新闻资讯
News and information
-
24
08/24
用AI一键生成PPT，4000亿办公赛道冲出AI应用黑马
“各行各业都可以用AI去重做一遍。”AIGC科技企业「爱设计&AiPPT.cn」创始人/CEO赵充如是说。针对“制作PPT”这一办公赛道中的细分场景，「爱设计」用AI重做了一遍。在去年8月上线了AI产品AiPPT.cn,将PPT的生成方式极度简化——输入标题或导入文档，就能一键生成PPT,且支持在线编辑。4个月后，AiPPT.cn月活跃用户数（MAU）就突破百万大关。最新数据显示，平台月访问量已接近500万，在国内PPT细分领域排名高居榜首，并跻身国内AI产品总榜前十，成为名副其实的AI应用黑马。不久前，「爱设计&AiPPT.cn」宣布完成B1轮融资。本轮融资由A股上市公司视觉中国领投，星连资本和36氪跟投，这是「爱设计&AiPPT.cn」在短短4年内获得的第四轮融资。此前，「爱设计&AiPPT.cn」已经获得了心元资本、微梦传媒、视觉中国、信天创投、策源创投、亚杰基金及知名战投方投资。竞争激烈的AIGC领域，爱设计&AiPPT.cn为何能杀出一条血路？成立于2018年的「爱设计&AiPPT.cn」，又是如何借着AI2.0崛起的？AI创业，是AI原生应用更能破局，还是有行业积累的项目更有胜算？创业黑马采访了「爱设计&AiPPT.cn」创始人/CEO赵充，他向我们详细分享了鲜为人知的故事。01不要凭空创造市场“AI技术虽然重要，但只是众多功能之一。”在赵充看来，AiPPT.cn能爆发，核心并不在于叠加了AI功能，而在于公司此前已经有用户池，且对用户实际需求有足够了解，这是至关重要的。他进一步指出，除了既有用户池，行业Know-How也非常重要。每个用户或客户都有自己既定的工作流程，公司需要了解这些流程，并基于此来开发产品。赵充建议，对于那些希望进入AI应用领域的公司，应该选择即使没有AI也能赚钱的领域，并且要顺势而为，而不是凭空创造市场。赵充的过往经历为他的判断提供了依据。「爱设计&AiPPT.cn」并非他第一次创业，早在2011年，他就创立了新媒体商业集团微梦传媒，同时深耕内容创作工具领域多年，并成功推出了“365编辑器”等热门产品。内容创作不仅需要排版编辑，还涉及到图片设计工作，于是有了「爱设计」这样一个业务部门，并利用365编辑器来导流，完成了爱设计的初期用户积累，即所谓的“冷启动”。2018年，「爱设计」从微梦传媒拆分出来，进行独立融资。最初500万种子基金是赵充和微梦一位投资人投的。赵充表示，一方面，「爱设计」独立出来后，能够获得更多资源。同时他也考虑到，像365编辑器这样的图文排版工具，更多是面向个人用户的TOC模式。但仅仅依靠TOC模式，无法充分利用微梦服务的世界500强企业等大型B端客户资源。因此，赵充希望能通过「爱设计」，从流量侧向工具侧拓展，为客户提供更多价值。当时的大背景是，互联网流量红利基本见顶，广告主都要靠生产更多内容来获取流量，或者提高流量转化效率，也就是说需要寻找内容上的红利。为此，「爱设计」推出了AIGC内容中台，相当于是企业CMO的内容营销指挥所和弹药库。这个中台覆盖了从内容上云、版权资料、内容管理、审批流程到内容分发，以及数据回流的整个链条，有十几款内容创作的工具可以提供给企业内不同部门的人员使用，包括微信公众号编辑器、H5编辑器、图文编辑器、批量套版编辑器、智能延展编辑器、视频编辑器等等。对于AIGC内容中台的需求，赵充提到，只有企业足够大，才会考虑做内容的数字化。这与微梦此前覆盖的各行业头部企业客户群是有重叠的。这些企业的典型特征是“四多”：内容多、销售多、门店多、版权合规问题多。在这样的用户画像基础上，「爱设计」的B端收入增长很快，营收一年翻了五倍。但是，赵充还是希望能在C端有所突破，拓展产品线来提升用户使用频次和付费金额，让用户留存数据更好。因此，2022年「爱设计」立项了两个主要产品，一个是在线PPT编辑器，一个是在线H5编辑器。再往后，如大家所熟知的，OpenAI推出ChatGPT,生成式AI的浪潮呼啸而来。爱设计的PPT编辑器加上了AI功能，在去年8月上线，然后一炮而红。到去年11月就有了100万MAU,最新的数据则接近500万。02做极致单品，而非“大而全”在定位上，AiPPT.cn主要面向的是对PPT使用不太熟练的小白用户群体，这与使用WPS等办公软件巨头的专业用户形成差异。在赵充看来，以往的PPT制作方式类似画画，是通过大量堆文本框、配图、图标来完成的，功能越多优势越明显。WPS的优势在于其丰富的功能，这是通过大量资金和人力投入建立起来的。对于创业公司来说，很难在这一点上与之竞争。然而，生成式AI技术的出现改变了PPT的工作流程，为创业公司提供了机会。目前AI生成PPT的流程分两种：一是类似ChatGPT的方式，用户输入一句话标题，AI就可以快速生成PPT大纲并做出优化，用户在线编辑，做出修改即可；二是将PDF、Word、TXT、脑图文档直接导入AI,由AI进行结构化总结和PPT制作。与其他AIPPT产品相比，赵充认为，AiPPT.cn的优势在专注于单一产品，也就是做“小而精”，将核心场景做透，做到极致单品。办公赛道市场广阔，并不是所有人都需要大而全的产品，而且很多人对PPT的专业度要求也没有那么精细。同时，AiPPT.cn从产品即品类的名称上来占领用户心智，“相当于你喜欢喝低糖酸奶，就会买简爱酸奶。在低糖酸奶赛道，跟蒙牛、伊利竞争的时候，简爱酸奶这个单品就更容易杀出来。”赵充提到，AiPPT.cn不仅是AI技术的应用，还包含了工作流程和内容供应体系。AI直接生成的内容往往不收敛，不可编辑，也不是分层文件，而AiPPT.cn提供的是一个完整的工作流程和模板供应体系。这包括了各种专业领域的模板，比如党建、医疗、学生答辩等都会用到不同的模板。AiPPT.cn今年预计推出约200万个模板，这是单一的AI能力无法解决的。值得一提的是，AiPPT在上线之前，就同时注册了cn和com两个域名，一个面向国内，一个面向海外。在赵充看来，海外有更广泛的市场，企业可以有更大的发展空间，国内企业都应该具备双线作战能力。AiPPT.cn的海外版产品AiPPT.com已经覆盖了十多个语种，包括英语、西班牙语、葡萄牙语、泰语、印尼语等等。AiPPT.com在海外定价是一年120人民币左右，略高于国内的99元/年，但与微软Copilot30美金/月的价格相比，还是有很大的竞争优势。同时，AiPPT.com在各个国家寻找合作伙伴帮助获客，比如在韩国、越南找当地最大的招聘网站合作，大范围地覆盖白领和大学生用户，直接做交叉销售，然后分润结算。另一方面，针对海外同类产品的竞争，赵充选择将AiPPT.com和模板市场进行结合，利用视觉中国作为战略股东的资源，发挥其在PPT素材模板方面的优势。预计明年或后年，AiPPT.com的海外市场收入可能会超过国内市场。“我们是中国公司，先在国内市场做，如果中国都杀不出来，海外肯定也杀不出来。但是我们可以投入更多兵力去海外，因为我们已经是国内第一了，所以才有底气出海。”赵充表示。03成为下一代个人与组织的AIGC工作站用AI生成文本、用AI写PPT、用AI做图……AI正在成为“打工人”的办公必备，也将逐渐改变人们的工作方式。赵充相信，AI技术在内容创作中的应用将越来越普遍。“我们的定位是下一代个人与组织的AI工作站，针对白领和学生等人群，他们的需求就是从内容搜索到内容整理，再到内容创作。PPT只是内容创作的形式之一，我们会沿着这个路径继续去做更多产品线。公司品牌就叫PixelBloom（像素绽放）。”在组织形态上，赵充希望采用VentureStudio的模式，也就是让公司作为孵化器，通过主理人负责各个产品线，同时公司提供产品功能化、用户增长和运营变现的能力。在这个定位中，AiPPT.cn、爱设计、365编辑器等都是产品线，后续还会开发出更多产品，而最底层的逻辑就是满足内容工作者的需求。短期来看，在取得先发优势的情况下，AiPPT.cn将继续增强产品功能，这些新功能将通过优化用户体验、丰富平台服务等细节来为下一阶段打下坚实基础。一是多模态增加更多新功能，包括文生图、文配图、文生文以及虚拟人等。以虚拟人为例，用虚拟人去讲PPT并制作成视频，可以满足销售场景中重复讲PPT的需求。二是上线外挂知识库，包括个人知识库、企业知识库、行业知识库等。在知识库的基础上，AI生成的PPT将更符合用户个人或组织的需求，比如医生要写PPT,就可以调用医疗知识库。三是增加团队协作版本和企业版本，带有分享和协作功能，打通协作才能够更好地连接企业级办公场景。此外，「爱设计&AiPPT.cn」也很看重对生态能力的补齐。本轮融资除了资金支持之外，视觉中国作为国内最大的正版图片内容商，持续在内容版权方面提供素材资源。星连资本背后的智谱AI作为国内头部大模型公司，可以帮助AiPPT.cn基于技术底座实现定制开发，提供更精准的AI能力，而AiPPT.cn也可以输出给智谱清言去获客创收，实现合作共赢。同时，AiPPT.cn也跟Kimi、豆包等大模型达成合作。因为这些大模型暂时没有精力去做PPT等相对复杂的垂类产品，但又需要有这样的基础能力，所以就选择国内领先的垂类公司来合作。而赵充对于此类合作的思路是，只要对方的用户群跟AiPPT.cn的用户群体是匹配的，就可以达成合作，将自身能力反向输出给对方，形成共生关系。赵充提到，全球办公市场的规模达到4000多亿人民币，微软作为该领域绝对的巨头，占据了大部分市场份额。国内市场，金山软件的年营收约为46亿收入，相当于只占全球市场不到1%。以此类推，在全球办公市场的抢占千分之三到五的份额，就足够撑起一家A股上市公司。在经历了2023年的“百模大战”之后，大模型逐渐成为基础设施一般的存在，成本也大幅下降。和业内主流认知一样，赵充也认为，2024年到2025年将是AI应用层面的爆发年。“这很像十年前移动互联网兴起时，微梦其实就是踩中了这十年新媒体的红利。接下来十年最大的红利可能就是AI,大模型与用户之间还有非常肥沃的土壤，各行各业都可以用AI去重做一遍。”赵充的信心在于，「爱设计&AiPPT.cn」还储备了很多内容创作相关产品，未来可以用AI把这些产品全部重做一遍。本文来源：i黑马网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/24
国产开发支撑基础软件新风向丨“万象”研发效能大模型正式发布 赋能中国千万开发者
024年8月，新一代研发效能大模型--泛联“万象”在长沙正式发布，这是泛联新安继6月份完成新一轮战略融资后，进行技术和产品创新、奔赴"AIForBetterCode"企业使命的又一大动作！作为国产软硬件开发支撑工具领导厂商，泛联新安本次发布“万象”研发效能大模型，旨在打造智能化的开发助手、测试助手、文档助手、管理助手，全流程赋能软件研发，以新质生产力重塑产业及企业竞争力。软件开发与测试，是千行百业的基础底座。它们不仅支撑着新一代信息技术的快速发展，同时也成为了企业数字化转型升级的关键钥匙之一。鉴于此，研发效能大模型成为了实现成本节约与效率提升的理想选择，有望在航空、航天、电子、高端制造、工控、金融等场景中得到广泛应用。三大助手，全面赋能研发万象DTCoder是一款集成在IDE中功能强大的研发效能大模型，它可以提供：研发领域智能问答、自动补全代码、代码解释、代码注释、生成单元测试、生成流程图、生成序列图、生成类图、生成代码片段详细设计文档等能力，帮助研发人员提升研发质量和效能。●开发助手，助力研发效能提升通过研发领域智能问答，自动生成算法代码，打造沉浸式编程体验。通过上下文逻辑，理解编程意图，实现行级或函数级代码自动补全，一键生成准确的代码注释和解释，优化代码可读性。●文档助手，实现研发文实一致通过代码解析自动生成详细设计文档、设计图，还可一键生成流程图、序列图、类图等设计图，更直观理解代码的逻辑和调用关系。●测试助手，便捷提升代码质量万象已集成于多款软件质量测试、软件安全测试等工具中，能自动生成单元测试用例、输出智能缺陷解释、给出缺陷修复建议，快速完成缺陷审计及修复。泛联“万象”大模型的发布与应用，将显著增强企业的研发效能，进而提升其核心竞争力。随着越来越多的企业认识到研发效能的重要性，“万象”研发效能大模型的应用范围也将不断扩大。这一趋势将进一步推动产业升级和技术创新，为各行各业带来生产力水平的普遍提高。泛联新安“赋能中国千万开发者”的理念或许将很快实现，其商业价值将有明显提升。本文来源：i黑马网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/16
