AI Agent的手,伸挺快

0 评论 1532 浏览 2 收藏 18 分钟

4月末,钉钉发布AI助理之后,各个厂家也推出了自己的AI Agent产品。不少人还没看懂这个趋势,实际上,现在AI Agent正在重构内部和外部工作流程,别不信。

很多人还没有感受到真正变化。大部分情况下,只用大模型衍生工具,解决基础工作,比如:文案润色,总结框架,生成图片,制作导图等。

按照场景,我把一个人工作分为内部、外部两种。

  • 内部工作:指在公司工作范围内应该干的。类似有,做私域运营,每天要用SCRM工具管理客户,群发消息,进行1对1维护。
  • 外部工作:指要从外部获取信息和资源的事。如,学习新知识,上网搜东西,从打开浏览器查资料,下载资料再到做文件,这一系列动作就是外部工作。

现在AI Agent正在重构内部和外部工作流程,别不信。

01

我举个例子:

下面这张图片比较明显。微信群中,朋友提到一个词:靠谱。于是,我左键点击一下唤起AI,直接让它帮我查找靠谱的意思、谁提出的、有哪些具体含义。

《截图:PC版微信与AI Agent丝滑联动效果》

当然,这是AI Agent工作流的一个环节。它还能帮我解释、总结、翻译、生成周报,制定OKR,甚至提取关键词做成思维导图,编写短视频脚本。

最关键还有,不仅局限在微信聊天场景下,浏览网页看新闻,看视频时一样受用。

很明显,从点击左键到搜索,再到调用工具内的应用,然后,这些应用还能链接到其他外部工具,四步走,AI Agent已经完成整个外部流程。

再来说说内部。

内部工作最烦什么?我觉得用一个词来形容是:冗余。什么是冗余?重复、无聊,不必要的劳动和无效的流程。

昨天一个用SCRM工具的朋友跟我吐槽:

我觉得,SCRM公司很愚蠢,用企微批量管理用户很正常,但问题是,分类打标签后,每次群发给客户的信息不一样,我得用外部AI编辑好文案,然后上传保存。

AI时代,就不能接个大模型,根据原有信息一键生成吗?而且,每天编辑,每次都差不多的工作,人效也低。

嗯,完全可以理解。你做过图片吗?或者,批量修改过图片中的内容吗?如果没有,站在电商设计师的角度想想,他们最头疼什么?

前不久,我设计一些东西,发现部分软件真的很笨拙,一次操作不能形成自动化,无法直接复制到下一张图片上,造成我每一个都要重复。

上述问题AI相关公司在解决。我知道墨见MoLook完全能自动生成,把要求给它,它帮你做,还能自动整理归类图片文件,MasterGO也可以,钉钉AI市场助理,也有不少产品围绕内部端到端场景展开。

所以,种种变化让我意识到,内部工作流程也在被重构,AI Agent技术可以被视为新物质大爆发,这并非随口一说。

02

不信,我们看看国外。人工智能在美国一直领先。

技术、实际应用都做得很好。几个著名例子是微软的AutoGen、OpenAI的GPTs,还有一些专业领域应用,比如:编程助手Devin、客服专用的Agent4和零售行业的Regie.AI。

担心你不了解,我做一下简单科普。

AutoGen,模拟程序员、设计师,通过聊天解决各种任务;OpenAI的GPTs多数人应该比较熟悉,你创建一个ChatGPT,让它专门学习新技能,主攻某个模块的任务,类似掼蛋、棋牌游戏,或教孩子学数学等。

Devin针对编程场景,能处理千个复杂工程中的决策点,还能持续学习,并修正过程中的错误;Agent4专注客服赛道,能够理解人类说了啥,提供个性化服务。

最后是Regie.AI,它解决销售自动化问题,能生成个性化营销邮件,和销售场景中所用的内容,大大提高营销推广效率。

因为国外高速发展,国内科技公司才加入这种趋势。

之前投资圈有个流行说法:

