司只能束手無(wú)策嗎？未必。我覺(jué)得有兩點(diǎn)：

1）精明的，深耕細(xì)分行業(yè)

我們看到，像阿里、字節(jié)等巨頭雖然在AI技術(shù)上很強(qiáng)大，但可能沒(méi)有時(shí)間去深入研究每一個(gè)特定行業(yè)，理解細(xì)分行業(yè)，反而是中小企業(yè)趁機(jī)發(fā)展的關(guān)鍵。

何為精明？有句話叫「埋頭苦干，也要抬頭看天」。我見(jiàn)過(guò)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?yàn)槿鄙賰蓚€(gè)思維：一，生態(tài)位思維，二，平臺(tái)思維。大部分軟件公司只關(guān)注客戶，不關(guān)注平臺(tái)，也不關(guān)注生態(tài)位，不知道做的軟件上下游是誰(shuí)。有時(shí)候，打敗的真不是同行，而是上下游。

2）走窄門(mén)，找大哥抱大腿

有句古話說(shuō)：打不過(guò)，就加入，能利用現(xiàn)有資源、平臺(tái)發(fā)展自己也是不錯(cuò)選擇，現(xiàn)在釘釘、百度智能云、字節(jié)把舞臺(tái)搭好，必定需要唱戲的人。

前不久，他們又搞Agent大賽，又搞開(kāi)發(fā)激勵(lì)的，為了什么？還不是想快速開(kāi)發(fā)和部署AI Agent；如果此時(shí)，你能洞察到一些機(jī)會(huì)，與時(shí)俱進(jìn)，反而是一種明智選擇。

這方面，對(duì)個(gè)人也算一種機(jī)會(huì)。搭建輕量級(jí)工作流，并不需要懂太多技術(shù)，網(wǎng)上教程實(shí)在學(xué)不會(huì)，就讓AI手把手教你。

總結(jié)而言

不做外部場(chǎng)景，就做內(nèi)部。

比爾·蓋茨預(yù)測(cè)，未來(lái)5年，AI Agent將大行其道，每個(gè)人都會(huì)擁有智能體，生活也將徹底改變，你期待這一天嗎？