新闻资讯
News and information
-
24
10/25
低代码/无代码如何打破“鸡肋”困境？
前言： 低代码及无代码领域从2019年开始被资本市场关注，在争议中不断发展，至今仍存在诸多尚未厘清的概念有待探讨，因此我们全面研究梳理了低代码/无代码行业最新情况，试图探讨以下核心问题： 无代码/低代码是不是伪需求？ 近几年无代码/低代码行业快速崛起的驱动因素是什么？ 无代码/低代码行业和快速兴起的基于云的生意关系是什么？ 国内外无代码/低代码领域在近一两年有哪些新的行业趋势或变化？ 本次Scale Partners 势乘资本将力求全面、客观地分析这一行业，并在此基础上阐述我们当前的看法，并对未来趋势做出预判。 01 核心结论汇总 总体来说，当前无/低代码行业在中国面临专业编程人员不常用到，业务人员不易熟练使用的痛点。但是我们认为，在企业数字化转型的需求逐步强烈、IT开发人员的供给越发呈现出相对短缺的背景下，无/低代码产品的价值会逐步被市场认可。另外，随着未来适配VR等设备的虚拟内容数量的剧增，这部分内容创作的需求一方面需要依靠AI来满足，另一部分预计需要人借助低代码工具来满足。 表单驱动型无/低代码厂商可能难以解决跨行业、多场景的复杂需求，我们认为模型驱动型产品会逐渐成为主流。对低代码公司来说，提升产品力需要从两方面入手：一是提升底层技术实力，丰富数据模型的丰富度;同时要通过与专业的咨询公司、深耕行业的解决方案服务商等机构合作，加深对客户所处行业、业务开展的具体场景的理解。 考虑到低代码平台对用户的代码能力有一定要求，把控低代码平台上服务商的数量和质量很重要。良好的ISV生态不仅有利于企业低代码产品的推广，还有助于企业在特定区域市场内构建壁垒。 在软件开发和应用领域，开源的势头越来越猛，但考虑到行业内无/低代码平台的使用者的创新能力在推动产品精进方面的能力有限，我们认为无/低代码行业不太存在被开源产品降维打击的风险。 由于无/低代码企业将加强云计算企业的服务能力，云计算企业会继续保持对无/低代码行业的关注，并通过投资整合的方式将企业纳入自己的生态范围。从获客和增长的角度看，无代码企业倾向于与用户基数巨大的平台合作，低代码企业适合与提供定制化程度高的软件企业合作。 目前各个无/低代码平台上的模型、数据和应用程序可移植性不佳。这种局面可能是无/低代码平台和合作绑定的云计算厂商所乐见的，因为这将增强客户对自家产品的依赖程度。在无/低代码企业之间的竞争背后，我们一定能看到云计算大厂的影子。 众多国外无/低代码厂商在2021年初左右宣布进入中国市场，2021年互联网巨头也加大了在这个方向的投入力度。我们判断这个行业在未来会出现大量深耕特定行业或场景的“小巨人”，但单个“小巨人”可能不足以支撑起很大的估值，未来行业内的整合并购会非常活跃。 行业可能面临的潜在风险有：市场需求不及预期、技术研发进度迟缓、市场竞争加剧、数据安全和隐私保护等政策收紧等。 02 市场环境 1. 无/低代码行业的定义及边界 我们首先明确一下“无代码开发”、“低代码开发”的具体含义：所谓的“低代码开发”是指一种可视化应用开发方法，旨在让不同经验水平的开发人员能够通过图形用户界面，使用拖放式组件和模型驱动逻辑来创建 Web、软件和移动应用。 广义来说，“低代码开发”一词包括了“低代码开发”和“无代码开发”。这两者的区别直观体现在完成应用程序开发所需代码量上——前者仍然需要编写少量代码，而后者不需要书写代码。因此，低代码应用主要面向企业内部开发人员，无代码应用主要面向业务人员。在后端，低代码和无代码的差异主要体现在对代码的模块化封装程度上。 低代码和无代码分贝通过程序和封装模块实现特定功能 我们很容易看出，低代码平台属于PaaS层，架设在IaaS上，通过“应用程序平台即服务(aPaaS,application Platform as a Service)+集成平台即服务(iPaaS,integration Platform as a Service)”共同构建。 2. 行业历史及阶段 (1)行业整体发展历程概览 低代码开发的理念最早可以追溯至20世纪80年代第四代编程语言的提出，2000年可视化编程语言(VPL)助推低代码开发这一理念进一步发展。2014年，Forrester Research正式提出“低代码开发平台”(LCAP)这一概念，2018年Gartner进一步提出aPaaS和iPaaS概念，让低代码行业受到越来越多的人关注。 在《2021年中国ICT技术成熟度曲线报告 (Hype Cycle for ICT in China, 2021)》中，低代码应用开发平台(LCAP)首次作为新兴技术热点被纳入。根据Gartner的预测，到2024年，所有应用程序开发活动当中的65%将通过低代码的方式完成，同时75%的大型企业将使用至少四种低代码开发工具进行应用开发。 备注：第一代到第四代计算机语言 第一代语言(或机器语言)：一种面向计算机的程序设计语言，使用0和1表示各种命令。使用者通过计算机系统开关的面板输入指令到计算机系统中。 第二代语言(或汇编语言)：程序中的每一行直接对应到一条处理器指令，每种语言写出的程序只能运行在特定的一类处理器架构上。 第三代语言(高阶汇编语言)：比第一代及第二代编程语言更加的抽象化，一句话对应多条汇编语言。高阶汇编语言更加接近人类的语言，需要编译器或是直译器。 第四代语言(目标语言)：目标语言的核心在于用清晰、明确、规范的语言，来精准地描述出使用者要实现的功能。目标翻译器会自动把目标语言翻译为计算机的操作语言。 (2)低代码行业在国外发展情况 1999年，Salesforce创立 2001年，Outsystems创立 2007年，MIT将低代码开发理念应用于儿童编程领域，推出Scratch 2015年，Amazo、AWS、Google、Microsoft等巨头开始入局低代码开发 2018年，Siemens收购Mendix,将其与工业互联网平台MindSphere整合。同年OutSystems获得KKR、Goldman Sachs等机构融资，成为行业独角兽 (3)低代码行业在中国发展情况 国内部分低代码平台厂商最早从事BPM相关业务，自2014年开始逐渐转型。这一时期主要玩家是传统软件厂商(如金蝶、用友、致远互联、泛微等)，使用者更多是懂代码的开发者。同时客户需要购买服务器、部署环境、开发上线，从使用到上线门槛较高。 自2019年开始，国内互联网大厂开始布局无/低代码行业。基于公有云，无/低代码产品使用门槛进一步降低。用户通常只需要注册一个账号就可以使用，产品的易用性、用户体验能有显著提升。这一阶段随着互联网基础设施建设不断健全，很多无/低代码产品可以直接调用系统，无需自行开发。 2010年，奥哲成立，发布H3 BPM 2012年，伙伴云成立 2013年，明道云成立 2014年，APICloud、IVX成立 2015年，轻流成立，帆软推出“简道云”，华炎软件推出低代码开发平台“华炎魔方”，奥哲推出“氚云”(并于次年与钉钉达成战略合作) 2016年，葡萄城GrapeCity推出企业级低代码开发平台"活字格";同年无远、数睿数据成立 2017年，ClickPaas成立，并于次年发布aPaaS产品 2018年，九章信息科技孵化推出搭搭云 2019年，黑帕云、数式科技、白码、维格表成立，并于当年上线相应无代码或低代码开发产品 2019年，阿里“宜搭”低代码应用搭建平台上线，与钉钉打通 2020年，华为推出AppCube 2020年11月，字节推出飞书多维表格 2021年初，腾讯云“微搭”低代码平台上线 (4)行业正在发生的趋势与变化 1)由于模型驱动型产品能够满足更加多样化的需求，越来越多的企业开始从表单驱动向模型驱动转换。在打造模型驱动型产品时，数据安全性、接口多样性、模型丰富性是客户较为关注的维度; 2)随着产品的完善和模型的积累，无/低代码平台将逐渐从企业管理事项逐步向企业核心业务场景切入，给出标准化的开发解决方案，实质地参与到企业价值创造的过程中; 3)越来越多的传统软件企业和云计算企业入局低代码行业，并加大了投资力度，防止低代码企业侵蚀自身SaaS业务和软件定制开发市场。部分企业通过投资、收购低代码企业的方式进一步增强对客户的服务能力，丰富自身构建的企业服务生态; 4)越来越多的无/低代码企业认识到了社区建设的必要性和意义。用户的反馈和分享出来的使用心得可以帮助企业持续提升产品力，并降低新用户的使用门槛。在用户与企业、用户与用户之间的良性互动中，企业的平台价值得到提升，用户对平台产品的粘性进一步增强。 3. 市场需求及价值 只有当行业能够创造社会价值、行业内企业能够解决消费者的需求(Needs)，这个行业才有存在的意义，值得我们花时间和精力搜寻优异的投资标的。那么，无代码/低代码这个行业到底解决了什么需求、创造了什么价值呢？ (1)帮助中小微企业低成本、快速地完成信息化建设 尽管越来越多的企业已经意识到信息化建设的必要性和紧迫性，中小型企业由于人才短缺、信息化基础差、研发投资预算有限等现实因素的制约，无法高效、高质量地推进信息化建设。对中小企业来说，无代码/低代码开发平台提供了一个更加低成本且相对可靠的解决方案。 (2)帮助中大型企业快速满足临时性、边缘性的需求 由于中大型企业的开发人员往往无法快速响应业务人员大量、多变、长尾的需求，业务人员或是在日常工作中使用过时、低效的业务工具，或是不得不寻求外包服务商的帮助。无/低代码开发平台可以提高开发人员对需求的响应和处理速度，甚至直接赋能业务人员，使其借助无/低代码开发平台自行进行应用程序开发。 (3)帮助企业打通已经使用的多套软件，实现数据互联互通 一般规模较大的企业通常应用了OA、HRM、CRM、ERP等多套软件系统，这些系统彼此之间可能存在信息不互通的问题。无代码/低代码平台通常具备“连接器”模块，可以帮助企业打通、集成已使用的多套软件。另一方面，同一个低代码工具/平台可以开发出面向不同业务或场景的应用，这些应用之间天然能够实现数据互联互通，将潜在问题解决于无形。 (4)帮助软件企业更高效地交付产品、服务客户 软件企业经常面临这样的局面：目前已经推出的产品无法满足客户的部分需求，而如果企业使用定制化方式进行开发，效率低且成本高。这类对定制化软件来说“太重”、对SaaS产品又“太轻”的需求特别适合通过无/低代码开发来满足。软件企业可自行搭建具备可配置、可变动的“乐高式”工具的开发平台，帮助企业员工快速地在标准产品上开发客户的个性化功能。除此之外，无/低代码平台还可以帮助CRM、ERP等软件企业的商业伙伴、代理商的实施团队快速搞定二次开发，加快整体交付节奏。 根据ClickPaaS的测算，无/低代码开发相较于传统软件开发模式，可平均缩短创建周期75%、平均缩短集成周期90%，大幅降低代码出错风险。 4. 市场规模及增速 如果无代码/低代码行业的市场规模有限且增长缓慢，那么在这个行业中诞生独角兽的概率就小很多，创业者与投资人也不会过多关注这个领域。因此，我们需要对全球的无代码/低代码行业市场规模及增速有一个数量级层面的正确认知： 根据首次于2014年提出“低代码”这一概念的估算，2017年全球低代码开发平台市场规模为38亿美元，2022年市场规模将达到212亿美元，五年CAGR为41.03%; 据测算，全球低代码市场规模在2020年达84亿美元，预计2021年超过百亿美元，2025年将达到471亿美元，五年CAGR为41%; 据估计，全球低码开发平台市场预计将从2020年的132亿美元增长到2025年的455亿美元，CAGR为28.1%。 当然，我们还需要对中国的市场规模和增速有所了解：根据Statista的统计和预测，2020年中国无/低代码市场规模达到15.9亿元，预计在2025年将突破131亿元。考虑到目前国内无代码/低代码企业数量有限，头部公司年营收大致在千万到亿这个量级，我们认为这个估算结果较为合理。 综上所述，尽管无代码/低代码行业在中国的市场规模目前较小，但全球市场规模在百亿美元量级，且增速飞快，是一个足够大的市场。因此，对这个行业进行严谨的分析是必要且有意义的。 5. 市场增长的驱动因素 那么，究竟是什么原因让无/低代码平台在过去的几年里持续获得关注，并让诸多机构对市场规模和增速有着相当乐观的预期呢？概括起来我们认为原因主要有如下几点： (1)企业信息化和数字化进程不断深入 在经济增速放缓、行业竞争加剧的大背景下，越来越多的企业意识到数字化和信息化建设的必要性和紧迫性，并愿意为之付费。由于无/低代码开发平台能够有力促进企业的数字化转型，因此这个行业在过去几年里快速发展。 (2)软件开发人员供给相对短缺 与日益增长的应用开发需求相比，软件开发人员的数量显得严重不足。根据Gartner预计，2021年全球市场对于应用开发的需求将是IT公司产能的5倍。Microsoft估计，未来 5 年将有 4.5 亿款新应用程序将被开发出来(这一数字超过过去 40 年的总和)，IT人才产能严重短缺。 (3)互联网基础设施不断完善 一方面，越来越多的企业开始使用云计算厂商提供的产品和服务;另一方面，很多成熟的应用程序都开放了接口，其他产品无需自行开发，可直接调用系统或者功能。因此，无/低代码产品应用的基础条件越来越成熟，行业开始加速发展。 (4)WEB 应用的前端技术和模型化设计的基础越来越成熟 从历史演进过程看，软件编程语言的发展主脉络就是高级语言对低级语言的抽象封装复用(例如C 对汇编、C++ 对 C、Java 对 C++)。