如何看待大模型驱动的BI变革
要看大模型性能，二要确保数据分析的准确性。在当前以数据为核心的商业环境中，商业智能（BI）工具已成为企业决策过程中的关键要素。随着技术的发展，大语言模型（LLM）作为一种新兴技术，正在逐步改变BI产品的传统模式，为企业决策提供更加灵活、高效的能力支撑。但实际应用场景中，企业对数据分析的准确性有着极高要求，只靠大模型能力远不能实现BI以数据驱动决策的服务目标。想要以大模型驱动BI变革，一要看大模型性能，二要有效规避潜在的不可控因素，保证数据分析的准确性。ABI的关键价值由LLM的表现决定据IDC统计，全球数据总量在过去几年中呈现爆炸式增长趋势。而数据量的增长不仅体现在规模上，数据的多样性与复杂度也在攀升，据IDC预测，到2027年，全球非结构化数据预计占到数据总量的86.8%，达到246.9ZB.面对数据体量与数据结构的巨大变化，传统BI显然难以满足以数据分析实现辅助决策的企业需求。而随着大模型的能力提升与应用落地，其在BI系统中的协同价值正逐步被行业所认知：LLM具备强大的数据处理能力和深度学习能力，能深入理解、分析数据及背后的业务逻辑，使革新后BI软件能在深入企业经营和业务运营分析方面进一步释放价值。在LLM的赋能下，BI软件能够提供更为准确和实时的预测结果，例如识别关键业务指标并及时向决策者发送警报，使企业能够更加快速地响应市场变化。LLM在BI中的表现还在于提升用户体验。以LLM驱动的BI系统可以实现低成本的人机交互，用户可以通过自然语言查询，获取所需的数据分析结果，这使得非技术背景的人员也能轻松地使用BI工具，降低使用门槛的同时将由数据驱动的决策应用在企业更广泛的业务流程中。此外，在LLM出现之前，已有技术如NL2SQL在研究如何通过对话查询数据，但由于自然语言处理（NLP）技术的局限性，这些产品无法稳定可靠地生成查询SQL语句。随着LLM的发展，端到端的Text2SQL方案变得更加可行，尤其是在表结构相对简单的情况下，可有效地将自然语言查询转化为结构化的SQL查询语句。但值得注意的是，在以人工智能驱动的商业智能（AI-drivenBusinessIntelligence,ABI）应用落地过程中，其产品能力很大程度取决于AI能力，特别是大语言模型（LLM）的性能表现——能够在具备模型能力的同时查询到准确的数据成为ABI产品落地的关键与难题。LLM之外，ABI产品还需要确保数据查询的准确性与其它LLM应用相比，ABI产品在“准确率”方面有着更为严格的要求，数据是指引决策的核心依据，正确的结果是ABI产品的及格线。这就要求了面向企业用户的ABI产品需要有完善的机制，既要充分利用LLM的强大能力，又能有效规避其潜在的不可控因素，以确保提供的结果准确性。理想的ABI产品应具备以下三个特点：灵活的对话框架是保障ABI产品提供服务质量的关键要素。围绕数据查询、数据分析两个核心场景，通过对话框架进行适配，能够使得AI更好地理解用户的问题。这也进一步要求ABI产品同时具备多轮对话的记忆能力和上下文的理解能力，并且能够处理多样化的用户输入，包括文本、语音等形式。完备的数据查询能力是ABI产品能为用户提供有效信息的基础。该能力要求系统能够快速、高效地访问和处理海量结构化与非结构化数据，这不仅包括传统数据库中的信息，还涵盖实时数据流、API接口等多种来源的数据。专业的数据分析能力使得ABI产品能为用户提供有深度的见解。这包括对数据的深入分析、解读、异常检测等功能。此外，还要求系统能将复杂的分析结果，通过自然语言描述或数据可视化图表等简单、易懂的方式呈现给用户。但在企业应用场景中，以大模型驱动的ABI产品仍面临着数据结构复杂性、数据量规模以及非专业人员的查询习惯的挑战，能否成功应对这些挑战，也是衡量ABI产品能否取得成功的关键因素。数据结构复杂度的挑战。通常情况下，企业业务具备一定的复杂性，这使得其业务数据表结构的复杂度大大提升，通常包含大量的表、字段、外键、索引和视图等。如何正确理解这些表之间的关系以及正确建立连接是一项很大的挑战。数据量规模的挑战。数据量的大规模增加会带来SQL查询性能的下降。而生成正确的SQL语句不仅要求语法正确，还需要考虑查询的性能和效率。错误的SQL语句可能导致长时间的查询或系统崩溃。非专业人员查数习惯的挑战。ABI产品赋予了用户通过“对话形式直接查询数据”的能力，这种创新的交互方式一方面带来了用户数量的增加，另一方面也需要面对“业务用户的非专业需求表达”的挑战。非专业人员可能无法明确地表述他们的查询需求，或者在表达中掺杂了个人业务习惯和模糊不清的描述。在过去，这些需求通常是由专业的业务分析师（BA）进行解读和转化。而随着ABI的出现，它需要直面这一挑战。上述挑战表明，单纯依赖LLM的能力，可能不足以全面解决企业所面临的所有问题，还需要确保ABI产品能够更精准地理解和响应业务场景的具体需求，提供更加全面和有效的解决方案。数据分析的目的是指导企业的业务发展。基于数据分析形成有价值的业务发展建议，一直是数据分析产生业务价值中最难且重要的一环。自然语言处理技术的进步使得AIAgent可以将复杂的分析结果转换为易于理解的语言或图表，帮助决策者迅速获取关键信息。基于大语言模型的AIAgent能调用多样化的信息源，在跨领域的分析师及业务专家的知识赋能下，结合当下业务策略和动作，通过预训练和不断的模型调优，提供综合性的、更贴合业务、可行性更高的建议，真正实现数据驱动运营。因此，以AIAgent为交互框架主体，将LLM、BI与产品结合，是实现ABI产品高性能的关键。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/16
数字化赋能，打造符合佛山特色的公共就业服务范本
佛山人社顺应数字技术发展的时代趋势，以数字人社为有力抓手推动人社事业高质量发展。平台经济、数字经济大潮来临，带来了智能化、数字化、信息化的工作模式，在就业领域催生了一大批形态多样、分工精细的新模式、新形态。给公共就业的方式提出了新的时代课题。可见的变化是，平台经济、数字经济新生了一批新业态、新模式的新职业。据2022年9月出版的《中华人民共和国职业分类大典（2022年版）》，职业种类较2015版净增158个，并首次标识了97个数字职业，占职业总数的6%。社会职业的变化一方面反映了科技创新、技术进步、产业升级的需求变化，另一方面也意味着，以数字经济为首的产业升级新动力，催生着大量知识和技术密集型工作岗位诞生，劳动力资源正在产业中重新配置。随着形势变化带来的就业信息不对称、人岗匹配不精确，岗位难寻、人才难觅，是导致产业链、创新链、人才链难以深度融合的重要原因之一。在新就业形态下，一头连着发展，一头系着民生的人社工作，如何解决求职难与缺工同时并存的供需匹配难题是关键。譬如，如何加快就业供需信息系统互联互通？如何改进职业指导方式，提供个性化、精准化就业指导？如何创新服务方式，加强线上线下融合服务？如何针对重点群体开展专项服务？……佛山市作为在2022年广东省唯一入选全国公共就业服务能力提升示范项目的地市，佛山市人力资源和社会保障局（下称“佛山人社”）面对时代的新需要，其以数智建设为牵引，构建了“智赢人社·乐业佛山”公共就业服务一体化平台，以此打造数字人社的“佛山范本”。数字化发展为基础，赋能公共就业服务在数字经济时代，数据是基础性资源，也是战略性资源，数据已然成为驱动经济社会发展的关键生产要素。佛山人社顺应数字技术发展的时代趋势，以数字人社为有力抓手推动人社事业高质量发展。据悉，早在2015年，佛山市紧抓成为国家信息惠民试点城市的机遇，针对“互联网+”公共就业人才服务新模式积极开展探索，大力推动政府部门之间的数据共享，全面开放数据生态。其建立了较为完善的公共就业人才政策体系和覆盖市、区、镇（街）、村（居）的四级公共就业人才服务机构，形成自建的信息化系统12个，主要涉及就业业务、创业业务、劳动关系业务、人事业务，部署在自有机房以及市政务云上等。然而，各级系统众多容易导致数据分散、质量不高、数据调用复杂、共享程度低等多方面痛点，让数据价值难以被发掘。佛山人社便指出，旧系统还存在数字底座不扎实、求职招聘和职业技能提升匹配效率不高等多方面的瓶颈。底层数据不扎实、数据难以加以利用，是导致过去公共就业服务过程中，只能依靠人工手段实现供需匹配，效率相对较低，让求职难与用工荒的结构性矛盾同时并存的重要因素之一。针对上述情况，佛山人社坚持以“数字人社”为纲，以数据赋能为抓手，以促就业、稳就业、扩就业为路径，构建“就业直通车”“灵动佛山”“职业加油站”“羚创佛山”为主题的“智赢人社·乐业佛山”公共就业服务一体化平台。为了有效利用沉淀数据、产出有价值的数据，佛山人社首先打造了公共就业服务一体化平台的“就业大脑”——数字底座，以此作为其数字化转型和业务发展的重要基石。该数字底座基于大数据、云计算、虚拟化等技术，提供灵活的计算和存储资源，以便根据需求快速调整算法和分配资源，以实现人社“业务数据化、数据资产化、资产服务化”为目标，提供从数据采集到数据治理、资源管理、数据共享、数据赋能等全流程的数据构建及管理能力。数据显示，目前，“就业大脑”已归集人社、财政、公安、民政、市场监管、教育等12个部门共140亿条数据，同步增长220%；归集求职招聘、职业培训需求、灵活用工需求、薪资水平、创业情况、社会保险等业务数据2亿条数据，同步增长30%。平台已全面实现省-市级数据互通共享，现已获取上级回流数据130亿条，同比增长230%，数据记录共享率达81%，解决了数据分散、共享整合难、不兼容等问题，确保数据的完整性、准确性，时效性。新增52个API,同比增长25%，数据累计调用次数已达153万次，同比增长40%。目前，佛山人社通过将数字化引入公共就业服务，已经初步实现分散在各部门的相关数据接通汇聚，并利用大数据分析，有效破解过去底数不清、趋势不明、匹配不准等问题。并且，佛山人社还搭配覆盖数据归集、建模、治理、开发、安全、场景化、数据要素市场化等数据全生命周期的各个环节，完善的数字底座管理体系，既实现了人社数据的全面治理，又以符合本地特性的数智化能力，实现了数据感知业务、数据赋能业务、数据辅助决策三部曲，为公共就业服务提供个性化定制能力。紧贴就业特色，打造佛山范本以数字底座为基础支撑对接、数据管理及分析应用，佛山全新升级了公共就业服务一体化平台，并通过紧贴佛山公共就业特色，从数据治理、数据价值、数据安全等各个方面，全面提升数据赋能成效，提升公共服务能力。佛山市制造业大市，换言之也是用工大市，构建高效、和谐劳动关系对佛山显得尤为重要。2023年，佛山GDP首破1.3万亿元，规上工业总产值突破3万亿元，正式成为全国第二个、广东首个“工业3万亿元”地级市，拥有2个万亿级产业集群和8个千亿级产业集群。据2024年春节前的专项调研，2024年，佛山企业招聘需求规模24.71万人左右，其中预计春季招聘需求约为16.06万人。从产业用工需求来看，第二产业占53%、第三产业占46.5%、第一产业占0.5%；从行业用工需求来看，制造业占最大比例，达51.4%，随后科学研究和技术服务业、租赁和商务服务业等行业。从用工类型看，以普工、技能人员、专业技术人员为主，合计占70%左右。值得一提的是，佛山还是全国唯一的制造业转型升级综合改革试点城市，近年来持续推进工业技改，统计显示，2023年，佛山工业技改投资达到891.52亿元，增长33.7%。佛山的产业、人才现状，意味着一方面存在较大的用工需求，另一方面随着产业迭代升级，发展新质生产力，智能化、数字化程度不断提高，对高层次人才、高技能人才的需求也在日益扩大。人社工作该如何赋能产业发展？佛山人社用全面升级的公共就业一体化平台交出一份结合本地特色的“高分答卷”。该平台创新“1+4+N”的人社信息化架构，通过1个数字底座，辐射就业创业、人事人才、社会保险、劳动关系四大业务板块，赋能打造N个应用场景，如“就业大脑”“数字驾驶舱”“就业直通车”“职业加油站”“灵动佛山”“创业佛山”等。譬如，针对佛山制造业大市的特点，“就业直通车”板块打造了线上线下一体化、智能化求职招聘平台，提供精准的就业帮扶。平台上线以来，已举办线上招聘会超70场，未来平台将鼓励约3000家企业发布招聘岗位12000个，为劳动者和企业畅通求职招聘渠道，提供更高效便捷的服务。同时，还为群众技能提升提供平台。在“职业加油站”板块，不仅能在线学习职业指导课程，还可以进行职业技能培训学习，提升就业能力。且该板块还聚焦重点人群提供专项培训。此外，针对因智能化、数字化和信息化发展带来的新就业形态带来的更多新需求，譬如创业、灵活用工等，佛山人社亦在平台上建设专门的应用场景板块。如为创业提供服务的“创业佛山”，以佛山创业孵化示范基地、佛山港澳青年创业孵化基地为核心，搭建精准高效创业孵化线上服务平台，充分展现佛山市“1+5+N”创业孵化基地示范群优势，全市孵化基地基本信息、优势领域、运行效能、入驻创业团队成绩一网可见，设立创业导师“专家库”，促进导师专业领域精准选配，为创业者提供优质创业导师服务，同时还有越来越多的融资机构进驻“创业佛山”，为创业者提供多渠道的融资服务，创业者还能在创业佛山平台建立互动交流专区交流，实现创业团队资讯共享，资源共享。为灵活用工提供服务的“灵动佛山”，构建零工市场服务平台，支持企业成为雇主，树立零工市场服务典型。以收集零工信息和企业对零工的用工需求为核心要素，从而实现零工供需双方的精准对接。并通过构建网站、小程序、公众号多渠道服务方式，拓展公众号与服务群体的交互，来增强用户体验。佛山人社通过该平台，一方面使数据要素市场化更加快速，革新公共数据使用模式，与企业探索公共就业服务领域用数办事场景，建立安全可靠的用数模式，全量释放公共数据价值，推动数据要素市场流通服务。另一方面，让公共服务更加便捷。以数字赋能创新N个服务应用场景，实现公共就业服务提质增效，促进更充分的高质量就业，推进就业创业关键指标走在全国前列。下一步，佛山人社将继续完善和拓展公共就业服务一体化平台的功能，确保线上线下有效衔接、同步推进；持续优化数据采集和治理，提升数据价值，更精准赋能业务应用和辅助决策；加快推进国产化、集约化部署，运用创新技术，不断推动新服务、新模式的发展，为劳动者和企业带来更高效、更智能、更个性化的公共就业服务；打造更优的“佛山范本”。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/10
