接入千问大模型的钉钉，将迎来奇点时刻？

• 2023-04-29 23:56:54 来源：ToBeSaaS

在大模型如火如荼的当下，所有公司都想从中分得一杯羹；或者期望借助大模型，实现咸鱼翻身。

不过，对大部分公司来说，这不太现实。

01

(相关资料图)

大模型的问题

尽管大模型的想象空间无限，但它也有两个非常现实的问题。

首先，大模型并不会产生立竿见影的商业价值。这对于创业公司来说，是一件可望而不可及的事。

正是因为大模型太大，而缺少直接的商业价值。那些上知天文、下知地理的通识，目前对于ToB行业或领域能力提升，并没有多大的帮助。

比如，用AI生成一幅图画，可能会引起人们很大的兴趣。但如果放在ToB领域，这类生成并不会产生多大的专业价值。

其次，大模型的门槛太高，不具实力的公司很难参与其中。

所以，要想大模型能够“为我所用”，就需要对其进行训练。但这需要强大的算力和投喂大量的数据。

实际上，大模型的训练和推理成本，是一个极高的门槛。比如ChatGPT的训练门槛，至少是10000张英伟达A100 GPU。大模型训练一次的成本，就高达数百万乃至上千万美元。

除了大厂，一般公司根本没有参与大模型的实力，更不用说通过大模型，能立即获得什么实际价值了。

02

为什么是钉钉？

注意，这里说的是一般公司；而有的公司却属于例外，比如钉钉。

在2023春季钉峰会上，钉钉首次发布了基于通义千问大模型的智能化能力。同时钉钉总裁叶军宣布：未来一年钉钉的所有应用场景，都将进行智能化布局。

的确，钉钉有这个条件。而且钉钉的条件，几乎无人能比。

首先，千问大模型是现成的资源和壁垒。因为阿里早在2019年，就开始了大模型的研究，经过数年打磨的千问大模型，无疑为钉钉深度智能化，提供了无尽的资源和强有力的支撑。逍遥子在内部曾反复强调，要把云的算力输送到钉钉这个界面上，看来这也是云钉一体布局的一个伏笔。

用总裁叶军的话来讲：算力层面，钉钉有国内最好的条件。总之一句话，钉钉不需要为大模型算力问题而担心，这样就能专注于AI应用层内容。

其次，钉钉6亿多用户，2000多万企业，生态伙伴数量超过4000家，应用的数量也超过1100个。这些数据在以前看起来就是一堆数据，现在忽然发现，原来这些数据才具有更加稀缺的模型价值。

由此也形成了钉钉的又一个资源壁垒。因为平台积累了丰富的业务场景和海量的数据，它们对于训练行业专属模型和产生专属应用，是不可或缺的。

03

钉钉的目标：“中模型”和“小模型”

近来最热闹的AIGC，必须是协同办公领域。继微软推出Microsoft 365 Copilot之后，金山办公也推出WPS AI，飞书也发布了智能助手“My AI”。现在钉钉又宣布全场景接入千问大模型，并初试了“魔法棒”的AI魔力。

不过，如果你还把钉钉AI，定位在协同办公层面，那你就真小看了钉钉的“野心”。

总裁叶军也在会后的访谈中提到，在千问大模型的加持之下，钉钉主要落地两种模型：普惠模型和专有模型。

所谓普惠模型，即通过会话、文档、音视频和低代码构成的通用场景模型，惠及使用量最大的用户群体。通过普惠场景模型，在钉钉的客户群体中起到AI的普及作用。相较于千问大模型，普惠场景模型可以视为是钉钉的“中模型”。

实际上，与钉钉定位更加适配、并能带来最大商业利益的，是所谓的专属模型，也就是叶军所说的，基于千问大模型的专有模型。显然，相对于千问大模型和普惠场景的中模型，行业或领域专属模型就是“小模型”了。

正如叶军所言：在协同办公领域，各家的功能和能力的差别，只是进步的速度问题。而钉钉的强项是在于巨大的用户数量，以及丰富的业务数字化场景。

实际上，除了协同办公，钉钉通过ISV业务或低代码方式，已经深度融入各行业的客户业务。

靠着千问大模型的加持和专属模型的训练，钉钉有可能唤醒平台上积累的广泛行业应用，以及大量的行业数据，以期重塑未来的行业生产力。

所以对于钉钉来说，真正的宝藏业务，在于行业客户业务的AI化。有可能一步跨越了从通用大模型，到商业化专有模型的鸿沟。

04

所有的SaaS，都值得用AI重做一遍

AI化，将是SaaS行业发展的一个新的里程碑。作为纯粹的PaaS和SaaS，接入千问大模型，将为钉钉带来倍增的商业价值。

首先，SaaS作为一种服务，AI将极大降低SaaS的总体服务成本（Total Cost of Service，TCS）。这意味着钉钉可以获得更大利润，或者客户可以更低价格订阅服务。

其次，目前的SaaS绝大部分是“自动化”的，而非“智能化”的。

业务的自动化，可以以高效率的方式，帮助客户实现业务目标，但这可能不是业务处理的“最优解”。

而专属模型有可能给出某类业务的最佳解决方案。

最后，基于行业专属模型的SaaS，还带来一个附加的好处，即产品的通用性和个性化需求之间的平衡。

而依靠行业专属模型，就可能在标准化和个性化之间，生成一个或多个，可被大部分用户接受的“最优解”。比如，可以为某个岗位或角色，生成一个个性化的业务流程，或生成不同模板的应用。这就实现了“标准化”的“个性化”。

05

模型定义的SaaS生态

在谈到钉钉的SaaS生态时，叶军透露：对于钉钉的SaaS生态伙伴要求，不再满足于简单的调用和集成关系；而是需要回收伙伴的业务数据，并将其纳入专属模型。

这可以理解为，专属模型训练，需要伙伴的业务数据；同时向伙伴输出专属模型的能力。

需要思考的是，专属模型的训练，单靠钉钉自己很难完成，而必须是与伙伴的共创。显然，这是一个双向奔赴的关系。

伙伴通过加入平台生态，获得AI生态的模型赋能，增强原有的业务能力，而无需重新发明AI的轮子。

06

斜杠的背后

钉钉魔法棒的“/”，开启了钉钉全面智能化的入口。

实际上，在斜杠的背后，除了积累的充裕行业场景数据，AI的“不可能三角”：算力、模型、场景，在专属模型领域，已经或正在被钉钉解决。

所以，我们有理由相信：钉钉有可能会是ToB领域，最先交付模型成果的公司。

标签：

推荐阅读

猜您喜欢