新聞資訊
News and information
-
24
11/08
軟件吞噬世界，我們錯(cuò)失了什么？
想象一下兩家咖啡館：一家在PaloAlto,另一家在北京。在第一家咖啡館里，工程師們一邊喝手沖咖啡，一邊討論API集成。在第二家咖啡館里，運(yùn)營(yíng)經(jīng)理一邊喝著奶茶，一邊集思廣益，策劃病毒式營(yíng)銷活動(dòng)。2010年代見證了世界兩大經(jīng)濟(jì)體在科技史上最深刻的分歧。硅谷加倍投入企業(yè)軟件，而中國(guó)則將賭注押在消費(fèi)者應(yīng)用上。這兩種策略都以無人能預(yù)料的方式奏效了，也失敗了。共同之處是：兩者以不同的方式完成了社會(huì)經(jīng)濟(jì)的數(shù)字化。疫情三年，星移斗轉(zhuǎn)，GPT橫空出世。過去的十年，我們到底錯(cuò)失了什么，又應(yīng)該如何進(jìn)入下一個(gè)十年？一、軟件吞噬一切2011年8月，MarcAndreessen在WallStreetJournal上發(fā)表了WhySoftwareIsEatingtheWorld一文。這篇文章站在2010年代的開端，一方面回顧了互聯(lián)網(wǎng)、智能手機(jī)和云計(jì)算對(duì)商業(yè)社會(huì)的改變，另一方面拋出了軟件在進(jìn)一步重塑汽車、零售、物流、金融、醫(yī)療保健和教育等傳統(tǒng)行業(yè)的觀點(diǎn)。2012年5月18日，F(xiàn)acebook在NASDAQ以1040億美元的市值上市，就募資金額看，是美國(guó)歷史上第三大IPO.在資本市場(chǎng)和媒體的一致看好之下，仍然很快跌破了發(fā)行價(jià)，到了月底，跌去了四分之一的市值。盡管如此，它還是為早期投資人和員工提供了豐厚的回報(bào)。這次史無前例的IPO產(chǎn)生了深遠(yuǎn)的影響，很多早期員工年紀(jì)輕輕就財(cái)務(wù)自由，同時(shí)又深諳軟件的巨大價(jià)值，很多人轉(zhuǎn)身創(chuàng)辦新的軟件公司，Asana、Quip、Cloudera等先后浮出水面，面向企業(yè)提供服務(wù)。而面向消費(fèi)者服務(wù)的Quora、Path等公司則發(fā)展較為緩慢。另一方面，F(xiàn)acebook在IPO之后的十年中通過自身強(qiáng)悍的執(zhí)行牢牢占住了社交王座，把Twitter和Snap甩開數(shù)個(gè)身位，成為唯一能在數(shù)字廣告市場(chǎng)上與Google競(jìng)爭(zhēng)的科技巨頭。在收購(gòu)Instagram和WhatsApp之后，F(xiàn)acebook逐漸形成了近乎壟斷性的行業(yè)地位，讓一路看著Facebook長(zhǎng)大的風(fēng)險(xiǎn)投資人避免在社交賽道上與Facebook直接競(jìng)爭(zhēng)?？梢哉f，在Google和Facebook/Meta之后，美國(guó)科技業(yè)幾乎放棄了在消費(fèi)互聯(lián)網(wǎng)上再造流量入口的嘗試，轉(zhuǎn)而選擇了一條截然不同的路線，造就了硅谷下一個(gè)十年的繁榮。二、美國(guó)：SaaS接力移動(dòng)正如MarcAndreessen預(yù)言的，軟件完美接力上一個(gè)十年中的消費(fèi)移動(dòng)應(yīng)用，成為新十年的主流投資趨勢(shì)。新創(chuàng)辦的SaaS創(chuàng)業(yè)公司在2010年～2015年間，增速成一條45%的直線，每年都在1000家以上，直到2018年以后才逐漸下降。從投資金額來看，在2008年～2017年的十年間，風(fēng)險(xiǎn)投資逐漸達(dá)到高峰，特別是在A～C輪的成長(zhǎng)期，每年投入的金額都在百億美元的級(jí)別。這些投資主要都集中在了北美市場(chǎng)的SaaS公司上。從退出的角度看，面向消費(fèi)者的名字往往因?yàn)榧矣鲬魰远柺荜P(guān)注，但SaaS公司無論是IPO還是并購(gòu)，退出數(shù)量遠(yuǎn)遠(yuǎn)超過這個(gè)時(shí)期的消費(fèi)互聯(lián)網(wǎng)公司?；乜催@些變化的時(shí)候，更會(huì)感受到MarcAndreessen文章的預(yù)見性。他從Netscape（更像是消費(fèi)互聯(lián)網(wǎng)）到Loudcloud（企業(yè)云服務(wù)）的經(jīng)歷，以及對(duì)2000～2010年間的趨勢(shì)變化的理解，讓他更早地認(rèn)知到“這是個(gè)巨大的機(jī)會(huì)。我知道該把錢投到哪里”。所謂“巨大的機(jī)會(huì)”，無非是基礎(chǔ)設(shè)施的普及，成本下降，但當(dāng)人浸泡在這樣的現(xiàn)實(shí)中的時(shí)候，就會(huì)無所知覺。反而是從前個(gè)時(shí)代穿越而來，才能感受到變化的劇烈，以及未來如何分布不均。從協(xié)作辦公，到銷售營(yíng)銷，到人力財(cái)務(wù)，再到IT安全，軟件裝上了SaaS的商業(yè)模式滲透進(jìn)企業(yè)業(yè)務(wù)流程的每一個(gè)環(huán)節(jié)。在Microsoft和Oracle的時(shí)代（參考：《Oracle:復(fù)雜性戰(zhàn)爭(zhēng)》），企業(yè)軟件往往以功能的全面性著稱，而在SaaS時(shí)代，軟件則以專注于某個(gè)環(huán)節(jié)或者某個(gè)行業(yè)著稱。自動(dòng)化平臺(tái)Zapier在10年間連接了6000多個(gè)企業(yè)軟件的應(yīng)用程序接口（API），成為一家僅融資一輪就盈利的獨(dú)角獸公司。API,或者說“接口”，不是為SaaS設(shè)計(jì)的，但由于SaaS需要和企業(yè)客戶對(duì)接，開放可編程接口是必備特性。同時(shí)，開源軟件社區(qū)也逐漸壯大，技術(shù)棧中越來越多的開源代碼也需要通過接口相互連接、調(diào)用，形成了一整套基于“接口”的軟件生態(tài)。在這個(gè)生態(tài)下，一家公司努力做好一件事，其他搞不定的事情，就找到其他公司的接口來解決。這既是一種軟件開發(fā)哲學(xué)，也是商業(yè)生態(tài)的網(wǎng)絡(luò)效應(yīng)，更是資本投入的高效杠桿。三、中國(guó)：超級(jí)應(yīng)用崛起中國(guó)的故事發(fā)生在消費(fèi)互聯(lián)網(wǎng)上。字節(jié)跳動(dòng)把Facebook的Newsfeed發(fā)揚(yáng)光大，在沒有社交圖譜的情況下重新發(fā)明了信息流，之后又把短視頻生意做到了全世界。美團(tuán)和滴滴曾經(jīng)是“共享經(jīng)濟(jì)”的代表，現(xiàn)在則是本地生活和交通出行的巨頭。拼多多從水果團(tuán)購(gòu)起家，現(xiàn)在則以匪夷所思的低價(jià)和退貨政策，成為淘寶、Amazon之外的電商新一極。所有這些公司都有一個(gè)共同的名字，叫“超級(jí)應(yīng)用”。最先獲得這個(gè)稱號(hào)的其實(shí)是微信，而后，中國(guó)的消費(fèi)移動(dòng)應(yīng)用都開始在產(chǎn)品增加更多相關(guān)或不相關(guān)的功能，依靠各種小紅點(diǎn)、推送通知或游戲化獎(jiǎng)勵(lì)做產(chǎn)品內(nèi)部的引流和滲透。微信依靠春晚紅包獲得了支付能力，美團(tuán)從團(tuán)購(gòu)變成了“送啥都快”的生活小幫手，拼多多和支付寶都可以看視頻，抖音和快手則可以購(gòu)物和打游戲。閉環(huán)，是中國(guó)互聯(lián)網(wǎng)上黑話中的黑話；入口，是中國(guó)投資人眼中的皇冠上的明珠。順著“閉環(huán)”的“入口”看進(jìn)去，只剩下直播間里賣的新國(guó)貨。我曾經(jīng)和一位中國(guó)的頂級(jí)風(fēng)險(xiǎn)投資人交談，他歷數(shù)了自己投資過的中國(guó)SaaS公司，這些名字遠(yuǎn)沒有其美國(guó)同行響亮，慘淡經(jīng)營(yíng)，也難以看到上市退出的希望。在GPT橫空出世之后，美國(guó)SaaS公司紛紛開始向客戶提供AI功能，過去已經(jīng)建立的客戶基礎(chǔ)和產(chǎn)品場(chǎng)景為AI提供了通路和上下文，大大提升了在AI上創(chuàng)新投入的回報(bào)確定性。在中國(guó)，AI應(yīng)用卻因?yàn)槿狈?chǎng)景和商業(yè)模式而進(jìn)展緩慢。上一個(gè)十年的錯(cuò)失，會(huì)改變未來數(shù)個(gè)十年的路徑。四、錯(cuò)失了什么，為什么？我在《視頻生成：AI的十億消費(fèi)者機(jī)會(huì)》一文中表達(dá)過一個(gè)觀點(diǎn)：消費(fèi)互聯(lián)網(wǎng)（ConsumerInternet）鋪路，企業(yè)互聯(lián)網(wǎng)（以SaaS為代表）造車，后者并不是一個(gè)獨(dú)立發(fā)展的趨勢(shì)，而是前者達(dá)到臨界規(guī)模后的衍生。這句話其實(shí)和MarcAndreessen講到的“軟件吞噬世界”的先決條件沒有本質(zhì)區(qū)別：正是因?yàn)榛ヂ?lián)網(wǎng)在消費(fèi)者側(cè)的大規(guī)模普及，才能推動(dòng)云計(jì)算等基礎(chǔ)設(shè)施的快速鋪開，為企業(yè)軟件的成長(zhǎng)奠定基礎(chǔ)。在上一個(gè)十年中，中國(guó)市場(chǎng)長(zhǎng)出了短視頻，也很快把TikTok復(fù)制到了美國(guó)市場(chǎng)，美國(guó)本土的YouTube和Instagram也快速跟進(jìn)。加上疫情居家辦公的影響，短視頻在企業(yè)營(yíng)銷、教育培訓(xùn)等方向愈發(fā)重要，也催生了大量的衍生基礎(chǔ)設(shè)施。那么，中國(guó)市場(chǎng)錯(cuò)失的是SaaS嗎？從投資回報(bào)的角度看似乎是這樣的。但仔細(xì)看，中國(guó)的企業(yè)軟件很多沒有以獨(dú)立公司的形態(tài)存在，而是作為大廠“閉環(huán)”生態(tài)的一部分而存在的，更具體來講，往往是和云計(jì)算業(yè)務(wù)捆綁在一起。這其實(shí)很像Google/Microsoft提供的企業(yè)軟件，往往是用來敲開企業(yè)客戶購(gòu)買云計(jì)算服務(wù)的敲門磚一樣。類似的，在騰訊/阿里/美團(tuán)的電商生態(tài)中，也蘊(yùn)藏著大量與零售、金融、物流等相關(guān)的軟件。這些來自大廠深處的企業(yè)軟件，延續(xù)了消費(fèi)互聯(lián)網(wǎng)那種燒錢換規(guī)模，然后羊毛出在豬身上的“入口”邏輯。它們用免費(fèi)+捆綁銷售的形式進(jìn)入市場(chǎng)，憑借自身強(qiáng)大的市場(chǎng)開拓能力跑馬圈地。這種邏輯，不僅僅消耗了大量的資本，也綁住了大量的軟件工程師人才在一個(gè)高度集成的項(xiàng)目上，而非通過不同產(chǎn)品之間的“接口”進(jìn)行重新組合。在2010年～2020年中，大廠的戰(zhàn)略投資逐漸崛起，而以LP回報(bào)為目標(biāo)的風(fēng)險(xiǎn)投資基金則且戰(zhàn)且退。戰(zhàn)略資本的最高目標(biāo)是實(shí)現(xiàn)企業(yè)的戰(zhàn)略意圖，如果大廠是在超級(jí)應(yīng)用上競(jìng)爭(zhēng)，那么投資的目的也是如何更好地打造閉環(huán)，而不是打造更多的開放接口。早期創(chuàng)投的價(jià)值在于多樣性，而多樣性來源于開放性。這需要生態(tài)里面的玩家抱有“接口”心態(tài)，而不是“入口”心態(tài)。SaaS或許是因?yàn)橹袊?guó)企業(yè)服務(wù)市場(chǎng)的整體現(xiàn)狀而未能得到機(jī)會(huì)，但其慘淡現(xiàn)狀也反映出中國(guó)創(chuàng)投生態(tài)的問題。美國(guó)的生態(tài)截然不同，下面分成幾個(gè)層面來看。技術(shù)層面：以GitHub為代表，基于開源軟件生態(tài)，出現(xiàn)了一批開發(fā)者工具（DeveloperTools），圍繞軟件開發(fā)的各個(gè)環(huán)節(jié)，專門服務(wù)軟件工程師這個(gè)成本昂貴的群體，進(jìn)而服務(wù)企業(yè)中的核心數(shù)字資產(chǎn)和業(yè)務(wù)流程。這意味著，軟件開發(fā)的生產(chǎn)效率在不斷改善，軟件工程師的人效在持續(xù)提升，軟件工程的穩(wěn)定性和可靠性也越來越有保障。產(chǎn)品層面：產(chǎn)品講求差異化，不做同質(zhì)化競(jìng)爭(zhēng)，最終導(dǎo)致的結(jié)果是在垂直領(lǐng)域和業(yè)務(wù)環(huán)節(jié)都會(huì)出現(xiàn)細(xì)分。要么選擇一個(gè)大的垂直領(lǐng)域，端到端的把業(yè)務(wù)扎下去，要么選擇一個(gè)通用性很強(qiáng)的環(huán)節(jié)，做寬度和覆蓋，把客戶在這個(gè)環(huán)節(jié)上的需求都吃掉。這一點(diǎn)是和消費(fèi)互聯(lián)網(wǎng)非常不同的地方，后者規(guī)模經(jīng)濟(jì)極強(qiáng)，最終往往是“一家獨(dú)大”的市場(chǎng)格局。市場(chǎng)層面：既有PLG這種以產(chǎn)品特性為主導(dǎo)，更接近消費(fèi)互聯(lián)網(wǎng)用戶增長(zhǎng)打法的路徑，也有SLG以銷售為主導(dǎo)的路徑。很多創(chuàng)業(yè)公司在起步階段就有1～2個(gè)DesignPartners,通過一定的股權(quán)綁定，作為“天使”客戶提供產(chǎn)品建議，并鎖定為最初的標(biāo)桿客戶。同時(shí)，2010年成長(zhǎng)起來的這些SaaS公司也培養(yǎng)了一代在經(jīng)驗(yàn)、能力、人脈資源都更成熟的銷售、市場(chǎng)人才，成為從技術(shù)到客戶之間的潤(rùn)滑劑。另外，創(chuàng)投圈也是初創(chuàng)公司的客戶來源，降低冷啟動(dòng)的難度。財(cái)務(wù)層面：SaaS的核心是用標(biāo)準(zhǔn)化產(chǎn)品來替代非標(biāo)準(zhǔn)化的服務(wù)，從而大大提升企業(yè)財(cái)務(wù)的經(jīng)濟(jì)性。美國(guó)人力成本高昂，軟件公司特為尤甚，本土的核心團(tuán)隊(duì)規(guī)模都不會(huì)太大，追求人效，不愿意靠堆功能、做外包來贏得客戶。很多做到億級(jí)ARR的公司，團(tuán)隊(duì)規(guī)模還在500人以內(nèi)。也有很多初創(chuàng)公司在百萬美元ARR的規(guī)模上就開始盈利，對(duì)風(fēng)險(xiǎn)投資的依賴也在減小。投資層面：風(fēng)險(xiǎn)資本也跟隨產(chǎn)業(yè)趨勢(shì)逐漸細(xì)分。特別是在早期投資的市場(chǎng)上，以YCombinator為代表的加速器/孵化器大量出現(xiàn)，AngelList上也出現(xiàn)了天使投資的RollingFunds,LP可以按照季度進(jìn)行小額定投（每季度在1萬美元左右），還有一些VentureStudio的孵化模式，以及資金規(guī)模不高、但強(qiáng)調(diào)dealflow的獨(dú)特性的Microfunds.融資渠道的多樣化大大增強(qiáng)了資本市場(chǎng)對(duì)創(chuàng)新的包容性。在生態(tài)的不同層面上出現(xiàn)的變化，核心在于其開放性，而不是包含在某個(gè)大廠的“閉環(huán)”中。一個(gè)值得玩味的說法是：中國(guó)講“入口”，而美國(guó)講“接口”。開放性和多樣性才是中美兩個(gè)市場(chǎng)在過去十年最大的差異，而非消費(fèi)互聯(lián)網(wǎng)與SaaS之爭(zhēng)。開放性和多樣性是持續(xù)創(chuàng)新的基礎(chǔ)。自2022年GPT-3問世以來，美國(guó)的AI生態(tài)從芯片和基礎(chǔ)模型開始，到2023年進(jìn)入Infra、DevTools的階段，到了2024年，企業(yè)軟件和消費(fèi)應(yīng)用也逐步浮出水面。創(chuàng)新的接力賽一棒接一棒，沒有停歇的意思。中國(guó)錯(cuò)失的，正是這種流水不腐的開放性與多樣性。五、如何進(jìn)入下一個(gè)十年2020年代有兩個(gè)開端。一個(gè)是Covid-19的開始和結(jié)束。它對(duì)全世界的社會(huì)生活和政治經(jīng)濟(jì)都有深遠(yuǎn)的影響。對(duì)于科技行業(yè)而言，它一定程度上加速數(shù)字化的滲透率，特別是對(duì)更為傳統(tǒng)的行業(yè)而言，僅僅是遠(yuǎn)程辦公一個(gè)變化就足以驅(qū)動(dòng)很多軟件采購(gòu)的快速?zèng)Q策。另一個(gè)是GPT-3的發(fā)布。我們?nèi)匀惶幵谏墒紸I周期的早期階段，它對(duì)人類社會(huì)的影響仍然有待展開。一個(gè)明確能夠做出的結(jié)論是，它至少可以在上一個(gè)十年“軟件吞噬世界”所留下的高度數(shù)字化的基礎(chǔ)上，提升整個(gè)社會(huì)智能化的水平。這兩個(gè)開端，一個(gè)是把軟件周期推向了最高潮，另一個(gè)則在高潮之上再添新力，帶領(lǐng)世界進(jìn)入了AI周期。六、模糊的B/C邊界經(jīng)過上一個(gè)十年，中美兩個(gè)市場(chǎng)在很多地方開始互相追平。在基礎(chǔ)設(shè)施建設(shè)上，美國(guó)通過軟件周期把根深蒂固的傳統(tǒng)行業(yè)進(jìn)行了數(shù)字化，中國(guó)則通過移動(dòng)互聯(lián)網(wǎng)也完成了零售、支付、物流、公共服務(wù)等領(lǐng)域的數(shù)字化。在人才儲(chǔ)備上，軟件工程師供給穩(wěn)定，開發(fā)工具和技術(shù)棧越發(fā)高效。在成本優(yōu)勢(shì)上，兩國(guó)的人力成本都有不同程度的上漲，但AI周期中也都有明顯的效率改進(jìn)機(jī)會(huì)。消費(fèi)互聯(lián)網(wǎng)的創(chuàng)業(yè)和投資不確定性更強(qiáng)，而最終的回報(bào)也更驚人。TikTok的崛起并不能被簡(jiǎn)單理解為是短視頻產(chǎn)品形態(tài)的革新，而也要考慮到它突破了Facebook長(zhǎng)期占據(jù)的SocialGraph,利用個(gè)性化推薦算法建立了全新的興趣圖譜（參考：TikTokandtheSortingHat和Seeinglikeanalgorithm）。AI無論在產(chǎn)品形態(tài)、交互界面和智能算法幾個(gè)角度上，都有機(jī)會(huì)做到全面創(chuàng)新。難點(diǎn)在于：如何做好用戶增長(zhǎng)達(dá)到規(guī)模經(jīng)濟(jì)所需要的臨界點(diǎn)？這是消費(fèi)互聯(lián)網(wǎng)的基本功，而在過去的十年中，只有Uber這樣的共享經(jīng)濟(jì)公司還存有一些know-how,除此之外，對(duì)于大量的SaaS公司，這幾乎是一項(xiàng)失傳的手藝。中國(guó)團(tuán)隊(duì)反而在這里已經(jīng)經(jīng)歷過更慘烈的戰(zhàn)斗，調(diào)動(dòng)過更大規(guī)模的資源，也積累了大量的經(jīng)驗(yàn)。在企業(yè)市場(chǎng)上，中國(guó)軟件公司的確需要面對(duì)更不愿意付費(fèi)的客戶或更封閉的商業(yè)生態(tài)。但在“出?！币呀?jīng)成為共識(shí)的前提下，這不應(yīng)該成為障礙。真正的難點(diǎn)還應(yīng)該回到產(chǎn)品和市場(chǎng)契合上來，如何深入到使用場(chǎng)景中去，拿到更多的企業(yè)內(nèi)部數(shù)據(jù)和上下文，讓AI能夠因地制宜，做出產(chǎn)品的厚度。以及如何構(gòu)造面向全球的GTM能力，語言、文化、人脈都會(huì)成為新的問題。在灣區(qū)和一些AI領(lǐng)域創(chuàng)業(yè)者交流的感受是：AI在效率改進(jìn)上的價(jià)值很可能并不會(huì)強(qiáng)烈地區(qū)分消費(fèi)者和企業(yè)。比如生產(chǎn)力工具，很多產(chǎn)品起初的PMF是在專業(yè)消費(fèi)者（ProfessionalConsumers）上的，但最終賺錢是在企業(yè)客戶身上——后者更有支付能力。而在AIasaService的模式下，初創(chuàng)公司用AI來提升傳統(tǒng)服務(wù)業(yè)的效率，成為AI驅(qū)動(dòng)的律師和會(huì)計(jì)師，面向消費(fèi)者提供服務(wù)。AI周期中的消費(fèi)互聯(lián)網(wǎng)與SaaS邊界越來越模糊。中國(guó)的創(chuàng)業(yè)者和投資人最不應(yīng)該擔(dān)心的，就是過去十年似乎錯(cuò)失了SaaS的機(jī)會(huì)，特別是對(duì)于早期公司，這個(gè)區(qū)別根本不重要。對(duì)于旨在全球市場(chǎng)的AI創(chuàng)業(yè)者和投資人而言，更應(yīng)該調(diào)整“入口”心態(tài)為“接口”心態(tài)，發(fā)揮各自的長(zhǎng)處，分工協(xié)作，通過“接口”的網(wǎng)絡(luò)效應(yīng)放大自身的價(jià)值；而非在“入口”上同質(zhì)化競(jìng)爭(zhēng)，降低資本效率。七、從“入口”到“接口”：開放與多樣我認(rèn)為，對(duì)于中國(guó)而言，還需要做好一件事，就是補(bǔ)充早期投資生態(tài)的多樣性。在上個(gè)十年里，一批新投資人出現(xiàn)了，他們以“$500kisthenew$5million”為口號(hào)，往往有著在科技行業(yè)的工作背景和人脈，在初創(chuàng)企業(yè)更早的階段介入，最終獲得豐厚的回報(bào)?，F(xiàn)在，我們經(jīng)常能在公司融資的新聞中看到一長(zhǎng)串名字，其中很多人的投資金額并不高，但這些名字本身就是一種網(wǎng)絡(luò)效應(yīng)，為初創(chuàng)公司提供了大量非現(xiàn)金資源。同時(shí)，像SAFE這樣的投資工具也簡(jiǎn)化了復(fù)雜的股權(quán)交易，抵消了因?yàn)槎鄻佣鴰淼念~外成本?？梢哉J(rèn)為，這是一種風(fēng)險(xiǎn)投資的“下沉”策略，更重要的是，它促進(jìn)了創(chuàng)業(yè)生態(tài)中的連接性和包容性。在灣區(qū)，你很少會(huì)覺得一個(gè)想法太奇怪，或太愚蠢，或太不符合主流敘事，這不僅僅是對(duì)創(chuàng)業(yè)者而言的，也是對(duì)投資人而言——他們很多人也認(rèn)為自己是一個(gè)創(chuàng)業(yè)者，也會(huì)以獨(dú)特的投資想法而贏得LP的認(rèn)同?；氐街袊?guó)，在上一個(gè)十年中賺到的第一桶金如何能夠以更易得的形式傳遞給AI周期的面向全球市場(chǎng)的創(chuàng)業(yè)者？面向全球市場(chǎng)的天使投資、孵化器、加速器、VentureStudio、Hackerhouse都在哪里？有沒有AngelList、SAFE這樣的投資工具來簡(jiǎn)化投資流程？創(chuàng)業(yè)本來應(yīng)該是permission-less（無需許可的）。這是一種截然不同的價(jià)值創(chuàng)造方式：它需要站在未來，推導(dǎo)出現(xiàn)在可以做出的重大改變。它需要一些涓涓細(xì)流來滋養(yǎng)，而不是大力出奇跡式的大筆重注。大廠高管據(jù)說已經(jīng)成為現(xiàn)在中國(guó)AI創(chuàng)業(yè)里面的半壁江山。他們或許有更強(qiáng)大的資源優(yōu)勢(shì)，更容易獲得資本的青睞。但同時(shí)，他們也有很強(qiáng)的路徑依賴，產(chǎn)品想法往往集中在少數(shù)賽道上，少了一些想象力。他們動(dòng)輒千萬美金的融資或許能支撐一個(gè)偉大的愿景，但也會(huì)打擊生態(tài)的多樣性和開放性。在上一個(gè)十年的軟件周期中，美國(guó)經(jīng)濟(jì)剛剛從2008年的金融危機(jī)中走出來，資本變得更加謹(jǐn)慎。而互聯(lián)網(wǎng)周期中賺得的“新錢”接替了“老錢”，以更靈活的姿態(tài)、更低的門檻支持了軟件周期中的初創(chuàng)公司。對(duì)于AI周期的中國(guó)而言，也應(yīng)該出現(xiàn)這樣的創(chuàng)新接力。上一代的創(chuàng)業(yè)者成為新一代的投資人，提供資金、經(jīng)驗(yàn)和背書，既能做好資產(chǎn)配置，也能支持創(chuàng)新，實(shí)現(xiàn)長(zhǎng)期愿景。更多的小型基金、個(gè)人投資或多種形式的孵化/加速項(xiàng)目，化整為零的滴灌、滋養(yǎng)未來的可能性。資本當(dāng)然會(huì)追求最大的收益，但逐利性也會(huì)限制創(chuàng)新的可能性邊界。對(duì)于十年的周期而言，最壞的開局莫過于對(duì)多樣性的破壞。不要錯(cuò)失本可以想象的未來。本文來源：虎嗅APP文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
11/08
中國(guó)老人愛上網(wǎng)，但為何沒有一款做成功的垂直App？
