作者:賈樂樂,編輯:趙元
大模型（LLM）發展起來之後，生成式AI开始井噴，有聊天對話、文生圖，還有擴圖等多種形態。
對於技術的進步，大衆都喜聞樂見，但漸漸地另一種聲音出現了：我們希望AI替我們工作，替我們打掃衛生，我們去風花雪月，可現在方向好
路要一步一步走，飯要一口一口喫，直接出現科幻小說、電影中“和人類無異，且供人類驅使”的機器人，顯然不現實，但讓AI從陪聊、廢話大師到有用的工具，落地的途徑已經不像之前那么模糊。
一個共識是，AI Agent是AI應用落地的關鍵推手，甚至是終極形態。
基於LLM的AI Agent是具有獨立思考和行動能力的智能體，AI Agent=LLM+感知+規劃+記憶+工具使用。
今年，紅杉資本對2024年AI的發展趨勢做出預測：Copilot將逐漸向Agent轉變，Copilot是AI輔助人工作，Agent更像一個真正的同事，可以分擔工作。未來，Agent還會走向具身智能，向實體形態的智能機器人形態發展。
確定性的趨勢之下，很多平台和企業都在布局Agent，典型如OpenAI上线了GPT store，國內的釘釘近期上线了AI Agent store，智譜AI、昆侖萬維也分別推出了各自的Agent平台。
OpenAI的GPT store已經於今年1月份上线，屬於Agent的初級階段，上线後的這三個月，GPT store差評滿天飛。
作爲本輪通用型人工智能技術“領頭羊”，OpenAI具有風向標意義，GPT store的遇冷也讓人不得不重新考慮這幾個問題：GPT store 不行是不是代表Agent不行？ AI通過Agent形態落地，路徑應該是什么樣的？更實際的落地場景有哪些？ 和釘釘這樣的平台應該扮演什么樣的角色？ 承擔什么任務？
一、AI落地，To B 還是To C？
GPT store的推出，意味着人人都能構建Agent的時代拉开了序幕，也被認爲是AI 的APP store時刻。
因爲宮鬥等事件，GPT store延遲上线兩個月，在這兩個月用戶創建了超過300萬個ChatGPT自定義版本。
300萬是什么概念，我國國內市場上的APP數量，包括安卓和蘋果商店也就260多萬。
但GPT store上线不久，就出現了熱門GPTs被抄襲、僵屍號泛濫、刷單、假官方、軟色情等多重罪。最受歡迎的當屬AI女友，盡管OpenAI已經明確，不允許GPT專注於培養浪漫伴侶關系。
GPT store裏的產品同質化、低劣化，於是开發者紛紛抱怨，如OpenAI審核不力，用戶少、商業模式完全跑不通，對GPT store失去了信心。
To C的GPT產品備受爭議，有的To C的企業創始人團隊也轉向To B。
Inflection是一家AI獨角獸，也是融資額僅次於OpenAI的初創公司，有着自己的類ChatGPT產品——Pi，主打的是陪伴，To C屬性明顯。
有消息稱，Inflection的核心層被微軟挖牆腳，負責組建名爲“Microsoft AI”的新團隊，整合微軟的消費者AI工作以及Copilot、Bing和Edge等產品。
這不好說是To B還是To C，但相較於談天說地、吟詩作對，微軟和AI相關的產品顯然更工具化、更以提升效率爲目的。
據華爾街見聞的報道，Inflection也正在調整業務重心，轉向爲其他企業提供API服務，也就是To B化，因爲即使Pi的每日用戶數量已達到100萬，它也還沒有找到有效的商業模式，更別提GPT store裏的那些GPT了。
To C的Agent在當前遇到了較大的阻力，To B可能才是更有希望的“生路”。
To C產品的主要邏輯是創造增量需求，創造的方向是讓用戶感受到有趣，而有趣是一個模糊的概念，短視頻、AI生成照片、拍攝表情包、遊戲裏設定AI NPC、編笑話等等都可以是有趣的。
需求分散、使用頻率低下，這是To C產品需要突破的關鍵點。
To B產品的邏輯是解決問題，盡管也有不同行業不同的場景，但每個應用場景都有清晰的、具體的需求。不管是以什么形態落地，AI都需要以更低成本、更高效率的方式滿足需求，這就是天然的約束。