十个AI应用里,五个是办公Agent,三个是AIGC(AI生成内容)。剩下两个,我总结为,针对外部工作流程的打通。所以,国内发展也相当内卷。

我们可以看到,钉钉、百度智能云、字节跳动都在推动这一切。钉钉AI PaaS提供模型训练、模型调度、插件开发三个层次的平台,主要针对企业大模型的定制和优化。

百度智能云的千帆有三个维度:一是知识库,二是办公和电商的B端专业服务,三是个人应用助理的C端场景。字节跳动不用多说,大力出奇迹,各种各样的都有。

除大厂外,我还看到不少初创公司也在做AI Agent。比如,面壁智能推出的XAgent、清华大学联合北邮推出的AgentVerse、ChatDev等,这些在GitHub上都可以体验到。

因此,国内Agent发展很快。

金字塔模型听过吗?平台能力就像金字塔底座,一旦底座完善,剩下B端、C端应用层构建,只不过是时间问题。不过,现阶段看,国内Agent发展还没有达到真正潜力爆发时刻。

为什么呢?

虽然国内AI Agent领域大家都在说:开发智能体。

实际上,我调研后发现,大多所谓的智能体,只是简单的聊天机器人,不具备反思、规划、情境感知的能力。而这些恰好是高级AI Agent的核心能力。

一个真正的AI Agent,应该能够围绕某个目标,不断根据我的对话和要求,记住某些细节,并调整为我喜欢的方式。

前天,Chat GPT4o上线,我体验了一下,发现一个细节,后台会学习并保存我说过的「记住、立刻、NO」相关的语句。即便删除聊天记录,它依然会按照我以前告诉过它的话和我沟通,这也许是国内大模型应用下一步会有的。

目前,我最看好的三个产品是钉钉AI助理、豆包和扣子(KOZE);钉钉AI助理主要针对公司内部流程优化,豆包更偏向C端场景,比如文本生成、知识问答、推理计算。

而扣子呢?偏向开发平台。让每个人自己创建机器人。

与国外Dify等AI初创公司相比,三个产品无疑是国内AI Agent市场领先者。至于Kimi Chat推出的Kimi+也在针对个人外部场景,但从底座能力和现有客户群上看,似乎没有几家有优势。

因此,这场技术变革,用新物种大爆发来形容,一点都不为过,这种由硅基生命(AI Agents)引领的类似大爆发,跟生物进化相似,会不断演变,变得更复杂、更强大。

03

进化意味着淘汰,我觉得AI Agent正在重塑B端公司。

想想看,很多公司依赖钉钉、飞书这样的全能平台。这些平台集成打卡、考勤、业务流程审批、OA、ERP、CRM等功能,甚至,有些B2B公司软件还能解决C端场景的问题。

拿我熟悉的来说:

SCRM产品不仅能针对C端做客户管理,还可以针对B端做线索管理。低代码平台可以做表格管理,还能用表格做项目协同。

所有功能都集中在一个平台上,用户不用频繁切换,可以搞定所有工作,这种设计让用户体验更流畅,成本更低,效率更高。所以,未来单独的企业软件会越来越少,毕竟没人愿意在多个软件之间来回切换,这样既低效又费钱。

另外,AI Agent正在淘汰一些软件。淘汰哪些呢?

1. 单机数据分析类

数据是第四生产要素,很值钱,但有些传统数据分析软件没联网,还要人工输入。之前,结果过一些偏中高客单产品的公司,如:医美、教育机构。

它们会采用CRM系统管理获客线索,这些CRM系统要将线索存档,但不能清理数据,销售人员一个个回访后,还要将回访信息再手动打上标签输入系统中,淘汰概率蛮大。

因为从哪个平台获客,就用哪个平台的CRM,追踪后,回填上,AI完全能自动处理数据,完全不用那么繁琐。当然,这不是绝对的。

2. 轻咨询服务类

什么是轻咨询服务类?像常见的Gartner、Forrester、IDC、Bain & Company,国内相似的我就不提了,这些公司给中小企业、大公司提供市场分析、技术研究,帮助企业做数据决策,它们可能会被替代。

注意,是替代。为什么呢?原因很简单,像抖音、阿里这些公司,它们有天然数据优势,基于优势自己也衍生出不少数据中台。而且,平台数据比第三方抓取的更精准。

另外,随着发展,它们也开始加入AI智能化功能,所以,传统轻咨询服务软件被淘汰的概率比较大。

值得一提的还有传统教育软件,像提供题库、学习资源、在线辅导、以及语言培训的,只要涉及到标准化,都有可能面临被AI技术替代可能。

一个通俗的例子是:

过去,孩子们要死记硬背大量知识点,这是古典记忆流晶体教育法;而现在,他们更多地通过理解因果关系、解决实际问题来学习。

你想想看,未来的孩子们,会不会更少地进行死记硬背的学习?取而代之的,会不会是个性化教育和实时反馈答疑?