銀發(fā)文娛是僅次于電商、排名第二的銀發(fā)人群互聯(lián)網(wǎng)應(yīng)用熱土，垂直App、微信公眾號(hào)、小程序、抖音快手銀發(fā)網(wǎng)紅在過去十年依次迭興。2015年開始出現(xiàn)一批專注老年人的App,主打廣場(chǎng)舞的糖豆、主打圖文編輯的美篇、主打視頻編輯的彩視都是誕生在這一年，并先后獲得知名VC和頭部互聯(lián)網(wǎng)平臺(tái)的數(shù)千萬至上億元投資。2016年開始出現(xiàn)大量主打老年人內(nèi)容的公眾號(hào)，最常見的主題是養(yǎng)老金調(diào)漲、養(yǎng)生健康、單身老人寂寞情感、社會(huì)對(duì)老人偏見不公、領(lǐng)袖和明星人物故事。這些內(nèi)容在互聯(lián)網(wǎng)主流視野全放在年輕人身上的2016年，恰好填充了當(dāng)時(shí)快速涌入的銀發(fā)網(wǎng)民的閑暇時(shí)間，老人分享轉(zhuǎn)發(fā)積極熱烈，10萬+爆文層出不窮，一時(shí)間出現(xiàn)許多粉絲數(shù)達(dá)到數(shù)百萬的公眾號(hào)矩陣。2017年隨著微信小程序上線，部分App和公眾號(hào)向小程序轉(zhuǎn)移，主打功能以相冊(cè)影集、小游戲、小說、短視頻為主，又在短時(shí)間內(nèi)收獲了大批銀發(fā)流量。2019年抖音快手的年輕用戶增長(zhǎng)趨緩，而銀發(fā)用戶的比重開始快速上升，一批個(gè)性獨(dú)特、思維開放的老年人自己摸索或在MCN幫助下變身銀發(fā)網(wǎng)紅，拍攝各種搞笑段子和換裝視頻。他們的粉絲量在短時(shí)間內(nèi)迅速上漲，一批三五百萬粉絲的銀發(fā)網(wǎng)紅開始在短視頻平臺(tái)上占據(jù)一席之地。下面將從功能需求、流量紅利、商業(yè)變現(xiàn)三個(gè)方面分析銀發(fā)文娛互聯(lián)網(wǎng)的經(jīng)驗(yàn)教訓(xùn)。一、打磨特定功能需求，鎖定超強(qiáng)粘性銀發(fā)用戶銀發(fā)互聯(lián)網(wǎng)領(lǐng)域最知名的幾個(gè)App,在發(fā)展初期就鎖定了銀發(fā)人群某個(gè)方面的強(qiáng)需求，比如糖豆聚焦廣場(chǎng)舞的視頻、學(xué)習(xí)、交流，美篇聚焦操作簡(jiǎn)便的手機(jī)端圖文編輯工具，彩視聚焦短視頻的拍攝剪輯制作分享。而瞄準(zhǔn)的這個(gè)需求越剛性、越粘性，產(chǎn)品功能對(duì)這個(gè)需求滿足得越好，初期獲得的銀發(fā)用戶就越不容易輕易流失，從而成為下一步發(fā)展起關(guān)鍵作用的種子用戶。當(dāng)然，個(gè)案項(xiàng)目要想成功，不能僅僅滿足于人有我有的功能，因?yàn)槊總€(gè)賽道方向都會(huì)有很多同類競(jìng)爭(zhēng)者，廣場(chǎng)舞、圖文工具、有聲影集以及以后興起的各種賽道都是如此。但大部分銀發(fā)互聯(lián)網(wǎng)項(xiàng)目做得雷同，只是簡(jiǎn)單將現(xiàn)有功能模塊復(fù)制一遍，然后圖標(biāo)放大、字體放大，在銀發(fā)人群中不會(huì)留下深刻印象，最終的命運(yùn)只會(huì)是即用即棄。而上述項(xiàng)目在產(chǎn)品功能上確實(shí)是有特點(diǎn)的。比如糖豆為便于廣場(chǎng)舞KOL拍攝出銀發(fā)人群眼中的炫酷視頻，開發(fā)出綠幕摳像功能，可以將舞者安放在公園、廣場(chǎng)、山川等各種預(yù)設(shè)的背景中，還可以將單個(gè)舞者復(fù)制成三、五甚至七八個(gè)，在畫面上呈現(xiàn)出群舞的效果。這個(gè)功能至少在2019年就已上線，而主流視頻App幾年之后才上線類似功能。再比如美篇，為了便于銀發(fā)人群圖文創(chuàng)作，App設(shè)計(jì)了提供高清圖片、高清視頻、音樂的素材庫(kù)，并將其作為會(huì)員收費(fèi)項(xiàng)目。與之對(duì)比的是，微信公眾號(hào)經(jīng)過多年發(fā)展，影響如此之大，但后臺(tái)只提供編輯功能，圖片素材仍需要?jiǎng)?chuàng)作者自己解決。這些創(chuàng)新的功能點(diǎn)，背后蘊(yùn)含著對(duì)銀發(fā)人群的深入洞察，這種洞察決定了產(chǎn)品好不好用、是不是真能擊中銀發(fā)人群的痛點(diǎn)，決定了能不能在銀發(fā)人群中建立獨(dú)特的用戶心智，決定了銀發(fā)人群是即用即棄還是來了就不想走，決定了在一堆同質(zhì)化產(chǎn)品中是否能夠脫穎而出，走向下個(gè)決勝點(diǎn)。二、抓住流量紅利，順勢(shì)起飛2016年后一批專做老年內(nèi)容的公眾號(hào)之所以能崛起，流量紅利所起的作用顯然占了更大的比重。在中國(guó)老人人手一臺(tái)智能手機(jī)之前，銀發(fā)人群接受信息的渠道主要是電視、報(bào)紙、雜志，信息來源的主體一般是官方媒體。但隨著智能手機(jī)在老人中的滲透率越來越高，并在2016年達(dá)到一個(gè)臨界點(diǎn)，中國(guó)老人從傳統(tǒng)媒體平臺(tái)大量流失，對(duì)互聯(lián)網(wǎng)內(nèi)容的饑渴越來越大，但此時(shí)主流互聯(lián)網(wǎng)還將注意力放在年輕人身上，相應(yīng)的老年內(nèi)容供給非常缺乏。此時(shí)一批敏銳的內(nèi)容創(chuàng)業(yè)者轉(zhuǎn)戰(zhàn)老年人群，聚焦在養(yǎng)老金調(diào)漲、養(yǎng)生健康、單身老人寂寞情感、社會(huì)對(duì)老人偏見不公、領(lǐng)袖和明星人物故事等極易引發(fā)老人共情的主題上，無需原創(chuàng)，只要將全網(wǎng)素材整合編輯，就能源源不斷制作出讓老人瘋狂轉(zhuǎn)發(fā)分享的10萬+爆款文。而且單獨(dú)一個(gè)公眾號(hào)顯然不能將老年流量收割干凈，開設(shè)幾十上百個(gè)公眾號(hào)形成矩陣并互相導(dǎo)流，組織公眾號(hào)專屬的讀者社群，再鼓勵(lì)群里的老人分享轉(zhuǎn)發(fā)到自己的群和朋友圈，形成進(jìn)一步裂變。這些內(nèi)容本身具有非常高的裂變屬性，再疊加上空閑時(shí)間很多、希望以轉(zhuǎn)發(fā)顯示存在感、間接“暗示”子女關(guān)心自己的銀發(fā)人群，最終會(huì)實(shí)現(xiàn)幾何倍數(shù)的傳播。再加上當(dāng)時(shí)微信流量成本很低，大量投放花錢購(gòu)買粉絲十分劃算，因此許多公眾號(hào)的粉絲也在短短幾個(gè)月內(nèi)增長(zhǎng)數(shù)十萬甚至數(shù)百萬之多。小程序在2017年后的崛起更是抓住了銀發(fā)流量紅利的典范。比如專注有聲影集和短視頻的小年糕，最早于2014年上線App,但一直不溫不火。2017年1月微信小程序面世，當(dāng)年5月底小年糕就推出小程序，并與公眾號(hào)綁定，打通公眾號(hào)與小程序之間的無縫導(dǎo)流，從而快速擴(kuò)充了小年糕的用戶群體。當(dāng)時(shí)一個(gè)月之內(nèi)，小年糕用戶量就從1000萬漲到2000萬。2019年時(shí)，小年糕的中老年用戶已經(jīng)高達(dá)1.1億，在全體用戶中占比超過80%。類似的小程序還有很多。根據(jù)阿拉丁研究院公布的小程序TOP100榜單顯示，2017年8月開始，小年糕、卡娃電子相冊(cè)就進(jìn)入榜單，之后美篇等圖文制作小程序陸續(xù)入榜。2018下半年到2019年，許多模仿跟風(fēng)的流量玩家進(jìn)場(chǎng)，在阿拉丁公布的小程序排行榜里經(jīng)常會(huì)看到一些不知名的公司輪番上場(chǎng)。這些小程序的操作非常簡(jiǎn)單，相冊(cè)類小程序可以直接一鍵更換模板，模板隨著節(jié)假日及時(shí)間變化，每到節(jié)假日期間，這種相冊(cè)類小程序就會(huì)瞬間火爆，帶來大量流量。2019年開始，受快速崛起的抖音快手短視頻平臺(tái)帶動(dòng)，流量玩家又轉(zhuǎn)戰(zhàn)短視頻領(lǐng)域，各種短視頻小程序從2019年開始集中涌現(xiàn)。這些小程序中的內(nèi)容多是來自各個(gè)視頻平臺(tái)，部分視頻中還留有騰訊、西瓜、火山等平臺(tái)的水印。并且這些新進(jìn)入玩家大量鋪設(shè)相同主題相同內(nèi)容的小程序以及公眾號(hào)矩陣，目的也是簡(jiǎn)單直接，只為盡量做大流量，為下一步變現(xiàn)做準(zhǔn)備。在前述垂直App的發(fā)展過程中，流量紅利也曾經(jīng)起到重要作用，不過場(chǎng)景發(fā)生在手機(jī)上的應(yīng)用市場(chǎng)，時(shí)間窗口也比較短。業(yè)內(nèi)人士透露，2015-2017年時(shí)在應(yīng)用市場(chǎng)上去做廣場(chǎng)舞App的廣告投放，獲客成本只要1.5到2元，這種方式支撐了少數(shù)頭部廣場(chǎng)舞App的快速起量并接連獲得大筆融資。不過在應(yīng)用市場(chǎng)的投放成本逐漸走高之后，這種模式不再走得通，用戶增量開始枯竭，之后受到抖音快手的虹吸效應(yīng)，更是出現(xiàn)用戶大量流失的情況。三、變現(xiàn)路在何方？變現(xiàn)是銀發(fā)文娛在走過產(chǎn)品、流量?jī)蓚€(gè)關(guān)口后必經(jīng)的第三個(gè)關(guān)口。下面就來看看銀發(fā)文娛都走過哪些變現(xiàn)之路，它們的表現(xiàn)又是如何。廣告上面提到過的流量型銀發(fā)文娛項(xiàng)目，一般公司規(guī)模很小，團(tuán)隊(duì)只有個(gè)位數(shù)，但因?yàn)檎莆罩罅坷夏炅髁?，通過廣告變現(xiàn)，高峰時(shí)一個(gè)月能實(shí)現(xiàn)數(shù)百萬元的凈利潤(rùn)。但這個(gè)模式能夠成功的關(guān)鍵一是在于流量成本必須很低，二是在于有源源不斷地愿意支付高額廣告費(fèi)用的廣告主。不過有能力有意愿支付高額廣告費(fèi)的廣告主是稀缺資源，時(shí)常有不正規(guī)的保健品、化妝品甚至詐騙團(tuán)伙隱匿其中，對(duì)銀發(fā)文娛項(xiàng)目來說存在很高的法律風(fēng)險(xiǎn)。因此一旦流量成本提高或者平臺(tái)監(jiān)管趨嚴(yán)，這個(gè)模式就很難維持下去。糖豆、美篇等代表性App,對(duì)外宣稱用戶過億，如糖豆2020年中老年用戶超2億、55歲以上用戶占比超過50%，美篇2019年累計(jì)注冊(cè)用戶超1.2億、65%以上中老年用戶。但他們均未披露過廣告收入的數(shù)據(jù)，只能猜測(cè)這些數(shù)據(jù)并不像想象中那么亮眼。知識(shí)付費(fèi)/會(huì)員權(quán)益美篇在2019年推出過價(jià)格29.9元起/本的中老年回憶錄，根據(jù)官方宣稱，2019年雙11期間達(dá)6000單/天，交易額破百萬。彩視營(yíng)收亦無公開數(shù)字，有媒體報(bào)道會(huì)員權(quán)益可占到50%，付費(fèi)人數(shù)在數(shù)十萬量級(jí)，包含兩檔68元/3個(gè)月和198元/年，權(quán)益包括會(huì)員身份標(biāo)識(shí)、視頻制作特權(quán)（特殊模板與素材、高清）、社交功能特權(quán)（類似陌陌）等。主播打賞多個(gè)App都先后推出過視頻直播和主播打賞。據(jù)了解，彩視的直播分成在高峰期可占營(yíng)收50%，活躍用戶月支出在五六十元左右。美篇曾向外透露，2018年全平臺(tái)的打賞月流水曾達(dá)到千萬級(jí)。但真正屬于銀發(fā)人群的知識(shí)主播和草根主播并不多，反而是顏值主播貢獻(xiàn)的收入比重更大。這看起來更像是一個(gè)成熟的主播團(tuán)隊(duì)在做透年輕人平臺(tái)后，又選擇一個(gè)新的未被開墾的老年人平臺(tái)繼續(xù)賺錢。旅游旅居旅游旅居在銀發(fā)文娛的各種變現(xiàn)方式中相對(duì)走得比較成功。疫情前的2019年，多個(gè)數(shù)百萬粉絲的公眾號(hào)矩陣能夠?qū)⒙糜温镁邮杖胱龅角f量級(jí)。另外，一家位于上海地區(qū)的老年退休生活平臺(tái)，以電視節(jié)目、公眾號(hào)、直播間、老年報(bào)、線下活動(dòng)為運(yùn)營(yíng)載體，據(jù)稱擁有一百多萬老年會(huì)員，2019年旅游收入曾達(dá)到數(shù)億元。變現(xiàn)之路如何打通以上梳理足以說明，銀發(fā)文娛的大多數(shù)變現(xiàn)方式仍未走通，像旅游旅居這種驗(yàn)證走通的模式在過去幾年又受到疫情的阻擊，仍需要一定時(shí)間恢復(fù)。而銀發(fā)文娛之所以如此難以變現(xiàn)，背后邏輯可以用一個(gè)簡(jiǎn)化的等式幫助說明，即變現(xiàn)收入等于用戶規(guī)模乘以用戶平均收入。一般來說，超大用戶規(guī)模匹配低用戶平均收入或者中低用戶規(guī)模匹配高用戶平均收入，兩種方式都能實(shí)現(xiàn)理想的收入，前者代表是雁過拔毛的互聯(lián)網(wǎng)廣告，后者代表是重度氪金的游戲。恰好銀發(fā)文娛在過去十年的發(fā)展里，常常是中低用戶規(guī)模匹配中低用戶平均收入，與上述兩種情況都不相關(guān)，變現(xiàn)收入自然提不上來。在用戶規(guī)模上，銀發(fā)文娛項(xiàng)目在經(jīng)歷前期用戶高增的流量紅利后，不久就會(huì)受到同類競(jìng)爭(zhēng)者和新興平臺(tái)的擠壓影響，用戶規(guī)模很容易出現(xiàn)增長(zhǎng)放緩進(jìn)而大量流失。上文提到糖豆2020年中老年用戶超過2億，但具有實(shí)際商業(yè)變現(xiàn)價(jià)值的月活用戶肯定顯著低于用戶總量，而且在經(jīng)歷同為短視頻競(jìng)爭(zhēng)對(duì)手的抖音、快手、微信視頻號(hào)的輪番爭(zhēng)奪后，這個(gè)數(shù)字無疑會(huì)進(jìn)一步降低。根據(jù)QuestMobile數(shù)據(jù)，2022年8月糖豆的銀發(fā)人群月活躍用戶僅為311.8萬。這一數(shù)字顯著低于同期頭部短視頻平臺(tái)的廣場(chǎng)舞KOL.根據(jù)QuestMobile,2022年8月銀發(fā)人群用戶在典型廣場(chǎng)舞KOL月活躍用戶規(guī)模，“小帥健身廣場(chǎng)舞”為946.7萬，“華州敏兒廣場(chǎng)舞”為726.4萬，另外還有多位KOL月活躍用戶在300萬-400萬之間。主打視頻制作的彩視也受到新對(duì)手的強(qiáng)大競(jìng)爭(zhēng)。根據(jù)QuestMobile,2022年8月銀發(fā)人群在視頻工具App行業(yè)月活躍用戶規(guī)模排名中，彩視僅排名第五，月活躍用戶僅58萬，而排名第一的是2019年上線、抖音官方推出的剪映，月活躍用戶高達(dá)848萬。微信和抖音、快手上雖然有一大批專注銀發(fā)人群的公眾號(hào)矩陣和銀發(fā)網(wǎng)紅，但粉絲量大多集中在三五百萬量級(jí)，與動(dòng)輒千萬粉絲的劇情段子、顏值主播等大號(hào)爭(zhēng)搶廣告收入毫無競(jìng)爭(zhēng)優(yōu)勢(shì)，如果選擇直播帶貨，與美妝、服裝大號(hào)競(jìng)爭(zhēng)的專業(yè)度又顯得很不夠，后者百萬粉絲卻可以年銷上億，靠的不只是粉絲數(shù)量，更是對(duì)產(chǎn)品設(shè)計(jì)和供應(yīng)鏈的掌握。在用戶平均收入上，前文已梳理，大多數(shù)情況下銀發(fā)付費(fèi)用戶對(duì)線上業(yè)務(wù)能夠貢獻(xiàn)的收入在幾十元至一兩百元之間，而且付費(fèi)用戶在整個(gè)銀發(fā)用戶里占比并不高。之所以線上收入提不起來，是因?yàn)榇蠖鄶?shù)App和公眾號(hào)、小程序、抖音號(hào)、快手號(hào)，主要精力都放在內(nèi)容的制作和傳播上，與銀發(fā)用戶缺乏線下場(chǎng)景深度互動(dòng)，銀發(fā)用戶看完即走，雙方之間缺乏情感維系和信任感，從而無法形成強(qiáng)粘性和持續(xù)變現(xiàn)能力。因此銀發(fā)文娛項(xiàng)目要想走通變現(xiàn)模式，無非是兩條路，一條是做大用戶規(guī)模之路，初期依靠流量紅利、內(nèi)容紅利積攢大批銀發(fā)用戶后，不要留戀這個(gè)單一用戶群體，而是果斷迅速向全年齡段尤其是中青年人群進(jìn)發(fā)，就如B站、小紅書初期圈定90后年輕用戶后，果斷向80后甚至70后進(jìn)軍，然后依靠超大用戶規(guī)模賺取廣告收入；另一條是做深用戶信任之路，初期依靠線上方式積攢大批銀發(fā)用戶后，果斷加強(qiáng)線下運(yùn)營(yíng)，線上線下雙輪驅(qū)動(dòng)，做深做透銀發(fā)用戶對(duì)平臺(tái)的信任感，然后用高客單價(jià)的產(chǎn)品進(jìn)行變現(xiàn)。本文來源;虎嗅APP文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
11/02
校園，超級(jí)App下一個(gè)必爭(zhēng)之地
超級(jí)App,競(jìng)逐校園。超級(jí)App正涌入校園細(xì)分場(chǎng)景。校園，正成為超級(jí)App們眼中的“價(jià)值洼地”。近日，餓了么APP上線“學(xué)生版”。目前，全國(guó)5000多所高等院校的學(xué)生已可體驗(yàn)新版本功能。當(dāng)學(xué)生用戶將配送地址切換至具體高校，并完成學(xué)生賬戶認(rèn)證后，餓了么APP將顯示定制化的學(xué)生版主頁以及學(xué)生專屬福利：既包括學(xué)生群體特別偏愛使用的甜品飲品、爆紅包等功能，還包含校園食堂、學(xué)生拼團(tuán)、品牌學(xué)生價(jià)等定制化功能。此外，作為餓了么APP學(xué)生版的特色核心服務(wù)，餓了么還為學(xué)生提供了配送入校、送到宿舍、校園食堂、校內(nèi)“同學(xué)說”等升級(jí)服務(wù)。餓了么學(xué)生版相關(guān)負(fù)責(zé)人鐘朝平透露：“在所有外賣人群中，學(xué)生用戶的需求很特別，一個(gè)是他們更關(guān)注價(jià)格和優(yōu)惠，另一方面出于校園環(huán)境的特殊性，他們也需要更多特制化的服務(wù)，例如點(diǎn)校園食堂訂單、外賣送到宿舍、同宿舍一起拼團(tuán)下單等?！碑?dāng)然，餓了么在校園場(chǎng)景想做、能做的事遠(yuǎn)不止外賣服務(wù)——即時(shí)零售是其更核心的著眼點(diǎn)?！凹磿r(shí)零售”是指用戶在線下單商品，一小時(shí)或半小時(shí)內(nèi)即可送達(dá)的業(yè)態(tài)。根據(jù)艾瑞咨詢最新發(fā)布的《中國(guó)即時(shí)配送行業(yè)研究報(bào)告》測(cè)算，2023年即時(shí)配送行業(yè)規(guī)模約為3410億元，預(yù)計(jì)2028年行業(yè)規(guī)模將超8100億元。在線外賣用戶規(guī)模達(dá)5.3億人，占全國(guó)網(wǎng)民數(shù)量比重近50%，基于高比例的外賣滲透，消費(fèi)者即時(shí)電商消費(fèi)習(xí)慣逐步養(yǎng)成。據(jù)餓了么平臺(tái)數(shù)據(jù)顯示，最近一年來自高校的訂單已達(dá)超10億單規(guī)模，學(xué)生群體對(duì)外賣的需求已經(jīng)不止用餐：從三餐到零售，學(xué)生群體對(duì)供給的品類、品質(zhì)需求都在不斷提高，美妝、娛樂等悅己生活服務(wù)消費(fèi)占比正在快速提升。餓了么于8月發(fā)布“數(shù)字校園生態(tài)聯(lián)盟計(jì)劃”，宣布將全面升級(jí)“智慧校園”數(shù)字化服務(wù)，并繼續(xù)加大對(duì)高校場(chǎng)景的平臺(tái)投入。近日，杭州師范大學(xué)資產(chǎn)經(jīng)營(yíng)有限公司下屬師達(dá)公司與餓了么合作，聯(lián)合上線高校數(shù)智校園生活服務(wù)平臺(tái)校園“隨e達(dá)”。據(jù)介紹，校園“隨e達(dá)”平臺(tái)整合了校園內(nèi)的各項(xiàng)供給，目前已上線的美食外賣、校園超市、校園文創(chuàng)、師達(dá)云超、隨e行、校內(nèi)商業(yè)等服務(wù)內(nèi)容，涵蓋校園生活飲食、購(gòu)物、出行等方面。同時(shí)，“隨e達(dá)”可以為管理者提供校園數(shù)據(jù)的管理和分析。目前，杭州師范大學(xué)校內(nèi)師生已可通過“釘釘師大生活”進(jìn)入平臺(tái)，選擇商品下單后，可以通過支付寶或校園卡進(jìn)行支付，餓了么騎手會(huì)將商品或餐品配送至校內(nèi)宿舍樓外賣柜或者辦公樓。通過與餓了么共同推出校園“隨e達(dá)”平臺(tái)，除了通過數(shù)字化提升了校內(nèi)的電商購(gòu)物體驗(yàn)，也將即時(shí)配送的物流網(wǎng)絡(luò)規(guī)范化地引入校園。據(jù)介紹，校園“隨e達(dá)”上線前三天，外賣訂單量已突破10000單。目前餓了么針對(duì)校園環(huán)境定制了專屬高校配送方案，比如騎手將身著統(tǒng)一標(biāo)識(shí)的工作服，并配戴工牌，便于校方管理人員及師生快速識(shí)別身份；騎手將經(jīng)過培訓(xùn)與考核，以掌握安全知識(shí)、服務(wù)禮儀、校規(guī)校紀(jì)；在校內(nèi)騎行時(shí)，騎手會(huì)遵循25公里每小時(shí)的限速，并且不得在上下學(xué)高峰期時(shí)在人流中快速穿行……同時(shí)盯上校園市場(chǎng)的，還有二手交易平臺(tái)閑魚。同樣在9月，閑魚正式上線“學(xué)生魚”新功能，這是閑魚為學(xué)生群體打造的專屬交易交流頻道。當(dāng)搜索到“學(xué)生魚”時(shí)，點(diǎn)擊頂部入口即可進(jìn)入閑魚的校園頻道?！皩W(xué)生魚”不僅將各大高校的校園集市搬到了線上，還設(shè)置了熱帖、興趣交流、拼團(tuán)、校園新鮮事等特色功能。接下來，閑魚還將與高校大學(xué)生合作，開啟“閑魚校園精英計(jì)劃”，邀請(qǐng)學(xué)生參與本?！皩W(xué)生魚”頻道的運(yùn)營(yíng)。更早前，針對(duì)大學(xué)生群體，一些互聯(lián)網(wǎng)平臺(tái)也有所動(dòng)作。例如，在2021年，bilibili校園便上線。bilibili校園是一個(gè)專門為同校同學(xué)推出的校園社區(qū)，它鼓勵(lì)用戶討論所在學(xué)校的新鮮事，分享學(xué)習(xí)感悟和經(jīng)驗(yàn)、展示才藝技能等。自2013年起，長(zhǎng)租公寓平臺(tái)自如啟動(dòng)針對(duì)畢業(yè)生的“海燕計(jì)劃”，至今已有370萬畢業(yè)生受益，自如累計(jì)提供的租房支持金額達(dá)12億元。據(jù)介紹，今年的“海燕計(jì)劃”預(yù)計(jì)將為畢業(yè)生提供超億元租房支持，包括押金減免及安家基金。當(dāng)前，一些線下連鎖品牌也在進(jìn)駐高校。9月19日，老鄉(xiāng)雞的首家校園店武漢大學(xué)校園店開業(yè)，這意味著老鄉(xiāng)雞正式布局高校市場(chǎng)，也是其對(duì)年輕消費(fèi)者市場(chǎng)的一次深度挖掘。更早前，海底撈等品牌也將實(shí)體店開進(jìn)大學(xué)校園。由于客流量穩(wěn)定，在校園的商業(yè)業(yè)態(tài)迭代過程中，教輔、培訓(xùn)等教育高相關(guān)度品類最早聚焦校園市場(chǎng)；此后，各業(yè)態(tài)逐步布局。如今，校園人群也日趨注重價(jià)值消費(fèi)、體驗(yàn)消費(fèi)、社交消費(fèi)、個(gè)性化消費(fèi)，以餓了么、閑魚為代表的泛受眾類超級(jí)App正在將校園視為典型細(xì)分場(chǎng)景。這背后，是日益龐大的大學(xué)生市場(chǎng)。從用戶體量來看，根據(jù)官方數(shù)據(jù)，2023年，各種形式的高等教育在學(xué)總規(guī)模4763.19萬人，比上年增加108.11萬人，增長(zhǎng)2.32%。從消費(fèi)水平來看，根據(jù)天貓商家成長(zhǎng)團(tuán)隊(duì)發(fā)布的《青春消費(fèi)陣線——校園市場(chǎng)的無限潛力與蓬勃前景》報(bào)告，中國(guó)高校在校生消費(fèi)規(guī)模預(yù)計(jì)在2024年至2028年間從約13000億元上升至約16000億元。同時(shí)，人均年消費(fèi)水平也在不斷提高，從2015年的1.6萬元增長(zhǎng)到2023年的2.9萬元，預(yù)計(jì)到2028年將達(dá)3.5萬元。另據(jù)艾媒咨詢發(fā)布的《2024中國(guó)大學(xué)生消費(fèi)行為調(diào)查研究報(bào)告》數(shù)據(jù)顯示，七成以上的受訪大學(xué)生月均支出水平集中在1000-2000元之間，其中，超四成的受訪大學(xué)生月均收入在1501-2000元。其粗估2024年中國(guó)在校大學(xué)生的年度消費(fèi)規(guī)模約為8500億元。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
11/02
語言模型驅(qū)動(dòng)的軟件工具思考：可解釋與可溯源
語言模型在軟件開發(fā)的應(yīng)用與挑戰(zhàn)。語言模型正在變革軟件開發(fā)流程的各個(gè)環(huán)節(jié)，包括代碼的生成、編輯、測(cè)試、調(diào)試等。在開發(fā)和訓(xùn)練代碼語言模型時(shí)，人們需要統(tǒng)一的收集清理數(shù)據(jù)、訓(xùn)練模型、更新調(diào)整等。因此，我們預(yù)期，針對(duì)模型訓(xùn)練的分析技術(shù)將成為新的一層架構(gòu)來回答“模型是如何產(chǎn)生某個(gè)預(yù)測(cè)的”、“模型預(yù)測(cè)是如何逐漸訓(xùn)練得到的”、以及“我們應(yīng)該怎么做去修改和增強(qiáng)某個(gè)預(yù)測(cè)”等問題。在今年8月份舉辦的AICon全球人工智能開發(fā)與應(yīng)用大會(huì)上，上海交通大學(xué)計(jì)算機(jī)系副教授林云做了專題演講分享“語言模型驅(qū)動(dòng)的軟件工具思考：可解釋與可溯源”，深入探討了如何分析模型、追溯訓(xùn)練樣本，并構(gòu)建數(shù)字孿生環(huán)境來測(cè)試代碼編輯模型，最后展望了未來大模型對(duì)軟件開發(fā)范式的影響。以下是演講實(shí)錄（經(jīng)InfoQ進(jìn)行不改變?cè)獾木庉嬚恚７浅s幸能夠在這里與大家分享我們團(tuán)隊(duì)的最新研究成果。我們一直在探索如何利用語言模型來生成代碼，并深入理解這些模型背后的原理。目前，語言模型在軟件工程領(lǐng)域的應(yīng)用日益廣泛，已經(jīng)逐步介入到設(shè)計(jì)、編程、測(cè)試和調(diào)試等多個(gè)環(huán)節(jié)。我們的研究團(tuán)隊(duì)致力于將語言模型融入這些環(huán)節(jié)中。在語言模型出現(xiàn)之前，我們已經(jīng)有了傳統(tǒng)的代碼編輯的技術(shù)，但語言模型的介入使得編輯過程變得更加智能化，我們稱之為“生成式編輯”。它能夠輔助我們完成整個(gè)代碼棧的工作。接下來，我會(huì)介紹我們與字節(jié)跳動(dòng)合作的一個(gè)項(xiàng)目，該項(xiàng)目旨在自動(dòng)定位代碼編輯的位置，并在特定行生成所需的編輯內(nèi)容。在語言模型生成代碼之前，我們也在解決測(cè)試用例生成的問題。按照傳統(tǒng)方式，我們會(huì)將測(cè)試用例的生成視為一個(gè)約束求解問題，關(guān)注如何實(shí)現(xiàn)分支覆蓋和路徑覆蓋。但語言模型的出現(xiàn)讓我們開始思考，我們是否可以實(shí)現(xiàn)需求覆蓋，即不僅僅覆蓋特定的分支，而是結(jié)合需求和分支，生成更符合項(xiàng)目特點(diǎn)的測(cè)試用例。此外，我們也在探索如何讓語言模型自動(dòng)調(diào)試代碼。過去，開發(fā)者常常自嘲說，自己寫的bug含淚也要修復(fù)完。但現(xiàn)在，也許我們要含著淚修復(fù)AI幫我們寫的bug.AI時(shí)代的代碼調(diào)試問題也許是一個(gè)新的挑戰(zhàn)。因此，我們也希望有新的智能化技術(shù)能夠幫助開發(fā)者發(fā)現(xiàn)并修復(fù)bug.在這項(xiàng)工作中，我們的目標(biāo)是將調(diào)試問題轉(zhuǎn)化為在代碼執(zhí)行軌跡上找到第一個(gè)出錯(cuò)的步驟，然后讓語言模型在這個(gè)軌跡上通過交互不斷定位錯(cuò)誤，并指導(dǎo)開發(fā)者了解錯(cuò)誤是如何發(fā)生的。訓(xùn)練軟件工程語言模型的“套路”當(dāng)我們深入研究語言模型在軟件工程中的應(yīng)用時(shí)，我們逐漸發(fā)現(xiàn)了一個(gè)反復(fù)出現(xiàn)的模式，或者稱之為“套路”。在這個(gè)套路中，我們是這么做的。首先，我們需要收集和清洗來自Git、JIRA、Jenkins等軟件工具的數(shù)據(jù)，將它們轉(zhuǎn)換成訓(xùn)練數(shù)據(jù)集。這些數(shù)據(jù)集隨后被用來訓(xùn)練代碼模型，最終這些模型被集成到集成開發(fā)環(huán)境（IDE）中。無論是進(jìn)行測(cè)試生成、調(diào)試、代碼生成還是測(cè)試用例生成，我們通常會(huì)遵循這個(gè)方式。但隨著時(shí)間的推移，我們意識(shí)到，盡管這個(gè)套路在業(yè)界得到了廣泛應(yīng)用，但在實(shí)際應(yīng)用中卻并不簡(jiǎn)單。