未來，當Agent成爲科幻小說描述的那樣成爲個人管家、助理時，To C應用的天花板將被徹底掀开，而在當前軟件層面，To B才是AI Agent的破局的最佳路徑。
二、To B場景，Agent走到哪兒了？
從LLM到Agent，AI在To B場景已經走了三個階段：大模型湧現，不管是To B還是C，這都是基礎；應用層的+AI，AI作爲輔助，比如微軟的Copilot、釘釘的AI魔法棒；現在是第三個階段，從Copilot走向Agent，自主性、執行力都更強，向着自動化和擬人化發展。
在第三階段，企業所需要的不一定是一個完整的產品，也可以是一小節智能化的能力。將原子化的能力組合在一起，可能是解決企業個性化需求、不同員工個性化需求更有效的途徑，這也正是傳統的SaaS所面臨的最大的問題。
（來源：中金研報）
這些智能化生產力使用場景有哪些？誰來提供這些智能化生產力？
B端有很多場景都有Agent的應用空間，比如電商的語音助手、智能客服、個性化推薦；教育行業的智能輔導和答疑、教育數據分析；房地產行業的虛擬房源展示、合同生成與管理、風險評估；旅遊行業的實時翻譯、旅遊數據分析；物流行業的園區管理與監控、搬運與裝卸等等。
To B涉及到的行業多樣、場景分散，需要的能力是專家級的，所以那些沉澱了行業know-how的企業、ISV、個人/專家是創造AI Agent的關鍵角色。
於是釘釘用更加开放的方式來做AI助理生態，就像釘釘一直以來的生態战略一樣，自己做底座和基礎，把創造留給所有企業和用戶、服務商。
今年1月，釘釘宣布舉辦AI助理大賽，不設門檻，鼓勵企業、ISV、個人進行AI助理的創造，最高可得20萬獎金，包括企業賽道、辦公賽道和高校園生活賽道，截至3月底，有超過700份作品參與了大賽。
我們可 以從這些作品中看見To B的Agent已經可以做哪些事，能在多大程度上能夠提升效率。
本次AI助理大賽中，實在智能是辦公賽道進入到前十的選手，作品是RPA助理——實在Agent。
AI是電腦，RPA是更具執行力的手，AI+RPA能實現業務流程的超自動化。比如，在對話中調出某個業務部門當季的收入或其他統計指標，項目的進度等，這些任務不是簡單對話，而需要查詢、拆解、查看項目數據、推送等執行層面的動作，也涉及到數據庫的讀取、API管理等等。
實在智能與釘釘的合作主要集中在電商這個賽道，實在Agent可以幫助電商商家做全域數據的更新與維護。
現在的電商商家都是多平台經營，店鋪數據也分散在不同的平台，以往商家的操作方式是通過增加員工數量完成每日的取數工作，成本高還易出錯。
實在Agent可以模擬人工方式，在不同的平台上取數並匯總，還可以把數據匯總到宜搭上做BI看板，就能實現數據的自動更新。
如果是原來的模式，實在智能需要先打響“取數寶”的品牌，而現在多了一種選擇：將取數寶的能力，集成在AI助理裏。現在釘釘對於AI助理的入口比較重視，客戶就可以隨時點進去，通過自然對話就可以執行。
用友薪酬創造的薪酬分析助理，可以幫助用戶統計日常工作報表、做人力成本的分析、薪酬結構分析、市場薪酬統計等。
用友薪酬和實在智能都是爲企業提供服務的服務商，也有一些企業選擇自己上，比如長龍航空創造了航空維修助理，可以提交維修需求、智能推薦維修方案、材料出庫入庫登記等等。
在4月23日，釘釘極客大會上，釘釘CTO程操紅提到，釘釘上已經有數十萬個AI助理。
三、GPT Store不行，還是Agent不行？
B端固然更容易培育出有用的AI工具，但GPT Store的經歷不免讓人擔憂釘釘的AI Agent store會不會上演相似的劇情。
先來看看釘釘的AI Agent store與OpenAI的GPT Store有何相似與不同。
相似之處，是都降低了Agent的开發門檻。
OpenAI通過提供GPT builder降低了建立一個Agent的門檻，用戶無需懂編程，也不用懂代碼，通過可視化點擊操作就可以構建一個自定義GPT，部分GPTs通過插件參與業務流程、使用工具，具有執行能力，但仍然達不到Agent的執行標准。