所以,大公司做平台,让AI Agent不断推动企业软件向集中化、一站式服务转型,这样,反而促进了软件行业的发展,提高了公司业务和智能化的效率。

04

不过,这一切不会很快到来。因为有三个问题:

第一,AI Agent依赖的大模型更新和改进很复杂,需要大量时间和金钱。

第二,数据是个大问题,大模型要不断获取大量数据,而专业数据不容易获取。

昨天字节发布会,把模型商用价格压到行业最低,说明了什么?虽然有很多考虑因素,但绝对离不开一条:用更多金钱换信息资源,抓紧推进模型在各种场景下的使用。

第三,APP接口(API)对AI Agent来说非常重要。

为什么呢?

可以想象一下,一个Agent要完成一套复杂的工作流,背后要调动很多数据、应用和程序。

就像你去餐厅点餐,不用知道厨师怎么做菜的,菜就能送到你面前;API像菜单,集合所有请求和服务,让不同的软件可以互相交流和合作。

如果Agent没有足够多的API,很难让工作流顺畅进行,但现实是,尽管现在网站、APP有自己的API,它们在Agent场景下却不够多,接口也不标准,也就限制了AI Agent的功能。

如果没有统一底层开发框架,技术团队开发每一个AI Agent时,必须从头开始设计和实现各种功能,就要消耗大量时间、精力。

字节、阿里、百度大公司做AI Agent平台恰巧有一定好处:统一底层开发框架,提供更多共享服务和功能,不仅解决数据处理、模型训练、监控部署的问题,还打通了各个系统之间的接口。

值得一提还有,当大平台把AI Agent平台搭建好后,中小型软件服务商,利用对特定业务场景理解的优势,开发出更符合一线需求的AI Agent,反而能提高AI Agent的质量。

比如:

一家专注医疗领域的中小软件服务上,可以利用大平台的基础框架,开发出一个能根据患者病历、症状提供个性化建议的AI Agent,不仅满足了医生、患者的需求,还提高了就诊效率。

问题是,迭代需要时间。大公司建设AI Agent平台能力还不健全,更别说细分赛道,技术迭代背后是创业者认知的迭代,这要多次尝试和改进。

很显然,这一切不会很快到来。

不过,大模型在B2B领域占主导地位毋庸置疑,趋势也越来越明显。那么,B2B公司只能束手无策吗?未必。我觉得有两点:

1)精明的,深耕细分行业

我们看到,像阿里、字节等巨头虽然在AI技术上很强大,但可能没有时间去深入研究每一个特定行业,理解细分行业,反而是中小企业趁机发展的关键。

何为精明?有句话叫「埋头苦干,也要抬头看天」。我见过太多埋头苦干,不知道看天的中小软件的创业者,他们即便抬头,也不知道天在哪。

因为缺少两个思维:一,生态位思维,二,平台思维。大部分软件公司只关注客户,不关注平台,也不关注生态位,不知道做的软件上下游是谁。有时候,打败的真不是同行,而是上下游。

2)走窄门,找大哥抱大腿

有句古话说:打不过,就加入,能利用现有资源、平台发展自己也是不错选择,现在钉钉、百度智能云、字节把舞台搭好,必定需要唱戏的人。

前不久,他们又搞Agent大赛,又搞开发激励的,为了什么?还不是想快速开发和部署AI Agent;如果此时,你能洞察到一些机会,与时俱进,反而是一种明智选择。

这方面,对个人也算一种机会。搭建轻量级工作流,并不需要懂太多技术,网上教程实在学不会,就让AI手把手教你。

总结而言

不做外部场景,就做内部。

比尔·盖茨预测,未来5年,AI Agent将大行其道,每个人都会拥有智能体,生活也将彻底改变,你期待这一天吗?

专栏作家

王智远,公众号:王智远,畅销书《复利思维》作者,人人都是产品经理专栏作家。互联网学者,左手科技互联网,右手个体认知成长。

本文原创发布于人人都是产品经理。未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!