钉钉卡位战：SaaS 挣不到的钱，Agent 会挣到

　　访谈主持|霍太稳，极客邦科技创始人兼 CEO

　　访谈嘉宾|叶军(不穷)，钉钉总裁

　　作者|褚杏娟

　　2020年，刚带队做出全国第一张健康码的不穷加入了钉钉。不穷是阿里的第一位校招计算机博士，从 PC 时代开始触网，完整经历了移动互联网时代。而他如今面临的，是一场关于大模型的竞备赛。

　　想必已经无需用过多笔墨赘述。2022年底至今，ChatGPT 的出圈程度还没有谁能超越，其背后的技术方向也早已经被竞相追捧。就像不穷说的“大家都充满了 FOMO 情绪。”

　　那么身处其中的钉钉，能够在这次浪潮扮演什么样的角色?

　　和很多企业一样，钉钉最初也没有一下就找到合适的入局方式。一年多前，看到自己与微软不约而同地都选择了给当前产品增加 AI 能力时，钉钉团队觉得这种方式已经很让人眼前一亮了，大模型爆发的能量远比想象得还要大。

　　整个2023年，OpenAI、微软、谷歌等大模型发布频繁，李开复、王小川等也亲自下场发布大模型……去年4月，钉钉全面投入智能化，开始用大模型逐个将高频产品重做。到了当年六、七月份，钉钉内部有人提出:能否有一个直接 AI 原生的产品?这引发了内部关于从“+AI”到“AI+”的争论。这个想法与去年10月李彦宏公开提到的 AI 原生理论异曲同工，可见国内的探索思路其实差异并不大。

　　那什么是 AI 原生?钉钉也在思索。其实在将思维转换成以 AI 为中心后，这个问题就不难回答。

　　“AI 原生产品从一开始的思考就是全新的，就是要用纯 AI 的思路来解决一个任务。它从数据感知、任务分解，再到思维链，最后到行动执行，是一种全新的思考架构。”不穷表示。

　　而对于做 AI 原生的方式，钉钉选了 Agent。

　　“我们依赖这些大模型公司”

　　今年1月，OpenAI 正式推出了 GPT Store。几乎同时，钉钉发布了 AI 助理，并宣布4月推出 AI 助理市场。

　　“GPT Store 上线的第一天我就用了，当天就已经有非常多的产品了，速度非常快。但我分析了所有数据后发现，GPTs 同质化非常严重，而且都是一些通过简单限定词、指令或角色扮演来形成的 AI 助手。”不穷说道。

　　这一体验让不穷认定，钉钉未来的 AI 助理市场不做全量推荐，只会推荐自己精选过的 AI 助理。

　　不穷强调，钉钉模式与 GPT Store 的不同:GPT Store 通过不断丰富插件使 AI Agent 能够批量调用外部系统的能力，但它的组合效率要比钉钉低，因为钉钉拥有天然的 To B 环境，其中有大量的工作任务需要解决。

　　不穷认为，目前钉钉的能力不在于做自己的大模型，而是在应用和数据，在工程性、用户体验以及 To B 理解方面。对于 Agent 来说，大模型只是其中的一个能力，此外还需要非常好的场景和高质量的业务环境数据，这两者恰恰是钉钉有、而 OpenAI 目前还欠缺的。

　　对于与国内大模型公司的关系，用不穷的话说是:“我们依赖这些大模型公司，它们是我们的发动机和心脏。没有它们，我们无法运行。”

　　面向 AI，不穷把钉钉定义为 AI 应用创作平台，企业在这个平台上连接、开发和加工各种应用。钉钉的核心任务就是连接场景和数据，实现结构性自动化和批量处理各种工作，并通过 Agent 让创作变得更简单。

　　具体来说，钉钉的职责是确保外部记忆存储部分的完善，包括短期和长期记忆的处理，同时做好任务规划，之后将大模型生成的内容与本地业务数据集成，并将形成的行动在各个系统中落地。