例如，當(dāng)我們訓(xùn)練出一個(gè)模型后，我們首先想知道的是，模型為什么會(huì)做出這樣的預(yù)測(cè)。畢竟，模型本質(zhì)上是將大量的數(shù)據(jù)集壓縮編碼到代碼中，然后利用其泛化能力進(jìn)行各種生成任務(wù)。那模型的預(yù)測(cè)是如何產(chǎn)生的？我們知道，模型并非一蹴而就，而是經(jīng)過數(shù)小時(shí)甚至數(shù)天的訓(xùn)練，經(jīng)過多次迭代才得到的。因此，我們想要了解模型預(yù)測(cè)的具體生成過程。最終，我們希望能夠提出一些方案，自動(dòng)矯正模型中不符合我們期望的行為。上述套路解決的是"AIforSE"，即我們提出了AI解決方案來幫助程序員完成任務(wù)。但隨著AI解決方案的增多，我們發(fā)現(xiàn)需要一個(gè)"SEforAIforSE"的基礎(chǔ)框架，以支持和管理這些AI解決方案。案例研究：交互式代碼編輯(CoEdPilot)在具體介紹上述框架解決思路前，我想先跟大家介紹下我們與字節(jié)跳動(dòng)合作的一個(gè)研究案例，這個(gè)案例恰恰符合我們之前討論的“套路”。我們稱這個(gè)過程為“編代碼、編輯定位”。在現(xiàn)代代碼倉(cāng)庫(kù)中，編寫代碼并不總像Copilot那樣，給出一個(gè)注釋后自動(dòng)生成十幾行代碼。更多的時(shí)候，我們面臨的是編輯任務(wù)：根據(jù)需求修改某一行代碼，刪除一行，或者更改一行中的幾個(gè)字符串。這種編輯往往是跨文件的，一次編輯可能會(huì)影響到多個(gè)文件。在我們的案例中，我們首先關(guān)注的是編輯定位問題。當(dāng)出現(xiàn)一個(gè)需求或者一個(gè)編輯請(qǐng)求時(shí)，我們希望能夠迅速定位這個(gè)編輯在整個(gè)項(xiàng)目中如何傳播。接下來，我們想要解決的是編輯生成問題。一旦我們知道某一行需要修改，我們就想進(jìn)一步推薦出這一行具體應(yīng)該改成什么樣子。我們希望通過人機(jī)交互來實(shí)現(xiàn)這一點(diǎn)，利用人的反饋來進(jìn)一步推薦下一輪的編輯定位和編輯生成。我們的工作目前集中在開發(fā)一個(gè)VisualStudioCode插件上，這個(gè)插件旨在幫助用戶根據(jù)輸入的需求自動(dòng)定位代碼修改的位置。用戶一開始會(huì)輸入需求，插件會(huì)生成一個(gè)定位提示，顯示整個(gè)文件中可能需要修改的地方。在這個(gè)提示中，紅色標(biāo)記代表可能需要修改的地方，而綠色標(biāo)記則表示可能需要添加內(nèi)容的位置。當(dāng)用戶選擇某個(gè)特定的位置后，插件會(huì)通過一個(gè)差異比較（DIFF）視圖來展示這一行代碼可能的修改方式。用戶可以從多個(gè)選項(xiàng)中選擇。一旦用戶接受了某些建議或者拒絕了某些建議，這些反饋就會(huì)被收集起來，作為新一輪輸入和迭代的數(shù)據(jù)。這個(gè)插件的核心思想在于，我們通過收集代碼提交的信息來訓(xùn)練模型。每個(gè)提交通常包含多個(gè)代碼修改，這些修改也被一并收集。通過訓(xùn)練，模型能夠在整個(gè)項(xiàng)目中滑動(dòng)窗口，識(shí)別出需要修改的地方，并推薦出具體的修改內(nèi)容。代碼編輯的基本設(shè)計(jì)思路我們的基本設(shè)計(jì)思路是將代碼編輯任務(wù)分解為幾個(gè)小模型來實(shí)現(xiàn)，避免直接將整個(gè)代碼庫(kù)喂給一個(gè)大模型，這樣做的原因主要是為了減輕模型的計(jì)算負(fù)擔(dān)，包含兩個(gè)核心部分：任務(wù)分解和矯正反饋。首先，任務(wù)分解的目標(biāo)是將一個(gè)大模型拆分成幾個(gè)小模型，這樣可以減少模型的輸入量。例如，輸入1萬行代碼與輸入30行代碼的效果是有很大差異的。我們使用三到四個(gè)小模型來完成這個(gè)任務(wù)。其次，我們希望通過與用戶的交互來實(shí)現(xiàn)矯正反饋。具體來說，我們首先使用一個(gè)小模型，通過滑動(dòng)窗口來預(yù)測(cè)文件中可能需要修改的位置。核心思想是比較兩段代碼的語義相似度和依賴關(guān)系，以判斷它們是否會(huì)產(chǎn)生協(xié)同變化。在得到這些信息后，我們使用另一個(gè)小模型，將問題轉(zhuǎn)化為一個(gè)分類問題。給定一個(gè)滑動(dòng)窗口，窗口中有多行代碼，我們根據(jù)之前的編輯來預(yù)測(cè)每一行可能發(fā)生的編輯類型。這樣，我們不需要處理一個(gè)很大的窗口，只需要對(duì)每一行進(jìn)行分類即可。訓(xùn)練模式采用的是指令微調(diào)，即給定一個(gè)指令（如替換或保留），然后讓模型預(yù)測(cè)每一行的編輯類型。得到編輯類型后，我們使用另一個(gè)基于Transformer的編碼器-解碼器模型來生成具體的內(nèi)容。當(dāng)我們確定某一行需要添加或替換時(shí)，就讓這個(gè)Transformer生成相應(yīng)的內(nèi)容。這樣，我們就大大減少了活動(dòng)窗口的大小。最后，我們使用另一個(gè)模型來學(xué)習(xí)之前的編輯，將之前的編輯作為Transformer輸入和反饋設(shè)計(jì)的一部分。通過這種方式，我們?cè)诙ㄎ坏臏?zhǔn)確性和生成內(nèi)容的準(zhǔn)確性上都達(dá)到了一個(gè)可接受的程度。哪些訓(xùn)練數(shù)據(jù)影響了這次預(yù)測(cè)?當(dāng)我們構(gòu)建并訓(xùn)練了代碼模型后，我們希望它能夠自動(dòng)定位代碼編輯的需求，并最終集成到IDE中。然而，我們發(fā)現(xiàn)在某些情況下，模型的表現(xiàn)并沒有達(dá)到我們的預(yù)期。為了解決這個(gè)問題，我們首先需要進(jìn)行訓(xùn)練歸因分析，以了解為什么模型會(huì)做出特定的預(yù)測(cè)。我們想要回答的核心問題是：為什么模型認(rèn)為某行代碼需要修改，或者需要插入代碼？為了解決這個(gè)問題，我們從三個(gè)角度進(jìn)行思考：樣本歸因、表征歸因和仿真驗(yàn)證。歸因問題在機(jī)器學(xué)習(xí)領(lǐng)域是一個(gè)經(jīng)典問題。我們想要了解的是，哪些訓(xùn)練數(shù)據(jù)真正影響了模型的預(yù)測(cè)。當(dāng)我們面對(duì)一個(gè)嚴(yán)格的數(shù)學(xué)問題陳述時(shí)，我們可以這樣表述問題：給定一個(gè)訓(xùn)練樣本Zi,如果我們對(duì)這個(gè)樣本進(jìn)行權(quán)重調(diào)整（增加或減少?），模型會(huì)發(fā)生什么變化？因?yàn)槟Ｐ褪窃诳吹綌?shù)據(jù)后才進(jìn)行神經(jīng)元調(diào)整的，所以我們想要了解哪些預(yù)測(cè)相關(guān)的神經(jīng)元是由哪些數(shù)據(jù)調(diào)整的。在數(shù)學(xué)層面上，這個(gè)問題可以通過一個(gè)公式來描述。我們有一個(gè)測(cè)試集_X_test和一個(gè)訓(xùn)練集_X_train.我們想要了解_X_train和_X_test之間的關(guān)系。如果我們發(fā)現(xiàn)_X_train和_X_test的值是一個(gè)大的正數(shù)，這意味著如果我們更多地訓(xùn)練_X_train這個(gè)樣本，模型在預(yù)測(cè)_X_test這個(gè)樣本時(shí)的表現(xiàn)會(huì)變得更好。相反，如果_X_train和_X_test的值是一個(gè)大的負(fù)數(shù)，比如說-0.9，這意味著如果我們更多地訓(xùn)練_X_train這個(gè)樣本，_X_test這個(gè)測(cè)試樣本的預(yù)測(cè)會(huì)變得更糟，說明這兩個(gè)樣本之間存在矛盾。如果_X_train和_X_test的影響因素是0，那就意味著無論我們?cè)黾舆€是減少對(duì)_X_train的訓(xùn)練，對(duì)_X_test的預(yù)測(cè)都沒有影響。要理解模型預(yù)測(cè)的影響關(guān)系，我們可以從理論上推導(dǎo)出三個(gè)決定性因素。首先，模型對(duì)測(cè)試樣本_X_test的擬合程度會(huì)影響其預(yù)測(cè)。每個(gè)測(cè)試樣本都有其損失函數(shù)和標(biāo)簽，模型在擬合這些樣本時(shí)會(huì)朝某個(gè)方向移動(dòng)，這個(gè)方向反映了參數(shù)空間的調(diào)整。其次，模型對(duì)訓(xùn)練樣本_X_train的擬合方向也是一個(gè)重要因素。如果模型在擬合_X_test和_X_train時(shí)方向一致，那么它們之間會(huì)有正向影響；如果方向相反，則會(huì)產(chǎn)生負(fù)向影響；如果方向的夾角為零，則它們之間沒有影響。最后，Hessian矩陣及其逆矩陣代表了所有樣本之間的交互效應(yīng)。Hessian矩陣是損失函數(shù)對(duì)所有參數(shù)的二階導(dǎo)數(shù)的矩陣，其逆矩陣反映了樣本間的相互作用。然而，計(jì)算Hessian矩陣的逆在實(shí)際中是非常困難的，尤其是當(dāng)模型參數(shù)達(dá)到百萬或千萬級(jí)別時(shí)。為了解決這個(gè)問題，我們提出了一種改進(jìn)的想法，即通過多次變異模型來模擬Hessian矩陣的效果。我們可以通過在參數(shù)空間上進(jìn)行抽樣來模擬Hessian矩陣，觀察模型在多次變異后對(duì)訓(xùn)練樣本和測(cè)試樣本的影響。如果變異后的模型在訓(xùn)練樣本和測(cè)試樣本上都顯示出對(duì)抗性或正相關(guān)/負(fù)相關(guān)的影響，那么我們就可以認(rèn)為它們之間存在相互影響。通過這種技術(shù)，我們發(fā)現(xiàn)模型預(yù)測(cè)中的一些問題并不總是源于模型架構(gòu)，而是可能源自訓(xùn)練數(shù)據(jù)集本身。例如，在開源數(shù)據(jù)集上運(yùn)行模型時(shí)，我們可能會(huì)發(fā)現(xiàn)模型的某些錯(cuò)誤預(yù)測(cè)實(shí)際上可以歸因于訓(xùn)練數(shù)據(jù)的標(biāo)注問題。例如，在服裝分類任務(wù)中，開源數(shù)據(jù)集可能會(huì)將非常相似的服裝款式標(biāo)注為不同的類別，而人類觀察者可能會(huì)認(rèn)為這些款式是相近的。這種令人困惑的標(biāo)注會(huì)影響模型預(yù)測(cè)的性能。為此我們?cè)O(shè)計(jì)了新的影響函數(shù)在很多開源數(shù)據(jù)集上找到了很多標(biāo)注bug,并發(fā)表在了NeurIPS’22的會(huì)議論文《DebuggingandExplainingMetricLearningApproaches:AnInfluenceFunctionBasedPerspective》上。將影響函數(shù)應(yīng)用于代碼編輯生成任務(wù)我們將影響函數(shù)應(yīng)用于代碼編輯生成任務(wù)中，以評(píng)估每個(gè)預(yù)測(cè)背后的有益和有害訓(xùn)練樣本。有益的訓(xùn)練樣本是指那些通過增加訓(xùn)練量可以提升特定測(cè)試樣本表現(xiàn)的樣本，而有害樣本則是指增加訓(xùn)練量會(huì)降低某些測(cè)試樣本表現(xiàn)的樣本。我們發(fā)現(xiàn)，對(duì)于任何一個(gè)測(cè)試樣本，有害樣本和有益樣本的數(shù)量通常都非常少。通過這種方式，我們可以發(fā)現(xiàn)模型預(yù)測(cè)的具體影響。例如，當(dāng)我們的模型預(yù)測(cè)需要將代碼中的版本號(hào)從0.01更改為0.02時(shí)，使用影響函數(shù)進(jìn)行歸因分析，我們可以看到與數(shù)字變動(dòng)相關(guān)的訓(xùn)練樣本，這與模型的表征空間是相關(guān)的。在函數(shù)調(diào)用中添加參數(shù)時(shí)，模型應(yīng)該定位到代碼窗口中的某一行，并預(yù)測(cè)需要替換的行以添加類似的參數(shù)。對(duì)于這樣的測(cè)試樣本，模型的預(yù)測(cè)和歸因分析將揭示出形狀相似的代碼標(biāo)注，指出在語法上需要添加子節(jié)點(diǎn)。這種歸因分析有助于我們理解哪些訓(xùn)練樣本對(duì)預(yù)測(cè)有重大貢獻(xiàn)，從而發(fā)現(xiàn)可能存在的標(biāo)注問題。例如，我們可能會(huì)發(fā)現(xiàn)原本認(rèn)為相似的代碼樣本實(shí)際上在語義上有很大差異，這表明我們的標(biāo)注可能存在問題，或者標(biāo)注的語義不夠豐富。此外，在代碼編輯中，commitmessage的質(zhì)量非常重要。相似的commit或者過長(zhǎng)的commit可能會(huì)導(dǎo)致信息量減少，從而形成打架效應(yīng)。這意味著，為了提高代碼編輯的質(zhì)量，我們需要確保commitmessage的書寫質(zhì)量非常高，避免使用過于冗長(zhǎng)或含糊不清的描述。我們覺得未來可能會(huì)有好幾個(gè)方向可以嘗試，第一是通過影響函數(shù)，可以幫助我們?nèi)プ鰯?shù)據(jù)分析，判斷到底哪些是臟數(shù)據(jù)，或者說非預(yù)期的訓(xùn)練數(shù)據(jù)產(chǎn)生了壞的影響。第二個(gè)是當(dāng)產(chǎn)生壞的影響之后，有可能我們需要對(duì)整個(gè)數(shù)據(jù)進(jìn)行重標(biāo)注，所以我們也在嘗試在訓(xùn)練過程當(dāng)中動(dòng)態(tài)地去更新某一些標(biāo)注，因?yàn)槲覀冇肋h(yuǎn)不能保證人標(biāo)的東西就一定是對(duì)的，或者說預(yù)期的標(biāo)注就是我們想要的。最后是想去觀測(cè)，如果有些訓(xùn)練樣本有非常高的互影響的話，就意味著整個(gè)訓(xùn)練數(shù)據(jù)集有可能是冗余的。我們大量地在收集數(shù)據(jù)集，但是數(shù)據(jù)集過大真的是件好事嗎？對(duì)此我們其實(shí)也是存疑的，我們有沒有可能利用一個(gè)小但質(zhì)量非常高的數(shù)據(jù)集產(chǎn)出一樣的效果？這對(duì)模型訓(xùn)練效率的影響其實(shí)是非常大的。表征歸因在討論完樣本歸因之后，我們來談?wù)劚碚鳉w因。表征歸因是深度學(xué)習(xí)的核心，因?yàn)樯疃葘W(xué)習(xí)本質(zhì)上是表征學(xué)習(xí)。無論是處理圖像、聲音還是文本，深度學(xué)習(xí)的目標(biāo)是將這些輸入轉(zhuǎn)換成向量，然后進(jìn)行矩陣運(yùn)算。以文本為例，深度學(xué)習(xí)模型需要將每個(gè)單詞映射到向量空間中。在這個(gè)空間里，語義相近的詞匯（如“男孩”和“女孩”）的表征應(yīng)該彼此接近，而語義相距較遠(yuǎn)的詞匯（如“貓”和“狗”）的表征則應(yīng)該相距較遠(yuǎn)。在自然語言處理（NLP）中，我們希望模型能夠通過單詞的embedding來捕捉這種語義關(guān)系。如果我們能夠訓(xùn)練模型，使其對(duì)每個(gè)樣本或單詞的表征具有這樣的語義效果，那么模型就能逐漸發(fā)展出接近人類的預(yù)測(cè)能力，從而能夠進(jìn)行更自然的交流。然而，我們面臨的一個(gè)主要挑戰(zhàn)是，真實(shí)的表征空間可能是512維、1024維或768維，而人類很難直觀理解高維空間中的變化。模型訓(xùn)練初期，樣本的表征通常是隨機(jī)分布在高維空間中的。隨著訓(xùn)練的進(jìn)行，這些表征會(huì)逐漸變化，最終形成一種分布，反映出人類的理解能力。我們可以將模型訓(xùn)練過程視為樣本表征在高維空間中的運(yùn)動(dòng)。一開始，這些表征是無序的，但最終會(huì)形成一個(gè)有結(jié)構(gòu)的分布。我們希望能夠在二維空間中幫助人們理解這些表征是如何變化的，例如，貓和狗的表征是否真的接近。這將能為提供巨大的信息量，幫助我們更好地理解和改進(jìn)模型。在過去的工作中，我們的目標(biāo)是將模型的訓(xùn)練過程可視化。模型訓(xùn)練本質(zhì)上是樣本表征在高維空間中的變化過程，但由于這些維度通常是數(shù)百甚至數(shù)千維，這使得直觀理解變得困難。因此，我們希望能夠?qū)⑦@一過程投影到二維空間，使人們能夠直觀地看到，例如，兩只貓的樣本表征如何逐漸靠近，而貓和狗的樣本表征如何逐漸遠(yuǎn)離。將訓(xùn)練過程轉(zhuǎn)化為二維動(dòng)畫后，我們不僅可以觀察到模型在表征空間中的運(yùn)動(dòng)，而且還可以與動(dòng)畫進(jìn)行交互和分析。在模型訓(xùn)練過程中，我們通過可視化技術(shù)觀察到了一個(gè)有趣的現(xiàn)象，即干凈數(shù)據(jù)和噪音數(shù)據(jù)在表征空間中的運(yùn)動(dòng)軌跡存在顯著差異。例如，在某個(gè)訓(xùn)練階段，我們可以將橘黃色的點(diǎn)視為干凈數(shù)據(jù)，而黑色的點(diǎn)代表噪音數(shù)據(jù)。如果我們觀察到最后一個(gè)訓(xùn)練階段，比如模型學(xué)習(xí)"apple"這個(gè)詞匯時(shí)，會(huì)發(fā)現(xiàn)無論是干凈數(shù)據(jù)還是噪音數(shù)據(jù)，模型最終都能達(dá)到很高的準(zhǔn)確度。然而，它們?cè)谟?xùn)練過程中的運(yùn)動(dòng)軌跡卻大相徑庭。干凈數(shù)據(jù)在經(jīng)過一兩次訓(xùn)練迭代后，很快就能定位到它應(yīng)該在的區(qū)域。相比之下，噪音數(shù)據(jù)則表現(xiàn)得像“釘子戶”，在初始位置上停留很長(zhǎng)時(shí)間，直到訓(xùn)練的后期，由于模型內(nèi)部的某種“拉力”作用，它們才最終被拉回到適當(dāng)?shù)奈恢?。這種現(xiàn)象不僅揭示了噪音數(shù)據(jù)在訓(xùn)練過程中的頑固性，也為我們提供了一種新的思路，即如何在訓(xùn)練過程中有效地去除噪音。通過觀察數(shù)據(jù)在表征空間中的運(yùn)動(dòng)，我們可以識(shí)別出那些不易被模型正確學(xué)習(xí)的噪音樣本，并采取相應(yīng)措施?；氐酱a任務(wù)本身，我們注意到基于檢索的生成（RAG）是一個(gè)非常熱門的領(lǐng)域。在這種情況下，檢索能力變得至關(guān)重要。在這個(gè)語義空間中，我們可以觀察到代碼表征的分布情況，同樣也可以觀察到代碼描述的表征分布。這種映射允許我們?cè)诮o定一個(gè)自然語言描述時(shí)，在整個(gè)語義空間中搜索與其最接近的代碼表征。這樣，與描述最相關(guān)的代碼就可以被檢索出來。基本上，這是一種在高維空間中進(jìn)行代碼檢索的方法。通過這種方式，我們可以根據(jù)代碼的自然語言描述快速找到相應(yīng)的代碼實(shí)現(xiàn)，從而提高代碼檢索的效率和準(zhǔn)確性。這種方法利用了深度學(xué)習(xí)模型的能力，將文本描述和代碼映射到同一個(gè)高維空間，使得相關(guān)代碼的檢索變得更加直接和有效。高層語義編輯距離在深入研究模型訓(xùn)練過程中的表征時(shí)，我們有時(shí)會(huì)發(fā)現(xiàn)模型可能只是學(xué)習(xí)到了表面現(xiàn)象，而并沒有真正理解人類所理解的概念。例如，當(dāng)我們探討高層語義編輯距離時(shí)，可以通過比較兩個(gè)序列或字符串來觀察這一點(diǎn)。我們可以將字符串進(jìn)行匹配，就像在本科課程中學(xué)到的字符串匹配算法那樣。這種方法也可以應(yīng)用于代碼，因?yàn)榇a中的每個(gè)token也都有一個(gè)高維的語義表征向量。例如，return這個(gè)詞在代碼中會(huì)有一個(gè)語義表示，我們可以計(jì)算兩個(gè)return之間的語義相似度，從而判斷它們?cè)谡Z義上是否大致相似。通過這種方式，我們可以對(duì)整篇代碼進(jìn)行理解。如果我們使用像CodeBERT這樣的模型來訓(xùn)練代碼，使用表征距離或高維空間的語義表征來對(duì)齊兩篇代碼。但是，在訓(xùn)練的初期，代碼可以被正確對(duì)齊，但在訓(xùn)練的后期，模型可能會(huì)將versiondownload這個(gè)詞與if的表征關(guān)聯(lián)得最近，而將data的表征與return的表征關(guān)聯(lián)得更近。這種現(xiàn)象表明，盡管模型似乎學(xué)習(xí)到了預(yù)測(cè)代碼和描述之間相似性的能力，但它的理解仍然與人類的理解存在較大差距。這提示我們?cè)谀Ｐ陀?xùn)練和評(píng)估時(shí)，需要更加關(guān)注模型是否真正理解了代碼的語義，而不僅僅是表面形式上的相似性。通過深入分析表征，我們意識(shí)到在模型訓(xùn)練過程中需要加強(qiáng)代碼和描述之間的對(duì)齊能力。目前，我們主要采用對(duì)比學(xué)習(xí)的方法來訓(xùn)練模型，但為了進(jìn)一步提升模型的性能，我們計(jì)劃在訓(xùn)練中加入更多的對(duì)齊機(jī)制。仿真驗(yàn)證（數(shù)字孿生）這部分我們想討論的是一種稱為仿真驗(yàn)證的技術(shù)，也就是數(shù)字孿生。在模型訓(xùn)練完成后，我們經(jīng)常會(huì)遇到模型的評(píng)估指標(biāo)，如準(zhǔn)確率、召回率和F1分?jǐn)?shù)等，看起來非常高的情況。這些數(shù)字并不總能代表模型在實(shí)際應(yīng)用中能顯著提升程序員的工作效率。有時(shí)候，即使模型的BLEU分?jǐn)?shù)只差一點(diǎn)點(diǎn)，程序員可能仍需花費(fèi)大量時(shí)間進(jìn)行調(diào)整。另一方面，即使BLEU分?jǐn)?shù)差異很大，也不一定意味著模型的預(yù)測(cè)結(jié)果不對(duì)。這是一個(gè)非常微妙的問題。為了解決這個(gè)問題，我們提出了數(shù)字孿生驗(yàn)證技術(shù)。在我們與字節(jié)跳動(dòng)的合作中，我們進(jìn)行了用戶實(shí)驗(yàn)，讓學(xué)生實(shí)際使用我們的工具進(jìn)行編碼。我們發(fā)現(xiàn)，即使在學(xué)術(shù)環(huán)境中，驗(yàn)證模型的預(yù)測(cè)是否真正有用是一項(xiàng)工作量非常龐大的工作。因此，我們希望通過代碼提交，即編輯歷史的一個(gè)結(jié)果，來恢復(fù)過去的開發(fā)過程。我們稱這個(gè)項(xiàng)目為“Historian”，就像考古學(xué)家通過文物來還原歷史一樣，我們希望通過已知的代碼提交來恢復(fù)程序員過去的代碼編輯過程。在這個(gè)過程中，我們需要解決一些問題，例如兩個(gè)編輯之間可能存在的偏序關(guān)系，確定哪個(gè)編輯先發(fā)生，哪個(gè)后發(fā)生。通過恢復(fù)整個(gè)代碼編輯的開發(fā)過程，我們可以在這個(gè)過程中引入模型，并觀察在什么情況下模型真正有助于提升生產(chǎn)力，或者是否實(shí)際上在拖累開發(fā)。我們需要評(píng)估模型的表現(xiàn)是否真的有助于提高效率，或者它是否與不使用模型時(shí)的表現(xiàn)相當(dāng)?；舅悸罚簭奶峤粴v史重現(xiàn)“當(dāng)年的”開發(fā)過程在我們的工作中，我們建立了一個(gè)復(fù)雜的工作流程，旨在通過提交歷史來重現(xiàn)程序員當(dāng)年的開發(fā)過程。這個(gè)流程的出發(fā)點(diǎn)是確定在何種程度的BLEU分?jǐn)?shù)下，模型應(yīng)該采取下一步行動(dòng)。我們的目標(biāo)是利用歷史記錄來創(chuàng)建一個(gè)虛擬的程序員，這個(gè)虛擬的程序員能夠基于單個(gè)提交（commit）恢復(fù)出多種可能的編輯過程。在這些編輯過程中，我們的模型將被引入。我們?cè)试S對(duì)這個(gè)虛擬程序員的行為進(jìn)行配置，例如：在檢查推薦時(shí)需要花費(fèi)多少時(shí)間？如果推薦錯(cuò)誤，他將被延誤多長(zhǎng)時(shí)間？如果推薦正確，他將花費(fèi)多少時(shí)間進(jìn)行審查？我們會(huì)根據(jù)不同情況來設(shè)定這些參數(shù)。在這個(gè)過程中，我們會(huì)模擬實(shí)際的編輯場(chǎng)景。例如，如果我們輸入一個(gè)描述并產(chǎn)生編輯，這個(gè)過程可能需要77秒，這包括了第一次編輯、加載語言模型的時(shí)間（因?yàn)槟Ｐ筒皇菓{空產(chǎn)生的），以及推薦編輯位置所需的時(shí)間。如果我們的推薦正確，我們將計(jì)算產(chǎn)生的延遲；如果錯(cuò)誤，我們將計(jì)算延誤的時(shí)間。我們還會(huì)模擬用戶檢測(cè)推薦所需的時(shí)間。通過這樣的模擬，我們可以與正常的編輯過程進(jìn)行比較，以確定模型是在幫助用戶還是影響用戶。通過這種方式，我們基本上可以觀察到，當(dāng)模型被應(yīng)用于實(shí)際的開發(fā)過程時(shí)，所有的性能指標(biāo)，如準(zhǔn)確率和召回率，實(shí)際上都會(huì)出現(xiàn)一定程度的下降。這是因?yàn)樵诂F(xiàn)實(shí)世界中，模型的表現(xiàn)受到多種因素的影響，包括與人類用戶的交互。這個(gè)就是我們的SEfor（AIforSE）框架，旨在探索和改進(jìn)人工智能在軟件工程中的應(yīng)用。在這個(gè)框架中，我們預(yù)見到未來業(yè)界將越來越多地采用這種模式。程序員的工作方式正在發(fā)生變化，他們不再只是調(diào)用和開發(fā)API或修改第三方庫(kù)，而是可能會(huì)需要收集訓(xùn)練數(shù)據(jù)來微調(diào)模型，就像調(diào)整第三方庫(kù)一樣。模型本質(zhì)上是一種特殊的第三方庫(kù)，程序員在未來可能需要學(xué)習(xí)如何編寫更有效的提示（prompt）來與這些模型交互。這可能會(huì)形成新的工作模式。隨著這些新工作流程的出現(xiàn)，我們面臨著如何進(jìn)一步提升和賦權(quán)這些模式的問題。目前的模型是概率模型，每次輸出可能并不穩(wěn)定，同時(shí)還需要解決模型輸出的幻覺問題。為了解決這些問題，我們嘗試提出了一些方法。例如，樣本歸因可以幫助我們追溯并理解對(duì)特定預(yù)測(cè)產(chǎn)生貢獻(xiàn)的訓(xùn)練樣本。通過分析學(xué)習(xí)后的樣本表征，我們可以在表征空間上進(jìn)行更深入的交互式分析。我們還提出了一個(gè)仿真驗(yàn)證過程，也就是數(shù)字孿生的概念。通過創(chuàng)建一個(gè)虛擬的程序員來進(jìn)行編輯操作，我們可以模擬實(shí)際的開發(fā)過程，并觀察模型在其中的作用。我們希望這種虛擬仿真的方法能夠幫助程序員或大型企業(yè)驗(yàn)證模型的實(shí)際效用。如果我們想在生產(chǎn)環(huán)境中引入一個(gè)新模型，我們需要說服生產(chǎn)團(tuán)隊(duì)這個(gè)模型確實(shí)能夠帶來產(chǎn)能增值。通過數(shù)字孿生技術(shù)，我們可以模擬模型在實(shí)際開發(fā)過程中的表現(xiàn)，從而預(yù)估它可能帶來的效益。展望：AI原生的軟件工程實(shí)踐隨著人工智能時(shí)代的到來，軟件工程的實(shí)踐將發(fā)生根本性變化。過去，編程主要是為了交付軟件產(chǎn)品。但在AI時(shí)代，編程不僅僅是為了交付，它還具有數(shù)據(jù)標(biāo)注的意義。我們編寫的每一行代碼、提交的每一個(gè)commit、撰寫的每一個(gè)需求，都可能被用來訓(xùn)練模型。這意味著代碼編輯和整個(gè)編輯過程實(shí)際上在無形中完成了數(shù)據(jù)的標(biāo)注工作。由于模型訓(xùn)練對(duì)數(shù)據(jù)質(zhì)量有很高的要求，我們預(yù)見未來將出現(xiàn)一種AI原生的軟件工程實(shí)踐。我們將利用現(xiàn)有的數(shù)據(jù)來訓(xùn)練模型，然后評(píng)估這些模型是否符合我們的預(yù)期。有了新模型后，我們可以反向工作，利用模型預(yù)測(cè)的好壞來評(píng)估過去的編程實(shí)踐是否合適。這個(gè)過程類似于梯度下降，從模型預(yù)測(cè)到生產(chǎn)過程或代碼標(biāo)注的反向優(yōu)化。我們可以通過模型的性能和對(duì)數(shù)據(jù)質(zhì)量的分析，反過來指導(dǎo)整個(gè)開發(fā)實(shí)踐，告訴我們何時(shí)應(yīng)該如何編寫代碼、如何記錄代碼歷史，或者如何提出問題。以前，我們通常依據(jù)一些軟性指標(biāo)來推薦最佳實(shí)踐，未來我們將有更硬性的理由來證明為何要這樣編寫代碼。因?yàn)檫@樣做可以使模型訓(xùn)練得更好。通過這種方式，我們可以不斷調(diào)整實(shí)踐，形成一個(gè)AI原生的軟件工程范式，最終推動(dòng)整個(gè)過程的自動(dòng)化。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