AI大模型来了，低代码还有机会吗？
诅咒还是福音？AI大模型将如何影响低代码平台的发展。AI大模型的突飞猛进，不仅引领了技术的革新浪潮，也为各行各业的发展带来了前所未有的挑战与机遇。近年来，随着人工智能技术的不断进步，关于各行各业将被AI取代的论调此起彼伏，引发了许多从业者的不安。几年前，我们还在以吃瓜群众的身份围观因为输给AI而几度落泪的顶尖围棋手。没想到，转眼之间，AI的的剑锋便直指我们每个人眼前。AI大模型的突破，使得AI引发的职业危机感正向更广泛的行业蔓延。在这一背景下，低代码行业（严格来说，这一行业包含低代码和无代码两种类型，本文统一用低代码代替）也成为被唱衰最严重的行业之一。作为一个相对年轻的行业，低代码自概念提出至今，尚处于发展与探索中。从技术创新到产品设计，再到商业模式的确立，低代码行业正逐步展现出其独特的价值与潜力。然而，就在这一行业开始展露锋芒之际，AI大模型的崛起为其带来了新的挑战。低代码行业的核心理念在于减少编码工作量，通过图形化界面、点击配置和拖拽组件的方式，让每个人都能成为“公民开发者”。而AI大模型提出了更为激进的设想：无需任何编码，仅通过自然语言交互即可生成应用，使每个人都能成为开发者。这种看似对低代码领域构成巨大冲击的技术趋势，无疑使得低代码行业的从业者面临着未知的未来。本文将探讨低代码行业的发展脉络、其应用能力及关键技术，以及AI大模型与低代码之间的关系。我们将深入分析AI大模型是否真有可能对低代码行业造成颠覆性的影响，以及这一领域的未来走向。通过对这些关键问题的探讨，本文旨在为读者提供对低代码技术发展趋势的深度洞察，以及在AI大模型浪潮中寻找生存与发展的策略。低代码，一个技术发展的历史必然哪怕是一个完全的外行人士，仅从“低代码”这个名字本身就能大致领略到其本质——大幅减少编程工作的需求。这一理念不是孤立出现的，它是人机交互演进多年的自然产物。自信息技术诞生伊始，如何让机器更易于人类使用一直是技术发展的核心驱动力。在消费技术领域，我们见证了从纸带编程到命令行界面，再到图形用户界面的转变，每一步演进都旨在将复杂的底层代码隐藏于用户视线之外，仅展现符合人类直觉操作的界面。这些进步不仅使技术更加普及，也让更多人享受到了技术进步带来的益处。同样的，产业端技术也沿着易用性和可访问性不断进步的轨迹向前发展着。尽管这些改进可能不为大众所熟知，但它们同样推动了技术在不同领域的深入应用。低代码技术的雏形可以追溯到汇编语言、第四代编程语言以及可视化编程语言(VPL)和快速应用开发(RAD)模型等概念的演进。特别是在2001年，对象管理组织提出的模型驱动架构(MDA)和模型驱动软件开发(MDSD)理念，标志着通过模型设计自动生成代码的思想的诞生。这些理念预示着低代码技术的方向——即通过高级抽象和自动化简化编程过程。低代码有很长一段自由发展期，期间缺乏完整定义，大家习惯根据自己的理解为新技术“添砖加瓦”，导致没有统一认知，竞争赛道模糊。直至2014年，Forrester提出低代码的定义，“利用很少或几乎不需要写代码就可以快速开发应用，并可以快速配置和部署的一种技术和工具。”这一定义帮助界定了低代码的范畴，为其发展提供了明确的方向。随后，Gartner在2018年进一步推广了应用平台即服务(aPaaS)和集成平台即服务(iPaaS)的概念，这两种云计算服务模型为低代码技术的应用提供了新的平台和可能性。aPaaS让开发者能够在抽象化的环境中专注于应用程序的开发，而iPaaS则专注于不同应用程序之间的集成，简化了数据和业相关研究机构的定义引导大众形成了对低代码的基本认知，规范了发展赛道，并指出其技术特点高度契合数字化转型需求，迅速吸引了大量资本投入，极大地加强了低代码的市场活跃度。低代码技术的发展不仅是编程领域的一次重大进步，也是对人机交互和软件开发理念的一次根本性转变。通过降低编程难度和提高开发效率，低代码为更广泛的用户群体打开了软件创造的大门，加速了企业数字化转型的进程。彼时，低代码的美好前程在数字化浪潮的推动下，云计算、大数据、5G、物联网和人工智能等新兴IT技术日益成熟，为企业的架构优化、业务转型和价值升级提供了有力的技术支撑。这些技术不仅强化了企业的核心竞争力，还创新了企业的业务模式，使其能快速拓展业务市场。然而，如何最大化释放这些新IT技术的潜能，打破业务与开发之间的壁垒，提高业务应用的研发生产力，带动业务模式的创新和价值提升，成为了各行业企业数字化转型的战略核心。低代码技术的出现，为数字化转型的快速推进带来了转机。通过降低应用开发的准入门槛，低代码技术促进了新IT技术的深度融合，助力软件开发的降本增效提质。它支持敏捷响应快速变化的市场需求，加速数字化时代能力的服务化，支撑海量数字化场景的快速落地。因此，低代码不仅是赋能数字化转型的“加速器”，也成为效能提升的突破点。随着数字化场景落地需求的爆发式增长，根据“十四五”规划和数字经济战略等政策指示，各行业企业纷纷落地数字化转型设计方案。这些方案在软件设计、研发、测试、发布、运维的全生命周期环境和各业务场景中提出了大量需求，要求企业具备更加灵活、敏捷和易用的应用开发能力。传统开发技术因要求高、成本高和交付周期长，无法快速响应市场需求，导致开发工作积压，业务转型滞缓。低代码作为提升应用研发生产力的关键性技术，激发了数据要素创新驱动的潜能，将数据资产快速转换为价值，为数字化转型带来了一场技术性变革。在产品销售和服务输出两种商业模式下，低代码技术服务商主要通过三种方式服务客户：直接面向企业或个人用户提供产品或服务、通过合作伙伴服务客户、通过聚合平台生态进行产品输出。这些方式不仅满足了制造业、金融等产业用户和软件开发企业/专业技术人员等技术用户的需求，还通过聚合平台为用户提供了更多元、差异化的产品与服务。低代码市场在全球范围内处于稳定增长态势。从2018年的25亿元增长到2020年的77亿元，市场增速虽从2018年的132%逐渐稳定到2020年的40%左右。根据IDC《2022下半年中国低代码与零代码软件市场跟踪报告》显示，2022年中国低代码软件市场规模达到26.2亿元人民币，同比增长24.2%。IDC预计2023年中国低代码软件市场规模将达到34.7亿元人民币，同比增长32.4%。预计到2027年市场规模将达到106.3亿元人民币，未来5年市场年复合增长率(CAGR)为32.3%。从企业发展态势方面看，从2013年到2021年，全球共有百余家低代码初创企业。2019年起，全球低代码初创企业都出现并购整合趋势，低代码成为投资界的风口，持续吸引大型企业入局。目前，整个低代码市场中，Mendix、OutSystems、Microsoft和ServiceNow等服务商占据稳定的市场份额，形成了高集中度的市场环境。低代码的能力及技术支撑低代码的主要作用是降低应用开发的准入门槛，赋能不同角色人员，让开发者利用图形化界面，通过拖拉拽操作，以“搭积木”的方式快速开发软件应用，减少重复的基础搭建工作。根据中国信息通信研究院低代码·无代码推进中心的研究，低代码产品的核心能力可概括为以下五大方面：1、开发及管理能力：这一能力包括提供直观的可视化开发环境和配置工具，管理开发过程及资源，并对开发产物进行生命周期管理。它支持从前端界面搭建到前后端交互、数据模型和业务逻辑配置的全栈开发流程，使应用快速构建成为可能。2、扩展与集成能力：这方面的能力体现在两个层面：首先是扩展能力，即在可视化开发基础上通过少量代码实现对组件和功能的定制和扩展；其次是集成能力，指通过集成外部文件、工具、系统等资源，增强开发能力，满足更广泛的应用需求，并向外部赋能。3、用户体验：涉及低代码产品的学习成本、易用性等方面，影响用户体验的因素多样且难以量化。需从产品设计、操作教学、权限管理等多角度考量，以确保开发者在使用过程中的舒适度和满意度。4、生态能力：包括支持多端响应、促进上下游连通、应用二次开发等，从而减少用户更换低代码产品的成本，增强产品生命力并扩大其服务范围。5、安全保障：指为产品本身及用户资产提供的全方位安全保护，包括防止数据泄露、设备安全、网络入侵等，满足国家网络安全保障要求及应用特定的安全性需求。实现这些能力的关键，在于低代码平台所采用的一系列先进技术和设计原则：1、可视化设计工具：通过提供图形化界面，允许用户以拖拽和配置的方式设计应用程序的界面和逻辑，简化了编程过程。2、预制组件和模板：低代码平台包含大量预制的界面组件和应用模板，加速了应用的基本结构和界面搭建。3、自动代码生成和执行环境：平台能够根据用户设计自动生成代码，并提供应用运行、测试和部署的环境。4、集成开发环境（IDE）：支持可视化开发的同时，提供代码编辑器、调试工具等传统开发工具，满足更细致的定制需求。5、数据集成和管理：强大的数据集成工具和数据建模工具，便于用户连接到各种数据源并管理数据结构。6、业务流程管理（BPM）和工作流自动化：内置工具支持设计和实现业务流程，自动化复杂业务逻辑。通过上述技术和特性的综合运用，低代码平台极大地简化了软件开发流程，为企业快速响应市场变化、降低开发成本并促进创新提供了有力的支撑。AI大模型会取代低代码平台吗？生成式AI的兴起正在对低代码平台造成显著冲击，这一现象在软件开发领域引发了广泛的讨论。生成式AI的出现，特别是像OpenAI开发的GPT-4这样的模型，能够自主生成内容、代码或数据，代表了人工智能的一个重大飞跃。这种能力不仅在内容生成、图像创建，甚至是代码生成方面找到了应用，还承诺通过自动化重复性任务、提升创造力和增强效率来变革现有的开发模式。GitHub的研究显示，用户接受其Copilot建议的代码比例为30%，而且经验较少的开发者在使用AI时具有更大的优势。这使得一些人相信，生成式AI可能意味着低代码平台的终结。“低代码在企业中正在消亡，AI将会终结它，”Crowdbotics的CEO兼创始人AnandKulkarni说。“最大的问题是，当你可以使用AI以相同的努力创建完整的代码时，为什么还要使用低代码呢？”当然，在生成式AI和低代码的关系上，也有不同的声音，他们认为生成式AI不仅不会取代低代码平台，反而会对低代码的发展形成助力作用。Appian的联合创始人兼CTOMichaelBeckley就认为：“AI助手使得轻松创建大量应用程序变得简单，这只会增加对低代码平台的需求，以连接和管理所有应用程序，确保你不会创建数据孤岛和安全问题。”SAP产品营销副总裁SidMisra则认为低代码与AI和移动技术的融合蕴含着无限潜力，他提到：“当与人工智能集成时，低代码开发能够实现快速原型设计和复杂解决方案开发，超越传统限制。例如，在医疗保健领域，开发人员利用这些工具快速构建能够显著增强帕金森病诊断的应用程序，利用人工智能检测模式，实现更准确、更快速的诊断。”