在云时代，我们有理由认为新的趋势是可视化编程语言(VPL)对传统编程语言的抽象封装复用。 03 产业链与行业格局 1. 玩家分类与行业图谱 (1)应用衍生类 软件应用企业建设无/低代码平台的动机有非常强的业务属性，即用以提升企业内部人员开发效率，补齐标准化产品的短板，或是帮助客户和集成商(或代理商)更好地进行二次开发。在此基础上，部分企业将平台开放给第三方的应用开发商(ISV)，突破企业自有的SaaS产品和服务聚焦的业务领域以实现“破圈”，最终形成一个更大的应用生态。 SaaS厂商衍生类的企业代表有Salesforce、Zoho、销售易、北森等。 (2)厂商转型类 部分软件公司曾长期深耕某一特定业务场景，积累了深刻的认知和相关技术能力。这些企业可通过迁移其原有的业务引擎，快速拓展和建设自身的无/低代码产品能力。软件厂商转型类的代表企业有做业务流程管理(BPM)起家的的奥哲、用友、Appian等。 (3)代码原生类 国内外大部分创业公司都选择了低代码原生的路径，即跳过具体的行业或场景，直接构建通用型无/低代码开发平台，代表企业有 OutSystems、Mendix、ClickPaaS、简道云、轻流等。 我们按照企业类型，整理出供大家参考： 中国无/低代码企业行业图谱 2. 行业两大技术路径 (1)表单驱动 表单驱动型产品与雕版印刷术有些类似，强调“所见即所得”。这类产品开发的核心是，通过工作流在软件系统中模拟业务开展的情景，分析可能遇到的业务问题，并设计可供用户调用的模块和组件。 在表单驱动型产品中，数据的层次关系相对简单，比较适合打造轻量级的，行业或场景属性不强的应用，如OA审批、资料归档、客户管理等，一般面向业务人员。 表单驱动型产品以“所见即所得”为主 (2)模型驱动 如果用雕版印刷类比表单驱动型产品，那么模型驱动产品更像活字印刷。这类产品开发的关键是将业务流程进行抽象呈现，在实操层面对业务领域进行建模，通过逻辑判断语句支持完善的业务模型，灵活性较高，能够服务于企业的复杂场景开发需求和整体系统开发。 模型驱动型产品本身的研发考验的是企业“把书读薄”的能力，即剥离各个行业的特性，去寻找实际业务开展中的共性。但要想使用模型驱动型产品，用户还需要具备“把书读厚”的能力，即能够从没有显著行业特性的逻辑关系图中，还原出企业业务人员面临的具体使用场景，并在此基础上开发应用。因此，模型驱动型产品主要面向专业开发人员。 模型驱动型产品以面向对象的模型设计为主 3. 行业的决胜要素 (1)解决多场景下的需求的能力。企业对用户所处行业、业务场景理解的深度直接决定了企业的低代码平台能够搭建怎样的应用，因为平台上的封装模块越多、数据模型越丰富和细致，用户在复杂和个性化场景下的需求越容易被满足; (2)易用性决定使用门槛，可扩展性决定是否付费。好的产品应当让使用者能够快速地解决当下的问题，并满足其未来潜在的需求。只有兼顾了便利性以及可拓展性的产品才能够在商业化的过程中走得更稳、更远; (3)私有云部署能力和接口集成能力。前者决定了无/低代码企业能否满足大中型企业数据安全相关要求，后者则决定了无/低代码平台的开放性有多高、应用场景有多全; (4)响应速度和服务质量。无/低代码企业之间的竞争不仅仅是产品力层面的竞争，还包括在服务商实施、产品培训、售后支持等维度上的竞争。在服务项中，售后支持(尤其是服务响应速度)是企业差异化的关键。 04 国外相关公司 1. 公司一：Outsystem (1)发展历程： 2001年成立于葡萄牙里斯本，最早为电信运营商提供敏捷开发服务 2006年推出低代码开发工具及平台 2011年开始逐渐推出云服务，并在2015年正式转型为云厂商 2017年发布低代码平台新版本，引入DevOps及API 2020年和AWS达成战略合作，加快将先进的云服务集成到应用程序中的能力 (2)业务简介： 采用模型驱动的技术路径，提供企业级低代码开发平台。 (3)特点： 产品具备高开放性和可拓展性。Outsystems提供的平台可以与数据库、系统、开源接口对接，通过OutSystems开发的APP可以直接发布至App Store和Google Play; 社区生态建设完善。公司构建了社区，让使用者可以发布自己开发的应用或插件，供其他用户使用。在日常经营中，公司把公民开发者(citizen developer)的数量视为仅次于收入的第二关键指标; 重视战略合作伙伴的开发和维护。Outsystems与Accenture等咨询机构、Everis等IT解决方案提供商维持良好的合作关系，这些合作伙伴帮助Outsystems开拓企业客户。 (4)财务及业务数据： 公司2018年收入突破1亿美元，目前客户数量超过30万; 截止2021年，OutSystems社区已有超过43.5万名成员，应用下载量达到100万，有超过35.7万相关课程。 2. 公司二：Mendix (1)发展历程： 2005年成立于荷兰，为荷兰大型邮政公司提供数字化转型服务 2010年推出敏捷开发一站式服务，并推出可视化构建应用程序平台 2011年推出Mendix3.0版本，上线云门户管理部署功能 2015年，Mendix实现模型共享 2018年，Mendix实现逻辑流程的AI化，同年被西门子以6亿欧元收购。西门子将Mendix与MindSphere工业物联网系统相结合，完善企业数字化解决方案 2021年1月进入中国市场，4月初与腾讯云达成合作。Mendix 9于2021年11月在腾讯云Mendix低代码开发平台正式上线 (2)业务简介： 提供模型驱动的可视化低代码开发平台Mendix Studio和可视化低代码开发平台Mendix Studio Pro,分别面向业务人员和专业开发人员。两款产品内置了敏捷开发的功能，并提供各种数据库以及典型核心系统的连接组件，让使用人员通过调用和参数配置就可以把多个垂直业务系统的数据通过Mendix连接起来，并单键部署到任何云上。 (3)财务及业务数据： 2020年收入超过1亿美元，预计18个月后收入翻番 社区活跃用户超过20万 3. 公司三：Appian (1)发展历程： 公司成立于1999年，2004年发布BPM(Business Process Management)软件平台 2004年开始进行业务转型，由传统的BPM软件服务商逐渐向围绕BPM的PaaS平台过渡，先后上线Case Management、RPA等功能 2014年开始，公司大幅增加对订阅收费模式的产品的投入，逐渐降低对定制化服务的依赖 2017年公司在纳斯达克上市 2019年进军AI领域，加强产品生态建设，推出低代码+AI产品平台 (2)业务简介： 目前Appian的低代码自动化平台主要提供以下四项服务： BPM:业界领先的智能业务流程管理系统，帮助客户设计、执行、管理和优化复杂流程 Case Management:通过自动化的协作工作和异常处理，更快地解决客户的项目 RPA:通过使用Appian或第三方软件商的RPA工具，帮助客户在集成的工作流中将例行任务自动化，提高生产力 AI:集成谷歌、AWS和Azure的人工智能能力，让用户的应用能够智能化地挖掘信息、分析数据 (3)财务及业务数据： 2020年收入超过3亿美元，毛利超过2亿美元 客户超过690家，政府和非商业组织数量超过140家 平均客单价在50万美元左右，近三年客单价在100万美元以上的客户占比超过10% 05 推荐标的 1. ClickPaaS 业务简介： ClickPaaS是一家模型驱动的低代码开发平台公司，旨在帮助SaaS企业、咨询公司以及企业级客户降低复杂业务需求场景下的数字化响应时间和成本。 融资历史： 2018.1 天使轮 云研资本 2019.8 A轮 数百万美元 五源资本 2019.12 A+轮 数百万美元 明势资本 2021.3 B轮 数千万美元 BAI资本 SIG海纳亚洲创投基金 明势资本 五源资本 2021.10 B+轮 数千万美元 红杉中国 BAI资本 SIG海纳亚洲创投基金 明势资本 五源资本 推荐理由： ClickPaaS在关键业务系统和核心业务系统上完成了建模实现和国产化替代，拥有顶尖的全场景模型驱动设计能力，同时也是国内在开源、开放生态系统建设上最为领先的企业; 客户涵盖金融，政务，工业，物流，能源，医药等行业，团队有丰富的大客户经验，在工程施工、人力资源管理、MRO采购和项目管理系统等领域和场景有知名的合作伙伴; 2019年营收达千万元，2021 年营收有望翻倍。 2. 轻流 业务简介： 轻流一个无代码系统搭建平台。用户在无IT人员帮助开发的情况下，通过轻流即可搭建应用，做到“随搭”、“随改”和“随用”。 融资历史： 2017.01 种子轮 60万人民币 龙沛资本 2017.08 天使轮 未披露 创新马槽 2018.12 Pre-A轮 近千万人民币 小苗朗程 新进创投 2020.10 A轮 数千万人民币 源码资本 小苗朗程 新进创投 2021.03 A+轮 数千万人民币 腾讯投资 源码资本 2021.10 B轮 启明创投 零一创投 腾讯投资 新进创投 推荐理由： 已服务超过20万家海内外企业、政府机关单位及学校，行业涵盖互联网、制造、零售、教育、工程建筑、金融、生活服务、娱乐传媒等数十个行业; 针对企业资源管理、生产管理、项目管理、订单管理、客户关系管理、人事行政管理等近百个业务场景，轻流都已经开发了解决方案; 连续3年营收增长4-5倍，盈利模式以订阅式年费为主，客单价在十万到百万数量级; 腾讯云合作伙伴，曾获得腾讯两轮投资支持。 3. 行云创新 业务简介： 行云创新是一家一站式云原生开发平台产品和解决方案提供商，为企业提供项目管理、架构设计、代码编写、测试运行、运维运营等环节所需的一切支持，助力独立开发者和企业实现容器、DevOps、微服务架构落地，显著提升开发效益。 融资历史： 2018.07 天使轮 近千万人民币 国投东兴 2019.08 A轮 3000万人民币 正轩投资 2020.01 A+轮 深圳高新投 2020.06 Pre-B轮 中云创投资 正轩行云创投 2021.07 B轮 阿里巴巴 推荐理由： 阿里云和行云创新将通过产品组合的方式为企业客户提供云原生应用开发、业务智能运维等服务，进行深度合作; 两位创始人技术实力过硬，同时有商业敏感度。CEO吴笛曾是美国戴尔风投发起人，就职于戴尔和华为期间负责企业的云业务和物联网业务战略规划;CTO马洪喜曾设计和交付华为桌面云，并曾在Rancher Labs,、Citrix Systems、甲骨文、微软等公司担任总架构师、研发经理、技术总监等职务。本文来源：比特网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
10/25
多模态技术，释放垂直AI软件潜力的关键
多模态技术正在改变垂直AI应用不久前，Bessemer提出了一个很有价值的观点：垂直AI软件将成为未来。说起Bessemer,熟悉SaaS行业的人可能并不陌生。它是美国SaaS领域最专业的投资机构之一，在过去10年投资了200多家SaaS企业。为了更好讲清楚垂直AI软件的价值，Bessemer发布了垂直AI路线图，总共四个部分。本文是Bessemer的垂直AI路线图的第二篇文章。在这篇文章中，Bessemer会分享其对以下问题的思考：多模态的垂直AI应用的落地究竟有哪些影响？现在基于多模态技术的垂直AI应用又有着哪些不错的落地案例？01多模态技术正在改变垂直AI应用在过去12个月中，全球出现了许多新模型，它们在理解语境、减少幻觉以及整体推理能力方面进步很大。尤其在语音识别、图像处理和语音生成等方面，AI的能力正在逐渐接近人类。这为AI解锁了很多新的应用场景。▍语音功能在对话语音领域，模型发展取得了快速进展：语音转文本模型（自动语音识别）和文本转语音模型（生成语音）。目前，市场有数十家公司提供基于这些模型的语音服务，这推动了大量新的语音AI应用程序的出现。这些应用程序大都依赖于所谓的“级联架构”，即先将语音转录为文本，然后将该文本输入到LLM中以生成响应，最后将文本输出反馈到生成语音模型中以产生音频响应。直到最近，这一直是构建对话语音应用程序的最佳方式。然而，这种方法有一些缺点，比如它会有一定的延迟，同时失去用户对话中表达的情感。而现在，新一代语音原生模型已经发布了，包括OpenAI的RealtimeAPI（它支持通过GPT-4o进行语音对语音交互），以及Kyutai的Moshi等多个开源项目。与之前的模型相比，语音原生模型的延迟明显降低（<500毫秒）。它们还可以捕捉更多来自用户的语境（即语气、情绪、情感等），并生成反映该语境的响应，使交流感觉更自然，并更有可能满足用户的需求。在未来几年内，随着越来越多的对话式语音应用基于这些全新改进的模型构建，我们预计对话式语音应用的速度和质量将大幅提升。▍语音应用案例现在语音转录的应用已经非常成熟了，端到端对话语音代理也取得了显著的早期进展，我们认为这是语音AI解决方案的未来方向。接下来，我们就来看看4个AI语音的应用案例。1）转录功能让用户有更多时间完成工作流程中的后续步骤：Bessemer投资组合公司Abridge率先推出了一款一流的医疗转录应用程序，该应用程序可以根据临床对话生成医疗记录，并确定适当的后续行动，包括购买处方药、专家预约等，医生可以把更多注意力转移到患者护理上。另一个很好的例子是Rillavoice,这家公司将人工智能引入了家庭服务垂直领域。