10/25
低代碼/無代碼如何打破“雞肋”困境？
前言：??低代碼及無代碼領(lǐng)域從2019年開始被資本市場(chǎng)關(guān)注，在爭(zhēng)議中不斷發(fā)展，至今仍存在諸多尚未厘清的概念有待探討，因此我們?nèi)嫜芯渴崂砹说痛a/無代碼行業(yè)最新情況，試圖探討以下核心問題：??無代碼/低代碼是不是偽需求？??近幾年無代碼/低代碼行業(yè)快速崛起的驅(qū)動(dòng)因素是什么？??無代碼/低代碼行業(yè)和快速興起的基于云的生意關(guān)系是什么？??國(guó)內(nèi)外無代碼/低代碼領(lǐng)域在近一兩年有哪些新的行業(yè)趨勢(shì)或變化？??本次Scale?Partners?勢(shì)乘資本將力求全面、客觀地分析這一行業(yè)，并在此基礎(chǔ)上闡述我們當(dāng)前的看法，并對(duì)未來趨勢(shì)做出預(yù)判。??01?核心結(jié)論匯總??總體來說，當(dāng)前無/低代碼行業(yè)在中國(guó)面臨專業(yè)編程人員不常用到，業(yè)務(wù)人員不易熟練使用的痛點(diǎn)。但是我們認(rèn)為，在企業(yè)數(shù)字化轉(zhuǎn)型的需求逐步強(qiáng)烈、IT開發(fā)人員的供給越發(fā)呈現(xiàn)出相對(duì)短缺的背景下，無/低代碼產(chǎn)品的價(jià)值會(huì)逐步被市場(chǎng)認(rèn)可。另外，隨著未來適配VR等設(shè)備的虛擬內(nèi)容數(shù)量的劇增，這部分內(nèi)容創(chuàng)作的需求一方面需要依靠AI來滿足，另一部分預(yù)計(jì)需要人借助低代碼工具來滿足。??表單驅(qū)動(dòng)型無/低代碼廠商可能難以解決跨行業(yè)、多場(chǎng)景的復(fù)雜需求，我們認(rèn)為模型驅(qū)動(dòng)型產(chǎn)品會(huì)逐漸成為主流。對(duì)低代碼公司來說，提升產(chǎn)品力需要從兩方面入手：一是提升底層技術(shù)實(shí)力，豐富數(shù)據(jù)模型的豐富度;同時(shí)要通過與專業(yè)的咨詢公司、深耕行業(yè)的解決方案服務(wù)商等機(jī)構(gòu)合作，加深對(duì)客戶所處行業(yè)、業(yè)務(wù)開展的具體場(chǎng)景的理解。??考慮到低代碼平臺(tái)對(duì)用戶的代碼能力有一定要求，把控低代碼平臺(tái)上服務(wù)商的數(shù)量和質(zhì)量很重要。良好的ISV生態(tài)不僅有利于企業(yè)低代碼產(chǎn)品的推廣，還有助于企業(yè)在特定區(qū)域市場(chǎng)內(nèi)構(gòu)建壁壘。??在軟件開發(fā)和應(yīng)用領(lǐng)域，開源的勢(shì)頭越來越猛，但考慮到行業(yè)內(nèi)無/低代碼平臺(tái)的使用者的創(chuàng)新能力在推動(dòng)產(chǎn)品精進(jìn)方面的能力有限，我們認(rèn)為無/低代碼行業(yè)不太存在被開源產(chǎn)品降維打擊的風(fēng)險(xiǎn)。??由于無/低代碼企業(yè)將加強(qiáng)云計(jì)算企業(yè)的服務(wù)能力，云計(jì)算企業(yè)會(huì)繼續(xù)保持對(duì)無/低代碼行業(yè)的關(guān)注，并通過投資整合的方式將企業(yè)納入自己的生態(tài)范圍。從獲客和增長(zhǎng)的角度看，無代碼企業(yè)傾向于與用戶基數(shù)巨大的平臺(tái)合作，低代碼企業(yè)適合與提供定制化程度高的軟件企業(yè)合作。??目前各個(gè)無/低代碼平臺(tái)上的模型、數(shù)據(jù)和應(yīng)用程序可移植性不佳。這種局面可能是無/低代碼平臺(tái)和合作綁定的云計(jì)算廠商所樂見的，因?yàn)檫@將增強(qiáng)客戶對(duì)自家產(chǎn)品的依賴程度。在無/低代碼企業(yè)之間的競(jìng)爭(zhēng)背后，我們一定能看到云計(jì)算大廠的影子。??眾多國(guó)外無/低代碼廠商在2021年初左右宣布進(jìn)入中國(guó)市場(chǎng)，2021年互聯(lián)網(wǎng)巨頭也加大了在這個(gè)方向的投入力度。我們判斷這個(gè)行業(yè)在未來會(huì)出現(xiàn)大量深耕特定行業(yè)或場(chǎng)景的“小巨人”，但單個(gè)“小巨人”可能不足以支撐起很大的估值，未來行業(yè)內(nèi)的整合并購(gòu)會(huì)非?；钴S。??行業(yè)可能面臨的潛在風(fēng)險(xiǎn)有：市場(chǎng)需求不及預(yù)期、技術(shù)研發(fā)進(jìn)度遲緩、市場(chǎng)競(jìng)爭(zhēng)加劇、數(shù)據(jù)安全和隱私保護(hù)等政策收緊等。??02?市場(chǎng)環(huán)境??1.?無/低代碼行業(yè)的定義及邊界??我們首先明確一下“無代碼開發(fā)”、“低代碼開發(fā)”的具體含義：所謂的“低代碼開發(fā)”是指一種可視化應(yīng)用開發(fā)方法，旨在讓不同經(jīng)驗(yàn)水平的開發(fā)人員能夠通過圖形用戶界面，使用拖放式組件和模型驅(qū)動(dòng)邏輯來創(chuàng)建?Web、軟件和移動(dòng)應(yīng)用。??廣義來說，“低代碼開發(fā)”一詞包括了“低代碼開發(fā)”和“無代碼開發(fā)”。這兩者的區(qū)別直觀體現(xiàn)在完成應(yīng)用程序開發(fā)所需代碼量上——前者仍然需要編寫少量代碼，而后者不需要書寫代碼。因此，低代碼應(yīng)用主要面向企業(yè)內(nèi)部開發(fā)人員，無代碼應(yīng)用主要面向業(yè)務(wù)人員。在后端，低代碼和無代碼的差異主要體現(xiàn)在對(duì)代碼的模塊化封裝程度上。??低代碼和無代碼分貝通過程序和封裝模塊實(shí)現(xiàn)特定功能??我們很容易看出，低代碼平臺(tái)屬于PaaS層，架設(shè)在IaaS上，通過“應(yīng)用程序平臺(tái)即服務(wù)(aPaaS,application?Platform?as?a?Service)+集成平臺(tái)即服務(wù)(iPaaS,integration?Platform?as?a?Service)”共同構(gòu)建。??2.?行業(yè)歷史及階段??(1)行業(yè)整體發(fā)展歷程概覽??低代碼開發(fā)的理念最早可以追溯至20世紀(jì)80年代第四代編程語言的提出，2000年可視化編程語言(VPL)助推低代碼開發(fā)這一理念進(jìn)一步發(fā)展。2014年，F(xiàn)orrester?Research正式提出“低代碼開發(fā)平臺(tái)”(LCAP)這一概念，2018年Gartner進(jìn)一步提出aPaaS和iPaaS概念，讓低代碼行業(yè)受到越來越多的人關(guān)注。??在《2021年中國(guó)ICT技術(shù)成熟度曲線報(bào)告?(Hype?Cycle?for?ICT?in?China,?2021)》中，低代碼應(yīng)用開發(fā)平臺(tái)(LCAP)首次作為新興技術(shù)熱點(diǎn)被納入。根據(jù)Gartner的預(yù)測(cè)，到2024年，所有應(yīng)用程序開發(fā)活動(dòng)當(dāng)中的65%將通過低代碼的方式完成，同時(shí)75%的大型企業(yè)將使用至少四種低代碼開發(fā)工具進(jìn)行應(yīng)用開發(fā)。??備注：第一代到第四代計(jì)算機(jī)語言??第一代語言(或機(jī)器語言)：一種面向計(jì)算機(jī)的程序設(shè)計(jì)語言，使用0和1表示各種命令。使用者通過計(jì)算機(jī)系統(tǒng)開關(guān)的面板輸入指令到計(jì)算機(jī)系統(tǒng)中。??第二代語言(或匯編語言)：程序中的每一行直接對(duì)應(yīng)到一條處理器指令，每種語言寫出的程序只能運(yùn)行在特定的一類處理器架構(gòu)上。??第三代語言(高階匯編語言)：比第一代及第二代編程語言更加的抽象化，一句話對(duì)應(yīng)多條匯編語言。高階匯編語言更加接近人類的語言，需要編譯器或是直譯器。??第四代語言(目標(biāo)語言)：目標(biāo)語言的核心在于用清晰、明確、規(guī)范的語言，來精準(zhǔn)地描述出使用者要實(shí)現(xiàn)的功能。目標(biāo)翻譯器會(huì)自動(dòng)把目標(biāo)語言翻譯為計(jì)算機(jī)的操作語言。??(2)低代碼行業(yè)在國(guó)外發(fā)展情況??1999年，Salesforce創(chuàng)立??2001年，Outsystems創(chuàng)立??2007年，MIT將低代碼開發(fā)理念應(yīng)用于兒童編程領(lǐng)域，推出Scratch??2015年，Amazo、AWS、Google、Microsoft等巨頭開始入局低代碼開發(fā)??2018年，Siemens收購(gòu)Mendix,將其與工業(yè)互聯(lián)網(wǎng)平臺(tái)MindSphere整合。同年OutSystems獲得KKR、Goldman?Sachs等機(jī)構(gòu)融資，成為行業(yè)獨(dú)角獸??(3)低代碼行業(yè)在中國(guó)發(fā)展情況??國(guó)內(nèi)部分低代碼平臺(tái)廠商最早從事BPM相關(guān)業(yè)務(wù)，自2014年開始逐漸轉(zhuǎn)型。這一時(shí)期主要玩家是傳統(tǒng)軟件廠商(如金蝶、用友、致遠(yuǎn)互聯(lián)、泛微等)，使用者更多是懂代碼的開發(fā)者。同時(shí)客戶需要購(gòu)買服務(wù)器、部署環(huán)境、開發(fā)上線，從使用到上線門檻較高。??自2019年開始，國(guó)內(nèi)互聯(lián)網(wǎng)大廠開始布局無/低代碼行業(yè)?；诠性?，無/低代碼產(chǎn)品使用門檻進(jìn)一步降低。用戶通常只需要注冊(cè)一個(gè)賬號(hào)就可以使用，產(chǎn)品的易用性、用戶體驗(yàn)?zāi)苡酗@著提升。這一階段隨著互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)不斷健全，很多無/低代碼產(chǎn)品可以直接調(diào)用系統(tǒng)，無需自行開發(fā)。??2010年，奧哲成立，發(fā)布H3?BPM??2012年，伙伴云成立??2013年，明道云成立??2014年，APICloud、IVX成立??2015年，輕流成立，帆軟推出“簡(jiǎn)道云”，華炎軟件推出低代碼開發(fā)平臺(tái)“華炎魔方”，奧哲推出“氚云”(并于次年與釘釘達(dá)成戰(zhàn)略合作)??2016年，葡萄城GrapeCity推出企業(yè)級(jí)低代碼開發(fā)平臺(tái)"活字格";同年無遠(yuǎn)、數(shù)睿數(shù)據(jù)成立??2017年，ClickPaas成立，并于次年發(fā)布aPaaS產(chǎn)品??2018年，九章信息科技孵化推出搭搭云??2019年，黑帕云、數(shù)式科技、白碼、維格表成立，并于當(dāng)年上線相應(yīng)無代碼或低代碼開發(fā)產(chǎn)品??2019年，阿里“宜搭”低代碼應(yīng)用搭建平臺(tái)上線，與釘釘打通??2020年，華為推出AppCube??2020年11月，字節(jié)推出飛書多維表格??2021年初，騰訊云“微搭”低代碼平臺(tái)上線??(4)行業(yè)正在發(fā)生的趨勢(shì)與變化??1)由于模型驅(qū)動(dòng)型產(chǎn)品能夠滿足更加多樣化的需求，越來越多的企業(yè)開始從表單驅(qū)動(dòng)向模型驅(qū)動(dòng)轉(zhuǎn)換。在打造模型驅(qū)動(dòng)型產(chǎn)品時(shí)，數(shù)據(jù)安全性、接口多樣性、模型豐富性是客戶較為關(guān)注的維度;??2)隨著產(chǎn)品的完善和模型的積累，無/低代碼平臺(tái)將逐漸從企業(yè)管理事項(xiàng)逐步向企業(yè)核心業(yè)務(wù)場(chǎng)景切入，給出標(biāo)準(zhǔn)化的開發(fā)解決方案，實(shí)質(zhì)地參與到企業(yè)價(jià)值創(chuàng)造的過程中;??3)越來越多的傳統(tǒng)軟件企業(yè)和云計(jì)算企業(yè)入局低代碼行業(yè)，并加大了投資力度，防止低代碼企業(yè)侵蝕自身SaaS業(yè)務(wù)和軟件定制開發(fā)市場(chǎng)。部分企業(yè)通過投資、收購(gòu)低代碼企業(yè)的方式進(jìn)一步增強(qiáng)對(duì)客戶的服務(wù)能力，豐富自身構(gòu)建的企業(yè)服務(wù)生態(tài);??4)越來越多的無/低代碼企業(yè)認(rèn)識(shí)到了社區(qū)建設(shè)的必要性和意義。用戶的反饋和分享出來的使用心得可以幫助企業(yè)持續(xù)提升產(chǎn)品力，并降低新用戶的使用門檻。在用戶與企業(yè)、用戶與用戶之間的良性互動(dòng)中，企業(yè)的平臺(tái)價(jià)值得到提升，用戶對(duì)平臺(tái)產(chǎn)品的粘性進(jìn)一步增強(qiáng)。??3.?市場(chǎng)需求及價(jià)值??只有當(dāng)行業(yè)能夠創(chuàng)造社會(huì)價(jià)值、行業(yè)內(nèi)企業(yè)能夠解決消費(fèi)者的需求(Needs)，這個(gè)行業(yè)才有存在的意義，值得我們花時(shí)間和精力搜尋優(yōu)異的投資標(biāo)的。那么，無代碼/低代碼這個(gè)行業(yè)到底解決了什么需求、創(chuàng)造了什么價(jià)值呢？??(1)幫助中小微企業(yè)低成本、快速地完成信息化建設(shè)??盡管越來越多的企業(yè)已經(jīng)意識(shí)到信息化建設(shè)的必要性和緊迫性，中小型企業(yè)由于人才短缺、信息化基礎(chǔ)差、研發(fā)投資預(yù)算有限等現(xiàn)實(shí)因素的制約，無法高效、高質(zhì)量地推進(jìn)信息化建設(shè)。對(duì)中小企業(yè)來說，無代碼/低代碼開發(fā)平臺(tái)提供了一個(gè)更加低成本且相對(duì)可靠的解決方案。??(2)幫助中大型企業(yè)快速滿足臨時(shí)性、邊緣性的需求??由于中大型企業(yè)的開發(fā)人員往往無法快速響應(yīng)業(yè)務(wù)人員大量、多變、長(zhǎng)尾的需求，業(yè)務(wù)人員或是在日常工作中使用過時(shí)、低效的業(yè)務(wù)工具，或是不得不尋求外包服務(wù)商的幫助。無/低代碼開發(fā)平臺(tái)可以提高開發(fā)人員對(duì)需求的響應(yīng)和處理速度，甚至直接賦能業(yè)務(wù)人員，使其借助無/低代碼開發(fā)平臺(tái)自行進(jìn)行應(yīng)用程序開發(fā)。??(3)幫助企業(yè)打通已經(jīng)使用的多套軟件，實(shí)現(xiàn)數(shù)據(jù)互聯(lián)互通??一般規(guī)模較大的企業(yè)通常應(yīng)用了OA、HRM、CRM、ERP等多套軟件系統(tǒng)，這些系統(tǒng)彼此之間可能存在信息不互通的問題。無代碼/低代碼平臺(tái)通常具備“連接器”模塊，可以幫助企業(yè)打通、集成已使用的多套軟件。另一方面，同一個(gè)低代碼工具/平臺(tái)可以開發(fā)出面向不同業(yè)務(wù)或場(chǎng)景的應(yīng)用，這些應(yīng)用之間天然能夠?qū)崿F(xiàn)數(shù)據(jù)互聯(lián)互通，將潛在問題解決于無形。??(4)幫助軟件企業(yè)更高效地交付產(chǎn)品、服務(wù)客戶??軟件企業(yè)經(jīng)常面臨這樣的局面：目前已經(jīng)推出的產(chǎn)品無法滿足客戶的部分需求，而如果企業(yè)使用定制化方式進(jìn)行開發(fā)，效率低且成本高。這類對(duì)定制化軟件來說“太重”、對(duì)SaaS產(chǎn)品又“太輕”的需求特別適合通過無/低代碼開發(fā)來滿足。軟件企業(yè)可自行搭建具備可配置、可變動(dòng)的“樂高式”工具的開發(fā)平臺(tái)，幫助企業(yè)員工快速地在標(biāo)準(zhǔn)產(chǎn)品上開發(fā)客戶的個(gè)性化功能。除此之外，無/低代碼平臺(tái)還可以幫助CRM、ERP等軟件企業(yè)的商業(yè)伙伴、代理商的實(shí)施團(tuán)隊(duì)快速搞定二次開發(fā)，加快整體交付節(jié)奏。??根據(jù)ClickPaaS的測(cè)算，無/低代碼開發(fā)相較于傳統(tǒng)軟件開發(fā)模式，可平均縮短創(chuàng)建周期75%、平均縮短集成周期90%，大幅降低代碼出錯(cuò)風(fēng)險(xiǎn)。??4.?市場(chǎng)規(guī)模及增速??如果無代碼/低代碼行業(yè)的市場(chǎng)規(guī)模有限且增長(zhǎng)緩慢，那么在這個(gè)行業(yè)中誕生獨(dú)角獸的概率就小很多，創(chuàng)業(yè)者與投資人也不會(huì)過多關(guān)注這個(gè)領(lǐng)域。因此，我們需要對(duì)全球的無代碼/低代碼行業(yè)市場(chǎng)規(guī)模及增速有一個(gè)數(shù)量級(jí)層面的正確認(rèn)知：??根據(jù)首次于2014年提出“低代碼”這一概念的估算，2017年全球低代碼開發(fā)平臺(tái)市場(chǎng)規(guī)模為38億美元，2022年市場(chǎng)規(guī)模將達(dá)到212億美元，五年CAGR為41.03%;??據(jù)測(cè)算，全球低代碼市場(chǎng)規(guī)模在2020年達(dá)84億美元，預(yù)計(jì)2021年超過百億美元，2025年將達(dá)到471億美元，五年CAGR為41%;??據(jù)估計(jì)，全球低碼開發(fā)平臺(tái)市場(chǎng)預(yù)計(jì)將從2020年的132億美元增長(zhǎng)到2025年的455億美元，CAGR為28.1%。??當(dāng)然，我們還需要對(duì)中國(guó)的市場(chǎng)規(guī)模和增速有所了解：根據(jù)Statista的統(tǒng)計(jì)和預(yù)測(cè)，2020年中國(guó)無/低代碼市場(chǎng)規(guī)模達(dá)到15.9億元，預(yù)計(jì)在2025年將突破131億元?？紤]到目前國(guó)內(nèi)無代碼/低代碼企業(yè)數(shù)量有限，頭部公司年?duì)I收大致在千萬到億這個(gè)量級(jí)，我們認(rèn)為這個(gè)估算結(jié)果較為合理。??綜上所述，盡管無代碼/低代碼行業(yè)在中國(guó)的市場(chǎng)規(guī)模目前較小，但全球市場(chǎng)規(guī)模在百億美元量級(jí)，且增速飛快，是一個(gè)足夠大的市場(chǎng)。因此，對(duì)這個(gè)行業(yè)進(jìn)行嚴(yán)謹(jǐn)?shù)姆治鍪潜匾矣幸饬x的。??5.?市場(chǎng)增長(zhǎng)的驅(qū)動(dòng)因素??那么，究竟是什么原因讓無/低代碼平臺(tái)在過去的幾年里持續(xù)獲得關(guān)注，并讓諸多機(jī)構(gòu)對(duì)市場(chǎng)規(guī)模和增速有著相當(dāng)樂觀的預(yù)期呢？概括起來我們認(rèn)為原因主要有如下幾點(diǎn)：??(1)企業(yè)信息化和數(shù)字化進(jìn)程不斷深入??在經(jīng)濟(jì)增速放緩、行業(yè)競(jìng)爭(zhēng)加劇的大背景下，越來越多的企業(yè)意識(shí)到數(shù)字化和信息化建設(shè)的必要性和緊迫性，并愿意為之付費(fèi)。由于無/低代碼開發(fā)平臺(tái)能夠有力促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型，因此這個(gè)行業(yè)在過去幾年里快速發(fā)展。??(2)軟件開發(fā)人員供給相對(duì)短缺??與日益增長(zhǎng)的應(yīng)用開發(fā)需求相比，軟件開發(fā)人員的數(shù)量顯得嚴(yán)重不足。根據(jù)Gartner預(yù)計(jì)，2021年全球市場(chǎng)對(duì)于應(yīng)用開發(fā)的需求將是IT公司產(chǎn)能的5倍。Microsoft估計(jì)，未來?5?年將有?4.5?億款新應(yīng)用程序?qū)⒈婚_發(fā)出來(這一數(shù)字超過過去?40?年的總和)，IT人才產(chǎn)能嚴(yán)重短缺。??(3)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施不斷完善??一方面，越來越多的企業(yè)開始使用云計(jì)算廠商提供的產(chǎn)品和服務(wù);另一方面，很多成熟的應(yīng)用程序都開放了接口，其他產(chǎn)品無需自行開發(fā)，可直接調(diào)用系統(tǒng)或者功能。因此，無/低代碼產(chǎn)品應(yīng)用的基礎(chǔ)條件越來越成熟，行業(yè)開始加速發(fā)展。??(4)WEB?應(yīng)用的前端技術(shù)和模型化設(shè)計(jì)的基礎(chǔ)越來越成熟??從歷史演進(jìn)過程看，軟件編程語言的發(fā)展主脈絡(luò)就是高級(jí)語言對(duì)低級(jí)語言的抽象封裝復(fù)用(例如C?對(duì)匯編、C++?對(duì)?C、Java?對(duì)?C++)。在云時(shí)代，我們有理由認(rèn)為新的趨勢(shì)是可視化編程語言(VPL)對(duì)傳統(tǒng)編程語言的抽象封裝復(fù)用。??03?產(chǎn)業(yè)鏈與行業(yè)格局??1.?玩家分類與行業(yè)圖譜??(1)應(yīng)用衍生類??軟件應(yīng)用企業(yè)建設(shè)無/低代碼平臺(tái)的動(dòng)機(jī)有非常強(qiáng)的業(yè)務(wù)屬性，即用以提升企業(yè)內(nèi)部人員開發(fā)效率，補(bǔ)齊標(biāo)準(zhǔn)化產(chǎn)品的短板，或是幫助客戶和集成商(或代理商)更好地進(jìn)行二次開發(fā)。在此基礎(chǔ)上，部分企業(yè)將平臺(tái)開放給第三方的應(yīng)用開發(fā)商(ISV)，突破企業(yè)自有的SaaS產(chǎn)品和服務(wù)聚焦的業(yè)務(wù)領(lǐng)域以實(shí)現(xiàn)“破圈”，最終形成一個(gè)更大的應(yīng)用生態(tài)。??SaaS廠商衍生類的企業(yè)代表有Salesforce、Zoho、銷售易、北森等。??(2)廠商轉(zhuǎn)型類??部分軟件公司曾長(zhǎng)期深耕某一特定業(yè)務(wù)場(chǎng)景，積累了深刻的認(rèn)知和相關(guān)技術(shù)能力。這些企業(yè)可通過遷移其原有的業(yè)務(wù)引擎，快速拓展和建設(shè)自身的無/低代碼產(chǎn)品能力。軟件廠商轉(zhuǎn)型類的代表企業(yè)有做業(yè)務(wù)流程管理(BPM)起家的的奧哲、用友、Appian等。??(3)代碼原生類??國(guó)內(nèi)外大部分創(chuàng)業(yè)公司都選擇了低代碼原生的路徑，即跳過具體的行業(yè)或場(chǎng)景，直接構(gòu)建通用型無/低代碼開發(fā)平臺(tái)，代表企業(yè)有?OutSystems、Mendix、ClickPaaS、簡(jiǎn)道云、輕流等。??我們按照企業(yè)類型，整理出供大家參考：??中國(guó)無/低代碼企業(yè)行業(yè)圖譜??2.?行業(yè)兩大技術(shù)路徑??(1)表單驅(qū)動(dòng)??表單驅(qū)動(dòng)型產(chǎn)品與雕版印刷術(shù)有些類似，強(qiáng)調(diào)“所見即所得”。這類產(chǎn)品開發(fā)的核心是，通過工作流在軟件系統(tǒng)中模擬業(yè)務(wù)開展的情景，分析可能遇到的業(yè)務(wù)問題，并設(shè)計(jì)可供用戶調(diào)用的模塊和組件。??在表單驅(qū)動(dòng)型產(chǎn)品中，數(shù)據(jù)的層次關(guān)系相對(duì)簡(jiǎn)單，比較適合打造輕量級(jí)的，行業(yè)或場(chǎng)景屬性不強(qiáng)的應(yīng)用，如OA審批、資料歸檔、客戶管理等，一般面向業(yè)務(wù)人員。??表單驅(qū)動(dòng)型產(chǎn)品以“所見即所得”為主??(2)模型驅(qū)動(dòng)??如果用雕版印刷類比表單驅(qū)動(dòng)型產(chǎn)品，那么模型驅(qū)動(dòng)產(chǎn)品更像活字印刷。這類產(chǎn)品開發(fā)的關(guān)鍵是將業(yè)務(wù)流程進(jìn)行抽象呈現(xiàn)，在實(shí)操層面對(duì)業(yè)務(wù)領(lǐng)域進(jìn)行建模，通過邏輯判斷語句支持完善的業(yè)務(wù)模型，靈活性較高，能夠服務(wù)于企業(yè)的復(fù)雜場(chǎng)景開發(fā)需求和整體系統(tǒng)開發(fā)。??模型驅(qū)動(dòng)型產(chǎn)品本身的研發(fā)考驗(yàn)的是企業(yè)“把書讀薄”的能力，即剝離各個(gè)行業(yè)的特性，去尋找實(shí)際業(yè)務(wù)開展中的共性。但要想使用模型驅(qū)動(dòng)型產(chǎn)品，用戶還需要具備“把書讀厚”的能力，即能夠從沒有顯著行業(yè)特性的邏輯關(guān)系圖中，還原出企業(yè)業(yè)務(wù)人員面臨的具體使用場(chǎng)景，并在此基礎(chǔ)上開發(fā)應(yīng)用。因此，模型驅(qū)動(dòng)型產(chǎn)品主要面向?qū)I(yè)開發(fā)人員。??模型驅(qū)動(dòng)型產(chǎn)品以面向?qū)ο蟮哪Ｐ驮O(shè)計(jì)為主??3.?行業(yè)的決勝要素??(1)解決多場(chǎng)景下的需求的能力。企業(yè)對(duì)用戶所處行業(yè)、業(yè)務(wù)場(chǎng)景理解的深度直接決定了企業(yè)的低代碼平臺(tái)能夠搭建怎樣的應(yīng)用，因?yàn)槠脚_(tái)上的封裝模塊越多、數(shù)據(jù)模型越豐富和細(xì)致，用戶在復(fù)雜和個(gè)性化場(chǎng)景下的需求越容易被滿足;??