AI大模型与低代码平台融合的趋势从诸多科技大V的论述中，我们不难发现，低代码平台与生成式AI之间的关系，远非媒体宣传中所描述的那样势成水火。实际上，低代码平台作为一套成熟的产品和工具集，旨在简化客户的操作流程并直接满足客户需求。相比之下，生成式AI更体现为一种底层技术实力，有潜力被整合进低代码微软通过对2000名IT主管进行的调查显示，有87%的首席信息官和IT专业人士认同，将AI和自动化技术融合入低代码平台将极大地释放这些技术的潜力。正如微软PowerPlatform的总经理RichardRiley所指出的，这种整合趋势正在低代码工具中日益显现。生成式AI的引入，尤其是在加速开发流程方面的潜力，为低代码平台带来了革命性的影响。通过自动生成常用功能的代码，它使开发人员能够将精力集中于应用程序的更复杂部分。对低代码平台而言，这意味着应用程序的开发速度将大大提升。尽管低代码平台已提供预构建的组件，但生成式AI能够生成高度定制的代码以满足特定需求，确保应用程序能更贴合企业和用户的独特需求。此外，通过自动生成代码，生成式AI减少了手工编码过程中可能引入的错误和缺陷，从而产生更加干净、易于维护的代码库，解决了快速应用开发过程中的一大顾虑。对于低代码平台的用户来说，生成式AI成为了一个难得的“辅助者”，帮助将复杂的业务逻辑转换为代码，缩小了非技术用户与开发人员之间的差距。随着时间的推移，生成式AI通过持续的反馈和实际使用经验不断自我优化，意味着其生成的代码将变得更加高效和精细，使得低代码和无代码用户均能从中受益。具体而言，当生成式AI集成到低代码平台后，其可能发挥作用的方面为：1、代码辅助：生成式AI能够协助低代码平台的开发人员，根据用户规格自动生成代码片段，减轻手工编码负担。2、内容生成：生成式AI增强了低代码平台的内容生成能力，对于创建用户友好的界面、报告和文档至关重要。3、定制化：低代码平台的用户可以利用生成式AI来定制预构建的模板和元素，使其应用程序更加满足特定需求。4、快速原型设计：结合生成式AI与低代码平台可以实现快速原型设计，使用户能够更快速地可视化和迭代他们的软件概念。写在最后在看待技术之间的关系时，我们应认识到，技术本身并无立场或偏见，它们存在于一个客观的空间中，作为等待被恰当应用以解决问题的中性工具。技术之间看上去的竞争或对抗，很多时候不过是我们自我设限的幻觉。展望未来，我们可以预见低代码平台和生成式AI技术的融合将逐步普及，也意味着软件开发领域将迎来一次质的飞跃。这种整合不仅标志着技术的进步，更重要的是，它为技术专家和非技术用户提供了一个共同参与开发过程的平台，使得表达想法、偏好和需求变得前所未有的简单。通过将生成式AI应用于低代码开发，软件的构建过程正在从繁琐的代码编辑转变为更为直观的对话形式。这不仅大幅降低了创新的门槛，而且还为更广泛的用户群体开辟了参与软件创新的大门。随着企业不断探索和利用生成式AI与低代码平台的潜力，我们正步入一个新时代：在这个时代中，技术的流畅使用不再是由我们的编程能力，而是通过我们的沟通能力来定义。对于这一变革将如何深刻改变企业的日常运营，我们尚不能完全预测，但可以肯定的是，其影响将是深远且持久的。在这个技术不断演进、创新无处不在的时代，最终引领我们前行的，将是我们对技术潜力的理解和应用，以及我们愿意如何将这些工具融入我们的生活和工作之中。▋参考文献《低代码发展白皮书（2022年）》，企业数字化发展共建共享平台《万字长文|低代码大模型的架构与CodeGPT的落地》，LowCode低码时代《中国低代码与零代码市场追踪报告》，IDC《HowgenerativeAIwillchangelow-codedevelopment》，InfoWorld《IsGenAIreplacingLowCode-Nocodeplatforms?》，Infosys《TheGrowingImpactofGenerativeAIonLow-Code/No-CodeDevelopment》，DevOpsnwen本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/10
互联网重构“规则制定权”，周期性谋咒开始轮转
中国互联网产业进入Web3.0，面临生产力重构。周期“魔咒”又开始轮转了。产业趋势叠加资本周期，使得任何产业都有其周期性规律，传统资源产业是如此，科技产业亦非例外。刚刚迎来30周年庆的中国互联网赛道就正处于新一轮小周期的节点。随着移动用户量逐渐被开发利用至阶段性顶峰，近年来有关于中国互联网赛道正在迈入成熟期的看法一直没有停歇。这一判断结果的重要依据包括，一是成长股投资范式下，收入是判断周期阶段的最可靠指标，而目前该产业企业的收入增速明显放缓，资本积累也达到了一个新高度。其二则是，整个市场的矛盾焦点也正逐步从需求端转至供给端。然而，近日据工信部发布的最新数据显示，总体上，24H1规模以上互联网企业业务收入继续保持增势，同比增长5.6%，增速较去年同期增加3个百分点；同期利润总额增长1.9%，。这些数据似乎又在表明中国互联网企业仍处于成熟期的左侧。那么，事实上终究为何？中国互联网的那些年大周期实则是一个存在连续性的整体。所以，在判断一个产业当前的发展周期，首先必然是要拉长时间维度，对其过去的产业周期做一个定调，再来根据现有表现做出最新的周期判断。而中国互联网产业，来到2024年，正好走到了发展的第三十载，产业周期已由技术导入的Web1.0阶段，进入了Web3.0新技术迭代期。自1993年搭建基础网络、关键资源建设起，到以网易、搜狐、新浪三大门户网站为代表的首批互联网企业相继成立，中国互联网产业迎来第一波热潮。尤其是进入千禧年后，互联网信息服务业体系逐步建立，同时以搜索引擎、电子商务、社交网络等服务为核心的互联网企业迅速崛起，全链条产业格局基本建立。此时，也就是Web1.0时期，国内互联网产业尚处于技术导入期。而第二波热潮，则是伴随全球互联网泡散去，宽带网络建设也被上升为国家战略，网民数量激增，此时以智能手机等智能终端为载体的移动互联网兴起进一步带动了中国互联网发展进入加速发展阶段。这一时期，中国互联网产业本质上更多的是大环境下，基础技术加持带来的人口红利爆发。此时依赖流量的平台型互联网经济也由此得到快速发展，包括淘宝、美团、大众点评等生活服务平台快速壮大。这一阶段也被称之Web2.0平台时代。然而这时候的平台经济确实是在很大程度上加快了整个互联网产业的发展，但一方面，以先发优势，把控流量入口，几乎垄断产业链主要利润的大平台导致了数据作为生产资料的垄断和不平衡，而数据的生产者不掌握数据的所有权。另一方面，不同于集齐了操作系统、主控芯片等软硬一体尖端技术支撑的美国互联网产业，当时中国互联网产业的科技属性仍有很大提升空间，包括“赫赫有名”的阿里巴巴、字节跳动、网易、腾讯等互联网大厂，其实更多的还是在圈、守流量。因此，当时间来到国内基础算力基本完善的2020年后，基于P2P网络原理构建的去中心化网络生态开始去改变这一切。此时，互联网产业链中各大企业纷纷开始以技术变革更新来提升其生产能力与生产效率，尤其是完成前期资本积累的大厂，一边持续加码融合创新应用，一边以其庞大的资本、资源等优势，投资并购众多有前沿技术研发实力的科技企业，补齐短板。可见，当前的中国互联网已经发展成为一个商业化的巨大网络生态系统，但整体仍处于以互联网信息技术驱动的技术周期，位于Web3.0阶段。这一阶段，归根结底，其实是整个产业试图以更先进的生产力对落后、或者不适配生产关系进行一次重构。而重构意味着此前占据先锋的各大互联网大厂将迎来莫大的挑战。互联网赛道的“规则制定权”在重构事实上，互联网平台产业的王朝更迭逻辑，本质是供需层面围绕的核心X变量迭代。而当前聚焦于先进生产力升级的中国互联网产业，其核心矛盾点自然也转嫁至供给端，而非过去的需求逻辑了。一方面，需求端，移动互联网月活用户量早已进入微量增长之际。QuestMobile数据显示，截止到2024年6月，移动互联网月活跃用户规模增速仅有1.8%。此时，互联网赛道的收入增速同步放缓，过去的高速成长期似乎逼近结束。工信部数据显示，2021-2023年间，规模以上互联网企业业务收入增速分别为21.2%、-1.1%、6.8%；24H1增速则为5.6%，同期利润同比增长1.9%。可见，近几年中国规模以上互联网企业的收入增速出现较大波幅，整体呈下滑态势，收入低速增长。另一方面，供给端，随着去中心化的网络生态得到初步构建后，互联网企业的垂直服务方向被进一步细化，从而衍生了许多新业态、商业模式，以及应运而生的新大规模级企业，例如以低价策略快速成为巨头之一的拼多多、以内容直播实现飞跃的字节跳动、快手。而与此同时，按照诺维格定律，当一家公司在某个领域的市场占有率超过50%后，其增长往往将受制于行业，无法再使市场占有率翻番，必须寻找新的市场。这意味在电商领域的市占率达约45%的淘宝将出现增速放缓的必然性，阿里巴巴则有打造新引擎的必要性。事实上，盘点微软、特斯拉、谷歌等走在世界前例的科技巨头，可发现一个共性：从未停止探索在新领域打造第二增长曲线的步伐，甚至在核心利润池仍处高速成长期，就开启了新的增长步伐。因而，虽然包括体量最大的阿里巴巴、亦或是一跃成为“黑马”巨头的拼多多、字节跳动等互联网平台企业，其增速其实均仍在稳健增长。但是中长期，仅靠现有核心业务的迭代更新，下收入滑是必然趋势。近期，各大电商平台开始放弃之前的价格策略，开始重回GMV道路就是这一可能的证明之一。当然，更重要的是，缺乏第二增长曲线的互联网大厂，将在生产关系的重构中逐渐失去对自身已拥有的“规则制定权”的把控。据工信部数据，24H1以新闻资讯、社交等信息服务为主的企业互联网业务收入同比增长9.5%，增速较前5个月提高5个百分点。而这恰好是AI技术落地之初，最容易商业化的领域。而AI技术渗透相对较低的本地生活、旅游等生活服务领域企业互联网业务收入增速小幅回落，以大宗商品、农副产品销售的网络销售领域企业就更不用说了，同期收入增速由正转负。其实，早在2023年腾讯、阿里巴巴公布的财务数据就表明了AI加速赋能、国际化正成为信息服务类大平台实现高质量增长的主要驱动力。与之相比，拼多多、美团的增长仍得意于消费需求本身、以及业务生态不断完善等。可见，AI等先进技术或许已悄然开始分化这些规模以上互联网企业了。并且从大趋势上来说，AI等先进生产技术在赋能了规模以上互联网企业巨大的降本提效能力之时，也会孵化出更多科技新势力。因此在新的一场先进生产力对生产关系的重构中，规模以上互联网企业其实的迫切需要创新动力来守好擂台的。强科技属性必是互联网厂的最终归属无可争议，中国互联网企业的相关收入确实进入了阶段性的低速增长期，产业的发展逻辑也由需求端转至供给端。但产业的成长性或许正在面临一些周期阵痛，但却并未消散。一方面，为了应对不断变化的市场环境，大多互联网企业都在试图采取多元化的发展战略来保证高质量经营，包括以技术支撑来挖掘新的消费需求场景，或者在“出海潮”中，利用其雄厚的资源优势获取更广阔的全球市场等。而另一方面，其实市场更应该看到的是，在AI、大数据的窗口期中，中国互联网企业已经开始感悟其科技属性了，而不再像过去一样，仅仅聚焦于高科技服务和周边产业，纯像是商业公司，至少头部大厂是如此。如，阿里巴巴重投五家大模型独角兽公司，并以通用大模型来布局AI算力基建；字节跳动则用豆包大模型大搞直面C端的AI应用；腾讯则聚焦于金融大模型、医疗大模型、教育大模型等产业大模型的落地。不过整个行业来说，大多企业的科技定位仍亟待增强。数据显示，上半年，我国规模以上互联网企业共投入研发经费459.8亿元，同比增长1.2%。但体量不足总收入的5.29%。要知道务实地投入研发是企业拥有以创新跨越经济周期并保持竞争力的可能的先决条件。因此，对于更多规模以上互联网企业而言，想要跨越新一轮生产力与生产关系的调整周期，不被出清淘汰，加码尖端技术的研发实属必要。当然，还要点出的是，对于领跑巨头企业而言，科技聚合的垄断红利不该是其掌握行业规则的目的，而应该是其持续创新和寻找增长动力的手段。将这些超额些利润投入到创新与科技发展中，以持续提升全要素生产率，确保企业在合规的同时也能保持其市场领导地位，并以鲸鱼效应驱动全产业的发展，才是一个产业的健康发展应有态势，也是大企的担当体现。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/02
小程序开发“逆势爆发”，加钱招人的团队不怕昙花一现？