Rillavoice的转录应用程序记录销售人员和客户之间的对话，用于培训目的，这样销售经理仍然可以提供有价值的指导反馈，而无需进行非常耗时的面对面“陪同”。2）用AI来承接销售线索：到目前为止，我们看到的端到端语音代理最引人注目的用例之一是入站销售。在很多特定的垂直场景（如家庭服务企业或汽车经销商）里，语音代理可以在下班后或其他销售代表忙碌时接听客户电话，从而确保企业不会错过有价值的潜在客户。这些功能比之前的语音机器人更智能和高效，无需销售的代表的参与。3）AI客服提升客户体验：AI客服一直是应用比较多的场景。但许多用户发现，早期的交互式语音应答(IVR)技术体验并不好。事实证明，现代语音代理更有效。因为传统的IVR产品只能理解客户对特定措辞的回应意图，但现代语音代理不同，无论客户如何提问或提出请求，现代语音代理都能提供正确的答案。这样让客服人员更有时间对应付复杂的客户问题。4）自动拨打外拨电话以增加漏斗顶端：现在已经出现了多种解决方案来自动拨打销售和招聘团队的外拨电话。通常，语音代理使用客户陈述的标准来识别最有潜力的销售线索或候选人，对线索进行首次呼叫，然后将他们引导到与销售人员或招聘人员的下一次会议。让人工智能接管外拨工作流程可以显著增加可以联系的线索数量，从而增加公司的漏斗顶端。随着时间的流逝，销售人员和招聘人员有更好的机会获得最有潜力的线索。唯一需要注意的事，有必要出台相应的法规，规定AI只能向潜在客户拨打电话，以避免AI销售的滥用。在所有语音用例中，我们预计低延迟和理解用户的情绪和情感将成为一件很重要的事情。此外，由于应用场景的差异，AI语音解决方案在其他维度上也略有不同，例如实时协调跨多个底层模型的对话以优化成本和性能；支持全渠道通信、多种语言和实时翻译。在视觉方面，我们已经看到了GPT-4withvision(GPT-4V)等模型的发展，这些模型可以解释图像并回答有关图像的问题，以及处理原始图像和视频的多模态模型。比如，谷歌的多模态模型Gemini1.5Pro已经可以理解图像和视频中的输入。我们预计，这些和类似的模型将继续提高性能并降低成本——这对应用程序构建者来说是个好消息。▍视觉和视频的用例垂直应用中视觉的应用案例通常分为以下四类：数据提取、视觉检查、设计和视频分析。虽然数据提取是迄今为止视觉模型最成熟的用例，但我们在其他领域也看到了新的应用进展：1）从图片、PDF或其他非结构化文档的图像中提取数据：分析和处理当前的非结构化数据，AI可以减轻人类繁琐的数据输入任务程。例如，Raft针对货运代理行业的平台结合使用计算机视觉和LLM从PDF发票中提取关键信息，填充其客户的企业资源规划平台(ERP)，并自动执行发票核对和准备海关申报单等下游任务。2）提升目前人工检查的效率：许多公司已经使用AI来帮助简化人工检查流程并更快地提供结果。比如，人工智能建筑平台xBuild为住宅建筑和修复项目生成工作范围包，然后与保险公司合作获得报销批准。xBuild使用受损屋顶的照片和房屋蓝图来生成报告，概述根据当地建筑规范将屋顶恢复到正常状态所需的修复范围。其他应用程序已使用人工智能和计算机视觉来自动化施工图中的质量保证审查过程，帮助尽早发现错误，以防止后期施工过程中出现代价高昂的项目变更。3）生成2D和3D设计：为建筑、工程和施工(AEC)行业服务的AI平台数量急剧增加。一些公司正在使用AI进行可行性评估，将拟建场地（建筑物、停车场等）的视觉描述与相关供应成本相结合，根据后者的成本限制调整前者，反之亦然。Snaptrude等其他解决方案可以创建建筑物的详细3D设计图像，接管通常由结构工程师完成的重复性工作，让他们有时间专注于更高级别的设计工作。详细产品和基础设施设计的自动化不仅可以节省客户宝贵的工程时间，还可以加强销售提案并提高项目成功率。4）视频分析：生成和理解视频的模型是视觉模型中最不成熟的，但它们正在迅速进步。在对象跟踪、分类甚至视频内容的自然语言搜索方面，视频理解模型已经变得相当强大。这些模型甚至有些已经完成商业化落地，比如用AI监控视频源以发现制造或工业环境中出现的安全违规行为。但考虑到视频模型的进步的速度，未来几年我们将看到更多令人印象深刻的AI应用，并扩展到更多的用例。尤其在机器人领域，视频理解是机器人感知的关键组成部分。在所有视觉用例中，创始人都应避免将复杂性误认为价值。虽然AI解决方案总被认为应该应用在自动化特别复杂的工作流程中，但归根到底，用户价值还是看现有场景的工作流程适不适合自动化。如果设计自动化解决方案需要与难以替代的核心系统（如Revit）进行繁琐的集成，并且初始投资回报率较低，那么无论解决方案多么强大，都很难推动销售和采用。早期公司应该从技术复杂程度较低、范围较窄的产品开始，然后再从那里延伸。当然，最佳路径会因行业和用例而异，但要牢记权衡利弊。02人工智能代理的前景虽然早期的人工智能代理多少有些炒作的意味，但现在人工智能代理开始有一些真正的落地进展。随着OpenAIo1模型的推出，代理能够处理更多复杂的推理任务。如今，代理在涉及重复任务和通信的文本、语音和视觉工作流中发挥着重要作用。但在未来一年，我们预计基于较新的推理模型构建的应用程序将会出现，并发挥AI代理的真正潜力：自主处理复杂的工作流。1）销售和营销：许多公司都推出了AI代理，可以为销售团队寻找和联系潜在客户。这些代理的优点在于，它们能够进行大量研究数据，来识别高质量的潜在客户（通过对目标公司、其员工和相关行业新闻进行详细的网络搜索），然后使用这些研究结果来撰写相关且高度个性化的电子邮件。由于代理可以有效地执行工作中的研究和推广部分，同时保持相对较高的质量，因此它会让销售人员将自己时间更多投入到跟踪热门销售线索。2）谈判：AI代理在自动完成多方谈判方面展示了不错的前景。Pactum等公司已经开发出能够就供应链案例协商法律和商业条款的人工智能代理。Pactum的代理可以与供应商进行谈判以优化交易条款。我们也看到其他垂直AI公司在销售和促销领域采取了类似的方法。在这里，代理根据既定标准与买家和供应商进行谈判，例如批量购买的折扣或快速付款计划。3）调查：企业网络安全团队经常被大量安全警报压得喘不过气来，但现在有AI代理可以协助完成警报调查的初始阶段。这包括：从多个不同的系统收集有关事件的信息，研究可能涉及的恶意行为，总结事件并评估其严重程度。虽然大多数团队倾向于使用代理来处理风险较低的工作流程，但很明显，随着时间的推移，更复杂的代理可以处理越来越多需要信息收集和综合的工作流程。我们相信，与不需要这些解决方案的解决方案相比，处理需要跨多种模式进行更复杂推理的任务和工作流程的代理将更有价值。特别是，我们看到，通过巧妙的架构决策以及将正确的模型、反馈回路等拼接在一起以提供一致的结果，可以提高代理工作流程的性能。代理性能并不完全取决于问题中数据和计算的规模，因此对于早期创业公司来说，这是一个更具吸引力的机会。在所有情况下，鉴于底层模型的快速发展，在构建技术护城河和确保灵活性之间取得适当的平衡将是关键。总的来说，越来越多垂直AI的创始人开始研究利用AI多模态能力，来解决更广泛的实际任务。与文本一样，语音和视觉的底层模型将日益商品化，使公司在强大的基础模型之上构建应用程序更具可持续性。我们相信，这波垂直AI应用不仅会改变它们所服务的行业和垂直格局，也将从彻底改变我们工作和与世界互动的方式。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
10/19
AI正在让协同办公越变越糟糕
这个看法源于一个观察，国内在协同办公领域过度强调AI,但实际应用中，像飞书、钉钉等工具的主要功能（如在线文档、多维表格、打卡签到等），实际上与AI关系并不大。这两年软件领域新生众多，大多创业公司都是奔着AI去的，无论是搜索类、生成类、对话类，不一一列举，产品一般都是基于某个大模型去发挥应用价值，这些公司因此被抬上了很高的估值。不过在协同办公领域，当前的AI应用似乎多作为噱头，而非实际卖点。因为对于大多数协同办公场景，AI并未带来显著的效率提升或成本降低，现实中接触到的客户公司也表示，他们对AI的实际需求有限，很多所谓的AI功能并未被广泛接受或认可。试想一下，在某些情况下，引入AI反而使工作流程变得更复杂，如使用AI进行信息检索后仍需人工验证其正确性。由于AI的智能性取决于原始数据的准确程度，用户对AI的信任度有限，这就限制了AI在协同办公中的广泛应用。事实上，我们也对国外的协同办公领域进行了一番研究，发现国内外所面临的问题，一定程度上都有共性。比如Zoom,放在三四年前，这是一家不折不扣的明星公司。全球范围内的疫情爆发使得人们的生活和工作方式发生巨大变化。Zoom主打线上视频会议，功能极简、易用、小而美，成为了远程办公、学习和社交的首选工具，市值一度逼近1600亿美元。Zoom的成功让市场看到了协同办公的想象力，同期的MicrosoftTeam、Slack、钉钉等国内外同行也迎来了上升期。不过高光期之后，Zoom的发展曲线并不性感：截至目前，股价、市值，和以往对比明显，有游资曾评价，“几天前，Zoom出现了反弹趋势，我认为它可能会卷土重来。然而经过几天的观察，它并没有真正改变之前的下降趋势。”Zoom为什么会呈现颓势？原因可以归结为疫情红利消退、市场竞争加剧、客户增长放缓以及营销和研发费用增加等方面共同作用的结果，但也让人逐渐认识到，决定一家公司增长曲线的，不仅仅是产品如何，也取决于它的商业化路径。有意思的是，对于疫情期间的疯狂增长，袁征并不觉得是好事，为了应对激增的用户，Zoom不得不快速扩招，但影响了公司的文化。竞争对手在疫情期间也加速了对远程办公和视频会议的支持，给Zoom带来了更大的竞争压力。“如果没有疫情，现在的Zoom可能会发展更好”，对于这家公司来说，当下的境遇也并不意味着回到了合理区间。产品小而美，但护城河低，Zoom的创始人袁征将希望寄托于AI,这点和国内玩家殊途同归。据媒体报道，这款原先聚焦视频会议的产品，如今却呼吁大家不要用视频会议了，目前AI已应用到几乎所有产品线，终极目标是提倡用AI分身来代替人处理大部分工作，参加会议、决策，甚至是回邮件。袁征还打算将Zoom进行综合化发展，推出协作平台Workplace,以及文档、电子邮件和其他工具。在他看来，AI对Zoom的护城河起到了重塑的作用，关键词在于：完全免费、不使用用户数据训练AI、低成本，他们的AI战略不仅关注当前的性能和成本，通过结合多种技术来源、针对不同场景与不同第三方模型互换使用，以及推理过程，在不断变化的AI领域中保持竞争力。Zoom推出包括ZoomAICompanion和ZoomDocs在内的多项生成式AI功能，这些功能嵌入在Zoom的各种工具中，如ZoomMeetings、TeamChat和Whiteboard等，旨在提高企业生产力和企业间团队协作效率。从这些例子来看，大多数AI功能起到的是对原有功能的辅助作用，但“免费”却帮助Zoom建立更深的护城河。一方面，在竞争激烈的SaaS市场中，提供额外且免费的功能可以增加用户粘性；另一方面，免费提供AI功能可以让用户无门槛地尝试和使用这些新功能，长期吸引更多用户，进而通过其他方式（如增值服务、企业订阅等）实现盈利。以Zoom的ContactCenter为例，这是一种现代化的客户服务解决方案，与其他产品的最大区别在于其结合了视频通话和AI技术。购买ContactCenter的决策者与之前购买视频会议产品的人不同，但由于他们本身也是Zoom的用户，对Zoom的信任有助于ContactCenter的销售。再看一个例子，明星软件Notion近期也有重大更新，特别是其在AI功能方面的全面重构。升级的板块主要在三个方面，对话机器人的交互改进、写作辅助功能优化，以及盘活知识库，使AI助理与用户的交互更自然。新升级的NotionAI能够在不同页面和应用间调取知识库，这种跨应用的调取能力，使用户可以更便捷地获取和利用各种资源，从而提升整体的生产效率。作为较早一批接入ChatGPT的产品，NotionAI在今年初完全开放给所有用户，并正式将AI功能作为单独的付费产品。其定价策略是每人每月10美元，包年则每月8美元。NotionAI可以协助用户完成写作、编辑、总结等多种任务，还提供了跨平台搜索功能，可以无缝连接Slack、GoogleDrive等应用，快速从多个来源汇总信息。据报道，截至2023年，Notion的用户量达到了3000万，其中约400万为付费用户。内部一开始的评估是NotionAI一年会带来额外的1000万到3000万美金ARR,但这个目标只用一个月就完成了，意味着最终NotionAI一年可能会带来1亿美金的ARR.此外，NotionAI在推出后也迅速吸引了大量用户，短时间内就突破了400万。不得不说，这个商业化增长幅度，国内大多数办公软件都望尘莫及。典型的例子，尽管钉钉拥有庞大的用户基数（截至2023年末，用户数达7亿，企业组织数达2500万），但真正付费的用户数量其实很少，此前CEO叶军表示，企业用钉钉真正付费的可能连1%都不到。为了推动商业化进程，钉钉通过接入阿里的“通义千问”大模型，通过AI将产品重做一遍，完成了多条产品线和功能的AI化。例如，一键输入“/”，就会智能生成职场中大部分工作内容，包括文档创作、聊天摘要生成等。钉钉在提供免费的标准版之余，也推出了专业版、专属版和专有版等年费服务选项。钉钉引入AI功能，主要是想给这些付费版本增值，好让用户觉得高级功能更值得花钱。