(2)易用性決定使用門檻，可擴(kuò)展性決定是否付費(fèi)。好的產(chǎn)品應(yīng)當(dāng)讓使用者能夠快速地解決當(dāng)下的問題，并滿足其未來潛在的需求。只有兼顧了便利性以及可拓展性的產(chǎn)品才能夠在商業(yè)化的過程中走得更穩(wěn)、更遠(yuǎn);??(3)私有云部署能力和接口集成能力。前者決定了無/低代碼企業(yè)能否滿足大中型企業(yè)數(shù)據(jù)安全相關(guān)要求，后者則決定了無/低代碼平臺(tái)的開放性有多高、應(yīng)用場(chǎng)景有多全;??(4)響應(yīng)速度和服務(wù)質(zhì)量。無/低代碼企業(yè)之間的競(jìng)爭(zhēng)不僅僅是產(chǎn)品力層面的競(jìng)爭(zhēng)，還包括在服務(wù)商實(shí)施、產(chǎn)品培訓(xùn)、售后支持等維度上的競(jìng)爭(zhēng)。在服務(wù)項(xiàng)中，售后支持(尤其是服務(wù)響應(yīng)速度)是企業(yè)差異化的關(guān)鍵。??04?國(guó)外相關(guān)公司??1.?公司一：Outsystem??(1)發(fā)展歷程：??2001年成立于葡萄牙里斯本，最早為電信運(yùn)營(yíng)商提供敏捷開發(fā)服務(wù)??2006年推出低代碼開發(fā)工具及平臺(tái)??2011年開始逐漸推出云服務(wù)，并在2015年正式轉(zhuǎn)型為云廠商??2017年發(fā)布低代碼平臺(tái)新版本，引入DevOps及API??2020年和AWS達(dá)成戰(zhàn)略合作，加快將先進(jìn)的云服務(wù)集成到應(yīng)用程序中的能力??(2)業(yè)務(wù)簡(jiǎn)介：??采用模型驅(qū)動(dòng)的技術(shù)路徑，提供企業(yè)級(jí)低代碼開發(fā)平臺(tái)。??(3)特點(diǎn)：??產(chǎn)品具備高開放性和可拓展性。Outsystems提供的平臺(tái)可以與數(shù)據(jù)庫(kù)、系統(tǒng)、開源接口對(duì)接，通過OutSystems開發(fā)的APP可以直接發(fā)布至App?Store和Google?Play;??社區(qū)生態(tài)建設(shè)完善。公司構(gòu)建了社區(qū)，讓使用者可以發(fā)布自己開發(fā)的應(yīng)用或插件，供其他用戶使用。在日常經(jīng)營(yíng)中，公司把公民開發(fā)者(citizen?developer)的數(shù)量視為僅次于收入的第二關(guān)鍵指標(biāo);??重視戰(zhàn)略合作伙伴的開發(fā)和維護(hù)。Outsystems與Accenture等咨詢機(jī)構(gòu)、Everis等IT解決方案提供商維持良好的合作關(guān)系，這些合作伙伴幫助Outsystems開拓企業(yè)客戶。??(4)財(cái)務(wù)及業(yè)務(wù)數(shù)據(jù)：??公司2018年收入突破1億美元，目前客戶數(shù)量超過30萬;??截止2021年，OutSystems社區(qū)已有超過43.5萬名成員，應(yīng)用下載量達(dá)到100萬，有超過35.7萬相關(guān)課程。??2.?公司二：Mendix??(1)發(fā)展歷程：??2005年成立于荷蘭，為荷蘭大型郵政公司提供數(shù)字化轉(zhuǎn)型服務(wù)??2010年推出敏捷開發(fā)一站式服務(wù)，并推出可視化構(gòu)建應(yīng)用程序平臺(tái)??2011年推出Mendix3.0版本，上線云門戶管理部署功能??2015年，Mendix實(shí)現(xiàn)模型共享??2018年，Mendix實(shí)現(xiàn)邏輯流程的AI化，同年被西門子以6億歐元收購(gòu)。西門子將Mendix與MindSphere工業(yè)物聯(lián)網(wǎng)系統(tǒng)相結(jié)合，完善企業(yè)數(shù)字化解決方案??2021年1月進(jìn)入中國(guó)市場(chǎng)，4月初與騰訊云達(dá)成合作。Mendix?9于2021年11月在騰訊云Mendix低代碼開發(fā)平臺(tái)正式上線??(2)業(yè)務(wù)簡(jiǎn)介：??提供模型驅(qū)動(dòng)的可視化低代碼開發(fā)平臺(tái)Mendix?Studio和可視化低代碼開發(fā)平臺(tái)Mendix?Studio?Pro,分別面向業(yè)務(wù)人員和專業(yè)開發(fā)人員。兩款產(chǎn)品內(nèi)置了敏捷開發(fā)的功能，并提供各種數(shù)據(jù)庫(kù)以及典型核心系統(tǒng)的連接組件，讓使用人員通過調(diào)用和參數(shù)配置就可以把多個(gè)垂直業(yè)務(wù)系統(tǒng)的數(shù)據(jù)通過Mendix連接起來，并單鍵部署到任何云上。??(3)財(cái)務(wù)及業(yè)務(wù)數(shù)據(jù)：??2020年收入超過1億美元，預(yù)計(jì)18個(gè)月后收入翻番??社區(qū)活躍用戶超過20萬??3.?公司三：Appian??(1)發(fā)展歷程：??公司成立于1999年，2004年發(fā)布BPM(Business?Process?Management)軟件平臺(tái)??2004年開始進(jìn)行業(yè)務(wù)轉(zhuǎn)型，由傳統(tǒng)的BPM軟件服務(wù)商逐漸向圍繞BPM的PaaS平臺(tái)過渡，先后上線Case?Management、RPA等功能??2014年開始，公司大幅增加對(duì)訂閱收費(fèi)模式的產(chǎn)品的投入，逐漸降低對(duì)定制化服務(wù)的依賴??2017年公司在納斯達(dá)克上市??2019年進(jìn)軍AI領(lǐng)域，加強(qiáng)產(chǎn)品生態(tài)建設(shè)，推出低代碼+AI產(chǎn)品平臺(tái)??(2)業(yè)務(wù)簡(jiǎn)介：??目前Appian的低代碼自動(dòng)化平臺(tái)主要提供以下四項(xiàng)服務(wù)：??BPM:業(yè)界領(lǐng)先的智能業(yè)務(wù)流程管理系統(tǒng)，幫助客戶設(shè)計(jì)、執(zhí)行、管理和優(yōu)化復(fù)雜流程??Case?Management:通過自動(dòng)化的協(xié)作工作和異常處理，更快地解決客戶的項(xiàng)目??RPA:通過使用Appian或第三方軟件商的RPA工具，幫助客戶在集成的工作流中將例行任務(wù)自動(dòng)化，提高生產(chǎn)力??AI:集成谷歌、AWS和Azure的人工智能能力，讓用戶的應(yīng)用能夠智能化地挖掘信息、分析數(shù)據(jù)??(3)財(cái)務(wù)及業(yè)務(wù)數(shù)據(jù)：??2020年收入超過3億美元，毛利超過2億美元??客戶超過690家，政府和非商業(yè)組織數(shù)量超過140家??平均客單價(jià)在50萬美元左右，近三年客單價(jià)在100萬美元以上的客戶占比超過10%??05?推薦標(biāo)的??1.?ClickPaaS??業(yè)務(wù)簡(jiǎn)介：??ClickPaaS是一家模型驅(qū)動(dòng)的低代碼開發(fā)平臺(tái)公司，旨在幫助SaaS企業(yè)、咨詢公司以及企業(yè)級(jí)客戶降低復(fù)雜業(yè)務(wù)需求場(chǎng)景下的數(shù)字化響應(yīng)時(shí)間和成本。??融資歷史：??2018.1?天使輪?云研資本??2019.8?A輪?數(shù)百萬美元?五源資本??2019.12?A+輪?數(shù)百萬美元?明勢(shì)資本??2021.3?B輪?數(shù)千萬美元?BAI資本?SIG海納亞洲創(chuàng)投基金?明勢(shì)資本?五源資本??2021.10?B+輪?數(shù)千萬美元?紅杉中國(guó)?BAI資本?SIG海納亞洲創(chuàng)投基金?明勢(shì)資本?五源資本??推薦理由：??ClickPaaS在關(guān)鍵業(yè)務(wù)系統(tǒng)和核心業(yè)務(wù)系統(tǒng)上完成了建模實(shí)現(xiàn)和國(guó)產(chǎn)化替代，擁有頂尖的全場(chǎng)景模型驅(qū)動(dòng)設(shè)計(jì)能力，同時(shí)也是國(guó)內(nèi)在開源、開放生態(tài)系統(tǒng)建設(shè)上最為領(lǐng)先的企業(yè);??客戶涵蓋金融，政務(wù)，工業(yè)，物流，能源，醫(yī)藥等行業(yè)，團(tuán)隊(duì)有豐富的大客戶經(jīng)驗(yàn)，在工程施工、人力資源管理、MRO采購(gòu)和項(xiàng)目管理系統(tǒng)等領(lǐng)域和場(chǎng)景有知名的合作伙伴;??2019年?duì)I收達(dá)千萬元，2021?年?duì)I收有望翻倍。??2.?輕流??業(yè)務(wù)簡(jiǎn)介：??輕流一個(gè)無代碼系統(tǒng)搭建平臺(tái)。用戶在無IT人員幫助開發(fā)的情況下，通過輕流即可搭建應(yīng)用，做到“隨搭”、“隨改”和“隨用”。??融資歷史：??2017.01?種子輪?60萬人民幣?龍沛資本??2017.08?天使輪?未披露?創(chuàng)新馬槽??2018.12?Pre-A輪?近千萬人民幣?小苗朗程?新進(jìn)創(chuàng)投??2020.10?A輪?數(shù)千萬人民幣?源碼資本?小苗朗程?新進(jìn)創(chuàng)投??2021.03?A+輪?數(shù)千萬人民幣?騰訊投資?源碼資本??2021.10?B輪?啟明創(chuàng)投?零一創(chuàng)投?騰訊投資?新進(jìn)創(chuàng)投??推薦理由：??已服務(wù)超過20萬家海內(nèi)外企業(yè)、政府機(jī)關(guān)單位及學(xué)校，行業(yè)涵蓋互聯(lián)網(wǎng)、制造、零售、教育、工程建筑、金融、生活服務(wù)、娛樂傳媒等數(shù)十個(gè)行業(yè);??針對(duì)企業(yè)資源管理、生產(chǎn)管理、項(xiàng)目管理、訂單管理、客戶關(guān)系管理、人事行政管理等近百個(gè)業(yè)務(wù)場(chǎng)景，輕流都已經(jīng)開發(fā)了解決方案;??連續(xù)3年?duì)I收增長(zhǎng)4-5倍，盈利模式以訂閱式年費(fèi)為主，客單價(jià)在十萬到百萬數(shù)量級(jí);??騰訊云合作伙伴，曾獲得騰訊兩輪投資支持。??3.?行云創(chuàng)新??業(yè)務(wù)簡(jiǎn)介：??行云創(chuàng)新是一家一站式云原生開發(fā)平臺(tái)產(chǎn)品和解決方案提供商，為企業(yè)提供項(xiàng)目管理、架構(gòu)設(shè)計(jì)、代碼編寫、測(cè)試運(yùn)行、運(yùn)維運(yùn)營(yíng)等環(huán)節(jié)所需的一切支持，助力獨(dú)立開發(fā)者和企業(yè)實(shí)現(xiàn)容器、DevOps、微服務(wù)架構(gòu)落地，顯著提升開發(fā)效益。??融資歷史：??2018.07?天使輪?近千萬人民幣?國(guó)投東興??2019.08?A輪?3000萬人民幣?正軒投資??2020.01?A+輪?深圳高新投??2020.06?Pre-B輪?中云創(chuàng)投資?正軒行云創(chuàng)投??2021.07?B輪?阿里巴巴??推薦理由：??阿里云和行云創(chuàng)新將通過產(chǎn)品組合的方式為企業(yè)客戶提供云原生應(yīng)用開發(fā)、業(yè)務(wù)智能運(yùn)維等服務(wù)，進(jìn)行深度合作;??兩位創(chuàng)始人技術(shù)實(shí)力過硬，同時(shí)有商業(yè)敏感度。CEO吳笛曾是美國(guó)戴爾風(fēng)投發(fā)起人，就職于戴爾和華為期間負(fù)責(zé)企業(yè)的云業(yè)務(wù)和物聯(lián)網(wǎng)業(yè)務(wù)戰(zhàn)略規(guī)劃;CTO馬洪喜曾設(shè)計(jì)和交付華為桌面云，并曾在Rancher?Labs,、Citrix?Systems、甲骨文、微軟等公司擔(dān)任總架構(gòu)師、研發(fā)經(jīng)理、技術(shù)總監(jiān)等職務(wù)。本文來源：比特網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
10/25
多模態(tài)技術(shù)，釋放垂直AI軟件潛力的關(guān)鍵
多模態(tài)技術(shù)正在改變垂直AI應(yīng)用??不久前，Bessemer提出了一個(gè)很有價(jià)值的觀點(diǎn)：垂直AI軟件將成為未來。說起B(yǎng)essemer,熟悉SaaS行業(yè)的人可能并不陌生。它是美國(guó)SaaS領(lǐng)域最專業(yè)的投資機(jī)構(gòu)之一，在過去10年投資了200多家SaaS企業(yè)。為了更好講清楚垂直AI軟件的價(jià)值，Bessemer發(fā)布了垂直AI路線圖，總共四個(gè)部分。本文是Bessemer的垂直AI路線圖的第二篇文章。在這篇文章中，Bessemer會(huì)分享其對(duì)以下問題的思考：多模態(tài)的垂直AI應(yīng)用的落地究竟有哪些影響？現(xiàn)在基于多模態(tài)技術(shù)的垂直AI應(yīng)用又有著哪些不錯(cuò)的落地案例？01多模態(tài)技術(shù)正在改變垂直AI應(yīng)用??在過去12個(gè)月中，全球出現(xiàn)了許多新模型，它們?cè)诶斫庹Z境、減少幻覺以及整體推理能力方面進(jìn)步很大。尤其在語音識(shí)別、圖像處理和語音生成等方面，AI的能力正在逐漸接近人類。這為AI解鎖了很多新的應(yīng)用場(chǎng)景。▍語音功能在對(duì)話語音領(lǐng)域，模型發(fā)展取得了快速進(jìn)展：語音轉(zhuǎn)文本模型（自動(dòng)語音識(shí)別）和文本轉(zhuǎn)語音模型（生成語音）。目前，市場(chǎng)有數(shù)十家公司提供基于這些模型的語音服務(wù)，這推動(dòng)了大量新的語音AI應(yīng)用程序的出現(xiàn)。這些應(yīng)用程序大都依賴于所謂的“級(jí)聯(lián)架構(gòu)”，即先將語音轉(zhuǎn)錄為文本，然后將該文本輸入到LLM中以生成響應(yīng)，最后將文本輸出反饋到生成語音模型中以產(chǎn)生音頻響應(yīng)。直到最近，這一直是構(gòu)建對(duì)話語音應(yīng)用程序的最佳方式。然而，這種方法有一些缺點(diǎn)，比如它會(huì)有一定的延遲，同時(shí)失去用戶對(duì)話中表達(dá)的情感。而現(xiàn)在，新一代語音原生模型已經(jīng)發(fā)布了，包括OpenAI的RealtimeAPI（它支持通過GPT-4o進(jìn)行語音對(duì)語音交互），以及Kyutai的Moshi等多個(gè)開源項(xiàng)目。與之前的模型相比，語音原生模型的延遲明顯降低（<500毫秒）。它們還可以捕捉更多來自用戶的語境（即語氣、情緒、情感等），并生成反映該語境的響應(yīng)，使交流感覺更自然，并更有可能滿足用戶的需求。在未來幾年內(nèi)，隨著越來越多的對(duì)話式語音應(yīng)用基于這些全新改進(jìn)的模型構(gòu)建，我們預(yù)計(jì)對(duì)話式語音應(yīng)用的速度和質(zhì)量將大幅提升。▍語音應(yīng)用案例現(xiàn)在語音轉(zhuǎn)錄的應(yīng)用已經(jīng)非常成熟了，端到端對(duì)話語音代理也取得了顯著的早期進(jìn)展，我們認(rèn)為這是語音AI解決方案的未來方向。接下來，我們就來看看4個(gè)AI語音的應(yīng)用案例。1）轉(zhuǎn)錄功能讓用戶有更多時(shí)間完成工作流程中的后續(xù)步驟：Bessemer投資組合公司Abridge率先推出了一款一流的醫(yī)療轉(zhuǎn)錄應(yīng)用程序，該應(yīng)用程序可以根據(jù)臨床對(duì)話生成醫(yī)療記錄，并確定適當(dāng)?shù)暮罄m(xù)行動(dòng)，包括購(gòu)買處方藥、專家預(yù)約等，醫(yī)生可以把更多注意力轉(zhuǎn)移到患者護(hù)理上。另一個(gè)很好的例子是Rillavoice,這家公司將人工智能引入了家庭服務(wù)垂直領(lǐng)域。Rillavoice的轉(zhuǎn)錄應(yīng)用程序記錄銷售人員和客戶之間的對(duì)話，用于培訓(xùn)目的，這樣銷售經(jīng)理仍然可以提供有價(jià)值的指導(dǎo)反饋，而無需進(jìn)行非常耗時(shí)的面對(duì)面“陪同”。2）用AI來承接銷售線索：到目前為止，我們看到的端到端語音代理最引人注目的用例之一是入站銷售。在很多特定的垂直場(chǎng)景（如家庭服務(wù)企業(yè)或汽車經(jīng)銷商）里，語音代理可以在下班后或其他銷售代表忙碌時(shí)接聽客戶電話，從而確保企業(yè)不會(huì)錯(cuò)過有價(jià)值的潛在客戶。這些功能比之前的語音機(jī)器人更智能和高效，無需銷售的代表的參與。3）AI客服提升客戶體驗(yàn)：AI客服一直是應(yīng)用比較多的場(chǎng)景。但許多用戶發(fā)現(xiàn)，早期的交互式語音應(yīng)答(IVR)技術(shù)體驗(yàn)并不好。事實(shí)證明，現(xiàn)代語音代理更有效。因?yàn)閭鹘y(tǒng)的IVR產(chǎn)品只能理解客戶對(duì)特定措辭的回應(yīng)意圖，但現(xiàn)代語音代理不同，無論客戶如何提問或提出請(qǐng)求，現(xiàn)代語音代理都能提供正確的答案。這樣讓客服人員更有時(shí)間對(duì)應(yīng)付復(fù)雜的客戶問題。4）自動(dòng)撥打外撥電話以增加漏斗頂端：現(xiàn)在已經(jīng)出現(xiàn)了多種解決方案來自動(dòng)撥打銷售和招聘團(tuán)隊(duì)的外撥電話。通常，語音代理使用客戶陳述的標(biāo)準(zhǔn)來識(shí)別最有潛力的銷售線索或候選人，對(duì)線索進(jìn)行首次呼叫，然后將他們引導(dǎo)到與銷售人員或招聘人員的下一次會(huì)議。讓人工智能接管外撥工作流程可以顯著增加可以聯(lián)系的線索數(shù)量，從而增加公司的漏斗頂端。隨著時(shí)間的流逝，銷售人員和招聘人員有更好的機(jī)會(huì)獲得最有潛力的線索。唯一需要注意的事，有必要出臺(tái)相應(yīng)的法規(guī)，規(guī)定AI只能向潛在客戶撥打電話，以避免AI銷售的濫用。在所有語音用例中，我們預(yù)計(jì)低延遲和理解用戶的情緒和情感將成為一件很重要的事情。此外，由于應(yīng)用場(chǎng)景的差異，AI語音解決方案在其他維度上也略有不同，例如實(shí)時(shí)協(xié)調(diào)跨多個(gè)底層模型的對(duì)話以優(yōu)化成本和性能；支持全渠道通信、多種語言和實(shí)時(shí)翻譯。在視覺方面，我們已經(jīng)看到了GPT-4withvision(GPT-4V)等模型的發(fā)展，這些模型可以解釋圖像并回答有關(guān)圖像的問題，以及處理原始圖像和視頻的多模態(tài)模型。比如，谷歌的多模態(tài)模型Gemini1.5Pro已經(jīng)可以理解圖像和視頻中的輸入。我們預(yù)計(jì)，這些和類似的模型將繼續(xù)提高性能并降低成本——這對(duì)應(yīng)用程序構(gòu)建者來說是個(gè)好消息。▍視覺和視頻的用例垂直應(yīng)用中視覺的應(yīng)用案例通常分為以下四類：數(shù)據(jù)提取、視覺檢查、設(shè)計(jì)和視頻分析。雖然數(shù)據(jù)提取是迄今為止視覺模型最成熟的用例，但我們?cè)谄渌I(lǐng)域也看到了新的應(yīng)用進(jìn)展：1）從圖片、PDF或其他非結(jié)構(gòu)化文檔的圖像中提取數(shù)據(jù)：分析和處理當(dāng)前的非結(jié)構(gòu)化數(shù)據(jù)，AI可以減輕人類繁瑣的數(shù)據(jù)輸入任務(wù)程。例如，Raft針對(duì)貨運(yùn)代理行業(yè)的平臺(tái)結(jié)合使用計(jì)算機(jī)視覺和LLM從PDF發(fā)票中提取關(guān)鍵信息，填充其客戶的企業(yè)資源規(guī)劃平臺(tái)(ERP)，并自動(dòng)執(zhí)行發(fā)票核對(duì)和準(zhǔn)備海關(guān)申報(bào)單等下游任務(wù)。2）提升目前人工檢查的效率：許多公司已經(jīng)使用AI來幫助簡(jiǎn)化人工檢查流程并更快地提供結(jié)果。比如，人工智能建筑平臺(tái)xBuild為住宅建筑和修復(fù)項(xiàng)目生成工作范圍包，然后與保險(xiǎn)公司合作獲得報(bào)銷批準(zhǔn)。xBuild使用受損屋頂?shù)恼掌头课菟{(lán)圖來生成報(bào)告，概述根據(jù)當(dāng)?shù)亟ㄖ?guī)范將屋頂恢復(fù)到正常狀態(tài)所需的修復(fù)范圍。其他應(yīng)用程序已使用人工智能和計(jì)算機(jī)視覺來自動(dòng)化施工圖中的質(zhì)量保證審查過程，幫助盡早發(fā)現(xiàn)錯(cuò)誤，以防止后期施工過程中出現(xiàn)代價(jià)高昂的項(xiàng)目變更。3）生成2D和3D設(shè)計(jì)：為建筑、工程和施工(AEC)行業(yè)服務(wù)的AI平臺(tái)數(shù)量急劇增加。一些公司正在使用AI進(jìn)行可行性評(píng)估，將擬建場(chǎng)地（建筑物、停車場(chǎng)等）的視覺描述與相關(guān)供應(yīng)成本相結(jié)合，根據(jù)后者的成本限制調(diào)整前者，反之亦然。Snaptrude等其他解決方案可以創(chuàng)建建筑物的詳細(xì)3D設(shè)計(jì)圖像，接管通常由結(jié)構(gòu)工程師完成的重復(fù)性工作，讓他們有時(shí)間專注于更高級(jí)別的設(shè)計(jì)工作。詳細(xì)產(chǎn)品和基礎(chǔ)設(shè)施設(shè)計(jì)的自動(dòng)化不僅可以節(jié)省客戶寶貴的工程時(shí)間，還可以加強(qiáng)銷售提案并提高項(xiàng)目成功率。4）視頻分析：生成和理解視頻的模型是視覺模型中最不成熟的，但它們正在迅速進(jìn)步。在對(duì)象跟蹤、分類甚至視頻內(nèi)容的自然語言搜索方面，視頻理解模型已經(jīng)變得相當(dāng)強(qiáng)大。這些模型甚至有些已經(jīng)完成商業(yè)化落地，比如用AI監(jiān)控視頻源以發(fā)現(xiàn)制造或工業(yè)環(huán)境中出現(xiàn)的安全違規(guī)行為。但考慮到視頻模型的進(jìn)步的速度，未來幾年我們將看到更多令人印象深刻的AI應(yīng)用，并擴(kuò)展到更多的用例。尤其在機(jī)器人領(lǐng)域，視頻理解是機(jī)器人感知的關(guān)鍵組成部分。在所有視覺用例中，創(chuàng)始人都應(yīng)避免將復(fù)雜性誤認(rèn)為價(jià)值。雖然AI解決方案總被認(rèn)為應(yīng)該應(yīng)用在自動(dòng)化特別復(fù)雜的工作流程中，但歸根到底，用戶價(jià)值還是看現(xiàn)有場(chǎng)景的工作流程適不適合自動(dòng)化。如果設(shè)計(jì)自動(dòng)化解決方案需要與難以替代的核心系統(tǒng)（如Revit）進(jìn)行繁瑣的集成，并且初始投資回報(bào)率較低，那么無論解決方案多么強(qiáng)大，都很難推動(dòng)銷售和采用。早期公司應(yīng)該從技術(shù)復(fù)雜程度較低、范圍較窄的產(chǎn)品開始，然后再?gòu)哪抢镅由?。?dāng)然，最佳路徑會(huì)因行業(yè)和用例而異，但要牢記權(quán)衡利弊。02人工智能代理的前景雖然早期的人工智能代理多少有些炒作的意味，但現(xiàn)在人工智能代理開始有一些真正的落地進(jìn)展。隨著OpenAIo1模型的推出，代理能夠處理更多復(fù)雜的推理任務(wù)。如今，代理在涉及重復(fù)任務(wù)和通信的文本、語音和視覺工作流中發(fā)揮著重要作用。但在未來一年，我們預(yù)計(jì)基于較新的推理模型構(gòu)建的應(yīng)用程序?qū)?huì)出現(xiàn)，并發(fā)揮AI代理的真正潛力：自主處理復(fù)雜的工作流。1）銷售和營(yíng)銷：許多公司都推出了AI代理，可以為銷售團(tuán)隊(duì)尋找和聯(lián)系潛在客戶。這些代理的優(yōu)點(diǎn)在于，它們能夠進(jìn)行大量研究數(shù)據(jù)，來識(shí)別高質(zhì)量的潛在客戶（通過對(duì)目標(biāo)公司、其員工和相關(guān)行業(yè)新聞進(jìn)行詳細(xì)的網(wǎng)絡(luò)搜索），然后使用這些研究結(jié)果來撰寫相關(guān)且高度個(gè)性化的電子郵件。由于代理可以有效地執(zhí)行工作中的研究和推廣部分，同時(shí)保持相對(duì)較高的質(zhì)量，因此它會(huì)讓銷售人員將自己時(shí)間更多投入到跟蹤熱門銷售線索。2）談判：AI代理在自動(dòng)完成多方談判方面展示了不錯(cuò)的前景。Pactum等公司已經(jīng)開發(fā)出能夠就供應(yīng)鏈案例協(xié)商法律和商業(yè)條款的人工智能代理。Pactum的代理可以與供應(yīng)商進(jìn)行談判以優(yōu)化交易條款。我們也看到其他垂直AI公司在銷售和促銷領(lǐng)域采取了類似的方法。在這里，代理根據(jù)既定標(biāo)準(zhǔn)與買家和供應(yīng)商進(jìn)行談判，例如批量購(gòu)買的折扣或快速付款計(jì)劃。3）調(diào)查：企業(yè)網(wǎng)絡(luò)安全團(tuán)隊(duì)經(jīng)常被大量安全警報(bào)壓得喘不過氣來，但現(xiàn)在有AI代理可以協(xié)助完成警報(bào)調(diào)查的初始階段。這包括：從多個(gè)不同的系統(tǒng)收集有關(guān)事件的信息，研究可能涉及的惡意行為，總結(jié)事件并評(píng)估其嚴(yán)重程度。雖然大多數(shù)團(tuán)隊(duì)傾向于使用代理來處理風(fēng)險(xiǎn)較低的工作流程，但很明顯，隨著時(shí)間的推移，更復(fù)雜的代理可以處理越來越多需要信息收集和綜合的工作流程。我們相信，與不需要這些解決方案的解決方案相比，處理需要跨多種模式進(jìn)行更復(fù)雜推理的任務(wù)和工作流程的代理將更有價(jià)值。特別是，我們看到，通過巧妙的架構(gòu)決策以及將正確的模型、反饋回路等拼接在一起以提供一致的結(jié)果，可以提高代理工作流程的性能。代理性能并不完全取決于問題中數(shù)據(jù)和計(jì)算的規(guī)模，因此對(duì)于早期創(chuàng)業(yè)公司來說，這是一個(gè)更具吸引力的機(jī)會(huì)。在所有情況下，鑒于底層模型的快速發(fā)展，在構(gòu)建技術(shù)護(hù)城河和確保靈活性之間取得適當(dāng)?shù)钠胶鈱⑹顷P(guān)鍵?？偟膩碚f，越來越多垂直AI的創(chuàng)始人開始研究利用AI多模態(tài)能力，來解決更廣泛的實(shí)際任務(wù)。與文本一樣，語音和視覺的底層模型將日益商品化，使公司在強(qiáng)大的基礎(chǔ)模型之上構(gòu)建應(yīng)用程序更具可持續(xù)性。我們相信，這波垂直AI應(yīng)用不僅會(huì)改變它們所服務(wù)的行業(yè)和垂直格局，也將從徹底改變我們工作和與世界互動(dòng)的方式。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
10/19
AI正在讓協(xié)同辦公越變?cè)皆愀?