Allin小程序只是疫情之下的应激需求？回忆一下，你还记得最近一次使用小程序是在什么时候？很可能就在几分钟前。在众多行业遭遇不景气的同时，你是否注意到有些行业正在逆势飞升；在朋友圈的裁员、求职消息之外，有些人却在公司忙得不可开交。今天，我们聚焦的正是其中一小部分群体——小程序开发机构。很少有人会想到，在这段“宅在家”的日子里，无数用户、商家对于小程序的追捧，竟会催生大量的开发需求。复工潮之后，不少小程序开发企业就在高薪招聘相关开发岗位，让小程序行业成为当前互联网、科技领域“逆流而上”的小奇迹。需求剧增，开发团队急招人“公司最近急需精通HTML、JAVA和CSS的开发人才，一直在发招聘广告。”朱宇滨是深圳一家科技企业的研发总监。他告诉懂懂笔记，公司最近的小程序开发工作十分繁重，同事们每天都加班，有时甚至挑灯夜战直至凌晨两三点钟。但即便如此，部分单子还是无法按时交付给客户上线。这是自三年前公司转型开发小程序以来，最焦头烂额的一个时期。从二月初公司正式复工后，他就发现来自客户的小程序开发订单迅速增加，原本仅有十余人的开发团队，也很快就扩张到了目前的近三十人，“现在我们只招成熟的开发人才，根本没有时间培训新手，人到岗就要立刻上手。”这番景象，与他周围很多公司的一片哀鸿有着不小的反差。为了加快团队的工作效率，他还尝试学习生鲜电商的模式，尝试去“租赁”、“共享”同行的成熟小程序开发团队。但是一番沟通后发现，自己认识的所有小程序开发团队和企业，近期工作量都处于超负荷状态，和自己的状况差不多。其中几家规模较大的软件开发公司，甚至将其它研发部门的技术人员也调至小程序开发部门，以满足逐日增加的订单。目前，朱宇滨的手里仍有将近三十个小程序在开发中。部分客户见开发周期过长，甚至提出要求只实现几项基础功能即可。“只要求尽快上线，至于别的功能后续再逐步完善优化就行。”作为局外人，我们可能会觉得这下子做小程序开发的岂不要“赚翻了”？实际上，在客户“加快，加快，再加快”的催促下，行业的开发价格的确水涨船高，但离所谓“赚翻了”还很遥远。据朱宇滨透露，目前低于五千元预算的小程序开发订单，很难在行业内找到正儿八经的团队承接，只能寻找很普通小微个人团队，用现成的源码去套一套。“我们公司现在开发的订单，价格大多在一两万，部分功能复杂的单子会超过五万元，现在同行报八九万的情况也经常能见到。”朱宇滨笑称，相比三年前公司转型开发小程序之初，相关开发报价仅为大几千元的窘境，现在确实是“忙并快乐着”。就在部分互联网企业琢磨减薪、裁员的同时，这些小型开发公司相关岗位的员工薪资却逆势增长。无论是在岗的研发人员，还是正在急招的开发岗位，薪资都相比春节之前都有较大幅度的提升。朱宇滨以几家同行正在急聘的小程序前端工程师距离，“目前的月薪已经涨到了税前两万了，研发人员的加班时薪也调整到100~120元，攻城狮们现在都很乐意加班。”据小程序数据平台“阿拉丁”的一份报告显示：今年2月全网小程序DAU数据已经达到4.5亿，3月份稳定在4.4亿，小程序数量达到360万。显然，在疫情的影响之下，小程序市场需求出现了迅速井喷的现象。不过有行业人士指出，目前的市场井喷现象与疫情有很大的关联。待疫情消退后，市场很可能会骤降至去年同期水平。要分析出这番话的对错，可能要先了解一下那些急于开发小程序的都是些什么企业。生意不景气，欲借小程序创收“政务、抗疫小程序，我们公司做不了，都是那些大机构、行业巨头在做。”当问及市场的主要需求来自哪些行业时，朱宇滨看了一眼电脑里的资料表示，目前承接的订单几乎都是线下实体企业，其中以餐饮店、便利店、商超的开发需求最多。连锁餐饮、便利店的需求，几乎占据公司开发订单的六成以上。功能主要都是以在线下单、外送、会员管理为主，“有客户告诉我，由于线下人流量减少，便利店、连锁餐饮门店负面影响最为严重，目前经营上都在发力外卖平台、在线订购。”朱宇滨和客户交流时得知，一些餐饮机构虽然通过外卖平台销售菜品，但苦于平台佣金比例过高，商家感觉有些吃不消。“他们认为若将佣金、外卖成本转嫁给消费者，会导致自己价格缺乏优势，相应的订单就会减少。如果商家不借助第三方平台，又更会让经营的状况雪上加霜。““有些脑筋灵活的连锁餐饮、便利店希望‘未雨绸缪’，自己花些小钱开发小程序，自建外卖、在线销售渠道，这才让我们这些做小程序开发的有了这么多生意。”朱宇滨表示，一些餐饮、便利店除了想摆脱外卖平台的约束，也希望借助小程序将经常消费的用户维护起来，成为会员和粉丝，节省大量成本和市场支出。无论消费环境如何变，都能拥有固定的顾客（铁粉），经常在线下单消费，无疑是商家的终极梦想，“尽管刚上线的小程序大多没有顾客流量，但商家都是在为以后做准备。”除此之外，传统教育课辅行业也是近期小程序开发的主要客户。朱宇滨告诉懂懂笔记，受疫情的影响，传统课辅培训班无法开展线下培训，为此很多机构急于开发具备在线直播、互动、答题、续费等功能的小程序。“这样一来，学生无需到课辅机构也能在线上课。同时，家长也能在线便捷续费。”朱宇滨强调，相比以往在线教育品牌冗杂的上课应用，传统课辅机构则希望通过于小程序轻装上阵，与在线教育机构竞争抢市场。目前，一些线下美容美甲、服装零售、洗衣服务等连锁机构，也逐渐开始萌生小程序应用的大量需求。不少商家计划通过公众号、微信群向会员、用户推送相关电商小程序，“疫情之下，许多零售商家都意识到传统电商难做了，实际转化也过于被动，于是都想用小程序承载私域流量。”为了自救，为了未雨绸缪，不少商家、机构在当下经营最为艰难地时期，选择投入、开发专属的小程序，目的主要是要构建独立的、不受约束的私域流量池。很多以前不重视线上交易、社群维护的商家也开始转型线上，期望通过这些手段在线上为消费者提供服务、促进销售。那么，是疫情推动了传统商家转型，同时推动小程序开发需求井喷吗？这种需求会不会随着疫情结束而“重归寂静”？井喷源自势能，疫情只是加速器“小程序的市场需求突然井喷，可以说是意料之外，情理之中。”作为小程序行业发展的见证者，朱宇滨认为，目前使用微信、支付宝相关小程序的用户数量非常庞大。随着开发技术的提升，小程序未来可以承载的功能也会越来越多，甚至商家未来所有线上营销、销售、售后、库存和客户管理都可以依托几个小程序实现。在他看来，尽管小程序不像APP应用会长期出现在用户的手机桌面菜单中，但用户只要用过一次，就会记住商家相关的小程序。“包括我在内，身边很多朋友同事现在找商家的服务，都习惯先在微信里搜一搜，找找商家的小程序。”正是因为有大量用户基础，许多消费者在角色转换为商家、公司经营管理者时，也开始重视小程序的开发、运营了。朱宇滨告诉懂懂笔记，过去一年里，有小程序开发需求的大部分是传统实体商家，他们也是觉得与传统电商平台相比，小程序能够更好地与线下消费场景结合，形成良好的用户互动，“有的实体商家是先做网店，后面发现难有起色，于是又开始做小程序。”当然，这里面也有大量的跟风效应，部分实体商家无论运营与否，都会先开发一个小程序放着，待日后有运营需求之后，再对功能、内容进行新的优化。这种形式，与当年是一个企业就要开发一个企业网站、注册个公司域名类似。“更有一些企业大炮换鸟枪，原本运营着公司的网站、APP应用，但开发小程序之后就放弃了APP的运营。其实不用心做，网站、APP还是小程序都不可能搞好！”在朱宇滨看来，目前传统企业、商家对于小程序的需求越来越多，已经形成了一种趋势。尤其是在很多企业、商家的固有思维中，小程序的开发成本低、投入小，却能带来很好的收益，因此就扎堆追捧、开发小程序。“说白了，如果是源码开发的小程序，价格肯定要比APP高一些，功能强大的甚至会贵很多。”他认为如果疫情不发生，新的一年小程序的开发需求也会陆续增多，“只不过因为疫情突然发生，让部分原本计划运营小程序、构建私域流量的商家加快了脚步。”实际上，许多投入开发之后却将小程序扔在一边的客户，最近也开始扎堆对小程序进行优化升级，甚至在开发投入上不计成本，这也让小程序的需求继续暴涨，“有企业原本计划一年、两年内上线，现在都扎堆在一起开发，一方面是自救、一方面也是想布局未来吧。”至于蜂拥而至的用户在开发出小程序之后是否会用起来，朱宇滨表示并不关心。或许，投入经费后上线小程序的商家，有不少也会逐渐不再关心。【结束语】疫情之下，受环境因素的影响许多企业、商家积极“自救”，推升了“全民直播带货”以及小程序应用的发展。商家Allin小程序让相关的研发机构、团队逆势而起，成为科技互联网领域低迷环境中一枝独秀的行业。但就像部分行业人士所担忧的那样，小程序能否成为企业、商家“自救”的利器仍未可知，但一窝蜂出现的小程开发需求很可能会造成另一种资源浪费。只不过在现实情况下，这寄托着企业、商家对于新业态、新模式愿景的小程序，的的确确又是商家苦流量久矣的一种无奈之举。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
08/02
陷入数字化迷局中的软件公司
勿让技术成为阻碍企业数字化发展的拦路虎。如果说谁是企业数字化转型建设的中坚力量，大家都会不约而同的想到：软件公司！那么如果要问是谁导致企业数字化转型失败，我想大部分人首先想到的也是：软件公司！所以企业数字化转型建设是成也软件败也软件，当然从客观的角度说背锅的现象也是存在的。在企业数字化转型建设过程中其实软件就是管理与技术之间的那座桥，能否承受管理之重谁也难以说清，而软件公司就是桥的设计者与施工者。但为什么看似简单的转换与打通变得如此复杂及难以实现？软件烂尾的案例比比皆是，到底是软件产品本身的问题？还是软件公司本身管理的问题？太多的项目失败让企业数字化转型的迷局进一步加重，而作为主要执行者的软件公司也不得不面对企业领导的质疑与批评，深陷其中难以抽身。在企业实际能力、领导需求与营收KPI面前软件公司往往迷失了初心。为什么国内缺乏优秀的软件企业，这与软件公司的经营战略不无关系！老杨认为当前大部分的软件公司在KPI下都迷失了初心，丢失了以客户为中心的服务初心，反而利用企业不懂数字化、不会做数字化的短板将企业用户当成韭菜与小白鼠，大厂的身份并不是服务保障，而变成了一种招牌，利用几张PPT将领导喜欢看的内容展现，但却忽视了企业本身的管理基础与能力，要知道在数字化转型过程中领导的需要并非是基层的真实需求，这就导致一些软件公司每天忙于游走高层路线，而离真实场景渐行渐远，功能与需求完全脱节，这也就不难解释为什么很多系统一应用就招致基层员工的疯狂吐槽，所谓的“降本增效”也沦为空谈与笑话。在企业实际能力与项目规模面前，大部分软件公司往往选择了后者，一个数字化项目动辄几百上千万，项目周期都是按年起步，例如有的企业基础系统都没有就被软件公司的PPT及最佳案例所忽悠搭建所谓的中台、搞所谓的数据治理，最后一通操作下来坑哭了做实施的小伙伴，彻底了陷入了企业数字化的迷局中，把企业领导对数字化的信心消磨殆尽，同时也是在消耗自身的品牌影响力，在行业内成功打上落地能力差的标签。部分软件公司还喜欢标榜自己是“全科大夫”，任何行业的数字化解决方案都能做，但细问下来发现各行业可参考的案例屈指可数，而真正成功的案例几乎没有，似乎每做一个案例解决部分场景问题都成为最佳实践已成为行业公开的秘密，但究竟做的好不好只有企业内部才知道。当前国内大部分软件公司的问题就在于喜欢玩规模、玩概念，但核心的产品功能与客户服务被抛之脑后，例如某软件大厂的主打产品架构老旧，用了十几年BUG一大堆，产品功能在不断迭代下越来越重，操作非常复杂，但该公司还在吹嘘产品功能多么全面、强大，从来不考虑企业是不是真的需要，老旧的UI界面客户是不是真的简单易用、提升工作效率，用大厂的光环让企业用户乘兴而买吐槽而用。所以国内的企业管理软件需要的是做深、做专，在满足用户需求的基础上还要在功能体验上下功能，让系统好用、让企业员工爱用，而非贪大求全把自己困在市场规模、功能大而全的迷局里。“以客户为中心”对于大部分软件公司而言似乎是一句空谈。在老杨看来大部分的软件公司所做的“以客户为中心”工作仅仅限于售前阶段，所做的方案虽然都是以客户为中心的，但究竟以企业的哪个为中心就不得而知，所以就导致售前的坑实施来填，大部分传统企业对于数字化的认知本来就是云遮雾罩，看不清、摸不透，加上所谓专家及部分软件公司的一顿忽悠更加是“如入仙境”，结果实施入场以后，企业才感觉到什么是“峰回路转”，卖家秀与买家秀，企业本身数字化能力的不足，再加上软件公司行业深度的不够，实施团队经验的拉胯，导致整个数字化项目都是“扯不清、理还乱”的状态，企业对数字化建设本身就是迷局状态，再加上软件公司的谜之操作，让数字化的价值更加是扑朔迷离，难以展现，同时也让企业领导对数字化的信心一点点的消磨殆尽，而较长的软件实施周期、不断变化的需求让项目交付难，深深的陷入企业数字化的迷局之中。