另外，钉钉还通过平台分佣和硬件开放的License授权模式来增加收入。借助AI技术为企业带来个性化服务，比如智能分析企业数据、定制工作流程等，钉钉认为这样企业更愿意付费，并且关系也会更紧密。但从内部人士了解到，实际愿意为此买单的客户，规模还并不算庞大，目前钉钉仍未实现盈利。另一边的飞书，同样在多个产品中融入了AI,如多维表格、字段捷径、仪表盘等，以提升产品的智能化水平。最直接的体现是推出了自家的AI助手"MyAI"（飞书智能伙伴），用户可以让它写工作总结、会议记录，在办公时唤醒进行协作问答。而在具体的商业化方面，随着AI功能的不断补充，或许会推出基于AI功能的增值服务或订阅模式。例如，为用户提供更高级别的AI助手，飞书更倾向通过提供专业化的服务和定制化的解决方案来吸引客户。整体来说，国外协同办公工具多采用按功能付费的模式，用户可以根据自己的需求选择相应的功能并支付费用。而在国内，尽管钉钉、飞书等工具也在积极探索商业化路径，但面临的商业化难题依然不少。这背后，既有国内外市场环境的差异，也有用户对协同办公工具价值认知和付费意愿的不同。根据现有报道，在国外市场，用户的隐私问题对Zoom布局AI产生了显著影响。然而，随着Zoom采取了一系列措施来确保用户数据的安全和隐私，这个问题得到了一定程度的缓解。Zoom是否因AI实现了更大的增长？根据多方数据，我们发现，AI技术的融入的确提升了其企业端销售额，例如，在2024财年第三季度，Zoom的总营收同比增长3.2%，企业端营收规模同比增长7.5%至6.61亿美元，嵌入AI技术后，Zoom的季度客户流失率明显收窄，显示出更高的客户留存率。为什么同样布局AI,国内外的协同办公领域，Zoom、Notion、飞书和钉钉的商业化差距这么大？是国产软件的AI功能还不够强大，还是市场对AI的期待过高？这只是一方面。对比发现，AI的确是一种强大的技术，但它在协同办公中的作用并非万能，当下的使用场景还很有限，更多是作为智能助手的形式出现。其实就像袁征所说的，一款好的产品不一定能够对应好的商业价值，研发成本、商业模式、付费环境也会起到决定性的作用。很多协同办公公司投入了大量成本去研发AI,但并没有可观的ROI,反而成为给企业客户提供数智化解决方案的项目商，或是软件外包。回到商业的本质，客户需求和市场定位依然是决定产品成功的关键因素。尽管AI技术迅猛发展，为行业带来了前所未有的变革，但商业的核心原则并未发生变化。然而，过度的AI投入有时的确会让企业迷失方向，对“究竟应该做什么”产生疑惑。本文来源：R艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
10/19
AI让代码变得廉价，品味正在蚕食软件
就像上个时代软件蚕食世界，让行业发生重大变革一样，品味现在正在蚕食软件。2011年，马克·安德森(MarcAndreessen)发表了著名的软件正在蚕食世界的宣言。有那么一段时间，这是不可否认的现实。软件是变革的引擎，彻底改变了从科技到金融、从零售到医疗保健的一切。在当时，技术实力意味着占据市场主导地位。作为硅谷的精神中心，YCombinator将技术创始人视为天选之人。而那些能够召唤并驾驭软件的人则被视为神祇。风投家给那些能将代码大规模扩展的人提供资金。毕竟，只有软件才能迅速而有效地改变庞大的传统行业。如今情况已大不相同。软件已经被商品化——这是技术进步、成本、复杂性降低以及编程技能普及的结果。人工智能进入主流推动了这一转变。技术与文化之间的界限正在变得模糊。因此，光靠打造出色的技术已远远不够。▍大家的软件都已足够好。软件曾经是武器，现在只是工具。在资源匮乏的世界里，我们珍视工具。在资源富足的世界，我们看重品味。进入门槛很低，竞争很激烈，有太多的关注焦点已经转移——先是从技术转移到分销，现在又转移到了其他方面：品味。▍品味正在蚕食软件。品味就是新武器。不管表达方式如何，不管是靠产品设计、品牌还是用户体验，品味现在定义了产品被感知和感受的方式，定义了产品被采用，也就是分发的方式——无论是软件也好，硬件也罢，或两者兼而有之。技术已经与文化紧密交织在一起。如今，人们无论身在何处、从事什么职业或处在什么地位，都将技术视为生活的一部分。▍现在要服务的市场是文化市场，实用加上品味是基础。在这个新时代，功能性产品日益变成文化大潮的配角。因此，创始人们意识到他们需要的不仅仅是会写代码或掌握技术了。虽然实用性依然是关键，但创始人还需要在设计、品牌、体验、讲故事、社区以及文化相关性上进行精雕细琢。史蒂夫·乔布斯和埃隆·马斯克之所以备受推崇，不仅是因为技术创新，还因为他们把产品和个人塑造成了文化偶像。竞争已经不再局限在科技行业——创始人们现在还要跟那些在分发、社区建设及文化共鸣上占据优势的名人和网红竞争，尽管这些人不一定具备同样的技术能力。品味的提升将各种体验和视角引入到竞技场——这不仅从内部挑战着“传统”的硅谷，也会从外部发起冲击。你可能会觉得，像苹果、特斯拉和Airbnb这样的公司，因为它们是面向消费者的典型企业，所以品味对它们来说尤其重要。但这并不是全部——消费者驱动的“品味”特质已经渗透到了科技世界的每个角落。那些曾经以实用性优先的B2C板块，甚至B2B软件行业，如今都感受到用户体验、设计、美学以及讲好故事的影响。Arc以设计和品牌作为核心卖点，与传统网络浏览器展开竞争。Linear等工具是一款面向软件团队的项目管理工具，它们以公司建设的原则性方法和大量抄袭的登陆页面设计而闻名，也以产品功能而闻名。Arc和Linear等公司建立了一个完整的美学生态系统，邀请用户和拥护者成为他们版本的世界的一部分，并产生大量的数字和文字口碑。（他们的故事尚未结束，但他们在硅谷的这个领域中脱颖而出。）Arc以设计和品牌作为核心卖点向传统web浏览器发起挑战。像Linear这样的项目管理工具，不仅因其独特的企业文化和备受模仿的登录页设计而闻名，也因其产品的功能性而备受认可。4Arc和Linear等公司建立了完整的美学生态体系，吸引用户和支持者成为他们世界的一员，并在线上和线下获得口口相传。▍即便在最前沿的技术领域，品味也和技术本身一样塑造着未来。在通用人工智能聊天机器人领域，OpenAI的ChatGPT成为了市场的领导者。此后，Anthropic的Claude、谷歌的Gemini、Meta的Llama、微软的Copilot、Perplexity、Poe等公司各自以不同的角度加入到这场竞争。是，他们是在技术战线上展开竞争，但随着人工智能的快速进步，感觉他们会在类似的功能上趋于一致。那该怎么竞争呢？？答案在于它们的外观、使用感受，以及它们带给用户的情感体验。交互上的微妙之别（界面是否直观、友好、流畅）以及品牌美学（从趣味横生的网站设计到营销信息）都会变成新的差异化因素，用户往往会选择那些与其个人价值观更契合的工具。所有这些元素应该无缝地融合到产品之中，但这依然是值得关注的区别。投资者再也不能找到最优秀的工程团队去资助，然后坐享其成了。他们得去寻找这样大的团队，那种能捕捉文化相关性，并反映其日益多样化的市场价值观、美学和品味的团队。投资者如何在这个新环境中找到自我定位？他们把宝押在那些能抓住文化潮流的，品味驱动型的创始人。他们也在打造自己的个人品牌和公司品牌。去重新设计网站，撰写宣言，推出播客，并与文化巨头合作。（当然，人们仍然会质疑风投是不是真的“了解”品味。）▍代码不值钱了。金钱现在追逐的是用品味包装起来的实用性、以优美的形式塑造的功能，以及以艺术性为框架的技术。但品味究竟是什么东西？字典上说，品味是辨别什么是高品质的能力，或者一种很高的审美标准。但谁来制定这个标准呢？在个体层面，品味是主观的——每个人对品味都有自己的个人理解——但在特定的文化或社区当中，品味是可以校准的。品味是设计、用户体验与情感共鸣的结合，它决定了产品如何与人建立联系，并与他们的价值观和身份保持一致。这些东西单个拎出来并不等于品味；那只是表达个人品味的表现形式。最基本的标准是，品味绝不会平淡无奇——它会有自己的主见。就像阿诺德·贝内特的名言所说那样：“好品味胜过坏品味，但坏品味胜过没品味。”▍你在使用产品时，产品会让你产生某种感受，而且产品也会让其他人对你产生某种感觉。产品不再只是功能性工具，而变成了情感接触点。越来越多的产品被设计为自我表达和社交信号的载体，反映出你的价值观、生活方式与身份。以技术为核心的产品与艺术的距离之近前所未有。果真如此的话，这也意味着其他玩家对生态体系至关重要：比如艺术家、设计师、创作者、创意总监、媒体公司等。这不可避免会引出更多问题：谁是品味的拥王者，谁是看门人？对品味的更大关注会引发什么样的文化战争？公司所在的城市或文化的影响会不会更加重要？没人可占有“品味”，但肯定会有足够多的人想尝试一下。▍就像上个时代软件蚕食了世界并改变了各个行业一样，现在品味正在蚕食软件，紧接着要蚕食的将是硅谷。在硅谷的新时代，品味不仅是一种优势，更是未来。最吸引人的创业公司将是那些能将卓越技术与精致品味结合到一起的公司。就算是在追求技术突破，也必须考虑品味与文化共鸣，而不仅仅考虑技术本身。单靠品味不会成功，但如果没有让品味发挥重要作用的话，你也赢不了。随着品味渗透到各个领域，创始人与风投家的角色也在发生变化。创始人如今不仅需要掌握技术创新，还必须具备文化共鸣的能力。而投资者呢？他们必须将宝押在那些会在未来创新浪潮中引领潮流的公司，在这些公司里，技术与文化不再是独立个体，而是合二为一。有些人也许不喜欢这种趋势，有些人会反对，而有些人则会选择观望——但这无疑是时代的象征。▍创始人必须成为品味的引领者，而风投家则必须成为品味的仲裁人。挑战：实用性仍需得到尊重。理论仍需付诸实践。自认为有好品味的人要多于确实有好品味的人。本文来源于：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
10/12
微软推出AI医疗工具全家桶，预览医疗数据方向5大新功能
许多新工具目前仍处于开发早期阶段或仅提供预览版。智东西10月11日消息，当地时间周四，微软发表了一篇播客，宣布在其MicrosoftCloudforHealthcare中推出新的医疗保健数据功能和AI工具，包括通过AzureAIStudio中的新医疗保健AI模型、MicrosoftFabric中的医疗保健数据功能、CopilotStudio中的医疗保健AIagents服务以及AI驱动的护理工作流程解决方案。这些工具旨在连接护理体验、增强团队协作、增强医疗工作者的能力以及帮助医疗保健组织更快地构建AI应用程序，并节省医疗工作者在行政任务上的时间，这是导致行业倦怠的主要原因之一。许多解决方案目前仍处于开发早期阶段或仅提供预览版。在微软更广泛地推广这些工具之前，医疗保健组织将对这些工具进行测试和验证。微软拒绝透露这些新工具的价格。据CNBC报道，微软通过不断推出新的医疗领域AI工具，努力确保其处在医疗保健AI领域的领导地位。去年10月，该公司在其Azurecloud和Fabric分析平台上推出了一系列健康功能。2021年，微软还以160亿美元收购了NuanceCommunications,后者是医疗保健及相关行业提供语音转文本的AI工具。微软健康与生命科学部门投资组合发展与孵化副总裁MaryVarghesePresti在预先录制的记者会上说道，“通过将AI融入医疗保健，我们的目标是减轻医务人员的工作压力，促进医疗团队的协作，提高全国医疗保健系统的整体效率。”一、医疗保健AI模型：将AI的范围扩展到文本之外微软推出了一系列开源多模态AI模型，这些模型由微软与Providence和Paige等合作伙伴合作开发，能够分析除文本之外的数据类型，如医学影像、临床记录和基因组数据。据悉，大约80%的医院和医疗系统就诊都包括影像检查，因为医生通常依靠影像来帮助治疗患者，这些AI工具的推广使用可以帮助医生减少工作量和压力。医疗保健组织还可以使用这些模型来构建新的应用程序和工具。通过使用这些高级模型作为基础，医疗保健组织可以快速构建、微调和部署针对其特定需求的AI解决方案，同时最大程度上减少从头开始构建多模态模型相关的大量计算和数据要求。例如，数字化单个病理切片可能需要超过1GB的存储空间，因此许多现有的AI病理模型每次都只能训练小块切片。微软和ProvidenceHealth&Services构建了一个数字病理全切片基础模型，该模型在突变预测和癌症亚型分类方面有所改进，这一成果已发表在国际顶级学术期刊《自然》杂志上。现在，医疗系统可以在此基础上进行改进，并根据自身需求进行微调。“过去，获取病理学的全切片基础模型一直是一个挑战……而现在我们实际上已经能够做到了。”Providence首席战略和数字官SaraVaezy在接受CNBC采访时谈道。“这确实是一种改变游戏规则的技术。”这些模型可在AzureAIStudio的模型目录中找到，AzureAIStudio是微软的生成式AI开发中心。▲微软AzureAIStudio的模型目录界面（图源：微软）二、通过统一的AI平台使用医疗保健数据，公开预览5大新功能从历史上看，医疗保健数据由于其非结构化性质和现有数据管理系统的局限性而难以获问题限制了医疗保健组织全面了解患者体验和获取宝贵见解的能力。根据MicrosoftFabric推出的医疗保健数据解决方案，医疗保健组织可以通过单一且统一的AI驱动平台改变用户访问、管理和处理数据的方式，从而克服上述问题。此外，MicrosoftPurview的医疗保健安全应用程序模板（一套旨在帮助管理医疗保健数据的创新功能）现已公开预览。