　　在不穷看来，当前国内各个基础模型之间的差距并不大，未来不是每个开发者都会关心基础模型的选择，他们更注重解决业务场景中的问题。因此，如果基础模型效果不理想，开发者应该可以随时更换。

　　因此，为快速上线和体验，钉钉选择了通义千问作为默认大模型，除此之外用户有需求时还接入了其他大模型公司的模型，如智谱 AI、月之暗面、Minimax 等。用户的业务逻辑可以建立在自己选择的基础模型体系上，业务流程和数据流也不会进入钉钉平台。

　　“根据不同的场景和需求，我们可能还会推荐小模型或专用模型。”不穷说道。

　　不穷在给用户提供模型的选择建议时，会提醒他们更加关注模型的性能，如每秒处理的 token 量;大模型的安全性问题等，如本地部署还是云上部署;工程解决方案的多重性和便捷性等。这些问题也是钉钉构建 AI 助理时实际遇到的。

　　“C 端还没有太多

　　优秀的产品形态出现”

　　无疑，GPT Store 的模式吸引了大批用户:刚正式发布时，OpenAI 就宣称已经有超过300万个 GPTs。

　　与传统软件相比，AI 助理、GPTs 等的不同之处在于拥有非常快的更新速度，模型、交互方式、数据和产品形态等方方面面都变得迅速，开发者也不要从头到尾进行开发和维护。这种模式还大大降低了开发门槛，没有研发背景的人也可以尝试，而对于研发人员来说则大大缩短了研发、测试等成本。

　　一方面，这意味着传统软件的研发模式可能会面临变革;但另一方面，不穷也指出，百万千万级的 GPTs 目前看相对来说形式比较单一，没有传统软件那样强大的业务理解能力，因此目前 GPT Store 中的应用很难成为高价值产品。

　　不穷认为，尽管 GPTs 的创建能力很强，甚至一天可以创建几十个，但它目前还代替不了传统软件市场。

　　钉钉也在寻找有价值的产品。在1月份宣布启动的 AI 助理创造大赛上，目前有超过2000支队伍提交作品，不穷也会亲自体验这些 AI 助理，寻找优秀的作品。

　　那么，个人玩家又如何在 GPT Store 这种模式中赚到钱呢?

　　不穷的答案是价值，“只要有价值就一定能挣到钱，只是迟早的问题。”在他看来，个人或企业创建 AI 助理的核心在于要解决具体的问题，解决问题本身就有价值。但现在“卖工具”的人可能不是最终解决问题的人，解决问题的人是那个场景中离问题最近的人。

　　AI 助理的商业模式则与传统软件相似，需要一定的用户使用量，“只要使用量上去了，很快就会有开发者赚到第一桶金。”根据不穷的经验，一旦调用量达到百万次，软件做商业化就是必然的。

　　这与之前钉钉在与 IDC 联合发布的《2024AIGC 应用层十大趋势》中提到的观点“新一轮的 AIGC 之争，也将会是一场流量入口之争”是契合的。钉钉在其中也提到了有望成为超级 App 的想法。

　　“在目前的 To C 场景中，我还没有看到太多优秀的产品形态出现。”不穷说道，“但是，AI Agent 绝对不是自我陶醉，我相信一定会有出色的产品出来，应该给创新者更多的时间。”

　　根据不穷之前的访谈，AI Agent 和智能助理产品发展到一定程度后，中间态、碎片化的产品成为极简流量入口，就会出现“No App”理念重塑应用的情况:通过对话即可直接调取、使用各种工具，更多非软件专业人员也能获得强大的系统服务。

　　“SaaS 挣不到的钱，

　　会通过 Agent 挣到”

　　相较 C 端，B 端是不穷更看好的方向，因为 To B 场景更容易产生有效的产品:确定的数据和场景可以帮助解决大模型的幻觉问题，同时通过批量和自动化的方式提高 To B 常见工作流和任务流的效率问题。