当前是一个高度不确定的市场环境，企业生存都是问题所以做数字化转型建设日趋艰难，有的传统企业甚至裁撤了IT部门，不难看出当前软件公司不仅在外存在市场空间不断缩小、利润不断缩水的生存困境，内也面临着组织及运营管理的压力，在内外双重压力下软件公司该如何自我突破？讽刺的是很多软件公司一天到晚的喊着要企业进行数字化转型，说起转型来头头是道，但自身的日常管理还是很传统，一个连自身都未实现数字化转型的软件服务商为企业提供的方案也就是PPT（骗骗他）而已。靠卖所谓方案、概念来赢取客户的时代已经结束，靠引用他人最佳实践经验卖产品的软件公司注定已经没有竞争力，所以老杨认为国内的软件行业迫切需要转型，已经深陷数字化迷局到了十分危险的时候。那么软件公司该怎么办？必须实现两个转型：商业模式与服务能力的转型。在传统的软件买卖中甲乙双方的关系是十分脆弱的，正如一位软件公司的朋友所言：卖软件这么多年下来，一些客户从朋友做成了仇人！原因何在？除了企业本身内部管理的复杂性外，软件公司自身还是存在诸多的问题，例如对行业的认知深度问题、项目管理能力、沟通能力等等，最后企业想要的功能没实现，在用的功能超难用，一提起**软件公司企业甚至是咬牙切齿，所以软件公司必须改变传统的营销模式，在客户服务上下功夫，比如改变之前提供任何接口都要收费的模式，给企业提供一个全开放的免费的技术平台，勿让技术成为阻碍企业数字化发展的拦路虎。重市场而轻服务是当前大部分软件公司的现状，当然作为公司获取利润无可厚非，但要物有所值，让企业认可而心甘情愿，对于大部分企业而言，做数字化转型期间不仅仅希望软件公司仅提供产品，而是尽可能多的赋能，协助企业打造出一套适合企业的数字化能力体系，但可惜的是很多软件公司难以实现，一方面是迫于成本的压力，而另一方面是其根本就无此能力，尤其是被广大企业所诟病的服务体系，软件公司传统的售前、实施、售后三权分立模式导致内部管理割裂，在项目进行期间由于信息的断层而相互甩锅，其产生的后果最终由企业买单，因此对于软件公司而言在当前高度不确定的市场环境下急需内部管理体系的转型。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
07/29
手机智能体，干掉App？
新超级入口来了？在AI时代下，手机智能体可能将成为新的超级入口，传统移动互联网生态会有怎样的变化？“我觉得短期之内，你会看到一个比较大的变化。不管手机也好，互联网也好，未来我们的App会越来越少，会去App化。因为大模型本身具备生态插件及融合能力，以后可能我们不需要那么多App了，人们需要服务的时候，大模型直接去调用一些服务接口就可以了。”一位人工智能资深人士在年初对数智前线说。而在刚刚过去的6月，两大走在前面的手机企业苹果和华为，在各自开发者大会上，官宣了人工智能战略和动作，确实让手机呈现出不一样的变化。在AI时代下，手机的交互模式、手机企业与App之间的合作模式，正在发生演变。01新的超级入口出现了？6月举办的苹果开发者大会上，"AppleIntelligence"被提了大约60次。"AppleIntelligence"的策略，不是将AI作为附带功能或独立的聊天机器人运行，而是将AI整合到用户已在使用的应用中。为了实现该战略，苹果将把AI融入到最新版操作系统中，并将全新升级Siri.值得关注的是，Siri在2011年推出时，被定义为“个人助理”，但这么多年来，它的角色颇为尴尬，能用的功能有限。直到现在接入GPT-4o,或许才真正开启“Siri的时代”。苹果介绍，当全部更新都落实后，Siri在获得用户允许后，可以访问苹果设备上的一切，并能跨App来工作。比如，一个会议改到了傍晚，你想知道开完会还能不能赶上女儿的演出。你问Siri,它就会处理相关数据，包括会议时间、地点，从办公室到演出地点的车况，来给出建议。在腾讯研究院针对"AppleIntelligence"组织的一场讨论中，硅谷AI应用创业者陈然认为，Siri的这次升级，让更多用户第一次真正接触到智能助手。“串联了很多应用，对大多数用户来说，就像魔术一样。”不过，这些功能将在今年秋天上线，一些更复杂的功能可能要到2025年才会亮相。继苹果之后，在6月的华为开发者大会期间，华为也宣布了“鸿蒙原生智能（HarmonyIntelligence）”。同时，华为小艺也迎来重大升级，不再是AI语音助手，而是系统级智能体，背后加持了盘古大模型5.0.在展台上，人们已经可以直接体验小艺智能体。比如你告诉小艺，对比下两个手机产品。几秒钟内，它输出两部手机的介绍，列出表格对比各项参数，甚至可以通过对话，调出商城服务，直接完成购买，形成一个闭环。在没有智能体之前，我们需要搜索很多内容，自己在脑中形成对比图。在这个过程中，小艺智能体理解用户的意图，能规划多步骤的任务，并跨多个应用来执行。一些业内人士总结了传统智能手机和AI时代下手机的不同，虽然当下AI手机还处于极早期阶段：首先，自然交互来临了。交互变成了对话、图片、视频等自然的方式，无论是苹果Siri、华为小艺、OPPO小布、vivo的Jovi,还是小米小爱，作为智能体或个人助理，未来，它们能听会看，能深刻理解人们的意图。其次，智能体将帮助用户去做App之间的复杂交互。“传统智能手机模式下，App通过智能手机平台，直接向用户提供服务，用户支付的大多数费用和流量，则归App应用，手机只能获取一些App应用预装和使用分发费。”IDC中国研究经理郭天翔告诉数智前线，“AI时代下，由智能手机（智能体）直接服务最终用户，App为智能手机提供服务，手机的重要性增加，用户的流量直接流向手机。”再次，App将解构成颗粒度更小的服务。“应用展现出原子化的趋势。”FutureLabs未来实验室首席专家胡延平说。一位华为工程师告诉数智前线，App开发商已开始进行微服务化改造。这些原子化的服务，在用户的需求场景下，将通过智能体编排组合，走向智能耦合。“我们可能都不再叫应用开发者了。”前微博创始团队BrilliantPhoenix合伙人Indigo说，应用开发商转变为“服务提供商”，为这些智能体开发服务接口。在这样的变化下，手机智能体或个人助理，成为一个新的生态入口。在接下来很长一段时间，或许许多应用逐步接入Siri、小艺等智能体，去抢这个接口，也会依赖于这些智能体的路由和分发。“你可以理解手机智能体是一类特殊的App,它是系统级App,它与第三方App底下都是手机系统。“一位研发工程师说，”第三方App把服务给到系统，手机智能体去系统里拿。手机中可能不再需要下载App.“实现AI手机的过程，是一个去App应用的过程，未来可能手机里完全不需要任何App应用。”IDC郭天翔说。这种趋势已经发生。在华为HDC大会期间，大批App企业前往手机原生智能展区。大家交流的核心是“怎么能让系统或小艺，更多地调到我们？”02各类App会受到怎样的影响智能体的出现，令手机App的流量分配出现了新动向。“在这方面，我们做过一些调研。”一位手机研发工程师告诉数智前线。他们看到，头部内容类App“不用焦虑”。如抖音、微博、小红书，在智能体上去浏览内容，不如直接打开App,因为里面的内容更密集，浏览便捷，效果也更好。一些大的工具类App将会受到正反两方面影响。一方面像充话费等功能，如果手机智能体能提供更快捷的服务，用户就会减少使用相关App.“所以，这类App开发商要寻求转变。比如，把自己拆解为原子化服务，相当于一个个很轻的小程序，方便系统调用。”另一方面，这些工具类App中埋藏很深的功能，像中长尾小程序，大部分用户并不知道。接入智能体后，相当于给这些小程序一些更浅的入口，获得更多的分发和流量。对于大量中尾部App,本身流量不大，会分为两种情况：一种是如果它有很好用的功能，比如一些修图软件，虽然比较小众，但有特色，当它向系统开放了服务能力后，系统会根据用户意图，匹配出来进行调用。“这类开发商在很积极地拥抱智能体。”另一种中长尾应用，则没有太大特色，将被淘汰。针对这样的调查，App开发商有着不同的反馈。某头部App资深开发者告诉数智前线，手机智能体这个入口，并不具备决定性。他以支付和导航为例，“做支付的很多，为什么就微信支付和支付宝这两家最强？它可能还是用户体验，而且市场这么多年形成的用户习惯是最难改变的；再如导航，市场上基本是百度和高德，智能体改变市场格局，短期内还不太现实”。另一位资深人士观察到，大量App企业在智能体上正采取多种策略。一些自身有能力的App,自己已接入各种大模型，做智能体，如飞书在去年推出飞书智能伙伴。另一种App,自己做智能体的同时，也与手机智能体合作，比如支付宝。而哪种服务用户更愿意使用，还有待观察。但对于大多数中小App,自身能力有限，愿意借助手机智能体能力，实现自身转型，不至于在与大公司的竞争中，完全失去使用场景。西窗烛公司创始人瞿章才告诉数智前线，西窗烛本身是古诗词App,未来西窗烛App自身，可能会接入大模型，去做智能体场景。“比如把所有文学作者都变成智能体，用户可以直接与杜甫对话，也可以与李白作诗。”他们也计划接入华为小艺智能体，以及字节豆包等的智能体生态。前者针对华为鸿蒙系统，后者则期望用于安卓手机生态。瞿章才认为手机智能体并不会替代App.“具体的功能，还是要跳到第三方App来实现，智能体只是让触达变得更便捷了。”毕竟各类App背后有大量的数据和场景，智能体不可能完全覆盖。目前，一些App采取先发战略。比如同程旅行、小红书等第一批接入小艺智能体，开发了原子化服务。在用户出行场景下，华为手机的小艺智能体会调用同程旅行实现订票服务，调用小红书的景点推荐。小红书还开发了一些新的用户交互形式，比如用户浏览时，可以在旁边帮用户生成一段类似的文字，或对一段文字进行翻译。03新的关系手机智能体和App之间，还有一个有趣和关键的问题，这就是数据。这也是传统智能手机与App企业之间不太涉及的问题。“苹果拥有强大的用户数据，如屏幕、日历、邮件、照片等，这对做机器学习的人来说，是非常宝贵的。”硅谷AI应用创业者陈然说，“如果想要进一步发展，这些应用必须要访问到这些敏感信息。我关注的是，苹果如何在其隐私框架下，控制和提供这些敏感信息。”除了手机向生态如何开放一些数据外，App公司似乎也要在隐私框架下，将一些数据提供给手机，才能让智能体更好地来调用。当下，手机智能体调用谁，或不调用谁，可能基于几种因素。“可以是结合用户的行为数据。”一位手机智能体工程师说，比如用户到了某个商圈，他习惯使用美团，手机智能体就会调用美团来提供美食推荐服务。当然，智能体也会有商业合作。“类似于现在一些应用底部推荐的支付工具，总有第一名、第二名和折叠的部分。”一位App开发者说。如果取决于用户行为或习惯，可能会更人性化一点。这里的用户行为数据，可能是智能体从系统获取的，也可能是第三方App共享的。一位手机智能体工程师给数智前线举了一个例子，如果同样有两个音乐播放软件，一个用户很多，但它接入手机智能体后，并没有很好地把用户的行为数据告诉系统；另一个用户没有前者多，但将用户行为数据开放的更多。“从系统的角度，前者不够智能，后者推荐出来的概率可能更大。”“这只是一个很理想状态。”另一位手机产品经理告诉数智前线，很多App不可能把数据给手机企业。比如电商应用，最核心的数据是用户画像，但这些数据一方面涉及用户隐私，另一方面这是电商企业的商业资产和核心竞争力，“它肯定不能给我们”。“在这种情况下，我们通过手机系统——其实手机作为一个平台，有一些全面、基础的用户画像，可以提供给智能体进行调用。”上述人士说。“从生态的角度来看，手机在功能机的时候，硬件和系统软件是绑定的，系统软件里包含了所有的关键功能，但很有限，就是通话、短信。到智能机的时候，最大的两个标志，一个是交互变成了触控式的、更自由的模式；一个就是APP产生了。”OPPOAI中心产品总监张峻在年初一场关于AI手机的讨论中说，“到了AI手机，它具有基于用户需求和个性化特点自主学习的能力，这意味着它跟用户的交互模式会发生深层次的变化，有可能是觉得你需要什么，我主动放在你面前，由你去决策。”张峻认为，在这样的交互体验模式下，背后的服务生态一定会发生变化。这一系列服务，必须要原生化，它还是由第三方提供，但内嵌在手机系统背后，系统可以把它调出来。同时，它可能会打破一些服务烟囱，在同一个用户场景下，贯穿了不同服务。张峻称，OPPO也已经开始做一些探索了，但这里还有很长的路要走。而胡延平认为，在下一阶段，可能会出现一些问题，如强大的头部效应，可能导致一部分App从入口获取大量的流量和用户，而其他可能被边缘化。在这种情况下，存在利益冲突。这些冲突可能还会与用户数据隐私保护，以及一些与竞争有关的问题相交汇。为此，手机企业可能需要考虑如何形成新的生态秩序，形成新的与开发者和应用之间的关系，而这个过程可能比超级入口来得更慢。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