微软还将在MicrosoftFabric的医疗保健数据解决方案中公开预览5个新功能，包括：1、对话数据集成：将对话数据（例如患者对话）从DAXCopilot发送到Fabric平台。通过将DAXCopilot音频文件、记录和临床笔记草稿发送到Fabric,客户和合作伙伴可以利用Azure和Fabric中的各种本地工具来分析这些数据或将其与其他数据相结合生成更全面的见解。2、康健的社会决定因素(SDOH)公共数据集转换：提取、保存、协调和使用SDOH国家和国际公共数据集，使医疗保健组织能够识别风险和与健康相关的社会需求，帮助为患者和社区创造更公平的医疗保健服务。3、美国医疗保险和医疗补助服务中心(CMS)索赔和索赔线馈送(CCLF)数据提取：简化索赔数据的提取并与临床、影像和SDOH数据相协调，以获取有关患者和大众的可行见解。4、护理管理分析：利用统一的医疗数据和护理管理分析模板，通过识别高风险个体、优化治疗计划和改善护理协调来加强患者护理。5、数据发现和分组：利用集成的工作流程，让医疗保健组织能够创建、管理、分析和共享患者群组。三、利用AIagents匹配治疗方案，回答患者基本问题医疗保健组织面临诸多挑战，包括劳动力短缺、成本上升和患者护理需求增加。生成式AI通过自动化管理任务、分析大量数据以获得可操作的见解以及协助专业人员进行决策，为这些挑战提供了潜在的解决方案。为了解决这一问题，微软宣布了帮助医疗系统构建AIagents的新方法，他们将在CopilotStudio中公开预览医疗agent服务，用于预约安排、临床治疗案例匹配、患者分诊等。医疗保健组织可以利用医疗agent服务来帮助创建互联的患者体验、改善临床工作流程并增强医疗专业人员的能力，同时帮助组织通过MicrosoftCopilotStudio满足行业期望。早期采用者，如克利夫兰诊所，提供了反馈以帮助优化医疗环境的解决方案，他们已经在使用这些工具来增强患者体验并提升运营效率。AIagents的复杂程度各不相同，但它们可以帮助用户回答问题、自动化流程并执行特定任务。通过MicrosoftCopilotStudio,医疗保健组织还可以创建配备医疗保健专用安全措施的AIagent.例如，当答案包含对临床案例的引用时，会显示来源，并会通过注释标明答案是否由AI生成。微软提到，捏造和遗漏都会被标记出来。例如，一个医疗保健组织可以构建一个AIagent来帮助医生为患者找到相关的临床治疗案例。医生可以输入问题：“55岁男性，患有糖尿病和间质性肺病，有哪些临床案例适合他？”然后会收到一系列相关回答，这将节省医生寻找每个案例的时间和精力。据微软健康与生命科学部门健康AI总经理HadasBitran在与记者的问答中谈道，能够帮助回答患者基本问题的AIagent在参与测试该服务的医疗系统中很受欢迎。她还补充说，能够帮助医生回答有关最新医疗健康指南和患者病史的问题的AIagent也很常见。微软的医疗保健agent服务将从宣布当天开始提供预览版。▲微软的医疗agent服务界面（图源：微软）四、开发护士专用自动化文档，优化护士日常工作流程据世界卫生组织(WHO)预测，到2030年护士短缺人数将达到450万，因此提供技术支持护理行业的需求比以往任何时候都更为紧迫。今年8月，微软宣布其与EpicSystems合作的下一阶段将致力于构建针对护士的AI文档工具。他们正在开发一种可以增强护士日常工作流程的解决方案，通过起草流程表进行审查来处理护理文档，让护士能够将精力更多地放在患者身上，而不是文书工作上。据悉，外科护士有多达41%的时间花费在文档工作上。Epic是一家医疗保健软件供应商，拥有美国超过2.8亿人的电子健康记录。它与微软有着长期的合作关系。微软的Nuance已经为医生提供了一个名为DAXCopilot的自动化文档工具，该工具于去年推出。它允许医生在征得患者同意的情况下记录他们的就诊过程，然后AI会自动将其转化为临床笔记和摘要。理想情况下，这意味着医生每次看诊时都不需要花时间自己输入这些笔记。这项技术在今年迅速普及。Nuance宣布，DAXCopilot已于1月在Epic的电子健康记录中普遍可用，这是医疗保健行业内备受瞩目的认可。将像DAXCopilot这样的工具直接集成到医生的电子健康记录工作流程中，意味着他们不需要切换应用程序即可访问它，这有助于节省时间并减轻行政工作负担。但到目前为止，DAXCopilot仅供医生使用。微软提到，这一情况正在改变。该公司正在构建一个针对护士优化的类似工具。尽管医生和护士密切合作，共同治疗和护理患者，但护士的工作日与医生的工作日截然不同，护理文档工作流程也同样独立且截然不同。护士在轮班期间需要移动，在各个房间之间移动以看望患者。他们在病床边交谈，并以流程表等高度结构化的格式记录患者信息。“护士的工作流程与医生的工作流程截然不同，任何为护士开发的解决方案都需要与他们的工作方式相结合。”Presti在会上说道。“我们的团队花费了数小时在护士值班期间进行跟踪观察，以了解他们如何执行任务，并发现他们一天中最大的摩擦点在哪里。”微软正在与斯坦福医疗保健（StanfordHealthCare）、西北医学（NorthwesternMedicine）和Tampa综合医院等组织合作开发这一工具。结语：医疗保健领域的AI实践需要严格的测试和监管微软在官方播客中提到，这些新的AI工具都将遵循该公司于2018年制定的AI原则，以帮助指导AI的开发和使用。通过设计开发负责任的AI,确保这些技术对医疗生态系统和社会产生广泛而积极影响。在实践中，这意味着要正确构建、测试和监控系统，以避免不良行为，例如有害内容、偏见、滥用和其他意外风险，需要在构建必要的治理结构、政策、工具和流程方面进行大量投资，以坚持相关原则并安全地构建和部署AI.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
10/12
100亿，90后都用过的办公APP上市了
办公软件，再“上大分”90后都用过的办公软件，上市了。十多年前，“扫描全能王”上线，抓住了线上办公的浪潮解决了一大堆90后扫描难、传输难的痛点。十余年后，“扫描全能王”背后的母公司合合信息成功登陆上海证券交易所科创板。这次上市之路并非一帆风顺，合合信息历经了多次尝试和挑战。但他们始终坚持以用户需求为核心，不断优化产品，提升服务质量。随着线上办公的兴起，手机办公功能变得多样化，合合信息的产品正好解决了纸质文件数字化的痛点。用户不再需要为了一份扫描件而四处奔波，只需轻点屏幕，就能轻松将文件转换为电子版，这无疑是数字化办公时代的一次革命。如今，合合信息的成功上市，不仅是对公司技术实力的认可，更是对整个办公软件行业未来发展的有力推动。在这个充满机遇的数字化时代，我们期待合合信息能够继续引领潮流，为全球用户带来更多便捷、智能的办公体验。敲钟上市每个办公人都得用过的“扫描全能王”“名片全能王”背后的公司上市了。今天，合合信息敲钟上市。旗下最出圈的产品莫过于“扫描全能王”，除此之外，合合信息旗下还包括名片全能王、启信宝等打工人必备软件。据其官网介绍，上海合合信息科技股份有限公司（以下简称“合合信息”）是行业领先的人工智能及大数据科技企业，基于自主研发的领先的智能文字识别及商业大数据核心技术，为全球C端用户和多元行业B端客户提供数字化、智能化的产品及服务。公司B端服务，即智能文字识别服务、商业大数据服务帮助客户切实解决了降本增效、改善风控、高效获客的业务痛点，提供了较高的技术附加值。目前已在银行、保险、证券、基金、汽车金融、供应链金融、政务、制造、物流、地产、征信等近30个行业实现成熟应用。据企查查信息显示，合合信息已经完成了八轮融资，其中经纬创投、东方汇富、京东科技、复星创富皆为其背后资本。合合信息创始人镇立新，1968年荆州出生，2000年在中国科学院自动化所完成学业，专攻模式识别与智能系统，获得博士学位。他的职业道路多姿多彩，曾在中国石化集团公司担任电气工程师，并在大连海事大学与同济大学担任教职。2000年，镇立新加入摩托罗拉，担任全球实验室负责人，专注于光学字符识别（OCR）技术。他将该技术成功应用于摩托罗拉广受欢迎的“明”系列手机，成为首位将OCR、名片识别和手写识别技术整合到智能手机的科学家。他领导的“指书FingerWriting”项目荣获《华尔街日报》的“最佳发明奖”和芝加哥太阳报的“发明金奖”，同时他也是摩托罗拉“金质奖章GoldenBadge”的得主。随着智能化时代的到来，镇立新洞察到商业潜力，决定创业。2006年，他创立了合合信息的早期形态合合有限，并聚集了一批技术精英，形成了初始团队。在合合信息的七位核心技术人员中，有六位曾是摩托罗拉中国研究院的成员，这使得公司带有浓厚的“摩托罗拉”色彩。他带领团队研发了名片全能王和扫描全能王等产品，并通过开发基于边缘计算的深度学习技术，显著提高了手写文字的识别准确率，使扫描全能王的手写字符识别率达到了97%。扫描王的成功也离不开数字化办公时代的进程。过去几年，随着线上办公的火热，手机的办公功能也开始多元化。而在文件传输的过程中，纸质文件的扫描就成了一个痛点，没有扫描王的时候大部分还是会选择去临近的复印扫描店扫描之后再传输到手机上，而扫描王刚好就解决了这个痛点。“当时市面上手机的拍照功能还没有现在这么清晰，也没有能够识别文字等等功能，很多时候需要办一些证件的时候，需要扫描件，照片直接发过去就不过审，家里没有复印机和扫描机的就得跑一趟复印店，家里买一台的话利用率又太低，而且当时基本能够满足功能的APP只有扫描王。”一位扫描王的用户回忆起自己使用扫描王的过程。除了抓住时代红利和需求痛点，扫描王的成功还与其技术和设计有关——技术上，它采用了先进的光学字符识别技术，能够高效地将图像中的文字转换为可编辑文本，并引入了智能高清滤镜等黑科技，显著提升了扫描的清晰度和准确性；用户体验方面，应用界面简洁直观，易于上手，同时提供了多种图像优化模式，使用户能够根据需求调节图像参数，轻松完成扫描和编辑任务。功能上，扫描全能王不仅限于扫描，还集成了文档共享、云同步、无线打印、全球传真等功能，满足了用户多样化的需求。它还支持多种语言的文字识别，扩大了服务的用户群体。市场需求的增长也为扫描全能王的发展提供了动力，随着数字化办公和个人信息管理需求的上升，高效工具的用户数激增；在市场策略上，扫描全能王的母公司通过有效的推广和品牌建设，迅速赢得了市场的认可。用户口碑方面，扫描全能王在处理文件的准确性和便捷性上获得了用户的广泛好评。此外，扫描全能王不断进行产品迭代和升级，如推出智能高清滤镜2.0，以适应不断变化的市场需求和技术进步，确保了其在竞争激烈的市场中脱颖而出。多次尝试2009年名片全能王上线，隔一年扫描全能王上线，两款爆火产品距今已经超过了十年的时间，据公开数据显示，截至2022年底，扫描全能王与名片全能王在AppStore与GooglePlay应用市场的全球用户首次下载量合计超过8亿，其中报告期新增首次下载量合计约3.8亿。APP涉及到的技术主要包括智能文字识别及商业大数据技术。合合信息自2006年成立起就将文字识别、图像处理作为核心研发方向，智能文字识别技术融合了智能图像处理、复杂场景文字识别、NLP等AI技术，可适应多语言、多版式、多样式等复杂场景，并可应用到多个商业化场景中并形成落地的产品或服务，例如票据分类、证照票据结构化、合同关键信息抽取、智能审核等。商业大数据技术包括大数据挖掘与知识图谱等技术，通过“数据—信息—知识—智能”4个层次，挖掘商业数据背后蕴藏的价值。而这期间，母公司合合信息也曾经多次冲刺IPO.资料显示，合合信息的IPO申请于2021年9月27日获受理，此后历经三次问询，两次中止，这一次终于成功迈进IPO的大门。作为TOC的办公软件，公司数据安全和隐私合规一直都是外界关注的重点。在招股书中，合合信息也提到了关于数据隐私安全的风险。指出“基于人工智能及大数据技术，公司面向个人用户及企业客户提供C端产品及B端服务。业务经营过程中，公司根据业务需要获取了用户的相关数据。对于获取的数据，公司建立了一系列的数据安全内控制度，采用防火墙、数据加密、权限管控、安全审计等技术方式，以保障数据资源存储、使用的安全性、可靠性。但如果受到恶意软件、计算机病毒、黑客攻击的影响；或公司员工违反公司内部制度规定；数据合作方、客户违反协议约定以及其他原因造成了数据的不当泄露或使用，公司存储的信息数据资源可能被泄露或受到损失。公司还可能因侵犯个人隐私被投诉或受到主管部门处罚，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，可能对公司市场声誉及经营业绩造成不利影响。”和所有需要采集用户信息的公司一样，用户隐私都是一个审核的重点。合合信息也一直在为保护数据隐私做改革，对相关APP产品的部分版本进行了自查及升级。办公软件“上大分”在数字化转型和远程工作趋势的推动下，TOC办公软件市场呈现出强劲的增长势头。数据显示2022年中国办公软件市场规模增长至401.55亿元，同比增长12.18%，这一数据反映了市场对办公软件需求的持续上升。技术进步，尤其是人工智能和云计算的发展，正在推动办公软件功能和用户体验的创新，AIGC技术的应用使得数字内容更加丰富和多样化，满足了市场对高质量内容的需求。政策对办公软件行业的支持态度也相当明确，通过出台鼓励创新的政策，为行业的发展营造了有利的环境。远程办公的兴起，特别是在疫情期间，进一步加速了在线协同办公软件的普及，这些软件不仅提高了工作效率，还促进了组织间高效协同、内容管理和安全管控的转变。市场竞争主要集中在一些知名品牌之间，如微软的Teams、谷歌的GoogleMeet和金山办公等，它们凭借强大的品牌和技术优势占据了稳定的市场份额，并且国产办公软件在政策推动下的认可度和需求的持续增长。随着企业对办公软件需求的日益多样化，软件开发商正面临着提供更加定制化服务的挑战。这种趋势要求开发商不仅要关注产品的通用性，还要能够满足企业特定的业务流程和管理需求。此外，智能化已成为办公软件发展的一个重要方向，机器学习和自然语言处理等技术的应用，使得办公软件能够提供更加智能的信息交流和协作体验。移动设备的普及也推动了办公软件在移动端体验的优化，员工现在期望能够通过移动设备随时随地访问和使用办公软件。这种跨平台的便捷性已成为现代办公软件不可或缺的一部分。在这样的大环境下，国产扫描软件正迎来前所未有的发展机遇，市场前景广阔。数字化转型已成为企业运营的关键，企业对文档管理和数字化转型的需求不断增长，这直接推动了扫描软件市场的扩张。技术进步为国产扫描软件提供了强有力的支撑，包括提高扫描分辨率、加快扫描速度、引入智能化功能以及加强云服务集成等，使得国产扫描软件在市场中更具竞争力。“十四五”规划明确提出要推动软件和信息技术服务业的发展，这一政策导向为国产扫描软件的发展提供了坚实的政策支持和明确的发展方向。市场需求的稳定增长也是国产扫描软件发展的重要推动力。用户对网络安全和隐私保护的日益关注也为国产扫描软件提出了新的要求。国产扫描软件制造商可能会加强产品的安全特性，以满足用户对隐私保护的需求。此外，数字化扫描仪在教育和企业市场的应用广泛，为国产扫描软件提供了稳定的市场基础。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
