作者｜桑明强
“一个小小的客服机器人能有多高的社会价值？”如果把这个问题放在几年前，很多人脑海里的第一反应仍停留在电商时代中那接近傻瓜式的智能客服，这些机器人通常被设定了几个高频关键词，但一旦遇到稍难或者带些逻辑推理的问题时便无计可施。
这是横亘在过去企业数字化最普遍同时也是最棘手的问题。一般来说，以往的智能客服的聪明程度往往取决于它背后有多少人工，你标记的关键词越多，得到的客服智能化程度就越高，但囿于客服机器人的商业场景限制，普通企业主们很难愿意投入一笔不菲的费用，仅仅为了让自家智能客服的智商提高些许。
直到以Open AI为代表的新锐科技玩家的陡然出圈，人们开始意识到，大模型与生俱来的逻辑推理和它并不太高的训练成本，恰恰能完美地解决这个难题，在芯片设计领域深耕十余年、同时也是工信部认定的国家级专精特新“小巨人”的艾为电子便是第一个“敢吃螃蟹的人”。
芯片设计领域不比其他，不仅有一定的专业知识门槛，而且种类繁多、参数也相当复杂。拿艾为电子来说，单单产品子类就有42种，更别谈它还有接近千款的自主知识产权的芯片型号，即便对方是一名资深的售前工程师，如果不借助同事的帮忙，也很难立刻给前来咨询的客户一个肯定的回答，比如“这个3V的场景你们能不能够支持？”
带着这个痛点问题，艾为电子找到了钉钉。按照艾为电子CIO陆轶的说法，当初选择与钉钉共创也是经历深思熟虑后的结果，“智能客服并不算一个很新鲜的东西，用大模型再做一遍的成本先不论，如何让它更好地为企业上下所用才是更关键的问题，选择钉钉恰恰就是出于这样的考量。”
当然，这里还有一个鲜为人知的小故事。事实上，这并不是艾为电子和钉钉的第一次共创，早在2021年，陆轶就曾与钉钉有过一段紧密的交集，当时艾为电子的诉求是亟需找到一款用于企业协同管理的工具，并且它还要做到数据安全和丰富场景颗粒度兼具，回忆起来，恰恰是因为有了第一次的打磨配合，才造就了今天的第二次共创。
01
为什么是智能客服能最先落地？
时间倒退到20世纪80年代，鼎鼎大名的贝尔实验室里诞生了一个惊人的成就，一位名叫本贾尼·斯特劳斯特卢普的博士，在C语言的基础上设计了一种更加灵活、高效且可移植的编程语言C++，让贾尼·斯特劳斯特卢普也没想到的是，后世有个名为斯科特·福斯特尔，曾一度被乔布斯视作苹果软件业务的灵魂人物，竟在C++的基础上创造出了让世界为之侧目的IOS系统。
联系到现如今的大模型热潮也有相似的地方。如果说chatGPT的横空出世，让人们意识到智能涌现是有机会实现的，那么Open AI和微软的联姻，就注定了这将是一场空前的产业级革命，后来的事实也证明了这一点，当这股浪潮传导至国内，短短几个月，国产大模型就迎来的大爆发。
随着国产大模型数量的急剧攀升，另一个关键问题也逐渐浮出水面——如果说未来大模型将重塑整个产业，那么最先同时也最有价值的落地场景会是什么？不过值得商榷的是，这和当年IOS系统的诞生语境已经截然不同，眼下国产大模型的繁荣是建立在一定的数字化基础上的，如果大模型带来的改造效益并不可观，重塑将无从谈起。
拿最常见的智能客服举例，艾为电子与钉钉共创的核心逻辑并不在智能客服本身，而在于它是用在业务复杂度较高的芯片领域，它不仅要求智能客服有高及时性、高准确度以及广泛的知识面，最重要的，在后期的持续维护上做到安全和低成本。
关于这点，陆轶深有感触，用他的话说，“基于钉钉AI PaaS搭建的智能客服，不仅能7×24小时接客，而且与传统问答机器人相比，它可以‘理解’上下文对话，而非简单地根据关键词搜索，生成的回答也自然得多。”
事实上，基于钉钉AI PaaS能力，艾为电子在智能客服上的实践恰恰是国内一众企业的真实痛点，某种程度上，这和当初人们对大模型的应用预期已经大不一致。尤其对于国内大部分企业来说，一个会写诗、画图的超级助手远不如解决当下真实业务痛点来得更加实在，这也是很多投身于大模型的玩家最容易忽略的点。