07/27
生成式 AI 并不是软件开发“神药”，开发者需警惕这三大幻觉
我们恐怕只是把复杂的问题想得过于简单。软件行业苦降本增效久已。蔓延开去的开发周期，遥遥无望的上线时间，以及不断冒起的缺陷，怎么看都配不上这支精兵强将的队伍。生成式AI似乎带来了曙光，它的表现让人耳目一新，不少人会这么想：生成式AI能自动生成代码，成本低，可重复，即抛的能力像云上的资源，这段代码不合适的话扔掉好了，重新生成一段。这是不是意味着，不需要这么多精兵强将了？生成式AI在回答我们的问题时，偶尔会抛出个煞有介事的答案，但如果你稍作检索，就会发现这个答案徒有其表：不是查无此言，就是一派胡言，这与人工智能的威名不符。这即所谓生成式AI的幻觉，hallucination——因为没有真实可靠的语料，它自作主张拼凑了一个假的回答。大模型技术仍然在不断更新，能让人感知到幻觉程度也在逐渐降低。但在它被投入到具体的领域和使用场景时，幻觉效应仍在发生。在这篇文章里，我会分享下生成式AI在软件开发领域的应用，以及其带来的三个幻觉。01幻觉一：更快的速度不同的软件工具厂商都在迭代更新自己的代码助手产品，最著名的是GitHub的Copilot,他们宣称，可以加快程序员完成任务的速度达55%以上，那些清丽迅捷的演示视频看起来也如飞一般。但这是否意味着软件的交付进度可以加快50%？那些作为演示的代码是可疑的，更多程序员在自己的项目中采用Copilot的反馈似乎也表明，提速基本只会出现在一些常用的功能实现上。比如数组的排序，数据结构的初始化，或者是一些再简单不过的模板代码。可重复的工具代码交由AI也就罢了。但对于一个开发中的软件而言，有多少类似的代码需要重复开发呢？这恐怕值得讨论。遑论多数时候，它们只需要一次成型，封装待用。还有数量相当可观的业务代码，程序员会以怎样的速度来进行？你可以把足够数量的业务代码交由AI来生成，但是否安全恐怕是一个更大的问题。这里还有两个问题值得关注。一是程序员对AI提供代码的选择。AI如此容易提供多套方法的实现，程序员难免要尝试从中找出最优的选项。这个好？还是那个好？咦，竟然有五种不同的实现。需要先读懂每一种代码的实现，再切换到下一种。这个实现的方法很优雅，但可惜单元测试失败了。换下一个。程序员的好奇心被代码助手充分搅动。心猿意马，线性的思维习惯碎落一地。程序员遗忘的不只是开发纪律，还有时间。二是软件自有生命周期。很显然，轮到程序员开始编写代码，很多事情已经发生，而更多的事情还会继续发生，直到系统上线。这些事情包括但不限于：收集需求，理解需求（从需求说明到用户故事），测试，维护基础设施，以及那些层出不穷的修复工作。我的意思是说，即便AI帮助程序员写得再快，这个阶段也只是软件生命周期中的一部分而已。早有相关的数据统计，程序员日常的工作，只有30%的时间是在编写代码，而更多的时间是在尝试理解他们要实现什么功能，以及设计和学习新技能上。02幻觉二：更少的Bug人编写的代码难免存在缺陷，这是软件质量的基本共识。而且似乎越有经验的程序员，越容易生产出隐晦的问题，要过了很久才会被发觉。线上问题更让人提心吊胆，但这样的担心很难避免。AI生成的代码，听起来也很高级，是不是会带来足够完美的结果？很可惜，答案可能会让人失望。生成式AI背后的大模型，以互联网上大量的语料作为数据来源，尽管大模型技术一直在改善，但网络上已经现实存在的带有偏见的数据量十分可观。这也包括大量饱含缺陷的代码。这意味着程序员在代码助手中精挑细选的代码，也可能存有缺陷。因为这段有缺陷的代码，可能来自地球另一端的某个人，只是恰巧成为了地球这一端的选择。要命的是，生成式AI有放大器（amplify）的功效。简单来说，就是如果程序员采用了存有缺陷的生成代码，Copilot会记录这样的行为，在接下来类似的场景，会继续建议有缺陷或差不多的代码。AI并不能读懂这样的代码，它只是被鼓励继续提供。我们可以预想最后的结果。程序员要严守团队的开发纪律，保持统一的代码规范，因为这样别人才能读懂，更容易发现潜在问题并修复它。但代码助手提供的不同样貌的代码，似乎也提供了更多的混乱。代码有缺陷，只是软件最后会爆出难以挽回的问题来源之一，甚至是很少的一部分。构建软件的过程，其实是知识生产和创造的过程。在软件生命周期不同阶段加入进来的各角色，共同理解和分析软件的需求，然后转换其为代码，也在团队和人员更替的过程中，传递这些表面为需求和代码实则为知识的信息。但通常，知识会衰减，知识资产的传递会不可避免地出现差池。比如，读不懂代码，无法持续更新文档，整个团队又被替换，等等。这些才是软件不断产生Bug和问题的原因所在。人工智能并未能解决这些软件工程中棘手的问题，至少现在看短时间内做不到。03幻觉三：更少的人AI的代码助手看起来确实像见多识广的程序员。甚至有人愿意把它当成结对编程实践的伙伴。用人成本一直是IT团队头疼的问题，好手太贵，合适的人招不到，从头去培养熟练的程序员又需要太久时间。有了人工智能和代码助手的加持，是否意味着可以缩编快一半的人？AI和代码助手不仅无法提供上述的速度快和质量高保障外，也期待使用者要有足够经验的程序员才好，才能尽可发挥它该有的优势。这位有经验的程序员，需要有能力判断代码的优劣，判定对已有生产代码的影响，还需要有精心调整提示词的耐心和技巧。在这篇文章里，作者讲述了她在使用代码助手时诸多要留意的问题，还有你能看到的她缜密的内心戏。因为代码助手带来的不确定性，可能会引起两类风险，一是影响到代码的质量，二是浪费时间。这里其实显示的是一位足够资深的程序员的自省能力。也只有这样，代码助手才可以心安理得扮演见多识广的新手，而经验程序员充当守门员，她才是那个负责提交代码的人。这样说来，AI改变的其实是编程体验。（图片来源：https://martinfowler.com/articles/exploring-gen-ai.html,作者把代码助手想象成一个着急帮忙、固执、说话清楚但缺乏经验的角色，于是用AI画出了这个卡通形象）AI和代码助手在解决简单重复性问题上，效果显著。但在构建软件的过程中，有更多需要人和专业经验的场景来解决复杂的问题。比如软件系统日益增加的架构复杂度和范围，应付市场和业务侧的需求，跨角色之间的沟通和协作，还有那些更加时髦的涉及代码伦理和安全的问题。虽然判断程序员是否足够专业和熟练，不像数数那样一目了然，但我们也可以说，引入AI和代码助手然后减员开发团队，能带来的成效是不确定的，目前看弊大于利。04写在最后生成式AI的本质是模式转换，从文字的一种形式，转换成另一种形式，高级的代码助手的能力也不出其右。如果把涉足软件构建的AI代码助手，认为是解决诸多软件工程难题的妙方，我们恐怕只是把复杂的问题想得过于简单。写到这里，我们一直在谈什么呢？我们其实在谈的是，在软件开发上投资AI的成效该如何衡量。投资AI并不是简单如购买代码助手的License,然后就可以坐享降本增效。不断询问“我们要如何衡量投资AI和代码助手的效果？”，不如询问“我们到底要衡量什么？”。从DORA定义的四个关键指标开始，是个明智的选择，它们是变更前置时间、部署频率、平均恢复时间（MTTR）和变更失败率。以下几条基本衡量原则供参考：衡量团队效率，而不是个人绩效。衡量成效而不是产出。查看随时间推移的趋势，而不是比较不同团队的绝对值。用仪表板上的数据开启对话，而不是就此结束。衡量有用的东西，而不是容易衡量的东西。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
07/19
“混合办公”模式成功的背后，靠什么支撑？
顶层的管理理念和底层的技术手段，是支撑混合办公成功的关键。今年6月，OTA行业巨头携程创始人梁建章在Nature发表论文，深入探索了混合办公模式的可行性。而在近日，作为同一集团下的独立运营品牌去哪儿CEO陈刚也及时响应，公开发全员信推行3+2混合办公模式，此举也引发了全网讨论。不论是携程还是去哪儿，两家企业都对混合办公模式表现出了高度的认可，其中携程在2021-2022期间开展的持续6个月随机对照实验中发现，混合办公模式对员工表现、保有率和满意度等方面并未出现负面影响，反而离职率下降三分之一，工作满意得分有所上升。与之相似的是，去哪儿CEO也表示，大家对混合办公的各个维度反馈都是正面的，过去的通勤时间变成了锻炼时间和休息时间，甚至有很多同学为了方便线上开会，自学了很多沟通技巧。那么，混合办公成功的背后支撑是什么？这种反内卷的工作模式为什么值得推崇？值得探讨。01混合办公的成功，靠什么支撑？顶层的管理理念和底层的技术手段，是支撑混合办公成功的关键。携程、去哪儿“混合办公”获得初步成功的背后，实质上传达出的是一种新的管理理念与组织形态的可能性。混合办公中管理层的最大挑战是，要学着更加开放包容一些，过去集中管理的方式不再完全适用于混合办公，当下的诸多企业开始采取OKR或KPI管理，并部署大量的协同办公工具。在此类公司，管理者无需因员工不在办公室而感到恐慌，各类即时通讯软件和远程办公工具可以随时与员工联系，这样的管理机制，正在逐渐的被越来越多的传统企业接受并付诸实践。在具体实施层面，为了规范管理和提高生产效率，企业做调研、规定考勤、搭建线上办公自动化系统等等，从无到有推进，才能让杂乱无章的办公模式逐渐走向正规。更为具体的考量是，企业要关心混合办公模式对企业IT能力的挑战，对于员工而言，居家办公的员工是否能够获得与以往一样的工作体验，能否通过协作技术获得与集中办公同样的效率。对于企业而言，企业IT架构中的网络和安全问题能否得以解决，以保障在外员工安全地接入企业网络，获得企业相关运营数据和必要应用以及远程运维等问题。关于技术层面的担忧，除了内容IT部门自研外，不少IT科技和互联网科技企业也提供了不少解决办法。这也是去哪儿CEO陈刚在公开信中谈到的一点，如今随着各类软件的功能完善，在公司办公不再是唯一选项。首先是在线协作技术上，有去哪儿网受访者表示，去哪儿具备线上办公的基本技术手段，内部使用Qtalk作为内部聊天工具，开会用腾讯会议或者微信拉群，在线文档使用Wiki,类似石墨文档，但更深层次的协作则大多数需要借助外部手段。实际上，在市场上支撑混合办公的协同办公软件的丰富度可远不止这些。市面上更是针对不同类型的团队，不同类型需求，推出了不同的协同办公软件，如常见的项目管理协作沟通、研发管理协同、文档协同、会议协同、设计协同等等。在项目管理协作沟通上，如飞书、钉钉Teambition都提供了项目管理、任务协同、文档协作、跨部门协同等核心功能，适用于产品、研发、设计、市场、运营等各类团队。研发管理协同软件，如腾讯旗下研发管理协作工具TAPD,看板、文档、迭代计划/跟踪、产品需求规划、缺陷跟踪管理等丰富功能，可以帮助企业团队可视化工作进展、沉淀分享项目知识、提升团队协作效率。文档协同和视频会议协同则更多，如钉钉、飞书、企微、金山办公等等国内知名软件均在市场多数企业的选择之列。设计协同类，国产品牌蓝湖、即时设计以及万兴Pisxo等也正逐渐替代Figma、Invision等国外软件成为设计师新的选择。解决完在线协作技术，安全问题也随之而来。混合办公缺少了公司设备、网络等物理空间的保障，散落在世界各地的员工设备也就成为了巨大的风险敞口，一个员工的终端连接上未经保护的公共网络之后，也意味着整个公司的信息安全处于风险之中。这也需要企业提供多重硬件功能支持保障，包括通过技术手段帮助开发人员在内网中办公，以保障信息安全。比如企业有多种业务在网络上运行，企业的IT部门需要做到可视化管理，除了告警信息，还可以看到正在发生的事件、产生的日志、追踪的信息等等，可以及时发现问题解决问题。还有强大的远程可管理能力，拥有这项能力意味着IT人员可以对任意地点的设备进行维护，让终端在发生系统崩溃、硬盘损坏等严重故障时，IT人员也能通过远程连接的方式予以恢复，极大简化IT管理，提升团队效率。02混合办公模式，企业的期待在商言商，企业对混合办公模式最大的期待是什么？携程最早推行目的是保留和吸引人才，提升员工满意度。根据携程最新发表的论文，这一目标显然取得了阶段性的成果，在携程推行的混合办公政策之后，居家办公总体减少了33%的离职率，并且离职率的潜在下降可以节省数百万的招聘和培训费用，甚至该模式正在成为企业在全球范围内吸引和招揽人才的新武器。去哪儿也有同样的感受，公司的业务开展和日常运营并未有副作用出现，反而希望员工在工作和生活中找到平衡。当然，人力成本降低和员工满意度提升或许只是混合办公模式的好处之二，实际更多的成本优势包括办公室租赁成本、日常福利支出成本、不同地区居家办公薪酬成本、ESG治理成本……也开始逐渐显现。员工侧，当团队的心理安全被整体提高时，员工可以到自己团队之外探索，从外部寻求想法、带回信息，并将为团队和组织带来高绩效表现；协作紧密，讨论、意见、反馈都会大幅增加，创新或许无所不在；改善的工作和生活平衡使他们更快乐，变得更有效率和自主，这些都会对公司产生积极影响。从现下看，内外部环境正在促使企业做出改变，无论是生产、营销还是用工，并由内而外渗透到企业文化、管理模式和IT架构的方法面面，而混合办公模式正在成为企业与员工双方都能接受的最优解。对于想要推行混合办公模式的企业而言，涉及到上层管理方式、业务流程连续、企业应用安全以及员工体验等诸多方面的考量，任何一方出现问题都会给大面积推行造成极大的阻碍。值得注意的是，不管这种模式何时到来，技术总是最先做好准备的那一项。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