在技術普惠上，釘釘是走得更快的，比如釘釘早就通過低代碼實現了半AI化，讓企業通過低門檻的方式开發更契合真實業務場景的應用。
同時，低代碼的普及，也爲AI Agent打下了“系統”和“數據”基礎設施，比如可以接入釘釘上原有的應用、低代碼、企業自建系統、外部第三方平台。
最大的不同還是在於應用場景，也就是前面提到的，OpeAI的GPTs主要是給C端用的，低門檻所帶來的是同質化與低劣化，而釘釘上產生的AI Agent更有需求的約束。
以解決問題爲开發工具的目的，低劣化問題就能在很大程度上得到解決，同質化方面，有了GPT Store的前車之鑑，釘釘表示，釘釘未來的AI助理市場不做全量推薦，只會推薦精選過的AI助理。
（釘釘AI助理市場）
除了審核之外，在優秀AI Agent的湧現上，釘釘有哪些優勢？
前面我們提到，AI Agent=LLM+感知+規劃+記憶+工具使用，也就是說在大模型之外的更多的框架、組件，以及產生框架和組件的業務場景和數據，也是關鍵的要素。
就像觀衆不能指望沒上過一天班的編劇寫出底層打工人的真實生活，我們也不能指望只吸收了風花雪月知識、沒在真實業務流程中工作過的LLM具有解決實際問題的能力。
釘釘的最大優勢是，它既是一個To B的協同辦公平台，也是一個开放的生態，一個AI應用創作平台，有大量的用戶、組織和ISV，也沉澱了真實、復雜的業務場景。
企業、ISV和個人开發者可以在釘釘上連接、开發和加工各種應用，同時，由於用戶多、企業多，釘釘成Agent天然的試驗場，就像畢業的大學生有了工作機會，AI Agent store也會成爲AI Agent高頻的分發通道，爲未來的商業變現提供了更大的可能，避开了GPTs活躍用戶少的困境。
釘釘所做的，是連接場景和數據，實現結構性自動化和批量處理各種工作。具體來說，釘釘的職責是確保外部記憶存儲部分的完善，包括短期和長期記憶的處理，同時做好任務規劃，之後將大模型生成的內容與本地業務數據集成，並將形成的行動在各個系統中落地。
同時，To B的場景也在增強釘釘。
在To B服務中，釘釘需要頻繁與用戶、企業互動，甚至去线下了解實際工作流程，雖然每個企業需求不同，但產品會逐漸沉澱下來，釘釘也可以保留抽象層和公共層，完成產品的廣泛行業適用性。
再比如，用友這樣的老牌財稅專家在薪酬領域的理解一定比大模型更深，所以AI薪酬分析助理也是在增強大模型在垂直領域的能力。
總的來說，和OpenAI相比，釘釘在LLM沒有優勢，但在感知、記憶和提供工具等方面都做得更好，這是AI Agent store不會成爲下一個GPT store最重要的原因，也是釘釘能長出AI Agent生態的重要原因。
四、結語
歷史總是在不斷重復。
蒸汽機面世後，除了工業和紡織業的應用，人們還研究過將蒸汽機直接裝到馬車上，後來蒸汽機才找到在交通運輸方面真正的用武之地——船舶和汽車。
大模型出現後，To B开始的方向同樣是增強原有的產品，逐漸過渡到更具有自主性和執行力的AI+。
就像人們需要的是跑得更快的工具，而不一定非是馬車，實現目標的途徑是可以改變的，AI也在改變解決問題的方式。
以往，C端用戶要解決問題，需要打开一個個的APP，企業需要解決問題，需要借助一個個垂直場景的SaaS。現在AI Agent將能力抽離出，並組合、重塑，形成特定事件、場景的解決方案。
在簡單場景下，我們需要的是足夠多、足夠智能的AI Agent，在相對復雜的場景下，我們還需要這些AI Agent可以進行協作。
釘釘現在所做的就是用大量的需求促使有用的AI Agent湧現。當有用的AI Agent夠多，覆蓋工作場景，也覆蓋生活場景，距離想象中的未來世界就更近了。
原文標題 : AI入凡塵：從風花雪月到千行百業
標題：AI入凡塵：從風花雪月到千行百業
地址：https://www.utechfun.com/post/362773.html