一个不容置否的事实是，即便数字化升级这个产业议题被提上日程已经有十来年，从早年的大数据、云计算，到后来诸如BI、低代码等无数细分赛道的崛起，人们开始意识到，国内依然是数字化的创业热土，仍然有很多机会等待挖掘。在这方面，艾为电子与钉钉的两次共创就是典型的例子，与其把精力放在刻板的数字化上，抽象成一个无比宏伟的巨大工程，如何让新技术跳出玩具属性，贴合业务痛点为企业所用，才是最应该值得关注的。
02
什么才是大模型的核心竞争力？
如果把艾为电子与钉钉的共创视作国产大模型落地的一个注脚，由它引起的大模型产业应用画像就逐渐清晰起来，那就是原先由数字化掀起的产业革命得到了进一步的技术支撑，和常见的AI原生大模型应用相比，基于钉钉AI PaaS能力开发的大模型产品最显著的特点，在于它极大程度上保留了钉钉固有的组织敏捷协同的特性，这么做的好处显而易见，它的使用边界被大大扩充。
类似艾为电子专属智能客服模型这样的“钉钉原生”产业实践并不是个例，成立于四川省绵阳市的铁骑力士则是另外一个典型。作为国家农业产业化重点的龙头企业，铁骑力士与钉钉结缘更早，2018年就开始部署全员上钉，截至目前，铁骑力士一共打造了25套业务系统，流程提效的同时，人均收入和订单交付率也提升了20%。
用铁骑力士基础架构部经理周子超的话说，在没有和钉钉进行AI PaaS大模型共创前，每天都会有大量的养殖户打电话给铁骑力士的技术人员，现在有了AI数字员工，可以把常见的问题和解决方案交给AI学习，AI回答不了的时候再转接给技术人员，如此一来，养殖户咨询得到解决的同时，铁骑力士的技术人员也能把精力放在更重要的事情上。
其实无论是铁骑力士还是艾为电子，这些大模型产业应用共创的核心逻辑就在于它立足一个相当现实的业务场景，和传统的软件定制相比，它并非简单的把功能做齐，而在于借用大模型的特殊能力把人从一些基础工作中彻底解放出来。
当然，这同时也意味着大模型的产业落地将是一个急不来的过程。值得注意的，这种“慢”并非是时间维度上的慢，而是双方互相了解、相互取经，尤其是面对一些本身复杂度和专业性比较高的行业，这个环节更加必不可少。
打个比方，我们还是以艾为电子智能客服为例，在芯片设计领域，一个词汇在不同的场景下表达的意思可能是完全不同的，那怎样才能让大模型正确理解不同用户提的问题，这就是双方在大模型应用共创过程中需要着重留心的。
03
大模型真正角逐时刻才刚刚开始
回到我们一开始讨论的话题，如果说对标Open AI或者在LLMa 2的开源基础上做国产大模型已经成为了过去式，那么面对国内轰轰烈烈的产业数字化浪潮，摆在所有人眼前的关键使命就变成了如何让一项新技术真正走出实验室，走近千行百业。
事实上，《新眸》在与很多企业交流后，也发现了一些共性问题。他们普遍认为，尽管当下国产大模型层出不穷，但总感觉不接地气，几乎所有人都在注意力放在如何快速打造一个与chatGPT相类似的东西，反而忽略了国内市场最关心的产业应用与落地问题。
时至今日，我们必须承认，我们的创新方向并不单单只有底层技术上，相反的，参考过去二十年互联网对小到吃喝住行、大到新型产业带的塑造，“挖水人”和“运水人”所起到的作用同样关键，如果按照这个逻辑，基于钉钉AI PaaS打造的智能客服，可能并不像斯科特·福斯特尔开创IOS那般举世瞩目，但却实实在在地解决了目下产业最迫切的痛点。
某种程度上，像艾为电子与铁骑力士这样的先行者，可能不起眼，但他们对类似智能客服的这样的高频需求，却普遍存在于各个行业、各个企业中，我们不妨再往前推理一下，先不论其他，如果谁能真正把类似智能客服这样的高频刚需做深、做透，那日后也能成就一桩大生意。