07/19
智能体爆发前夜，大厂们都在抢什么？
AIAgent,开启AI时代的黄金十年2024年已经过半，国产大模型的竞争也进入了白热化。如果说大模型的上半场是在卷基础能力，那么中期的竞速赛中，AIAgent（智能体）的竞争已经被提上了重中之重的议程。无他，智能体就是应用落地最重要的产品形态。但从当前情况来看，国内外却已然走向了不同发展路径。微软和OpenAI的GPTs发展受阻，而国内却涌现出越来越多的玩家和智能体开发平台。如字节跳动的扣子、腾讯云的腾讯元器、百度智能云千帆AgentBuilder、阿里云大模型平台百炼、科大讯飞星火智能体平台等。除这些大厂外，包括智谱AI、面壁智能等大模型创业公司，容联云、思迈特等SaaS公司，钉钉、飞书等协同办公赛道企业等，都在加码智能体开发和应用落地。无疑，国内大模型的下半场竞争，已经开始“卷”向智能体的开发和应用，并逐渐形成了一个多元化、竞争激烈的生态系统。那么，微软和OpenAI这一行业风向标都没做好的智能体，为什么国内企业却如此看好？在这场智能体应用之战中，面对日益同质化的产品和服务，各企业又该如何卡位竞争？AI时代，智能体平台将成为主流的应用开发阵地，但面向C端的分发目前依然要依托当前的流量主阵地——抖音、微信、淘宝等，面向B端的分发则依然要通过各大ISV（第三方软件服务商）。各家大厂争夺的依然是AI生态，而其他企业则聚焦在垂类场景的落地。但在此过程中，如何让智能体真正用起来，实现商业变现，则成为考验各企业智能体开发的重要挑战。一方面是面向C端的应用，智能体能够成为每个人的智能助手，真正的解决日常问题。另一方面则是面向B端企业场景应用，通过整合大语言模型、知识图谱、检索增强生成（RAG）、智能体和管理平台等关键技术和产品手段，为各类政企和机构构建“企业大脑”。但从当前整个行业发展状态来看，随着微软放弃C端消费市场，OpenAI的GPTs也未实现真正的商业利益共享，短期内，智能体在C端真正实现商业化落地的希望并不高，但在需求众多的B端企业服务中，或许能找到合适的落地应用场景，比如办公AI助手、销售助手、研发助手等。大厂要生态，小厂要聚焦目前，智能体赛道已挤入众多玩家。据光锥智能不完全统计，互联网大厂中，百度、阿里、腾讯、字节跳动等皆已布局智能体赛道，并推出一站式智能体开发平台。华为方舟实验室此前也发布了一款盘古智能体框架（Pangu-智能体），但目前相关应用信息并不是很多。在大模型创业公司中，智谱AI、面壁智能，已推出智能体开发平台，月之暗面、零一万物、百川智能等企业，则是以AI应用助手的产品形式为主，暂未推出智能体开发平台。相比较来说，互联网大厂所面向的用户群体更全，聚焦的场景更广泛，目前更多的还在于让更多的用户能够使用其平台，不断扩大自身AI开发者生态，并借助自身在内容生态等领域的优势，为智能体的开发和变现提供渠道，如腾讯的微信生态、字节抖音、豆包、头条等。而大模型创业公司，智谱AI在大模型能力上虽然全面对标OpenAI,但商业化却更倾向于走B端道路，所以其智能体平台虽然也支持个人开发者，但更多是引流获得更多用户的数据反馈，商业上倾向于做智能体+行业解决方案的落地。面壁智能则坚定地走向了端侧AI,智能体未来恐怕也是为端侧场景服务更多。值得一提的是，在原有的企业服务赛道里，智能体焕发出了新活力。在协同办公场景中，飞书和钉钉都已在智能体赛道进行布局。此前，钉钉推出了AI助理服务，钉钉上的用户可以根据自己的想法和需求，打造一个在钉钉内部、第三方以及企业自建应用之间“自由穿梭”的AI智能体。除AI助理之外，钉钉此前还发布了AI助理市场（AIAgentStore），这就相当于为企业构建了一个数字人才市场，覆盖企业服务、行业应用、效率工具、财税法务、教育学习、生活娱乐等类目，一个多月以来，上架的AI助理数量已超700个。而飞书则通过开放的AI服务框架，使企业可以根据业务场景自主选择合适的底层大模型，并创建智能伙伴用于内容创作、数据分析、系统搭建、研发助手等业务场景。两者的区别在于，飞书认为智能体需要与原先的作业流程深度嵌合，而钉钉则认为智能体相对独立，像员工一样具备流动性和交易价值。此外，像容联云、思迈特等SaaS企业，此前也展示了自身在智能体赛道的布局和相关产品。区别于上述企业智能体开发路径，SaaS企业更专注于垂类场景的智能体应用。如容联云的容犀InsightAgent（容犀IA）、容犀VirtualAgent（容犀VA），专注于营销、销售、服务等场景。另外，还有一些专注于智能体开发的创业公司。比如Dify.AI,成立于2023年5月，是一个基于LLM应用开发平台，支持超过10万个应用的构建，集成了BackendasService和LLMOps的理念，适用于构建生成式AI原生应用，主打基于任何LLM都可以创建AI智能体。还有专门针对金融行业打造智能体开发平台的深擎科技；聚焦为企业开发虚拟“数字员工”的实在智能；既有面向C端智能体开发服务，又有面向B端企业提供AI数字员工解决方案和云服务的汇智智能等等。由此也不难看出，在这场智能体应用的战场中，不同的企业所聚焦的场景不同，最终想要实现的目的也不同，大厂想要生态，小厂想要聚焦到场景。于互联网大厂而言，更注重AI生态的构建，实际售卖对底层大模型和云算力的调用能力；而飞书、钉钉所争夺的，则是聚焦到了企业办公场景中，瞄准的是企业内部知识库的智能体化，主打企业数智化转型的一张牌。容联云、思迈特等所争夺的，则是局部场景的进一步智能化，比如智能客服、智能投顾等。聚焦智能体的创业公司，也同样如此，虽然是推出了智能体开发平台，但更多的还是聚焦重点应用场景，推出相关智能体开发服务，所谋求的还是在场景中找寻智能体商业化变现路径。但相对于此前有积累的互联网大厂和企业服务公司，从0到1找场景、找需求是一件很不容易的事。当前，诸多玩家已经在智能体赛道形成了多元化竞争格局，不同的企业依据自身的优势，聚焦在不同场景中做智能体开发应用。在此过程中，谁能够率先走通智能体的商业化落地，并实现真正的变现，谁才能够真正的走到最后。而具有强大资源优势的大厂，或将对创企造成碾压式竞争压力。C端突围短期渺茫，B端应用重在场景当前，智能体赛道已经处于爆发前夜，行业中也急需寻找可落地的商业模式。从应用角度来说，C端智能体的定位是个人助理，自然交互是基本要求，个性化是提升体验的关键。B端智能体则需要提供更丰富的插件选项和更灵活的工作流设计功能，且通常还需要集成数据标注、模型微调等功能，以更好地满足企业对模型垂直能力的需求。通俗来说，C端智能体需要有创新的体验效果，B端则需要扎实的专业能力。开发C端智能体应用主要有2种方式：一种，是个人开发者基于智能体开发平台，自主开发一款自己想要的智能体，比如此前扣子平台上，一位北京5年级的小学生利用扣子平台开发了一款英语外教智能体，供自己日常使用。另一种，则是企业自己开发的智能体AI助手，供C端用户使用，软件类型的如月之暗面的kimi,硬件类型的如科大讯飞的AI学习机等。字节扣子平台上爆款Bot应用基于大语言模型能力，现阶段C端智能体更多是以对话类AI聊天机器人的形式出现，不管是个人用户自己开发的智能体，还是企业推出的相关应用产品，基本都是你问我答的形式。如教育场景中的AI老师、AI学习助手；在旅游出行场景中是AI旅游规划师，可以帮助用户进行旅游规划；游戏场景中，则可以进行AI角色扮演等。“如果每个人都能拥有一个足够智能和好用的助理，这种科技带来的平权将催生重大的产业变革。这可能是C端应用的一个重要方向，也是令人兴奋的前景。”智源研究院院长王仲远认为。但截至目前，C端智能体并未出现一款真正的爆款应用。事实上，从C端用户角度来说，智能体更多的是被集成在APP中，但从当前大模型能力来说，智能体尚不能够为用户带来颠覆式的AI体验效果。从个人开发者的角度来说，虽然现阶段智能体开发平台能够一句话就开发出一款智能体，但想要开发出一款真正好用的智能体，还是需要有极强的编程能力，背后涉及到如何输入专业明确的指令词(Prompt)、如何调动合适的知识库、工作流等众多插件能力。字节跳动豆包MarsCode市场运营负责人赵旭东表示，个人开发者开发智能体应用，还要看其追求什么，如果目的是为了快速盈利，就可以利用扣子平台搭建一个前端产品，就能够切中其具体的需求场景。“但如果想要打造一个极其优美的页面，个人开发者是很难做出来。”于企业开发的面向C端场景的智能体应用产品，整体体验效果虽更好，却并不能够完全突破场景的桎梏，并且，在具体场景中，此前已经有相对应的爆款应用。钉钉总裁叶军也曾指出，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GPTStore中的应用很难成为高价值产品。“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。”“Dify.AI可实现企业本地化部署，适合做企业知识库搭建。”一位开发者如此说道。此外，众多企业聚焦B端赛道，更重要的还在于能够真正的实现智能体应用的变现。其中重点变现方式则是以企业调用大模型API接口为主，创业公司Dify.AI的收费方式则是按照APP的会员制形式，以企业具体的需求，按年和按月付费，并提供不同的服务内容。综合来看现阶段智能体赛道的竞争格局，从生态资源和技术实力层面来说，互联网大厂无疑凭借着全面的技术生态和强大的资源整合能力，占据着智能体市场的主导地位。但B端需求多，且有很多小的场景，于其他中小企业而言，只要能够基于自身的技术和产品优势，持续深耕，也能在智能体市场中占据一席之地。不过，当前B端需求虽多，以及存在切实的场景需求，能够使智能体快速落地应用，但小而专的场景中，最终是否能够真的“跑”出一个超级应用，并实现盈利，还存在诸多不确定。AgentStore的争夺战AI时代，软件应用生态正在被重构，APPStore正逐渐转向AgentStore.在IDC发布的《2024AIGC应用层十大趋势》中曾提到，新一轮AIGC之争，也将会是一场流量入口之争。不管是C端，还是B端，中国企业在智能体赛道所争抢的，本质上则是AI时代的流量分发入口，尤其是以互联网大厂为主。据统计，目前阿里通过钉钉，构建了AIAgentStore；字节跳动扣子平台、腾讯云元器、百度智能云千帆AgentBuilder等平台，都具备智能体商店功能，并支持一键分发多个渠道。其中，钉钉主要支持将平台上的AI助理分享给平台内部用户；字节跳动扣子平台支持用户将其一键发布到飞书、微信公众号、豆包等渠道。百度则提供了百度生态矩阵分发路径，打通百度搜索、小度智能硬件平台、文心一言、地图、车机等多场景、多设备，实现“开发+分发+运营+变现”一体化赋能。腾讯云元器则支持发布到元器、元宝、QQ、微信客服等平台，同时支持以API的形式供三方软件进行调用，初始用户有一个亿token体验使用额度，额度用完后，将无法调用，已上线API付费能力，付费后，可支持更多次调用。事实上，相比于中小企业聚焦某些重点场景做智能体开发和应用，于互联网大厂而言，决胜的关键则在于其生态运营能力，以及前端是否有足够的场景化牵引力。毕竟，在互联网时代和移动互联网时代，大厂们都已经构建了各自的流量分发入口，那么在AI时代，大厂们也都存在着FOMO（不可错过）心理。中国智能体市场正处于快速发展阶段，多类型企业的参与为市场注入了无限活力，一个比互联网和移动互联还繁荣的黄金年代，正在徐徐拉起大幕。本文来源：36氪文章转载于其他网络，如有侵权请联系我们及时删除！