09/30
「解放办公室社畜」，钉钉给出AI方法论
读过刘慈欣《三体》的人都知道，当行星被一颗恒星引力捕获，围绕其稳定运行，世界便进入了“恒纪元”：大地复苏，新生命成长，新文明开启。眼下，由AIGC催生的科技革命，正在全球烈火烹油，入局者如过江之鲫、新产品层出不穷，新概念应接不暇……仿佛一夜之间，AI的“恒纪元”就降临了：周遭环境变得新鲜又陌生，千行百业重塑中。而在移动办公赛道，确定性的脉络正草蛇灰线地隐现。6月26日召开的钉钉“Make2024:AI全明星”大会，及其钉钉7.6版本，堪称一次窗口性的Timing.①AI搜索有哪些不一样？②AI时代的工作方式会是什么样子的？③AI生态如何构建？用户的体验，就是企业的“试金石”。钉钉的举动，还释放了哪些未来已来的信号，且看节点财经独家视角解读。01被AI改变的信息搜索方式过去，用户输入关键词或问题后，出来的往往是一片被海量的、碎片化、离散的信息包围的海洋，晕头转向不说，一不小心还有可能“被钓鱼”。现在，用钉钉AI搜索，展现在用户面前的“答案之书”将更加精准和迅捷，所要即所得。究其原因，钉钉AI搜索是围绕着人、事、物等整合出来的结构化知识网络。换言之，用户处理信息的方式，将由原来的“时间流”，转为以事为中心的“交互式”，能够自动筛选重点，也能够理清逻辑，分辨真假，匹配偏好，比如把广告过滤掉，把“鸡肋”剔除掉，把风险屏蔽掉。具体来说，钉钉AI搜索具有专有个性搜索、感知信息变化、自然语言输入、直接生成答案、深入挖掘追问以及追溯内容信源等六大特征。而在叠满"buff"后，某种程度上，钉钉AI搜索蕴含了“类人”属性，变得聪明、会自洽。叶军举例称，要想知道近期全球化工作的重大进展时，只需使用AI搜索，它能够借助大模型的理解、推理、生成等能力，基于平时的资料，罗列出客户进展、产品更新、市场策略、合作进展等内容。又或者，作为钉钉总裁，叶军每天都会接收到不可胜数的客户反馈。有了AI搜索后，叶军就能一键总结分析客户的需求，快速准确地捕捉要点，帮助提高工作效率。这么一来，搜索就不仅仅是搜索了，它是工具，亦是活跃的智脑和懂事的“搭子”。02不一样的AI搜索我们都知道，钉钉是阿里旗下的企业级智能移动办公平台。所以，它打造的AI搜索，也有其迥然的DNA和特定性能。不同于面向公网的AI搜索，钉钉AI搜索由于要服务工作和协作，必然具备了相关的能力和智识，诸如通盘检索和整理用户自有信息、企业知识，涵盖单聊、群聊、文档中的信息，参与过的日程、待办、会议等工作的进展，以及企业知识库、日志等知识。进一步讲，用户使用钉钉AI搜索，除了能够获取全面的、具体的信息，还能得知有哪些人、群聊或者文档与该搜索有关，并基于搜索出来的答案，形成系统化的脑图和大纲。同时，钉钉AI搜索在即时解析用户当前所掌握的知识和数据的基础上，又加持了前瞻思维。通过深度学习和模式识别技术，它能够洞察用户在后续可能遇到的“痛点”、“难点”，主动引导并提供解决方案。这就好比我们炒一盘鱼香肉丝，钉钉AI搜索不但告知要用的食材，还把哪些人做过这道菜，“颠勺”的步骤都列示出来，甚至于你接下来想问啥、想炒啥，都提前猜到了。03“办公室社畜大解放”最近两年，“解放办公室社畜”的话题大行其道。但观其效果，大众早已不满足只停留在浅层的、物质的，对电脑、打印机、空调、桌椅等道具的进化，也依然努力地、996地、绝望地“搬砖”着。而AI的出现，第一次探入人脑，为“解放办公室社畜”打开思路。全新的钉钉AI助理，大幅升级了思考系统、感知系统和行动系统。思考系统：AI助理具备更强的记忆和推理规划能力。感知系统：感知场景中的变化，根据变化自动执行指定的任务。行动系统：调用更丰富的工具，实现多Agent协同、拟人操作。如，用户授权后，可以让AI助理记住与之相关的信息、习惯、偏好等，包括姓名、岗位、上下级关系、项目进展，支持用户自定义设置记忆，生成结果千人千面。在落地实操中，AI助理增强后的推理规划能力，能像真人一样对任务深度思考和合理拆解。你可以把它想象成“第二大脑”，能存储记忆，也能有的放矢地加工、输出记忆。如，AI助理可以感知时间和事件的变化，并根据变化做出相应调整：预约多人会议日程后，若有成员临时来不了，AI助理能够迅速觉察，并及时介入，重新协调安排；为一项计划定时后，AI助理能够高效执行，包括每天早晨8点准时提醒用户，推送当天的早餐食谱……你可以把它想象成“大管家”，听话、能干，还熟谙自适应。如，AI助理可以对工作流实施大幅跃迁，可以直接调用更丰富的工具，并加载多Agent协同、拟人操作等核心行动能力。凭借多Agent协同的能力，用户可在一个工作流或者群聊中，点兵点将，让多个不同的AI助理相互配合，共同完成KPI.钉钉现场演示的demo显示，用户能在掼蛋老友群，敲入@符号创建一场掼蛋赛事的行程，总结上一场掼蛋的胜率，以及用音乐创作大师AI助理创作音乐等。凭借拟人操作能力，用户给AI演示一遍，不需任何代码，AI助理就能学习操作流程。届时，用户只需对话，就可使唤AI,让它代替人跑腿、干活。你可以把它想象成“奋楫笃行者”，一边抬头追光，一边低头赶路。目前，拟人操作、多Agent协同已接入工作流，用户可直接配置建文档、发日程、待办等钉钉功能，天气查询、路线查询、OCR识别等20多项第三方服务，也可以通过访问API接口或钉钉连接器来集成更好用、更可靠的工具。截至5月底，钉钉上的AI助理总数达到50万个。今年4月，钉钉正式上线AI助理市场（AIAgentStore），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。当裹挟着思考系统、感知系统、行动系统的"waiter"穿梭往来，也许我们距离真正的“办公室社畜大解放”不远了。04一场有关大模型的双向奔赴说到AI,必定少不了大模型。国内在这块追赶的很紧迫，并出现蜂出并作、百家争鸣的局面。但也因此引发一个突出BUG,用户从一个官网到另一个官网，从一个APP到另一个APP,跑来跑去，试来试去，劳心又劳力。但就在6月26日，钉钉以一己之力，把MiniMax、月之暗面、智谱AI、零一万物、百川智能、猎户星空7家国产大模型厂商聚齐。也就是说，在钉钉，用户可以按照自身需要切换AI大模型，除默认的通义外，首批可选择MiniMax、月之暗面、智谱AI、猎户星空、零一万物、百川智能6家大模型，叶军形容这是召唤神龙的“七颗龙珠”。不难看出，这是一场用户与钉钉，大模型厂商与钉钉的双向奔赴。关于前者，把选项集中一处，把选择权交给用户，让“打工人”不用四处跳转，省时省力；关于前后，大模型厂商在钉钉找到高频、刚需场景，有助于兑现规模应用和模型能力迭代，构筑起业务运转的闭环。毕竟，钉钉是一个有着7亿用户和数千万企业级组织的平台，容纳了几乎所有的真实业态，土壤不可谓不肥沃。在此处播种和耕耘，打捞属于自己的用户和客户，底基优势确凿。比如，月之暗面大模型的长文本理解和输出能力，天然与钉钉上需求最旺盛的工作信息总结、会议纪要和教育类的学习资料总结、教学辅助类场景吻合。二者强强联合，能碰撞出广阔的想象空间，也更轻松、保真地贴合用户需求。05更开放的生态AI脉冲式生长至今，生态构建和支持举足轻重，开放则是内核方法论。叶军表示：“模型开放是钉钉生态开放战略的再进一步。”为此，钉钉推出了三种合作与探索模式：钉钉的IM、文档、音视频等产品的AI能力主要由通义大模型支持。在这一布局上，其将结合其他各家大模型的特点，探索不同模型能力在产品和场景中的应用。钉钉向大模型生态伙伴开放AI助理（AIAgent）开发平台。开发者在钉钉上创建AI助理时，除了默认的通义大模型外，还可以因人而异地择录不同厂商的大模型。针对客户的个性化场景和需求，钉钉将与大模型厂商一起，为客户定制适宜的智能化解决方案，并提供模型训练调优、AI解决方案打造、AI定制应用开发等服务，还可进行模型的私有化部署。当前，钉钉生态伙伴总数超过5600家。其中，AI生态伙伴超过100家，包括MiniMax、有鹿机器人、强脑科技等。“我们希望打造中国最开放的AI生态。”叶军这样说道。其介绍到，过去一年，钉钉和生态伙伴深度集成的套件产品取得飞速发展。套件将生态伙伴的功能集成进钉钉自身产品中，为客户提供统一无缝的使用体验。截至五月底，钉钉套件的生态合作伙伴共计22家，近一年实现营收近1亿元。有鹿机器人创始人陈俊波分享了有鹿与钉钉合作开发的具身智能Agent的过程。通过数据化、训练和Agent化三个步骤，利用先进的大模型技术，显著拔高工作效率，使得小团队也能在极短时间内完成以往需要大量人力资源的任务。陈俊波强调，有鹿与钉钉一致的愿景是让有鹿机器人这样的具身智能Agent普及到每个角落，为钉钉的每一位客户提供卓越的服务。写在最后在6月26日的大会中，叶军说到，“在当下的智能时代，可以预见到，会有一种更广泛的协同将会出现。我们也确实需要去Reinvent（改造）我们的工作模式。”伴随着AI“恒纪元”的到来和钉钉“AI全明星”登场，这种更广泛的协同俨然从梦想照进现实。本文来源：Ｒ艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/30
解析中国软件产业变迁：CRDE 智橙云 PLM 突破传统 PLM 困境
近期，关于中国软件产业的质疑声不断。然而，产业的发展是一个复杂的过程，受多种因素影响。本文将探讨国产PLM厂商在市场中的表现，并分析其面临的挑战。中国软件产业的发展历程自1995年中国互联网商用化以来，中国软件产业经历了快速发展。民营经济的崛起，带动了对软件的巨大需求。然而，盗版问题和国际巨头的进入，给中国软件产业带来了挑战。2005年，中国软件产业迎来第二次繁荣。以在线办公为特征的办公类软件成为热点。用友、金蝶等国内厂商在管理软件领域取得了显著成效。然而，2008年全球金融危机，以及国内外技术差距，使得中国软件产业再次面临困境。2015年，新的《国家安全法》发布，国产软件迎来发展良机。大数据、云计算等技术的应用，为软件厂商带来了新的机遇。传统PLM厂商面临的挑战在这一发展过程中，传统PLM厂商面临了多方面的挑战：技术更新缓慢：难以跟上云计算、大数据、人工智能等最新技术趋势。系统整合困难：存在信息孤岛问题，影响数据流通和共享。用户体验不佳：用户界面复杂，学习曲线陡峭。成本高昂：需要大量资金投入于软件购买、硬件配置和维护。灵活性不足：难以满足企业或项目的个性化需求。创新能力有限：长期依赖成熟产品，缺乏创新动力。市场适应性差：难以快速调整产品和服务以适应市场需求变化。数据安全和隐私问题：在数据保护方面存在安全隐患。服务和支持不足：客户服务和技术支持可能不足。总结下来，首先是严重的“内卷化”竞争。中国软件市场同类产品众多，同质化竞争严重，导致价格战频发，利润空间被压缩。其次，企业数字化转型需求个性化，使得软件厂商长期处于外包商模式，缺乏核心技术和产品创新。再次，项目驱动下的产品无法输出行业智慧。厂商通过服务客户积累的是客户案例，而非真正的产品。这导致产品设计和开发上的迷茫。此外，依赖SLG模式实现收入增长，导致销售驱动而非产品价值驱动。政府工程“扫地僧”现象，使得软件公司成为政府项目的执行者，而非创新者。最后，国内外技术代差加大，使得传统PLM厂商在技术创新和应用上严重滞后。CRDE智橙云PLM的崛起相较于传统PLM厂商，新一代云PLM正在成为新宠儿，而CRDE智橙云PLM的崛起，不仅是对传统PLM模式的一次颠覆，更是对国产软件自主创新能力的一次证明。它通过以下几个方面实现了技术与服务的双重突破：技术创新：CRDE智橙云PLM利用云计算、大数据等前沿技术，提供了一个高度集成的研发环境，实现了设计、仿真、制造和管理的无缝对接。功能全面：它整合了云上研发、数据管理、项目管理、沟通协同和知识复用等多个功能模块，为企业提供了全面的"ALLINONE"研发解决方案。用户体验：CRDE智橙云PLM以其直观的用户界面和简化的操作流程，大幅降低了用户的学习成本，提高了研发效率。成本效益：通过SaaS模式，企业无需投入大量资金于硬件和软件的购买与维护，即可享受到高质量的PLM服务。数据安全：CRDE智橙建立了多层防御体系，确保了用户数据的安全性和完整性。站在新周期，CRDE智橙云PLM,它将继续坚持创新驱动，不断优化产品功能，提升服务质量。我们有理由相信，CRDE智橙将引领国产软件走向更广阔的舞台，为中国软件产业的崛起贡献力量。本文来源：Ｒ艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/30