　　不穷指出，To B 软件的目的是解决问题，所以这里天然聚集了大量的问题和数据。在这样环境里构建的 AI Agent，传统 SaaS 和 PC 软件软件的开发流程、产品交互、形态及维护等的缺陷都将得到弥补。未来，SaaS 的定制化或各种行业需求，都可以用简单、低成本的方式实现。

　　“Agent 市场形态肯定会取代传统软件市场形态。更重要的是，它将取代传统 SaaS 产品的产品形态。”不穷说道。

　　现在 AI 助理的 to B 服务中，钉钉要与用户频繁、深入地互动，根据反馈不断调整和改进。比如在解决一家芯片企业客服培训难题时，钉钉团队要去公司了解实际工作流程，然后将线下流程转化为线上的 AI 助理。

　　虽然每个企业的需求相同，但产品会逐渐沉淀下来。企业自行完成标注、训练和本地化数据接入，钉钉则保留抽象层和公共层，逐渐完成产品的广泛行业适用性。

　　不穷评价 OpenAI 做产品就像是科学家通过成千上万次的实验，最终找到一个正确的方向，逼近科学真理。而钉钉则投入大量时间与客户共创，解决他们的实际问题。两者虽然方向不一，但殊途同归。

　　与大模型创业公司苦苦寻找自己的商业模式相比，钉钉探索出来的大模型商业模式已有三种。

　　第一种是基于调用量的模式。无论个人 AI 助理还是企业助理，产品使用频率越高、解决问题的能力越强，吸引的用户就越多，自然也就需要更多的调用。使用量大，消耗的算力和资源也就越多。

　　第二种是应用层本身带来的商业模式。传统的 SaaS 模式赚钱较为困难，因为它需要大量的定制和本地化需求，AI Agent 的应用能力提供了一个解决方案:

　　简洁的界面、任何需求都可以通过对话来理解，并通过行动系统对接外部系统逻辑，这样就将界面定制化和流程重构的职责就交给了后端模型和 AI Agent 系统。这样，从交互层到模型层，再到持久层，整个过程都得到了简化。因此，SaaS 的维护成本也就降低了。

　　“AI 助理的盈利天花板目前还看不到，随着更多优秀产品的出现，我们可能还会发现新的盈利途径，带来新的惊喜。”不穷说道。

　　不穷认为，通过消耗算力来提供服务只是最基本的模式，除此之外，服务消耗还有很多其他的可能性。他的判断是，未来十几年中国 SaaS 行业挣不到的钱可能会通过 AI Agent 来实现。

　　结束语

　　在提到当前钉钉 AI 助理接下来要重点攻关的方向时，不穷还是说到了数据和场景:

　　数据和场景是 Agent 普遍存在的问题，钉钉的 AI 助理现在有更专注的场景和数据，就像是给“孙悟空戴上了紧箍咒”，好处是能够减少幻觉、能够解决一些通用场景里难以解决的问题。这也意味着，钉钉未来还需要发掘和洞察到更多的场景、沉淀和积累更多的高质量数据。

　　其次，行动能力是目前 Agent 所欠缺的，只是让它们聊天未免太乏味。因此 AI 助理会接入钉钉上原有的应用、低代码等开放能力，不穷希望以此让 AI 助理能够不断出现各种创新玩法，而不仅仅是简单的信息查询和单向交互。比如，AI 助理对接了很多的主流 App 行动系统，比如可以查看淘宝订单等，App 的行动系统实际上就变成了一个 AI 助理，无需在不同系统间切换。

　　在不穷看来，Agent 的最大好处就是它的无限可能性，这种模式不受传统思维和现有框架的限制，是真的可以让想象力转化为生产力的。

　　“我今年非常期待行动系统能够变得更加强大、数据质量得到提升。随着越来越多的人洞察到新的场景，AI 助理将不再是一个个废话大师、一个个应对亲戚的聊天工具、一个个面试官。”不穷说道。

　　访谈里，不穷不掩对微软战略眼光的称赞。“战略需要耐心，如果没有耐心，那就只是投机。”同样地，钉钉对 AI 助理的耐心有多久?AI 助理未来的价值能有多大?这些也是不穷现在要面对的课题。