這個(gè)看法源于一個(gè)觀察，國(guó)內(nèi)在協(xié)同辦公領(lǐng)域過度強(qiáng)調(diào)AI,但實(shí)際應(yīng)用中，像飛書、釘釘?shù)裙ぞ叩闹饕δ埽ㄈ缭诰€文檔、多維表格、打卡簽到等），實(shí)際上與AI關(guān)系并不大。這兩年軟件領(lǐng)域新生眾多，大多創(chuàng)業(yè)公司都是奔著AI去的，無論是搜索類、生成類、對(duì)話類，不一一列舉，產(chǎn)品一般都是基于某個(gè)大模型去發(fā)揮應(yīng)用價(jià)值，這些公司因此被抬上了很高的估值。不過在協(xié)同辦公領(lǐng)域，當(dāng)前的AI應(yīng)用似乎多作為噱頭，而非實(shí)際賣點(diǎn)。因?yàn)閷?duì)于大多數(shù)協(xié)同辦公場(chǎng)景，AI并未帶來顯著的效率提升或成本降低，現(xiàn)實(shí)中接觸到的客戶公司也表示，他們對(duì)AI的實(shí)際需求有限，很多所謂的AI功能并未被廣泛接受或認(rèn)可。試想一下，在某些情況下，引入AI反而使工作流程變得更復(fù)雜，如使用AI進(jìn)行信息檢索后仍需人工驗(yàn)證其正確性。由于AI的智能性取決于原始數(shù)據(jù)的準(zhǔn)確程度，用戶對(duì)AI的信任度有限，這就限制了AI在協(xié)同辦公中的廣泛應(yīng)用。事實(shí)上，我們也對(duì)國(guó)外的協(xié)同辦公領(lǐng)域進(jìn)行了一番研究，發(fā)現(xiàn)國(guó)內(nèi)外所面臨的問題，一定程度上都有共性。比如Zoom,放在三四年前，這是一家不折不扣的明星公司。全球范圍內(nèi)的疫情爆發(fā)使得人們的生活和工作方式發(fā)生巨大變化。Zoom主打線上視頻會(huì)議，功能極簡(jiǎn)、易用、小而美，成為了遠(yuǎn)程辦公、學(xué)習(xí)和社交的首選工具，市值一度逼近1600億美元。Zoom的成功讓市場(chǎng)看到了協(xié)同辦公的想象力，同期的MicrosoftTeam、Slack、釘釘?shù)葒?guó)內(nèi)外同行也迎來了上升期。不過高光期之后，Zoom的發(fā)展曲線并不性感：截至目前，股價(jià)、市值，和以往對(duì)比明顯，有游資曾評(píng)價(jià)，“幾天前，Zoom出現(xiàn)了反彈趨勢(shì)，我認(rèn)為它可能會(huì)卷土重來。然而經(jīng)過幾天的觀察，它并沒有真正改變之前的下降趨勢(shì)?！盳oom為什么會(huì)呈現(xiàn)頹勢(shì)？原因可以歸結(jié)為疫情紅利消退、市場(chǎng)競(jìng)爭(zhēng)加劇、客戶增長(zhǎng)放緩以及營(yíng)銷和研發(fā)費(fèi)用增加等方面共同作用的結(jié)果，但也讓人逐漸認(rèn)識(shí)到，決定一家公司增長(zhǎng)曲線的，不僅僅是產(chǎn)品如何，也取決于它的商業(yè)化路徑。有意思的是，對(duì)于疫情期間的瘋狂增長(zhǎng)，袁征并不覺得是好事，為了應(yīng)對(duì)激增的用戶，Zoom不得不快速擴(kuò)招，但影響了公司的文化。競(jìng)爭(zhēng)對(duì)手在疫情期間也加速了對(duì)遠(yuǎn)程辦公和視頻會(huì)議的支持，給Zoom帶來了更大的競(jìng)爭(zhēng)壓力?！叭绻麤]有疫情，現(xiàn)在的Zoom可能會(huì)發(fā)展更好”，對(duì)于這家公司來說，當(dāng)下的境遇也并不意味著回到了合理區(qū)間。產(chǎn)品小而美，但護(hù)城河低，Zoom的創(chuàng)始人袁征將希望寄托于AI,這點(diǎn)和國(guó)內(nèi)玩家殊途同歸。據(jù)媒體報(bào)道，這款原先聚焦視頻會(huì)議的產(chǎn)品，如今卻呼吁大家不要用視頻會(huì)議了，目前AI已應(yīng)用到幾乎所有產(chǎn)品線，終極目標(biāo)是提倡用AI分身來代替人處理大部分工作，參加會(huì)議、決策，甚至是回郵件。袁征還打算將Zoom進(jìn)行綜合化發(fā)展，推出協(xié)作平臺(tái)Workplace,以及文檔、電子郵件和其他工具。在他看來，AI對(duì)Zoom的護(hù)城河起到了重塑的作用，關(guān)鍵詞在于：完全免費(fèi)、不使用用戶數(shù)據(jù)訓(xùn)練AI、低成本，他們的AI戰(zhàn)略不僅關(guān)注當(dāng)前的性能和成本，通過結(jié)合多種技術(shù)來源、針對(duì)不同場(chǎng)景與不同第三方模型互換使用，以及推理過程，在不斷變化的AI領(lǐng)域中保持競(jìng)爭(zhēng)力。Zoom推出包括ZoomAICompanion和ZoomDocs在內(nèi)的多項(xiàng)生成式AI功能，這些功能嵌入在Zoom的各種工具中，如ZoomMeetings、TeamChat和Whiteboard等，旨在提高企業(yè)生產(chǎn)力和企業(yè)間團(tuán)隊(duì)協(xié)作效率。從這些例子來看，大多數(shù)AI功能起到的是對(duì)原有功能的輔助作用，但“免費(fèi)”卻幫助Zoom建立更深的護(hù)城河。一方面，在競(jìng)爭(zhēng)激烈的SaaS市場(chǎng)中，提供額外且免費(fèi)的功能可以增加用戶粘性；另一方面，免費(fèi)提供AI功能可以讓用戶無門檻地嘗試和使用這些新功能，長(zhǎng)期吸引更多用戶，進(jìn)而通過其他方式（如增值服務(wù)、企業(yè)訂閱等）實(shí)現(xiàn)盈利。以Zoom的ContactCenter為例，這是一種現(xiàn)代化的客戶服務(wù)解決方案，與其他產(chǎn)品的最大區(qū)別在于其結(jié)合了視頻通話和AI技術(shù)。購(gòu)買ContactCenter的決策者與之前購(gòu)買視頻會(huì)議產(chǎn)品的人不同，但由于他們本身也是Zoom的用戶，對(duì)Zoom的信任有助于ContactCenter的銷售。再看一個(gè)例子，明星軟件Notion近期也有重大更新，特別是其在AI功能方面的全面重構(gòu)。升級(jí)的板塊主要在三個(gè)方面，對(duì)話機(jī)器人的交互改進(jìn)、寫作輔助功能優(yōu)化，以及盤活知識(shí)庫(kù)，使AI助理與用戶的交互更自然。新升級(jí)的NotionAI能夠在不同頁面和應(yīng)用間調(diào)取知識(shí)庫(kù)，這種跨應(yīng)用的調(diào)取能力，使用戶可以更便捷地獲取和利用各種資源，從而提升整體的生產(chǎn)效率。作為較早一批接入ChatGPT的產(chǎn)品，NotionAI在今年初完全開放給所有用戶，并正式將AI功能作為單獨(dú)的付費(fèi)產(chǎn)品。其定價(jià)策略是每人每月10美元，包年則每月8美元。NotionAI可以協(xié)助用戶完成寫作、編輯、總結(jié)等多種任務(wù)，還提供了跨平臺(tái)搜索功能，可以無縫連接Slack、GoogleDrive等應(yīng)用，快速?gòu)亩鄠€(gè)來源匯總信息。據(jù)報(bào)道，截至2023年，Notion的用戶量達(dá)到了3000萬，其中約400萬為付費(fèi)用戶。內(nèi)部一開始的評(píng)估是NotionAI一年會(huì)帶來額外的1000萬到3000萬美金ARR,但這個(gè)目標(biāo)只用一個(gè)月就完成了，意味著最終NotionAI一年可能會(huì)帶來1億美金的ARR.此外，NotionAI在推出后也迅速吸引了大量用戶，短時(shí)間內(nèi)就突破了400萬。不得不說，這個(gè)商業(yè)化增長(zhǎng)幅度，國(guó)內(nèi)大多數(shù)辦公軟件都望塵莫及。典型的例子，盡管釘釘擁有龐大的用戶基數(shù)（截至2023年末，用戶數(shù)達(dá)7億，企業(yè)組織數(shù)達(dá)2500萬），但真正付費(fèi)的用戶數(shù)量其實(shí)很少，此前CEO葉軍表示，企業(yè)用釘釘真正付費(fèi)的可能連1%都不到。為了推動(dòng)商業(yè)化進(jìn)程，釘釘通過接入阿里的“通義千問”大模型，通過AI將產(chǎn)品重做一遍，完成了多條產(chǎn)品線和功能的AI化。例如，一鍵輸入“/”，就會(huì)智能生成職場(chǎng)中大部分工作內(nèi)容，包括文檔創(chuàng)作、聊天摘要生成等。釘釘在提供免費(fèi)的標(biāo)準(zhǔn)版之余，也推出了專業(yè)版、專屬版和專有版等年費(fèi)服務(wù)選項(xiàng)。釘釘引入AI功能，主要是想給這些付費(fèi)版本增值，好讓用戶覺得高級(jí)功能更值得花錢。另外，釘釘還通過平臺(tái)分傭和硬件開放的License授權(quán)模式來增加收入。借助AI技術(shù)為企業(yè)帶來個(gè)性化服務(wù)，比如智能分析企業(yè)數(shù)據(jù)、定制工作流程等，釘釘認(rèn)為這樣企業(yè)更愿意付費(fèi)，并且關(guān)系也會(huì)更緊密。但從內(nèi)部人士了解到，實(shí)際愿意為此買單的客戶，規(guī)模還并不算龐大，目前釘釘仍未實(shí)現(xiàn)盈利。另一邊的飛書，同樣在多個(gè)產(chǎn)品中融入了AI,如多維表格、字段捷徑、儀表盤等，以提升產(chǎn)品的智能化水平。最直接的體現(xiàn)是推出了自家的AI助手"MyAI"（飛書智能伙伴），用戶可以讓它寫工作總結(jié)、會(huì)議記錄，在辦公時(shí)喚醒進(jìn)行協(xié)作問答。而在具體的商業(yè)化方面，隨著AI功能的不斷補(bǔ)充，或許會(huì)推出基于AI功能的增值服務(wù)或訂閱模式。例如，為用戶提供更高級(jí)別的AI助手，飛書更傾向通過提供專業(yè)化的服務(wù)和定制化的解決方案來吸引客戶。整體來說，國(guó)外協(xié)同辦公工具多采用按功能付費(fèi)的模式，用戶可以根據(jù)自己的需求選擇相應(yīng)的功能并支付費(fèi)用。而在國(guó)內(nèi)，盡管釘釘、飛書等工具也在積極探索商業(yè)化路徑，但面臨的商業(yè)化難題依然不少。這背后，既有國(guó)內(nèi)外市場(chǎng)環(huán)境的差異，也有用戶對(duì)協(xié)同辦公工具價(jià)值認(rèn)知和付費(fèi)意愿的不同。根據(jù)現(xiàn)有報(bào)道，在國(guó)外市場(chǎng)，用戶的隱私問題對(duì)Zoom布局AI產(chǎn)生了顯著影響。然而，隨著Zoom采取了一系列措施來確保用戶數(shù)據(jù)的安全和隱私，這個(gè)問題得到了一定程度的緩解。Zoom是否因AI實(shí)現(xiàn)了更大的增長(zhǎng)？根據(jù)多方數(shù)據(jù)，我們發(fā)現(xiàn)，AI技術(shù)的融入的確提升了其企業(yè)端銷售額，例如，在2024財(cái)年第三季度，Zoom的總營(yíng)收同比增長(zhǎng)3.2%，企業(yè)端營(yíng)收規(guī)模同比增長(zhǎng)7.5%至6.61億美元，嵌入AI技術(shù)后，Zoom的季度客戶流失率明顯收窄，顯示出更高的客戶留存率。為什么同樣布局AI,國(guó)內(nèi)外的協(xié)同辦公領(lǐng)域，Zoom、Notion、飛書和釘釘?shù)纳虡I(yè)化差距這么大？是國(guó)產(chǎn)軟件的AI功能還不夠強(qiáng)大，還是市場(chǎng)對(duì)AI的期待過高？這只是一方面。對(duì)比發(fā)現(xiàn)，AI的確是一種強(qiáng)大的技術(shù)，但它在協(xié)同辦公中的作用并非萬能，當(dāng)下的使用場(chǎng)景還很有限，更多是作為智能助手的形式出現(xiàn)。其實(shí)就像袁征所說的，一款好的產(chǎn)品不一定能夠?qū)?yīng)好的商業(yè)價(jià)值，研發(fā)成本、商業(yè)模式、付費(fèi)環(huán)境也會(huì)起到?jīng)Q定性的作用。很多協(xié)同辦公公司投入了大量成本去研發(fā)AI,但并沒有可觀的ROI,反而成為給企業(yè)客戶提供數(shù)智化解決方案的項(xiàng)目商，或是軟件外包?；氐缴虡I(yè)的本質(zhì)，客戶需求和市場(chǎng)定位依然是決定產(chǎn)品成功的關(guān)鍵因素。盡管AI技術(shù)迅猛發(fā)展，為行業(yè)帶來了前所未有的變革，但商業(yè)的核心原則并未發(fā)生變化。然而，過度的AI投入有時(shí)的確會(huì)讓企業(yè)迷失方向，對(duì)“究竟應(yīng)該做什么”產(chǎn)生疑惑。本文來源：R艾瑞網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
10/19
AI讓代碼變得廉價(jià)，品味正在蠶食軟件
就像上個(gè)時(shí)代軟件蠶食世界，讓行業(yè)發(fā)生重大變革一樣，品味現(xiàn)在正在蠶食軟件。2011年，馬克·安德森(MarcAndreessen)發(fā)表了著名的軟件正在蠶食世界的宣言。有那么一段時(shí)間，這是不可否認(rèn)的現(xiàn)實(shí)。軟件是變革的引擎，徹底改變了從科技到金融、從零售到醫(yī)療保健的一切。在當(dāng)時(shí)，技術(shù)實(shí)力意味著占據(jù)市場(chǎng)主導(dǎo)地位。作為硅谷的精神中心，YCombinator將技術(shù)創(chuàng)始人視為天選之人。而那些能夠召喚并駕馭軟件的人則被視為神祇。風(fēng)投家給那些能將代碼大規(guī)模擴(kuò)展的人提供資金。畢竟，只有軟件才能迅速而有效地改變龐大的傳統(tǒng)行業(yè)。如今情況已大不相同。軟件已經(jīng)被商品化——這是技術(shù)進(jìn)步、成本、復(fù)雜性降低以及編程技能普及的結(jié)果。人工智能進(jìn)入主流推動(dòng)了這一轉(zhuǎn)變。技術(shù)與文化之間的界限正在變得模糊。因此，光靠打造出色的技術(shù)已遠(yuǎn)遠(yuǎn)不夠。▍大家的軟件都已足夠好。軟件曾經(jīng)是武器，現(xiàn)在只是工具。在資源匱乏的世界里，我們珍視工具。在資源富足的世界，我們看重品味。進(jìn)入門檻很低，競(jìng)爭(zhēng)很激烈，有太多的關(guān)注焦點(diǎn)已經(jīng)轉(zhuǎn)移——先是從技術(shù)轉(zhuǎn)移到分銷，現(xiàn)在又轉(zhuǎn)移到了其他方面：品味。▍品味正在蠶食軟件。品味就是新武器。不管表達(dá)方式如何，不管是靠產(chǎn)品設(shè)計(jì)、品牌還是用戶體驗(yàn)，品味現(xiàn)在定義了產(chǎn)品被感知和感受的方式，定義了產(chǎn)品被采用，也就是分發(fā)的方式——無論是軟件也好，硬件也罷，或兩者兼而有之。技術(shù)已經(jīng)與文化緊密交織在一起。如今，人們無論身在何處、從事什么職業(yè)或處在什么地位，都將技術(shù)視為生活的一部分。▍現(xiàn)在要服務(wù)的市場(chǎng)是文化市場(chǎng)，實(shí)用加上品味是基礎(chǔ)。在這個(gè)新時(shí)代，功能性產(chǎn)品日益變成文化大潮的配角。因此，創(chuàng)始人們意識(shí)到他們需要的不僅僅是會(huì)寫代碼或掌握技術(shù)了。雖然實(shí)用性依然是關(guān)鍵，但創(chuàng)始人還需要在設(shè)計(jì)、品牌、體驗(yàn)、講故事、社區(qū)以及文化相關(guān)性上進(jìn)行精雕細(xì)琢。史蒂夫·喬布斯和埃隆·馬斯克之所以備受推崇，不僅是因?yàn)榧夹g(shù)創(chuàng)新，還因?yàn)樗麄儼旬a(chǎn)品和個(gè)人塑造成了文化偶像。競(jìng)爭(zhēng)已經(jīng)不再局限在科技行業(yè)——?jiǎng)?chuàng)始人們現(xiàn)在還要跟那些在分發(fā)、社區(qū)建設(shè)及文化共鳴上占據(jù)優(yōu)勢(shì)的名人和網(wǎng)紅競(jìng)爭(zhēng)，盡管這些人不一定具備同樣的技術(shù)能力。品味的提升將各種體驗(yàn)和視角引入到競(jìng)技場(chǎng)——這不僅從內(nèi)部挑戰(zhàn)著“傳統(tǒng)”的硅谷，也會(huì)從外部發(fā)起沖擊。你可能會(huì)覺得，像蘋果、特斯拉和Airbnb這樣的公司，因?yàn)樗鼈兪敲嫦蛳M(fèi)者的典型企業(yè)，所以品味對(duì)它們來說尤其重要。但這并不是全部——消費(fèi)者驅(qū)動(dòng)的“品味”特質(zhì)已經(jīng)滲透到了科技世界的每個(gè)角落。那些曾經(jīng)以實(shí)用性優(yōu)先的B2C板塊，甚至B2B軟件行業(yè)，如今都感受到用戶體驗(yàn)、設(shè)計(jì)、美學(xué)以及講好故事的影響。Arc以設(shè)計(jì)和品牌作為核心賣點(diǎn)，與傳統(tǒng)網(wǎng)絡(luò)瀏覽器展開競(jìng)爭(zhēng)。Linear等工具是一款面向軟件團(tuán)隊(duì)的項(xiàng)目管理工具，它們以公司建設(shè)的原則性方法和大量抄襲的登陸頁面設(shè)計(jì)而聞名，也以產(chǎn)品功能而聞名。Arc和Linear等公司建立了一個(gè)完整的美學(xué)生態(tài)系統(tǒng)，邀請(qǐng)用戶和擁護(hù)者成為他們版本的世界的一部分，并產(chǎn)生大量的數(shù)字和文字口碑。（他們的故事尚未結(jié)束，但他們?cè)诠韫鹊倪@個(gè)領(lǐng)域中脫穎而出。）Arc以設(shè)計(jì)和品牌作為核心賣點(diǎn)向傳統(tǒng)web瀏覽器發(fā)起挑戰(zhàn)。像Linear這樣的項(xiàng)目管理工具，不僅因其獨(dú)特的企業(yè)文化和備受模仿的登錄頁設(shè)計(jì)而聞名，也因其產(chǎn)品的功能性而備受認(rèn)可。4Arc和Linear等公司建立了完整的美學(xué)生態(tài)體系，吸引用戶和支持者成為他們世界的一員，并在線上和線下獲得口口相傳。▍即便在最前沿的技術(shù)領(lǐng)域，品味也和技術(shù)本身一樣塑造著未來。在通用人工智能聊天機(jī)器人領(lǐng)域，OpenAI的ChatGPT成為了市場(chǎng)的領(lǐng)導(dǎo)者。此后，Anthropic的Claude、谷歌的Gemini、Meta的Llama、微軟的Copilot、Perplexity、Poe等公司各自以不同的角度加入到這場(chǎng)競(jìng)爭(zhēng)。是，他們是在技術(shù)戰(zhàn)線上展開競(jìng)爭(zhēng)，但隨著人工智能的快速進(jìn)步，感覺他們會(huì)在類似的功能上趨于一致。那該怎么競(jìng)爭(zhēng)呢？？答案在于它們的外觀、使用感受，以及它們帶給用戶的情感體驗(yàn)。交互上的微妙之別（界面是否直觀、友好、流暢）以及品牌美學(xué)（從趣味橫生的網(wǎng)站設(shè)計(jì)到營(yíng)銷信息）都會(huì)變成新的差異化因素，用戶往往會(huì)選擇那些與其個(gè)人價(jià)值觀更契合的工具。所有這些元素應(yīng)該無縫地融合到產(chǎn)品之中，但這依然是值得關(guān)注的區(qū)別。投資者再也不能找到最優(yōu)秀的工程團(tuán)隊(duì)去資助，然后坐享其成了。他們得去尋找這樣大的團(tuán)隊(duì)，那種能捕捉文化相關(guān)性，并反映其日益多樣化的市場(chǎng)價(jià)值觀、美學(xué)和品味的團(tuán)隊(duì)。投資者如何在這個(gè)新環(huán)境中找到自我定位？他們把寶押在那些能抓住文化潮流的，品味驅(qū)動(dòng)型的創(chuàng)始人。他們也在打造自己的個(gè)人品牌和公司品牌。去重新設(shè)計(jì)網(wǎng)站，撰寫宣言，推出播客，并與文化巨頭合作。（當(dāng)然，人們?nèi)匀粫?huì)質(zhì)疑風(fēng)投是不是真的“了解”品味。）▍代碼不值錢了。金錢現(xiàn)在追逐的是用品味包裝起來的實(shí)用性、以優(yōu)美的形式塑造的功能，以及以藝術(shù)性為框架的技術(shù)。但品味究竟是什么東西？字典上說，品味是辨別什么是高品質(zhì)的能力，或者一種很高的審美標(biāo)準(zhǔn)。但誰來制定這個(gè)標(biāo)準(zhǔn)呢？在個(gè)體層面，品味是主觀的——每個(gè)人對(duì)品味都有自己的個(gè)人理解——但在特定的文化或社區(qū)當(dāng)中，品味是可以校準(zhǔn)的。品味是設(shè)計(jì)、用戶體驗(yàn)與情感共鳴的結(jié)合，它決定了產(chǎn)品如何與人建立聯(lián)系，并與他們的價(jià)值觀和身份保持一致。這些東西單個(gè)拎出來并不等于品味；那只是表達(dá)個(gè)人品味的表現(xiàn)形式。最基本的標(biāo)準(zhǔn)是，品味絕不會(huì)平淡無奇——它會(huì)有自己的主見。就像阿諾德·貝內(nèi)特的名言所說那樣：“好品味勝過壞品味，但壞品味勝過沒品味?！报吥阍谑褂卯a(chǎn)品時(shí)，產(chǎn)品會(huì)讓你產(chǎn)生某種感受，而且產(chǎn)品也會(huì)讓其他人對(duì)你產(chǎn)生某種感覺。產(chǎn)品不再只是功能性工具，而變成了情感接觸點(diǎn)。越來越多的產(chǎn)品被設(shè)計(jì)為自我表達(dá)和社交信號(hào)的載體，反映出你的價(jià)值觀、生活方式與身份。以技術(shù)為核心的產(chǎn)品與藝術(shù)的距離之近前所未有。果真如此的話，這也意味著其他玩家對(duì)生態(tài)體系至關(guān)重要：比如藝術(shù)家、設(shè)計(jì)師、創(chuàng)作者、創(chuàng)意總監(jiān)、媒體公司等。這不可避免會(huì)引出更多問題：誰是品味的擁王者，誰是看門人？對(duì)品味的更大關(guān)注會(huì)引發(fā)什么樣的文化戰(zhàn)爭(zhēng)？公司所在的城市或文化的影響會(huì)不會(huì)更加重要？沒人可占有“品味”，但肯定會(huì)有足夠多的人想嘗試一下。▍就像上個(gè)時(shí)代軟件蠶食了世界并改變了各個(gè)行業(yè)一樣，現(xiàn)在品味正在蠶食軟件，緊接著要蠶食的將是硅谷。在硅谷的新時(shí)代，品味不僅是一種優(yōu)勢(shì)，更是未來。最吸引人的創(chuàng)業(yè)公司將是那些能將卓越技術(shù)與精致品味結(jié)合到一起的公司。就算是在追求技術(shù)突破，也必須考慮品味與文化共鳴，而不僅僅考慮技術(shù)本身。單靠品味不會(huì)成功，但如果沒有讓品味發(fā)揮重要作用的話，你也贏不了。隨著品味滲透到各個(gè)領(lǐng)域，創(chuàng)始人與風(fēng)投家的角色也在發(fā)生變化。創(chuàng)始人如今不僅需要掌握技術(shù)創(chuàng)新，還必須具備文化共鳴的能力。而投資者呢？他們必須將寶押在那些會(huì)在未來創(chuàng)新浪潮中引領(lǐng)潮流的公司，在這些公司里，技術(shù)與文化不再是獨(dú)立個(gè)體，而是合二為一。有些人也許不喜歡這種趨勢(shì)，有些人會(huì)反對(duì)，而有些人則會(huì)選擇觀望——但這無疑是時(shí)代的象征。▍創(chuàng)始人必須成為品味的引領(lǐng)者，而風(fēng)投家則必須成為品味的仲裁人。挑戰(zhàn)：實(shí)用性仍需得到尊重。理論仍需付諸實(shí)踐。自認(rèn)為有好品味的人要多于確實(shí)有好品味的人。本文來源于：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
10/12
微軟推出AI醫(yī)療工具全家桶，預(yù)覽醫(yī)療數(shù)據(jù)方向5大新功能