软件正在我们眼前悄然被侵蚀
在数字化时代，软件的稳定性与安全性构筑企业值得信赖的护城河。作为全球领先的软件开发工具提供商，QtGroup正致力于通过其创新的AxivionSuite工具，助力企业在医疗器械、汽车等受高度监管领域精准识别或避免软件侵蚀，确保软件项目的长期可维护性和可扩展性。上海2024年9月3日/美通社/--就像岩石和山脉会受到自然侵蚀，今天的全球软件也在遭受侵蚀。每天，开发者们都发现自己软件的混乱程度越来越高，而这些软件的架构却鲜少有人清楚理解。随着AI产业发展驶入“快车道”，我们几乎没有时间去理清这些混乱。近几年，软件频繁出现问题。仅2023年，国内网购、网约车、社交应用等平台或应用多次发生崩溃，引发媒体报道，甚至登上不同平台的热搜榜。在全球范围，Crowdstrike软件更新导致的"微软蓝屏"事件可能是今年最引人注目的一个。然而，开发者们却在维持这个摇摇欲坠的纸牌屋上投入了大量时间。基于2，000多位美国、英国、法国、德国和新加坡开发者和行政高管的调研报告《开发者系数（TheDeveloperCoefficient）》指出，开发者每周平均工作41.1小时，其中三分之一的时间用于解决技术债务；超过40%的时间用于维护。这实际上反映出大量时间被用于非创新性工作。QtGroup的QA业务总监JuanRodriguez对此深感担忧："我们目睹着软件架构的逐渐衰败，因为科技行业要求开发者不断向前推进，譬如铺设新的铁轨，然而他们身后的铁轨却在逐渐崩溃。"什么是软件侵蚀我们大多数人并没有注意到软件侵蚀。这是软件内部结构的一种无形降级。它使得软件的可读性、可维护性、可扩展性和可复用性变得困难，甚至可能威胁到系统的功能安全。软件开发是一个不断累积的过程。新的依赖关系总是被引入到软件的各个部分中。但有时候，新的代码并非必要，反而使得代码库越来越臃肿，越来越难以理解、修改和维护。我们之所以称之为DependencyHell（地狱依赖）并非没有原因。在实施功能或修复错误时，弄清楚哪些更改是必要的需要极大耐心和技巧。软件侵蚀的雪球效应添加功能和快捷方式会逐步增加软件复杂性，每次迭代都在无形中侵蚀着软件架构的完整性。开发者在工作流中添加了快捷方式，导致代码库日益臃肿。想要一个新的功能？有可能会因此破坏一些东西。如果重新设计产品的某个方面，可能会引发一系列破坏性反应，影响到其他原本相互独立的团队。每次改动都可能带来意想不到的连锁反应。开发者可能会因为额外的维护工作而感到沮丧，进而再次添加一个快捷方式。如此反复，直到代码库变得像极其不稳定的真人版叠叠乐游戏。每个人都害怕成为那个让整个结构崩塌的人。这就是开发者在面对日益复杂的代码库时所面临的挑战。关注软件侵蚀是为了长期保障您的软件投资"这就是软件侵蚀的本质，"QtGroup的JuanRodriguez总结道，"无处不在的复杂性使得即使是发布最简单的新功能也变得痛苦无比。从长期来看，这种情况会对效率和可扩展性造成严重损害。"我们是否忘了测试左移？许多公司取了一种令人失望的"补救"措施。他们增加修复错误的时间，或者雇佣更多的QA工程师来减轻开发者负担。然而，这些都只是在玩"打地鼠"游戏，新错误在被修复前并不存在，就像是用昂贵的创可贴来处理严重的伤口。更明智的做法应该是重新架构代码库。对于只有两年代码历史的公司来说，这可能相对容易，但对于那些拥有二十年遗留代码的公司呢？即便他们完成了这项艰巨的任务，如果第一次没有真正吸取教训，软件侵蚀的循环就会再次开始。从开发者在维护上投入的时间来看，这些教训似乎还没有被充分吸取。软件侵蚀的问题依然存在，我们甚至可以预见，AI代码助手也面临同样的问题。除非每个行业都能自觉地从一开始就将QA紧密地融入到开发过程中。JuanRodriguez建议："从设计阶段就开始考虑这些问题，而不是等到所有的代码都写完之后再开始。"在编写新代码的时候，就要运行静态代码分析和功能测试。即便已经做了所有这些事情，但效果并不理想。如果是这样的话，那就回到起点，从宏观层面去审视软件架构，而不是只关注细节层次。架构是否达到预期？在产品中定义的第一个组件是什么？组件之间如何通信？当您运行静态代码分析并理解在哪里复制了代码；当您运行架构并理解依赖关系在哪里；当您运行功能测试并获得结果，您就开始理解了问题的所在。这并不是选择其中一个或另一个的问题。所有的软件产品最终都应该能够从多种来源获取洞察。只有这样，才能回到起点，重新架构，以避免重蹈覆辙。"遗憾的是，似乎很少有人真正知道自己实施的架构是什么样，"JuanRodriguez认为，"如果我们理解自己的软件架构，那么新增任何功能，都可以根据自己对架构的理解来构建软件。那时，就不再需要走捷径了。"AxivionSuite:解决软件侵蚀的利器AxivionSuite是QtGroup专为解决软件侵蚀问题而设计的工具，通过静态代码分析、架构验证和依赖关系管理，有效应对软件架构侵蚀。它能自动检测代码中的潜在问题，确保代码符合预期设计，避免架构偏离。通过对软件架构的全面分析，AxivionSuite帮助开发者理解和修复架构中的违规行为，防止复杂性和依赖关系的增加。此外，AxivionSuite还提供实时反馈，帮助开发者在早期阶段发现并修复错误，从而提高软件的可维护性和可靠性，特别适用于医疗和汽车等对软件质量要求高的行业。理解并解决软件侵蚀问题，是每一个重视软件质量的企业都应该关注的课题。AxivionSuite提供了强大工具，帮助企业从根本上解决这一问题。让我们一起，构建更加稳定和高效的软件系统。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
09/14
垂直软件，才是AI的终极未来
解锁垂直AI落地的两种路径软件，被看作是AI落地最重要的场景之一。红杉资本曾提到，AI有可能用软件取代服务，催生数十万亿美元的市场机会。尽管机会巨大，但对于AI软件如何实现真正的落地，仍然没有一个清晰路径。关于这个问题，Bessemer在不久前提出了一个很有价值的观点：垂直AI软件将成为未来。说起Bessemer,熟悉SaaS行业的人可能并不陌生。它是美国SaaS领域最专业的投资机构之一，在过去10年投资了200多家SaaS企业。为了完整阐述“垂直AI软件将成为未来”这一观点，Bessemer发布了垂直AI路线图，总共四个部分。本文是Bessemer的垂直AI路线图的第一篇文章。在这篇文章中，Bessemer会分享其对以下问题的思考：垂直AI应用与传统垂直SaaS的差异？为什么垂直AI能够取得更大的成功？以及垂直AI究竟应该如何落地？01垂直AI的潜力正在显现过去，SaaS的发展路径大致可以分为两种，横向SaaS和纵向SaaS.所谓的横向SaaS是指通过标准化的产品去覆盖广泛的市场。而纵向SaaS则可以理解为服务特定行业的软件。在上一波，SaaS浪潮中，横向SaaS确实远远领先于纵向SaaS.一个体现是，Salesforce上市比VeevaSystems早整整十年。前者是全球领先的SaaS服务商，而后者是服务医疗领域的SaaS巨头。我们之所以对垂直AI产品的看好，是因为这些产品的早期数据很亮眼。从功能上看，大多数垂直AI软件通常是对传统SaaS产品（如果有的话）的补充，而不是取代现有产品。在数据方面，这批新的垂直AI软件公司（成立时间为2019年至今）的平均合同价值(ACV)已经达到了传统垂直SaaS软件的80%。ACV是指一个客户合同在一年内的总价值，它是评估SaaS公司收入和预测未来收入增长的重要指标之一。同时，这批新的垂直AI软件公司还保持着400%的增速，以及约65%的毛利率。按这样的增长速度，我们判断，未来两到三年内将至少出现五家年度经常性收入（ARR）超过1亿美元的垂直AI公司，未来三年内将出现首家垂直AI软件公司IPO.事实上，垂直AI公司的价值，已经通过并购开始体现。2023年，汤森路透以6.5亿美元收购了CaseText,一年后，DocuSign以1.65亿美元收购了Lexion.02垂直AI的三个价值支点为什么我们认为垂直AI能够取得成功，源于主要有三个：1、扩大总目标市场(TAM)TAM,代表目标市场中有多少客户需要相应的产品或服务。过去，软件开发商一直致力于通过产品扩张，推动TAM扩张，而忽略了细分场景的价值。垂直AI的价值在于，通过AI扩大软件服务的价值，进而解锁了以前被认为规模太小而无法建立可持续SaaS业务的细分市场。以EvenUp为例，它可自动生成人身伤害律师的索赔信函，允许公司以更低的成本接收更多客户（从而提高利润）。EvenUp已经超越了传统SaaSTAM,而传统SaaSTAM只能提供改进索赔信函管理工作流程的解决方案。根据美国劳工统计局数据，软件支出占美国GDP的1%，而商业和专业服务行业（主要从事重复性语言任务）占美国GDP的比重高达13%。我们预测，随着垂直AI进入更多服务场景，并催生出独特的新业务模式来服务这一类别，垂直AI的市值将至少是传统垂直SaaS的10倍。2、解锁新功能和垂直领域传统垂直软件取代了过时且繁琐的系统，并将许多行业（比如酒店业）的业务形态带入了线上。但并不是所有行业都愿意采用软件。原因是，在许多情况下，单靠软件解决方案的投资回报率不足以说服决策者，也不足以证明建立软件系统所需基础设施、培训员工等前期成本是合理的。相比传统垂直软件，垂直AI公司能够更彻底地改善工作流程，甚至还能完全接管部分工作。这让垂直AI能够进入很多传统软件无法进入的市场。我们注意到，很多行业的大型企业开始接受AI技术，甚至主动寻找AI工具，因为他们担心竞争对手会抢先采用这些工具，从而超越他们。例如，在医疗保健行业，SaaS的交易周期非常长，供应商正在采用Abridge（将患者与医生的对话转化为临床笔记）和ClinicalKeyAI（一个人工智能医疗搜索平台）等AI解决方案来接管繁琐的工作并支持临床决策。再比如，律师事务所很少使用CRM,但现在他们也开始采用基于Co-Pilot（副驾驶）的解决方案来处理合同签订、需求摘要生成、案件接收和其他耗时任务。3、提供前所未有的价值未来，根据能力的不同，AI应用可以融入每个行业，从家庭服务到会计。不过，人工智能的潜在渗透率将因行业而异。最有可能诞生垂直AI公司的领域，是那些以前仅靠人力无法完成或成本太高的工作。一个常见的AI应用案例是，通过分析大量的数据，来简化工作流程，甚至实现自动化。例如，AxionRay通过分析物联网和远程信息处理、现场故障、生产和供应商数据中的大量产品数据来帮助制造商。同样，JusticeText会自动审查数百小时的摄像机镜头，以帮助公设辩护人建立案件——这对于律师在调查期间进行的工作非常耗时，也会分散他们建立案件的注意力。03垂直AI的两种落地路径上一波垂直SaaS的赢家，针对服务不足的特定市场创建了云平台，并在平台上添加了更多的集成产品和服务，最终为特定的垂直行业提供一体化解决方案。正如我们在之前所讨论的，垂直AI企业可以通过更有效率的服务模式，在特定市场中获得更大的TAM,因此他们不需要向传统垂直SaaS公司那样建立如此庞大的产品体系。事实上，已经有垂直AI初创公司，通过解决目标客户的一两个工作流程，就实现了可观的回报。梳理这些案例后，我们将AI应用的工作流程分为两类：核心工作流程和支持工作流程。先说核心工作流程，指的是工作的主要功能，比如投行人员的财务建模或律师的合同起草。从目前看，文本和数据工作最容易实现自动化。因此，用AI完成核心工作，更有可能发生在传统办公室里的工作，比如法律、财务等等，而不是需要大量体力劳动的行业（例如家庭服务和制造业）。例如，投资组合公司Fieldguide正在彻底改变审计师的核心工作流程，他们利用生成式AI提高了审计师的效率，从而显著提高了审计师的生产力。当然，AI适不适合在核心工作流程应用，不仅要看工作内容，还要看客户的意愿。在这方面，不同行业的情况会有很大差异。例如，投行人员可能会使用AI简化PPT制造流程，但不太可能用AI语音向客户进行演示，因为这个领域人际关系很重要。再说支持工作流程，指的是与工作或业务无关但仍必不可少的工作流程，比如牙医的营销和患者关系管理（即Weave）或托运人的货运采购（即GoodShip）。支持性工作流程，可能是垂直AI更好的应用场景，他们扮演工作辅助的角色，处理那些烦心、冗杂的工作，从而让人将更多的精力集中到更重要的事情上。比如，医生既有治疗患者的专业知识和兴趣，但对做笔记和文书工作甚至订购医疗用品不太感兴趣。这就是为什么我们看到市场对支持性工作AI解决方案的需求很高。然而，利用AI解决支持工作流程并非没有挑战。首先，这些行业中许多技术领先的横向企业已经开始将人工智能纳入其平台，而垂直AI初创公司需要提供更好的解决方案才能参与竞争。从好的方面来看，垂直特定的AI初创公司更有可能捕捉特定行业的精确需求，并与底层系统（如CRM）集成，进而创造一种新的体验。而常规的AI解决方案很难做到。例如，专门为家庭服务构建的AI解决方案可以识别客户的问题，并引导技术人员更快、更有效地修复太阳能电池板。而常规AI解决方案只能根据客户的要求进行预约。无论是为核心工作流，还是支持工作流构建AI,创始人都需要具备良好的判断力、对客户需求的深刻理解、有效的反馈渠道以及对监管环境的清晰把握，以便寻找适合AI解决方案的特定行业和任务。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