許多新工具目前仍處于開發(fā)早期階段或僅提供預(yù)覽版。智東西10月11日消息，當(dāng)?shù)貢r(shí)間周四，微軟發(fā)表了一篇播客，宣布在其MicrosoftCloudforHealthcare中推出新的醫(yī)療保健數(shù)據(jù)功能和AI工具，包括通過AzureAIStudio中的新醫(yī)療保健AI模型、MicrosoftFabric中的醫(yī)療保健數(shù)據(jù)功能、CopilotStudio中的醫(yī)療保健AIagents服務(wù)以及AI驅(qū)動(dòng)的護(hù)理工作流程解決方案。這些工具旨在連接護(hù)理體驗(yàn)、增強(qiáng)團(tuán)隊(duì)協(xié)作、增強(qiáng)醫(yī)療工作者的能力以及幫助醫(yī)療保健組織更快地構(gòu)建AI應(yīng)用程序，并節(jié)省醫(yī)療工作者在行政任務(wù)上的時(shí)間，這是導(dǎo)致行業(yè)倦怠的主要原因之一。許多解決方案目前仍處于開發(fā)早期階段或僅提供預(yù)覽版。在微軟更廣泛地推廣這些工具之前，醫(yī)療保健組織將對(duì)這些工具進(jìn)行測(cè)試和驗(yàn)證。微軟拒絕透露這些新工具的價(jià)格。據(jù)CNBC報(bào)道，微軟通過不斷推出新的醫(yī)療領(lǐng)域AI工具，努力確保其處在醫(yī)療保健AI領(lǐng)域的領(lǐng)導(dǎo)地位。去年10月，該公司在其Azurecloud和Fabric分析平臺(tái)上推出了一系列健康功能。2021年，微軟還以160億美元收購(gòu)了NuanceCommunications,后者是醫(yī)療保健及相關(guān)行業(yè)提供語音轉(zhuǎn)文本的AI工具。微軟健康與生命科學(xué)部門投資組合發(fā)展與孵化副總裁MaryVarghesePresti在預(yù)先錄制的記者會(huì)上說道，“通過將AI融入醫(yī)療保健，我們的目標(biāo)是減輕醫(yī)務(wù)人員的工作壓力，促進(jìn)醫(yī)療團(tuán)隊(duì)的協(xié)作，提高全國(guó)醫(yī)療保健系統(tǒng)的整體效率?！币?、醫(yī)療保健AI模型：將AI的范圍擴(kuò)展到文本之外微軟推出了一系列開源多模態(tài)AI模型，這些模型由微軟與Providence和Paige等合作伙伴合作開發(fā)，能夠分析除文本之外的數(shù)據(jù)類型，如醫(yī)學(xué)影像、臨床記錄和基因組數(shù)據(jù)。據(jù)悉，大約80%的醫(yī)院和醫(yī)療系統(tǒng)就診都包括影像檢查，因?yàn)獒t(yī)生通常依靠影像來幫助治療患者，這些AI工具的推廣使用可以幫助醫(yī)生減少工作量和壓力。醫(yī)療保健組織還可以使用這些模型來構(gòu)建新的應(yīng)用程序和工具。通過使用這些高級(jí)模型作為基礎(chǔ)，醫(yī)療保健組織可以快速構(gòu)建、微調(diào)和部署針對(duì)其特定需求的AI解決方案，同時(shí)最大程度上減少?gòu)念^開始構(gòu)建多模態(tài)模型相關(guān)的大量計(jì)算和數(shù)據(jù)要求。例如，數(shù)字化單個(gè)病理切片可能需要超過1GB的存儲(chǔ)空間，因此許多現(xiàn)有的AI病理模型每次都只能訓(xùn)練小塊切片。微軟和ProvidenceHealth&Services構(gòu)建了一個(gè)數(shù)字病理全切片基礎(chǔ)模型，該模型在突變預(yù)測(cè)和癌癥亞型分類方面有所改進(jìn)，這一成果已發(fā)表在國(guó)際頂級(jí)學(xué)術(shù)期刊《自然》雜志上?，F(xiàn)在，醫(yī)療系統(tǒng)可以在此基礎(chǔ)上進(jìn)行改進(jìn)，并根據(jù)自身需求進(jìn)行微調(diào)?！斑^去，獲取病理學(xué)的全切片基礎(chǔ)模型一直是一個(gè)挑戰(zhàn)……而現(xiàn)在我們實(shí)際上已經(jīng)能夠做到了。”Providence首席戰(zhàn)略和數(shù)字官SaraVaezy在接受CNBC采訪時(shí)談道?！斑@確實(shí)是一種改變游戲規(guī)則的技術(shù)。”這些模型可在AzureAIStudio的模型目錄中找到，AzureAIStudio是微軟的生成式AI開發(fā)中心?！④汚zureAIStudio的模型目錄界面（圖源：微軟）二、通過統(tǒng)一的AI平臺(tái)使用醫(yī)療保健數(shù)據(jù)，公開預(yù)覽5大新功能從歷史上看，醫(yī)療保健數(shù)據(jù)由于其非結(jié)構(gòu)化性質(zhì)和現(xiàn)有數(shù)據(jù)管理系統(tǒng)的局限性而難以獲問題限制了醫(yī)療保健組織全面了解患者體驗(yàn)和獲取寶貴見解的能力。根據(jù)MicrosoftFabric推出的醫(yī)療保健數(shù)據(jù)解決方案，醫(yī)療保健組織可以通過單一且統(tǒng)一的AI驅(qū)動(dòng)平臺(tái)改變用戶訪問、管理和處理數(shù)據(jù)的方式，從而克服上述問題。此外，MicrosoftPurview的醫(yī)療保健安全應(yīng)用程序模板（一套旨在幫助管理醫(yī)療保健數(shù)據(jù)的創(chuàng)新功能）現(xiàn)已公開預(yù)覽。微軟還將在MicrosoftFabric的醫(yī)療保健數(shù)據(jù)解決方案中公開預(yù)覽5個(gè)新功能，包括：1、對(duì)話數(shù)據(jù)集成：將對(duì)話數(shù)據(jù)（例如患者對(duì)話）從DAXCopilot發(fā)送到Fabric平臺(tái)。通過將DAXCopilot音頻文件、記錄和臨床筆記草稿發(fā)送到Fabric,客戶和合作伙伴可以利用Azure和Fabric中的各種本地工具來分析這些數(shù)據(jù)或?qū)⑵渑c其他數(shù)據(jù)相結(jié)合生成更全面的見解。2、康健的社會(huì)決定因素(SDOH)公共數(shù)據(jù)集轉(zhuǎn)換：提取、保存、協(xié)調(diào)和使用SDOH國(guó)家和國(guó)際公共數(shù)據(jù)集，使醫(yī)療保健組織能夠識(shí)別風(fēng)險(xiǎn)和與健康相關(guān)的社會(huì)需求，幫助為患者和社區(qū)創(chuàng)造更公平的醫(yī)療保健服務(wù)。3、美國(guó)醫(yī)療保險(xiǎn)和醫(yī)療補(bǔ)助服務(wù)中心(CMS)索賠和索賠線饋送(CCLF)數(shù)據(jù)提?。汉?jiǎn)化索賠數(shù)據(jù)的提取并與臨床、影像和SDOH數(shù)據(jù)相協(xié)調(diào)，以獲取有關(guān)患者和大眾的可行見解。4、護(hù)理管理分析：利用統(tǒng)一的醫(yī)療數(shù)據(jù)和護(hù)理管理分析模板，通過識(shí)別高風(fēng)險(xiǎn)個(gè)體、優(yōu)化治療計(jì)劃和改善護(hù)理協(xié)調(diào)來加強(qiáng)患者護(hù)理。5、數(shù)據(jù)發(fā)現(xiàn)和分組：利用集成的工作流程，讓醫(yī)療保健組織能夠創(chuàng)建、管理、分析和共享患者群組。三、利用AIagents匹配治療方案，回答患者基本問題醫(yī)療保健組織面臨諸多挑戰(zhàn)，包括勞動(dòng)力短缺、成本上升和患者護(hù)理需求增加。生成式AI通過自動(dòng)化管理任務(wù)、分析大量數(shù)據(jù)以獲得可操作的見解以及協(xié)助專業(yè)人員進(jìn)行決策，為這些挑戰(zhàn)提供了潛在的解決方案。為了解決這一問題，微軟宣布了幫助醫(yī)療系統(tǒng)構(gòu)建AIagents的新方法，他們將在CopilotStudio中公開預(yù)覽醫(yī)療agent服務(wù)，用于預(yù)約安排、臨床治療案例匹配、患者分診等。醫(yī)療保健組織可以利用醫(yī)療agent服務(wù)來幫助創(chuàng)建互聯(lián)的患者體驗(yàn)、改善臨床工作流程并增強(qiáng)醫(yī)療專業(yè)人員的能力，同時(shí)幫助組織通過MicrosoftCopilotStudio滿足行業(yè)期望。早期采用者，如克利夫蘭診所，提供了反饋以幫助優(yōu)化醫(yī)療環(huán)境的解決方案，他們已經(jīng)在使用這些工具來增強(qiáng)患者體驗(yàn)并提升運(yùn)營(yíng)效率。AIagents的復(fù)雜程度各不相同，但它們可以幫助用戶回答問題、自動(dòng)化流程并執(zhí)行特定任務(wù)。通過MicrosoftCopilotStudio,醫(yī)療保健組織還可以創(chuàng)建配備醫(yī)療保健專用安全措施的AIagent.例如，當(dāng)答案包含對(duì)臨床案例的引用時(shí)，會(huì)顯示來源，并會(huì)通過注釋標(biāo)明答案是否由AI生成。微軟提到，捏造和遺漏都會(huì)被標(biāo)記出來。例如，一個(gè)醫(yī)療保健組織可以構(gòu)建一個(gè)AIagent來幫助醫(yī)生為患者找到相關(guān)的臨床治療案例。醫(yī)生可以輸入問題：“55歲男性，患有糖尿病和間質(zhì)性肺病，有哪些臨床案例適合他？”然后會(huì)收到一系列相關(guān)回答，這將節(jié)省醫(yī)生尋找每個(gè)案例的時(shí)間和精力。據(jù)微軟健康與生命科學(xué)部門健康A(chǔ)I總經(jīng)理HadasBitran在與記者的問答中談道，能夠幫助回答患者基本問題的AIagent在參與測(cè)試該服務(wù)的醫(yī)療系統(tǒng)中很受歡迎。她還補(bǔ)充說，能夠幫助醫(yī)生回答有關(guān)最新醫(yī)療健康指南和患者病史的問題的AIagent也很常見。微軟的醫(yī)療保健agent服務(wù)將從宣布當(dāng)天開始提供預(yù)覽版。▲微軟的醫(yī)療agent服務(wù)界面（圖源：微軟）四、開發(fā)護(hù)士專用自動(dòng)化文檔，優(yōu)化護(hù)士日常工作流程據(jù)世界衛(wèi)生組織(WHO)預(yù)測(cè)，到2030年護(hù)士短缺人數(shù)將達(dá)到450萬，因此提供技術(shù)支持護(hù)理行業(yè)的需求比以往任何時(shí)候都更為緊迫。今年8月，微軟宣布其與EpicSystems合作的下一階段將致力于構(gòu)建針對(duì)護(hù)士的AI文檔工具。他們正在開發(fā)一種可以增強(qiáng)護(hù)士日常工作流程的解決方案，通過起草流程表進(jìn)行審查來處理護(hù)理文檔，讓護(hù)士能夠?qū)⒕Ω嗟胤旁诨颊呱砩希皇俏臅ぷ魃稀?jù)悉，外科護(hù)士有多達(dá)41%的時(shí)間花費(fèi)在文檔工作上。Epic是一家醫(yī)療保健軟件供應(yīng)商，擁有美國(guó)超過2.8億人的電子健康記錄。它與微軟有著長(zhǎng)期的合作關(guān)系。微軟的Nuance已經(jīng)為醫(yī)生提供了一個(gè)名為DAXCopilot的自動(dòng)化文檔工具，該工具于去年推出。它允許醫(yī)生在征得患者同意的情況下記錄他們的就診過程，然后AI會(huì)自動(dòng)將其轉(zhuǎn)化為臨床筆記和摘要。理想情況下，這意味著醫(yī)生每次看診時(shí)都不需要花時(shí)間自己輸入這些筆記。這項(xiàng)技術(shù)在今年迅速普及。Nuance宣布，DAXCopilot已于1月在Epic的電子健康記錄中普遍可用，這是醫(yī)療保健行業(yè)內(nèi)備受矚目的認(rèn)可。將像DAXCopilot這樣的工具直接集成到醫(yī)生的電子健康記錄工作流程中，意味著他們不需要切換應(yīng)用程序即可訪問它，這有助于節(jié)省時(shí)間并減輕行政工作負(fù)擔(dān)。但到目前為止，DAXCopilot僅供醫(yī)生使用。微軟提到，這一情況正在改變。該公司正在構(gòu)建一個(gè)針對(duì)護(hù)士?jī)?yōu)化的類似工具。盡管醫(yī)生和護(hù)士密切合作，共同治療和護(hù)理患者，但護(hù)士的工作日與醫(yī)生的工作日截然不同，護(hù)理文檔工作流程也同樣獨(dú)立且截然不同。護(hù)士在輪班期間需要移動(dòng)，在各個(gè)房間之間移動(dòng)以看望患者。他們?cè)诓〈策吔徽劊⒁粤鞒瘫淼雀叨冉Y(jié)構(gòu)化的格式記錄患者信息。“護(hù)士的工作流程與醫(yī)生的工作流程截然不同，任何為護(hù)士開發(fā)的解決方案都需要與他們的工作方式相結(jié)合?！盤resti在會(huì)上說道?！拔覀兊膱F(tuán)隊(duì)花費(fèi)了數(shù)小時(shí)在護(hù)士值班期間進(jìn)行跟蹤觀察，以了解他們?nèi)绾螆?zhí)行任務(wù)，并發(fā)現(xiàn)他們一天中最大的摩擦點(diǎn)在哪里。”微軟正在與斯坦福醫(yī)療保?。⊿tanfordHealthCare）、西北醫(yī)學(xué)（NorthwesternMedicine）和Tampa綜合醫(yī)院等組織合作開發(fā)這一工具。結(jié)語：醫(yī)療保健領(lǐng)域的AI實(shí)踐需要嚴(yán)格的測(cè)試和監(jiān)管微軟在官方播客中提到，這些新的AI工具都將遵循該公司于2018年制定的AI原則，以幫助指導(dǎo)AI的開發(fā)和使用。通過設(shè)計(jì)開發(fā)負(fù)責(zé)任的AI,確保這些技術(shù)對(duì)醫(yī)療生態(tài)系統(tǒng)和社會(huì)產(chǎn)生廣泛而積極影響。在實(shí)踐中，這意味著要正確構(gòu)建、測(cè)試和監(jiān)控系統(tǒng)，以避免不良行為，例如有害內(nèi)容、偏見、濫用和其他意外風(fēng)險(xiǎn)，需要在構(gòu)建必要的治理結(jié)構(gòu)、政策、工具和流程方面進(jìn)行大量投資，以堅(jiān)持相關(guān)原則并安全地構(gòu)建和部署AI.本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
10/12
100億，90后都用過的辦公APP上市了
辦公軟件，再“上大分”90后都用過的辦公軟件，上市了。十多年前，“掃描全能王”上線，抓住了線上辦公的浪潮解決了一大堆90后掃描難、傳輸難的痛點(diǎn)。十余年后，“掃描全能王”背后的母公司合合信息成功登陸上海證券交易所科創(chuàng)板。這次上市之路并非一帆風(fēng)順，合合信息歷經(jīng)了多次嘗試和挑戰(zhàn)。但他們始終堅(jiān)持以用戶需求為核心，不斷優(yōu)化產(chǎn)品，提升服務(wù)質(zhì)量。隨著線上辦公的興起，手機(jī)辦公功能變得多樣化，合合信息的產(chǎn)品正好解決了紙質(zhì)文件數(shù)字化的痛點(diǎn)。用戶不再需要為了一份掃描件而四處奔波，只需輕點(diǎn)屏幕，就能輕松將文件轉(zhuǎn)換為電子版，這無疑是數(shù)字化辦公時(shí)代的一次革命。如今，合合信息的成功上市，不僅是對(duì)公司技術(shù)實(shí)力的認(rèn)可，更是對(duì)整個(gè)辦公軟件行業(yè)未來發(fā)展的有力推動(dòng)。在這個(gè)充滿機(jī)遇的數(shù)字化時(shí)代，我們期待合合信息能夠繼續(xù)引領(lǐng)潮流，為全球用戶帶來更多便捷、智能的辦公體驗(yàn)。敲鐘上市每個(gè)辦公人都得用過的“掃描全能王”“名片全能王”背后的公司上市了。今天，合合信息敲鐘上市。旗下最出圈的產(chǎn)品莫過于“掃描全能王”，除此之外，合合信息旗下還包括名片全能王、啟信寶等打工人必備軟件。據(jù)其官網(wǎng)介紹，上海合合信息科技股份有限公司（以下簡(jiǎn)稱“合合信息”）是行業(yè)領(lǐng)先的人工智能及大數(shù)據(jù)科技企業(yè)，基于自主研發(fā)的領(lǐng)先的智能文字識(shí)別及商業(yè)大數(shù)據(jù)核心技術(shù)，為全球C端用戶和多元行業(yè)B端客戶提供數(shù)字化、智能化的產(chǎn)品及服務(wù)。公司B端服務(wù)，即智能文字識(shí)別服務(wù)、商業(yè)大數(shù)據(jù)服務(wù)幫助客戶切實(shí)解決了降本增效、改善風(fēng)控、高效獲客的業(yè)務(wù)痛點(diǎn)，提供了較高的技術(shù)附加值。目前已在銀行、保險(xiǎn)、證券、基金、汽車金融、供應(yīng)鏈金融、政務(wù)、制造、物流、地產(chǎn)、征信等近30個(gè)行業(yè)實(shí)現(xiàn)成熟應(yīng)用。據(jù)企查查信息顯示，合合信息已經(jīng)完成了八輪融資，其中經(jīng)緯創(chuàng)投、東方匯富、京東科技、復(fù)星創(chuàng)富皆為其背后資本。合合信息創(chuàng)始人鎮(zhèn)立新，1968年荊州出生，2000年在中國(guó)科學(xué)院自動(dòng)化所完成學(xué)業(yè)，專攻模式識(shí)別與智能系統(tǒng)，獲得博士學(xué)位。他的職業(yè)道路多姿多彩，曾在中國(guó)石化集團(tuán)公司擔(dān)任電氣工程師，并在大連海事大學(xué)與同濟(jì)大學(xué)擔(dān)任教職。2000年，鎮(zhèn)立新加入摩托羅拉，擔(dān)任全球?qū)嶒?yàn)室負(fù)責(zé)人，專注于光學(xué)字符識(shí)別（OCR）技術(shù)。他將該技術(shù)成功應(yīng)用于摩托羅拉廣受歡迎的“明”系列手機(jī)，成為首位將OCR、名片識(shí)別和手寫識(shí)別技術(shù)整合到智能手機(jī)的科學(xué)家。他領(lǐng)導(dǎo)的“指書FingerWriting”項(xiàng)目榮獲《華爾街日?qǐng)?bào)》的“最佳發(fā)明獎(jiǎng)”和芝加哥太陽報(bào)的“發(fā)明金獎(jiǎng)”，同時(shí)他也是摩托羅拉“金質(zhì)獎(jiǎng)?wù)翯oldenBadge”的得主。隨著智能化時(shí)代的到來，鎮(zhèn)立新洞察到商業(yè)潛力，決定創(chuàng)業(yè)。2006年，他創(chuàng)立了合合信息的早期形態(tài)合合有限，并聚集了一批技術(shù)精英，形成了初始團(tuán)隊(duì)。在合合信息的七位核心技術(shù)人員中，有六位曾是摩托羅拉中國(guó)研究院的成員，這使得公司帶有濃厚的“摩托羅拉”色彩。他帶領(lǐng)團(tuán)隊(duì)研發(fā)了名片全能王和掃描全能王等產(chǎn)品，并通過開發(fā)基于邊緣計(jì)算的深度學(xué)習(xí)技術(shù)，顯著提高了手寫文字的識(shí)別準(zhǔn)確率，使掃描全能王的手寫字符識(shí)別率達(dá)到了97%。掃描王的成功也離不開數(shù)字化辦公時(shí)代的進(jìn)程。過去幾年，隨著線上辦公的火熱，手機(jī)的辦公功能也開始多元化。而在文件傳輸?shù)倪^程中，紙質(zhì)文件的掃描就成了一個(gè)痛點(diǎn)，沒有掃描王的時(shí)候大部分還是會(huì)選擇去臨近的復(fù)印掃描店掃描之后再傳輸?shù)绞謾C(jī)上，而掃描王剛好就解決了這個(gè)痛點(diǎn)。“當(dāng)時(shí)市面上手機(jī)的拍照功能還沒有現(xiàn)在這么清晰，也沒有能夠識(shí)別文字等等功能，很多時(shí)候需要辦一些證件的時(shí)候，需要掃描件，照片直接發(fā)過去就不過審，家里沒有復(fù)印機(jī)和掃描機(jī)的就得跑一趟復(fù)印店，家里買一臺(tái)的話利用率又太低，而且當(dāng)時(shí)基本能夠滿足功能的APP只有掃描王?！币晃粧呙柰醯挠脩艋貞浧鹱约菏褂脪呙柰醯倪^程。除了抓住時(shí)代紅利和需求痛點(diǎn)，掃描王的成功還與其技術(shù)和設(shè)計(jì)有關(guān)——技術(shù)上，它采用了先進(jìn)的光學(xué)字符識(shí)別技術(shù)，能夠高效地將圖像中的文字轉(zhuǎn)換為可編輯文本，并引入了智能高清濾鏡等黑科技，顯著提升了掃描的清晰度和準(zhǔn)確性；用戶體驗(yàn)方面，應(yīng)用界面簡(jiǎn)潔直觀，易于上手，同時(shí)提供了多種圖像優(yōu)化模式，使用戶能夠根據(jù)需求調(diào)節(jié)圖像參數(shù)，輕松完成掃描和編輯任務(wù)。功能上，掃描全能王不僅限于掃描，還集成了文檔共享、云同步、無線打印、全球傳真等功能，滿足了用戶多樣化的需求。它還支持多種語言的文字識(shí)別，擴(kuò)大了服務(wù)的用戶群體。市場(chǎng)需求的增長(zhǎng)也為掃描全能王的發(fā)展提供了動(dòng)力，隨著數(shù)字化辦公和個(gè)人信息管理需求的上升，高效工具的用戶數(shù)激增；在市場(chǎng)策略上，掃描全能王的母公司通過有效的推廣和品牌建設(shè)，迅速贏得了市場(chǎng)的認(rèn)可。用戶口碑方面，掃描全能王在處理文件的準(zhǔn)確性和便捷性上獲得了用戶的廣泛好評(píng)。此外，掃描全能王不斷進(jìn)行產(chǎn)品迭代和升級(jí)，如推出智能高清濾鏡2.0，以適應(yīng)不斷變化的市場(chǎng)需求和技術(shù)進(jìn)步，確保了其在競(jìng)爭(zhēng)激烈的市場(chǎng)中脫穎而出。多次嘗試2009年名片全能王上線，隔一年掃描全能王上線，兩款爆火產(chǎn)品距今已經(jīng)超過了十年的時(shí)間，據(jù)公開數(shù)據(jù)顯示，截至2022年底，掃描全能王與名片全能王在AppStore與GooglePlay應(yīng)用市場(chǎng)的全球用戶首次下載量合計(jì)超過8億，其中報(bào)告期新增首次下載量合計(jì)約3.8億。APP涉及到的技術(shù)主要包括智能文字識(shí)別及商業(yè)大數(shù)據(jù)技術(shù)。合合信息自2006年成立起就將文字識(shí)別、圖像處理作為核心研發(fā)方向，智能文字識(shí)別技術(shù)融合了智能圖像處理、復(fù)雜場(chǎng)景文字識(shí)別、NLP等AI技術(shù)，可適應(yīng)多語言、多版式、多樣式等復(fù)雜場(chǎng)景，并可應(yīng)用到多個(gè)商業(yè)化場(chǎng)景中并形成落地的產(chǎn)品或服務(wù)，例如票據(jù)分類、證照票據(jù)結(jié)構(gòu)化、合同關(guān)鍵信息抽取、智能審核等。商業(yè)大數(shù)據(jù)技術(shù)包括大數(shù)據(jù)挖掘與知識(shí)圖譜等技術(shù)，通過“數(shù)據(jù)—信息—知識(shí)—智能”4個(gè)層次，挖掘商業(yè)數(shù)據(jù)背后蘊(yùn)藏的價(jià)值。而這期間，母公司合合信息也曾經(jīng)多次沖刺IPO.資料顯示，合合信息的IPO申請(qǐng)于2021年9月27日獲受理，此后歷經(jīng)三次問詢，兩次中止，這一次終于成功邁進(jìn)IPO的大門。作為TOC的辦公軟件，公司數(shù)據(jù)安全和隱私合規(guī)一直都是外界關(guān)注的重點(diǎn)。在招股書中，合合信息也提到了關(guān)于數(shù)據(jù)隱私安全的風(fēng)險(xiǎn)。指出“基于人工智能及大數(shù)據(jù)技術(shù)，公司面向個(gè)人用戶及企業(yè)客戶提供C端產(chǎn)品及B端服務(wù)。業(yè)務(wù)經(jīng)營(yíng)過程中，公司根據(jù)業(yè)務(wù)需要獲取了用戶的相關(guān)數(shù)據(jù)。對(duì)于獲取的數(shù)據(jù)，公司建立了一系列的數(shù)據(jù)安全內(nèi)控制度，采用防火墻、數(shù)據(jù)加密、權(quán)限管控、安全審計(jì)等技術(shù)方式，以保障數(shù)據(jù)資源存儲(chǔ)、使用的安全性、可靠性。但如果受到惡意軟件、計(jì)算機(jī)病毒、黑客攻擊的影響；或公司員工違反公司內(nèi)部制度規(guī)定；數(shù)據(jù)合作方、客戶違反協(xié)議約定以及其他原因造成了數(shù)據(jù)的不當(dāng)泄露或使用，公司存儲(chǔ)的信息數(shù)據(jù)資源可能被泄露或受到損失。公司還可能因侵犯?jìng)€(gè)人隱私被投訴或受到主管部門處罰，或因侵犯?jìng)€(gè)人隱私及個(gè)人信息相關(guān)權(quán)益導(dǎo)致訴訟或仲裁等糾紛，可能對(duì)公司市場(chǎng)聲譽(yù)及經(jīng)營(yíng)業(yè)績(jī)?cè)斐刹焕绊??！焙退行枰杉脩粜畔⒌墓疽粯?，用戶隱私都是一個(gè)審核的重點(diǎn)。合合信息也一直在為保護(hù)數(shù)據(jù)隱私做改革，對(duì)相關(guān)APP產(chǎn)品的部分版本進(jìn)行了自查及升級(jí)。辦公軟件“上大分”在數(shù)字化轉(zhuǎn)型和遠(yuǎn)程工作趨勢(shì)的推動(dòng)下，TOC辦公軟件市場(chǎng)呈現(xiàn)出強(qiáng)勁的增長(zhǎng)勢(shì)頭。數(shù)據(jù)顯示2022年中國(guó)辦公軟件市場(chǎng)規(guī)模增長(zhǎng)至401.55億元，同比增長(zhǎng)12.18%，這一數(shù)據(jù)反映了市場(chǎng)對(duì)辦公軟件需求的持續(xù)上升。技術(shù)進(jìn)步，尤其是人工智能和云計(jì)算的發(fā)展，正在推動(dòng)辦公軟件功能和用戶體驗(yàn)的創(chuàng)新，AIGC技術(shù)的應(yīng)用使得數(shù)字內(nèi)容更加豐富和多樣化，滿足了市場(chǎng)對(duì)高質(zhì)量?jī)?nèi)容的需求。政策對(duì)辦公軟件行業(yè)的支持態(tài)度也相當(dāng)明確，通過出臺(tái)鼓勵(lì)創(chuàng)新的政策，為行業(yè)的發(fā)展?fàn)I造了有利的環(huán)境。遠(yuǎn)程辦公的興起，特別是在疫情期間，進(jìn)一步加速了在線協(xié)同辦公軟件的普及，這些軟件不僅提高了工作效率，還促進(jìn)了組織間高效協(xié)同、內(nèi)容管理和安全管控的轉(zhuǎn)變。市場(chǎng)競(jìng)爭(zhēng)主要集中在一些知名品牌之間，如微軟的Teams、谷歌的GoogleMeet和金山辦公等，它們憑借強(qiáng)大的品牌和技術(shù)優(yōu)勢(shì)占據(jù)了穩(wěn)定的市場(chǎng)份額，并且國(guó)產(chǎn)辦公軟件在政策推動(dòng)下的認(rèn)可度和需求的持續(xù)增長(zhǎng)。隨著企業(yè)對(duì)辦公軟件需求的日益多樣化，軟件開發(fā)商正面臨著提供更加定制化服務(wù)的挑戰(zhàn)。這種趨勢(shì)要求開發(fā)商不僅要關(guān)注產(chǎn)品的通用性，還要能夠滿足企業(yè)特定的業(yè)務(wù)流程和管理需求。此外，智能化已成為辦公軟件發(fā)展的一個(gè)重要方向，機(jī)器學(xué)習(xí)和自然語言處理等技術(shù)的應(yīng)用，使得辦公軟件能夠提供更加智能的信息交流和協(xié)作體驗(yàn)。移動(dòng)設(shè)備的普及也推動(dòng)了辦公軟件在移動(dòng)端體驗(yàn)的優(yōu)化，員工現(xiàn)在期望能夠通過移動(dòng)設(shè)備隨時(shí)隨地訪問和使用辦公軟件。這種跨平臺(tái)的便捷性已成為現(xiàn)代辦公軟件不可或缺的一部分。在這樣的大環(huán)境下，國(guó)產(chǎn)掃描軟件正迎來前所未有的發(fā)展機(jī)遇，市場(chǎng)前景廣闊。數(shù)字化轉(zhuǎn)型已成為企業(yè)運(yùn)營(yíng)的關(guān)鍵，企業(yè)對(duì)文檔管理和數(shù)字化轉(zhuǎn)型的需求不斷增長(zhǎng)，這直接推動(dòng)了掃描軟件市場(chǎng)的擴(kuò)張。技術(shù)進(jìn)步為國(guó)產(chǎn)掃描軟件提供了強(qiáng)有力的支撐，包括提高掃描分辨率、加快掃描速度、引入智能化功能以及加強(qiáng)云服務(wù)集成等，使得國(guó)產(chǎn)掃描軟件在市場(chǎng)中更具競(jìng)爭(zhēng)力?！笆奈濉币?guī)劃明確提出要推動(dòng)軟件和信息技術(shù)服務(wù)業(yè)的發(fā)展，這一政策導(dǎo)向?yàn)閲?guó)產(chǎn)掃描軟件的發(fā)展提供了堅(jiān)實(shí)的政策支持和明確的發(fā)展方向。市場(chǎng)需求的穩(wěn)定增長(zhǎng)也是國(guó)產(chǎn)掃描軟件發(fā)展的重要推動(dòng)力。用戶對(duì)網(wǎng)絡(luò)安全和隱私保護(hù)的日益關(guān)注也為國(guó)產(chǎn)掃描軟件提出了新的要求。國(guó)產(chǎn)掃描軟件制造商可能會(huì)加強(qiáng)產(chǎn)品的安全特性，以滿足用戶對(duì)隱私保護(hù)的需求。此外，數(shù)字化掃描儀在教育和企業(yè)市場(chǎng)的應(yīng)用廣泛，為國(guó)產(chǎn)掃描軟件提供了穩(wěn)定的市場(chǎng)基礎(chǔ)。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
09/30
「解放辦公室社畜」，釘釘給出AI方法論
讀過劉慈欣《三體》的人都知道，當(dāng)行星被一顆恒星引力捕獲，圍繞其穩(wěn)定運(yùn)行，世界便進(jìn)入了“恒紀(jì)元”：大地復(fù)蘇，新生命成長(zhǎng)，新文明開啟。眼下，由AIGC催生的科技革命，正在全球烈火烹油，入局者如過江之鯽、新產(chǎn)品層出不窮，新概念應(yīng)接不暇……仿佛一夜之間，AI的“恒紀(jì)元”就降臨了：周遭環(huán)境變得新鮮又陌生，千行百業(yè)重塑中。而在移動(dòng)辦公賽道，確定性的脈絡(luò)正草蛇灰線地隱現(xiàn)。6月26日召開的釘釘“Make2024:AI全明星”大會(huì)，及其釘釘7.6版本，堪稱一次窗口性的Timing.①AI搜索有哪些不一樣？②AI時(shí)代的工作方式會(huì)是什么樣子的？③AI生態(tài)如何構(gòu)建？用戶的體驗(yàn)，就是企業(yè)的“試金石”。釘釘?shù)呐e動(dòng)，還釋放了哪些未來已來的信號(hào)，且看節(jié)點(diǎn)財(cái)經(jīng)獨(dú)家視角解讀。01被AI改變的信息搜索方式過去，用戶輸入關(guān)鍵詞或問題后，出來的往往是一片被海量的、碎片化、離散的信息包圍的海洋，暈頭轉(zhuǎn)向不說，一不小心還有可能“被釣魚”?，F(xiàn)在，用釘釘AI搜索，展現(xiàn)在用戶面前的“答案之書”將更加精準(zhǔn)和迅捷，所要即所得。究其原因，釘釘AI搜索是圍繞著人、事、物等整合出來的結(jié)構(gòu)化知識(shí)網(wǎng)絡(luò)。換言之，用戶處理信息的方式，將由原來的“時(shí)間流”，轉(zhuǎn)為以事為中心的“交互式”，能夠自動(dòng)篩選重點(diǎn)，也能夠理清邏輯，分辨真假，匹配偏好，比如把廣告過濾掉，把“雞肋”剔除掉，把風(fēng)險(xiǎn)屏蔽掉。具體來說，釘釘AI搜索具有專有個(gè)性搜索、感知信息變化、自然語言輸入、直接生成答案、深入挖掘追問以及追溯內(nèi)容信源等六大特征。而在疊滿"buff"后，某種程度上，釘釘AI搜索蘊(yùn)含了“類人”屬性，變得聰明、會(huì)自洽。葉軍舉例稱，要想知道近期全球化工作的重大進(jìn)展時(shí)，只需使用AI搜索，它能夠借助大模型的理解、推理、生成等能力，基于平時(shí)的資料，羅列出客戶進(jìn)展、產(chǎn)品更新、市場(chǎng)策略、合作進(jìn)展等內(nèi)容。又或者，作為釘釘總裁，葉軍每天都會(huì)接收到不可勝數(shù)的客戶反饋。有了AI搜索后，葉軍就能一鍵總結(jié)分析客戶的需求，快速準(zhǔn)確地捕捉要點(diǎn)，幫助提高工作效率。這么一來，搜索就不僅僅是搜索了，它是工具，亦是活躍的智腦和懂事的“搭子”。02不一樣的AI搜索我們都知道，釘釘是阿里旗下的企業(yè)級(jí)智能移動(dòng)辦公平臺(tái)。所以，它打造的AI搜索，也有其迥然的DNA和特定性能。不同于面向公網(wǎng)的AI搜索，釘釘AI搜索由于要服務(wù)工作和協(xié)作，必然具備了相關(guān)的能力和智識(shí)，諸如通盤檢索和整理用戶自有信息、企業(yè)知識(shí)，涵蓋單聊、群聊、文檔中的信息，參與過的日程、待辦、會(huì)議等工作的進(jìn)展，以及企業(yè)知識(shí)庫(kù)、日志等知識(shí)。進(jìn)一步講，用戶使用釘釘AI搜索，除了能夠獲取全面的、具體的信息，還能得知有哪些人、群聊或者文檔與該搜索有關(guān)，并基于搜索出來的答案，形成系統(tǒng)化的腦圖和大綱。同時(shí)，釘釘AI搜索在即時(shí)解析用戶當(dāng)前所掌握的知識(shí)和數(shù)據(jù)的基礎(chǔ)上，又加持了前瞻思維。通過深度學(xué)習(xí)和模式識(shí)別技術(shù)，它能夠洞察用戶在后續(xù)可能遇到的“痛點(diǎn)”、“難點(diǎn)”，主動(dòng)引導(dǎo)并提供解決方案。這就好比我們炒一盤魚香肉絲，釘釘AI搜索不但告知要用的食材，還把哪些人做過這道菜，“顛勺”的步驟都列示出來，甚至于你接下來想問啥、想炒啥，都提前猜到了。03“辦公室社畜大解放”最近兩年，“解放辦公室社畜”的話題大行其道。但觀其效果，大眾早已不滿足只停留在淺層的、物質(zhì)的，對(duì)電腦、打印機(jī)、空調(diào)、桌椅等道具的進(jìn)化，也依然努力地、996地、絕望地“搬磚”著。而AI的出現(xiàn)，第一次探入人腦，為“解放辦公室社畜”打開思路。全新的釘釘AI助理，大幅升級(jí)了思考系統(tǒng)、感知系統(tǒng)和行動(dòng)系統(tǒng)。思考系統(tǒng)：AI助理具備更強(qiáng)的記憶和推理規(guī)劃能力。感知系統(tǒng)：感知場(chǎng)景中的變化，根據(jù)變化自動(dòng)執(zhí)行指定的任務(wù)。行動(dòng)系統(tǒng)：調(diào)用更豐富的工具，實(shí)現(xiàn)多Agent協(xié)同、擬人操作。如，用戶授權(quán)后，可以讓AI助理記住與之相關(guān)的信息、習(xí)慣、偏好等，包括姓名、崗位、上下級(jí)關(guān)系、項(xiàng)目進(jìn)展，支持用戶自定義設(shè)置記憶，生成結(jié)果千人千面。在落地實(shí)操中，AI助理增強(qiáng)后的推理規(guī)劃能力，能像真人一樣對(duì)任務(wù)深度思考和合理拆解。你可以把它想象成“第二大腦”，能存儲(chǔ)記憶，也能有的放矢地加工、輸出記憶。如，AI助理可以感知時(shí)間和事件的變化，并根據(jù)變化做出相應(yīng)調(diào)整：預(yù)約多人會(huì)議日程后，若有成員臨時(shí)來不了，AI助理能夠迅速覺察，并及時(shí)介入，重新協(xié)調(diào)安排；為一項(xiàng)計(jì)劃定時(shí)后，AI助理能夠高效執(zhí)行，包括每天早晨8點(diǎn)準(zhǔn)時(shí)提醒用戶，推送當(dāng)天的早餐食譜……你可以把它想象成“大管家”，聽話、能干，還熟諳自適應(yīng)。如，AI助理可以對(duì)工作流實(shí)施大幅躍遷，可以直接調(diào)用更豐富的工具，并加載多Agent協(xié)同、擬人操作等核心行動(dòng)能力。憑借多Agent協(xié)同的能力，用戶可在一個(gè)工作流或者群聊中，點(diǎn)兵點(diǎn)將，讓多個(gè)不同的AI助理相互配合，共同完成KPI.釘釘現(xiàn)場(chǎng)演示的demo顯示，用戶能在摜蛋老友群，敲入@符號(hào)創(chuàng)建一場(chǎng)摜蛋賽事的行程，總結(jié)上一場(chǎng)摜蛋的勝率，以及用音樂創(chuàng)作大師AI助理創(chuàng)作音樂等。憑借擬人操作能力，用戶給AI演示一遍，不需任何代碼，AI助理就能學(xué)習(xí)操作流程。屆時(shí)，用戶只需對(duì)話，就可使喚AI,讓它代替人跑腿、干活。你可以把它想象成“奮楫篤行者”，一邊抬頭追光，一邊低頭趕路。目前，擬人操作、多Agent協(xié)同已接入工作流，用戶可直接配置建文檔、發(fā)日程、待辦等釘釘功能，天氣查詢、路線查詢、OCR識(shí)別等20多項(xiàng)第三方服務(wù)，也可以通過訪問API接口或釘釘連接器來集成更好用、更可靠的工具。截至5月底，釘釘上的AI助理總數(shù)達(dá)到50萬個(gè)。今年4月，釘釘正式上線AI助理市場(chǎng)（AIAgentStore），覆蓋企業(yè)服務(wù)、行業(yè)應(yīng)用、效率工具、財(cái)稅法務(wù)、教育學(xué)習(xí)、生活?yuàn)蕵返阮惸?。?dāng)裹挾著思考系統(tǒng)、感知系統(tǒng)、行動(dòng)系統(tǒng)的"waiter"穿梭往來，也許我們距離真正的“辦公室社畜大解放”不遠(yuǎn)了。04一場(chǎng)有關(guān)大模型的雙向奔赴說到AI,必定少不了大模型。國(guó)內(nèi)在這塊追趕的很緊迫，并出現(xiàn)蜂出并作、百家爭(zhēng)鳴的局面。但也因此引發(fā)一個(gè)突出BUG,用戶從一個(gè)官網(wǎng)到另一個(gè)官網(wǎng)，從一個(gè)APP到另一個(gè)APP,跑來跑去，試來試去，勞心又勞力。但就在6月26日，釘釘以一己之力，把MiniMax、月之暗面、智譜AI、零一萬物、百川智能、獵戶星空7家國(guó)產(chǎn)大模型廠商聚齊。也就是說，在釘釘，用戶可以按照自身需要切換AI大模型，除默認(rèn)的通義外，首批可選擇MiniMax、月之暗面、智譜AI、獵戶星空、零一萬物、百川智能6家大模型，葉軍形容這是召喚神龍的“七顆龍珠”。不難看出，這是一場(chǎng)用戶與釘釘，大模型廠商與釘釘?shù)碾p向奔赴。關(guān)于前者，把選項(xiàng)集中一處，把選擇權(quán)交給用戶，讓“打工人”不用四處跳轉(zhuǎn)，省時(shí)省力；關(guān)于前后，大模型廠商在釘釘找到高頻、剛需場(chǎng)景，有助于兌現(xiàn)規(guī)模應(yīng)用和模型能力迭代，構(gòu)筑起業(yè)務(wù)運(yùn)轉(zhuǎn)的閉環(huán)。畢竟，釘釘是一個(gè)有著7億用戶和數(shù)千萬企業(yè)級(jí)組織的平臺(tái)，容納了幾乎所有的真實(shí)業(yè)態(tài)，土壤不可謂不肥沃。在此處播種和耕耘，打撈屬于自己的用戶和客戶，底基優(yōu)勢(shì)確鑿。比如，月之暗面大模型的長(zhǎng)文本理解和輸出能力，天然與釘釘上需求最旺盛的工作信息總結(jié)、會(huì)議紀(jì)要和教育類的學(xué)習(xí)資料總結(jié)、教學(xué)輔助類場(chǎng)景吻合。二者強(qiáng)強(qiáng)聯(lián)合，能碰撞出廣闊的想象空間，也更輕松、保真地貼合用戶需求。05更開放的生態(tài)AI脈沖式生長(zhǎng)至今，生態(tài)構(gòu)建和支持舉足輕重，開放則是內(nèi)核方法論。葉軍表示：“模型開放是釘釘生態(tài)開放戰(zhàn)略的再進(jìn)一步?！睘榇?，釘釘推出了三種合作與探索模式：釘釘?shù)腎M、文檔、音視頻等產(chǎn)品的AI能力主要由通義大模型支持。在這一布局上，其將結(jié)合其他各家大模型的特點(diǎn)，探索不同模型能力在產(chǎn)品和場(chǎng)景中的應(yīng)用。釘釘向大模型生態(tài)伙伴開放AI助理（AIAgent）開發(fā)平臺(tái)。開發(fā)者在釘釘上創(chuàng)建AI助理時(shí)，除了默認(rèn)的通義大模型外，還可以因人而異地?fù)皲洸煌瑥S商的大模型。針對(duì)客戶的個(gè)性化場(chǎng)景和需求，釘釘將與大模型廠商一起，為客戶定制適宜的智能化解決方案，并提供模型訓(xùn)練調(diào)優(yōu)、AI解決方案打造、AI定制應(yīng)用開發(fā)等服務(wù)，還可進(jìn)行模型的私有化部署。當(dāng)前，釘釘生態(tài)伙伴總數(shù)超過5600家。其中，AI生態(tài)伙伴超過100家，包括MiniMax、有鹿機(jī)器人、強(qiáng)腦科技等。“我們希望打造中國(guó)最開放的AI生態(tài)?！比~軍這樣說道。其介紹到，過去一年，釘釘和生態(tài)伙伴深度集成的套件產(chǎn)品取得飛速發(fā)展。套件將生態(tài)伙伴的功能集成進(jìn)釘釘自身產(chǎn)品中，為客戶提供統(tǒng)一無縫的使用體驗(yàn)。截至五月底，釘釘套件的生態(tài)合作伙伴共計(jì)22家，近一年實(shí)現(xiàn)營(yíng)收近1億元。有鹿機(jī)器人創(chuàng)始人陳俊波分享了有鹿與釘釘合作開發(fā)的具身智能Agent的過程。通過數(shù)據(jù)化、訓(xùn)練和Agent化三個(gè)步驟，利用先進(jìn)的大模型技術(shù)，顯著拔高工作效率，使得小團(tuán)隊(duì)也能在極短時(shí)間內(nèi)完成以往需要大量人力資源的任務(wù)。陳俊波強(qiáng)調(diào)，有鹿與釘釘一致的愿景是讓有鹿機(jī)器人這樣的具身智能Agent普及到每個(gè)角落，為釘釘?shù)拿恳晃豢蛻籼峁┳吭降姆?wù)。寫在最后在6月26日的大會(huì)中，葉軍說到，“在當(dāng)下的智能時(shí)代，可以預(yù)見到，會(huì)有一種更廣泛的協(xié)同將會(huì)出現(xiàn)。我們也確實(shí)需要去Reinvent（改造）我們的工作模式?！卑殡S著AI“恒紀(jì)元”的到來和釘釘“AI全明星”登場(chǎng)，這種更廣泛的協(xié)同儼然從夢(mèng)想照進(jìn)現(xiàn)實(shí)。本文來源：Ｒ艾瑞網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
-
24
09/30
解析中國(guó)軟件產(chǎn)業(yè)變遷：CRDE 智橙云 PLM 突破傳統(tǒng) PLM 困境
近期，關(guān)于中國(guó)軟件產(chǎn)業(yè)的質(zhì)疑聲不斷。然而，產(chǎn)業(yè)的發(fā)展是一個(gè)復(fù)雜的過程，受多種因素影響。本文將探討國(guó)產(chǎn)PLM廠商在市場(chǎng)中的表現(xiàn)，并分析其面臨的挑戰(zhàn)。中國(guó)軟件產(chǎn)業(yè)的發(fā)展歷程自1995年中國(guó)互聯(lián)網(wǎng)商用化以來，中國(guó)軟件產(chǎn)業(yè)經(jīng)歷了快速發(fā)展。民營(yíng)經(jīng)濟(jì)的崛起，帶動(dòng)了對(duì)軟件的巨大需求。然而，盜版問題和國(guó)際巨頭的進(jìn)入，給中國(guó)軟件產(chǎn)業(yè)帶來了挑戰(zhàn)。2005年，中國(guó)軟件產(chǎn)業(yè)迎來第二次繁榮。以在線辦公為特征的辦公類軟件成為熱點(diǎn)。用友、金蝶等國(guó)內(nèi)廠商在管理軟件領(lǐng)域取得了顯著成效。然而，2008年全球金融危機(jī)，以及國(guó)內(nèi)外技術(shù)差距，使得中國(guó)軟件產(chǎn)業(yè)再次面臨困境。2015年，新的《國(guó)家安全法》發(fā)布，國(guó)產(chǎn)軟件迎來發(fā)展良機(jī)。大數(shù)據(jù)、云計(jì)算等技術(shù)的應(yīng)用，為軟件廠商帶來了新的機(jī)遇。傳統(tǒng)PLM廠商面臨的挑戰(zhàn)在這一發(fā)展過程中，傳統(tǒng)PLM廠商面臨了多方面的挑戰(zhàn)：技術(shù)更新緩慢：難以跟上云計(jì)算、大數(shù)據(jù)、人工智能等最新技術(shù)趨勢(shì)。系統(tǒng)整合困難：存在信息孤島問題，影響數(shù)據(jù)流通和共享。用戶體驗(yàn)不佳：用戶界面復(fù)雜，學(xué)習(xí)曲線陡峭。成本高昂：需要大量資金投入于軟件購(gòu)買、硬件配置和維護(hù)。靈活性不足：難以滿足企業(yè)或項(xiàng)目的個(gè)性化需求。創(chuàng)新能力有限：長(zhǎng)期依賴成熟產(chǎn)品，缺乏創(chuàng)新動(dòng)力。市場(chǎng)適應(yīng)性差：難以快速調(diào)整產(chǎn)品和服務(wù)以適應(yīng)市場(chǎng)需求變化。數(shù)據(jù)安全和隱私問題：在數(shù)據(jù)保護(hù)方面存在安全隱患。服務(wù)和支持不足：客戶服務(wù)和技術(shù)支持可能不足?？偨Y(jié)下來，首先是嚴(yán)重的“內(nèi)卷化”競(jìng)爭(zhēng)。中國(guó)軟件市場(chǎng)同類產(chǎn)品眾多，同質(zhì)化競(jìng)爭(zhēng)嚴(yán)重，導(dǎo)致價(jià)格戰(zhàn)頻發(fā)，利潤(rùn)空間被壓縮。其次，企業(yè)數(shù)字化轉(zhuǎn)型需求個(gè)性化，使得軟件廠商長(zhǎng)期處于外包商模式，缺乏核心技術(shù)和產(chǎn)品創(chuàng)新。再次，項(xiàng)目驅(qū)動(dòng)下的產(chǎn)品無法輸出行業(yè)智慧。廠商通過服務(wù)客戶積累的是客戶案例，而非真正的產(chǎn)品。這導(dǎo)致產(chǎn)品設(shè)計(jì)和開發(fā)上的迷茫。此外，依賴SLG模式實(shí)現(xiàn)收入增長(zhǎng)，導(dǎo)致銷售驅(qū)動(dòng)而非產(chǎn)品價(jià)值驅(qū)動(dòng)。政府工程“掃地僧”現(xiàn)象，使得軟件公司成為政府項(xiàng)目的執(zhí)行者，而非創(chuàng)新者。最后，國(guó)內(nèi)外技術(shù)代差加大，使得傳統(tǒng)PLM廠商在技術(shù)創(chuàng)新和應(yīng)用上嚴(yán)重滯后。CRDE智橙云PLM的崛起相較于傳統(tǒng)PLM廠商，新一代云PLM正在成為新寵兒，而CRDE智橙云PLM的崛起，不僅是對(duì)傳統(tǒng)PLM模式的一次顛覆，更是對(duì)國(guó)產(chǎn)軟件自主創(chuàng)新能力的一次證明。它通過以下幾個(gè)方面實(shí)現(xiàn)了技術(shù)與服務(wù)的雙重突破：技術(shù)創(chuàng)新：CRDE智橙云PLM利用云計(jì)算、大數(shù)據(jù)等前沿技術(shù)，提供了一個(gè)高度集成的研發(fā)環(huán)境，實(shí)現(xiàn)了設(shè)計(jì)、仿真、制造和管理的無縫對(duì)接。功能全面：它整合了云上研發(fā)、數(shù)據(jù)管理、項(xiàng)目管理、溝通協(xié)同和知識(shí)復(fù)用等多個(gè)功能模塊，為企業(yè)提供了全面的"ALLINONE"研發(fā)解決方案。用戶體驗(yàn)：CRDE智橙云PLM以其直觀的用戶界面和簡(jiǎn)化的操作流程，大幅降低了用戶的學(xué)習(xí)成本，提高了研發(fā)效率。成本效益：通過SaaS模式，企業(yè)無需投入大量資金于硬件和軟件的購(gòu)買與維護(hù)，即可享受到高質(zhì)量的PLM服務(wù)。數(shù)據(jù)安全：CRDE智橙建立了多層防御體系，確保了用戶數(shù)據(jù)的安全性和完整性。站在新周期，CRDE智橙云PLM,它將繼續(xù)堅(jiān)持創(chuàng)新驅(qū)動(dòng)，不斷優(yōu)化產(chǎn)品功能，提升服務(wù)質(zhì)量。我們有理由相信，CRDE智橙將引領(lǐng)國(guó)產(chǎn)軟件走向更廣闊的舞臺(tái)，為中國(guó)軟件產(chǎn)業(yè)的崛起貢獻(xiàn)力量。本文來源：Ｒ艾瑞網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除！