09/07
中烟创新低代码开发平台，数字化转型的加速器
在数字化浪潮席卷全球的今天，企业如何快速响应市场变化、提升业务效率，成为了摆在每个企业面前的重大课题。而在这个背景下，低代码开发平台凭借其高效、灵活、易用的特点，成为了企业数字化转型的重要推手。今天将为您揭示低代码开发平台的魅力所在，带您走进数字化转型的新时代。低代码开发平台：掀起企业开发新革命传统的软件开发模式往往需要大量的代码编写和调试工作，这不仅增加了开发成本，还延长了项目的交付周期。而低代码开发平台则通过预制的模块和可视化的开发工具，让开发者能够用更少的代码实现更多的功能，极大地提高了开发效率。此外，低代码开发平台还降低了技术门槛，使得非专业开发者也能参与到软件开发中来。其凭借提供图形化的界面设计以及模块化的组件，让开发者能够借助简单的拖、拉、拽等操作去达成应用开发，极大地降低了软件开发的繁杂程度。这种高效的开发方式不但加快了应用程序的构建进程，还削减了开发所需的成本，给企业的数字化转型给予了强有力的支撑。这种“全民开发”的模式不仅加速了项目的推进，还为企业培养了一批具备数字化技能的新型人才。低代码开发平台如何助力企业数字化转型？在竞争激烈的市场环境中，企业需要快速响应市场变化，推出符合客户需求的新产品。以往，由于软件开发的复杂性和漫长周期，企业在应对市场变化时往往显得力不从心，新产品的推出也常常受到时间的限制。而低代码开发的快速高效特性为企业带来了新的机遇。它使企业能够迅速调整和优化应用程序，以适应不断变化的市场需求和业务发展。通过大大缩短开发周期，企业能够更快地将产品推向市场，抢占先机。这种加速产品上市时间的能力，为企业在激烈的市场竞争中赢得了宝贵的时间优势，有助于提升企业的竞争力和市场占有率。提升业务效率对于企业而言，低代码开发平台具有显著的优势。利用这一平台，企业能够依据自身独特的业务需求，独立自主地开发出定制化的应用程序。这使得企业的业务流程能够实现自动化和智能化的转变。以往繁琐的人工操作得以简化，不仅大大提升了业务处理的效率，减少了时间成本，还显著提高了处理的准确性，降低了出错的几率，从而为企业的发展提供了有力的支持，助力企业在激烈的市场竞争中占据更有利的位置。低运营成本低代码开发平台为企业带来了成本上的优势。它有效削减了传统软件开发里的冗余环节，大大降低了开发所需的成本。而且，因其能够显著提高业务效率，使得企业在运营过程中能减少资源浪费，进一步压缩运营成本。这样一来，企业的盈利能力得以增强，有更多的资金用于发展和创新，从而在市场竞争中更具活力和竞争力。随着人工智能、大数据等技术的不断发展，低代码开发平台将拥有更加广阔的应用前景。未来，低代码开发平台将更加注重与这些新技术的融合，为企业提供更加智能化、个性化的开发体验。同时，随着越来越多的企业加入到数字化转型的行列中来，低代码开发平台的市场规模也将不断扩大。北京中烟创新科技有限公司（简称：中烟创新）借助自研低代码智能开发平台，在多个关键系统取得了很大的进步。在采购文件编制与审核方面，实现了更高效、更准确的操作；标书查重工作得以精准开展；智能合同审阅变得更加便捷可靠；智能稽核平台使财务稽核提升了效率与精度；“一项一卷”全过程AI辅助审核更是为烟草监督管理发挥了重要作用。这些成果共同推动了企业数字化转型向更深处发展。展望未来的技术革命，低代码开发的重要性愈发凸显。它将成为开发人员的得力伙伴，携手应对各种挑战和机遇。在探索未知的道路上，低代码开发将助力开发人员以更高效的方式创新，为创造美好的未来贡献力量。它将不断拓展应用领域，提升技术水平，为各行各业带来更多的可能性，共同开启充满希望和创新的新征程。本文来源：R艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
-
24
09/07
新质互联网”解读：新在哪里，利在何处？
日前举办的第三届中国IPv6创新发展大会上，中国工程院院士邬贺铨在演讲中提出了一个新的概念——新质互联网。何为新质互联网？目前还没有非常明确的定义，但和新质生产力有着脱不开的关系。传统生产力往往通过线性的扩张实现经济增长，新质生产力追求的则是通过技术和模式创新，推动经济的跨越式发展。以跳跃式技术演进著称的人工智能技术，被认为是发展新质生产力的主阵地。而贯穿算力生产、传输和应用全流程的网络，在AI时代扮演了关键基础设施技术底座的角色。特别是在AI已经成为经济增长的基础性力量，千行万业都在发生深刻变化的背景下，互联网技术需要同步创新升级，以满足日益增长的智能化业务需求。由此引发的一个话题是：新质互联网“新”在哪里，要解决哪些问题，都有哪些应用场景？01不只是新名词，而是时代需求正如外界所熟知的，互联网诞生于上世纪60年代末，距今已经有55年的历史，核心基础就是大名鼎鼎的IP协议，演进出了IPv4、IPv6、IPv6+等多个版本，早已像空气和水一样成为生活中不可或缺的一部分。既然互联网并不是什么新技术，而且有着比较清晰的演变路线，邬贺铨院士为何要提出“新质互联网”这个新名词呢？因为在大模型主导的智能化浪潮下，现有的网络技术已经无法满足新的需求，甚至已经在某种程度上成了AI发展和应用的瓶颈。直接的例子就是大模型训练。目前主流大模型的参数量已经达到万亿，训练的数据量从几TB增长到了几十TB,对算力的需求也从千卡扩大到了万卡。为了满足庞大的算力缺口，国内在建的智算中心已经有上百个，通过算力网络将各个智算中心连接起来，以满足持续增长的算力需求，业已成为行业内外的共识，网络层面的种种不足也因此被暴露了出来。比如网络吞吐效率的下降。以外界热议的50万卡集群为例，仅仅是网络拓扑由二层变成了三层，路径数就从450万陡增至300亿。倘若不在算法和协议上的创新，传统哈希算法在三层网络调度情况下，整网的有效吞吐率将从50%下降到20%，极大影响算力效率。再比如网络运力和丢包现象。目前智算业务90%的流量为“大象流”，即每条流达到10个G乃至以上。但传统网络由于负载均衡问题，只能发挥25%的网络实际运力，会造成50%的算力资源闲置；且传统网络在跨域协同训练时，丢包的敏感度比平时提升了百倍，0.1%的丢包就会导致训练效率降低50%，导致算力资源的浪费。以及愈演愈烈的网络安全告警。进入智能化时代，攻击和防御的对抗也在不断升级。AI被黑客用于攻击后，每年新增1亿以上新的病毒变种，而且10秒钟就能够发起组织大量的僵尸阻击，发起T级别以上的DDOS攻击。面对每天10万次以上的安全告警，人工处理的方式已经疲于应对，90%以上的告警由于人工的限制，无法及时发现安全隐患。同样被网络制约的还有消费端。无论是生成式AI催生出的AIAgent需求，视频会议、元宇宙、云游戏等新业态，还是自动驾驶、智能制造等业务，很多体验需要保障时延在20毫秒以内。就像“忽冷忽热”的XR,每一次有新产品出现时，都会吸引不少用户的兴趣，可时延超过20毫秒就会出现眩晕，一次次因为网络“浇灭”了消费热情。上述提到的，仅仅是智能化转型中遇到的冰山一角。只有网络吞吐率低、可靠性差、安全隐患多、时延高等问题被彻底解决，才会让生产力有新的飞跃。正如邬贺铨院士在演讲中所强调的：“新质互联网的提出是对接时代需求的深刻回应，不仅是对IPv6的进一步升级，还是面对智能时代的全面创新。”02不是未来时，而是现在进行时未来的技术无法解决眼下的问题，所以在“新质互联网”的技术方向上，邬贺铨院士的初衷并非是颠覆现有的技术，理性地呼吁大家在现有IPv6的方向上持续创新，赋予新的能力和内涵，探索新的创新空间。也就是说，“新质互联网”并不是一种未来时，而是根植新质生产力需求、解决当下网络痛点的现在进行时。其中比较鲜明的技术方向就是IPv6+。只是当前IPv6+的重心是网络感知业务、优化信道、适应运营商的业务需求，尚未完全赋能于实体产业。这或许是邬贺铨院士提出“新质互联网”的另一重原因，呼吁业界回归互联网创新，在网络层做更大的文章。比较乐观的是，国内的中国电信、中国移动、中国联通、中国广电均已大规模部署IPv6+相关技术。截止到2024年5月底，我国IPv6活跃用户数已达7.94亿，政府、金融、能源、交通、教育、医疗、制造等多个行业和企业已经规模化部署了IPv6+网络。期间遇到了许多旧技术解决不了的问题，正尝试用新技术和新思路去解决。针对智算中心算力利用率低的问题，中国移动提出了“以网强算”的思路，基于全调度以太网技术方案构建新型智算中心网络：在高带宽方面，提出将800GE作为智算中心组网的重要代际节点；在高性能方面，创新了以太网转发机制，实现了高精度负载均衡、网络层原生无损及低延迟……预计在万卡集群上，可以提高25%的算力性能。针对跨域协同训练的传输问题，中国移动、中国电信和中国联通均提出了“广域高吞吐”相关技术，基于协议层的创新，将窗口的触发机制、新型的传输协议、拥塞算法等进行组合，并先后完成了技术的验证。以中国移动为例，将贵州天眼采集的数据传输到北京计算，中间跨越2200公里的距离，依然能够实现6.2Gbps的稳定传输。针对产业端和消费端普遍关心的时延问题，中国移动和中国联动正在攻关算力路由。由于计算时延和网络时延同量级，仅在网络层优化，很难将时延控制在20毫秒以内。算力路由的方案是将算力的因子引入路由中，改变过去只以距离向量来计算，而是加入算力因子、多维信息进行路由联合优化，通过算网融合进一步优化时延。可以看到，除了自身网络和业务发展需求，三大运营商均已聚焦产业趋势，攻克核心技术。不只是运营商，参与其中的还有设备商、互联网企业、应用提供商、终端制造商等等。一个不应被忽略的信息是，就在第三届中国IPv6创新发展大会的“IPv6+”创新发展分论坛上，中国信息通信研究院、中国电信研究院、中国移动研究院、中国联通研究院、华为、国家信息中心、中国石油、国网信通、中国科学院等联合启动了“新质互联网创新发展计划”，将深入挖掘技术需求、探索技术方向、推动技术标准。言外之意，围绕新质互联网的创新和探索，产业界正在合力驱动，不断为新质生产力注入新动能。03新路标已定，创新正照进现实按照技术创新的一般规律，大多始于需求驱动，然后在价值被验证后逐步规模化应用。沿循这样的轨迹，当“新质互联网”成为网络演进的新路标，各种创新将如繁花绽放，改变每一个人的生活方式。至少就现阶段来看，“新质互联网”的技术创新和落地部署正在有条不紊的进行，价值也已经在一些场景被验证。作为首家推进IPv6+和SRv6试点部署的大型国有银行，中国银行将“新质互联网”的部署和创新提升到了金融科技战略高度，建立了一个灵活、高效、智能的网络架构，通过动态算路、动态感知、多重防御等手段，实现了网络资源带宽的动态优化配置，并确保了时延、敏感业务的高效运行。同为“新质互联网创新发展研究计划”参与方的国家电网，2021年就建成了以IPv6为架构的业务承载网，将SRv6、SDN等新技术应用到电力数据网中。对内实现了国家电网3D数据中心和27家省市数据中心的高速互联；对外重构了CDN加速网络及智能DNS系统，降低了用户访问的路径和时延。像中国银行、国家电网一样的企业还有很多，他们走在数智化转型的最前沿，最早认识到了新质互联网的价值。倘若将智能化比作一台汽车的话，算力、算法和数据构成了汽车的引擎，网络就是它的动力传输系统，如果动力传输系统太落后，即使是再强劲的引擎，汽车也跑不快。理解了这一点，就不难读懂中国银行、国家电网等企业抢先布局的原因，同时也提供了一个窥探新质互联网应用场景的窗口。借用中国信通院技术与标准研究所副所长曹蓟光的观点，新质互联网的应用场景主要有两个：第一，实现高质量的算力和数据。新质互联网将打破网络吞吐率、运力、丢包率等瓶颈，一些碎片化的算力将化零为整，极大地提升算力的利用率，降低算力成本，加快智能制造、机器人、自动驾驶等新业态的普及。第二，高性能连接新的网络实体。从以前的联人、联物，到联接更多的数字人和智能体。可以想象，一个人可能有多个智能体在云端为他服务，安排他的衣食住行并控制预算，全方位提升生活与工作的效率和舒适度。由此再来理解“新质互联网”的价值，既是新质生产力，也在适配不同行业的业务承载需求，支撑各行各业的数智化转型。一张高速、高效、灵活、智能的网络，和大模型、芯片、大数据等“根技术”一样，是人们进入智能化时代不可或缺的基石，焕发创新活力是必由之路。04写在最后互联网诞生至今的55年里，核心技术没有发生太大的变化，现在已然到了和AI结合向新质互联网演进的关键节点。既是机遇，也是挑战。需要产业上下游在设备、协议、管控、安全等多维度持续协同创新，满足更多的业务诉求，挖掘更多的应用场景，以技术为桥梁，开启智能化时代的网络新篇章。本文来源：R艾瑞网文章转载于其他网络，如有侵权请联系我们及时删除！
