从 ChatGPT 发布至今已经整整半年了。在这半年中，国内几乎每家科技大厂都在做自己的生成式 AI 大模型——就在本周，我又看到了两家科技公司发布 " 自研通用大模型 "。然而，由于监管、技术等多方面原因，国内用户迄今尚未真正享受到生成式 AI 的成果，也无法分辨谁真谁假、谁在投入而谁又是在玩概念。

在我的朋友圈，转发各种 " 大模型发布会 " 的人也越来越少了……很重要的原因之一就是对大模型有点审美疲劳，也怕被忽悠了。

【资料图】

我的观点：生成式 AI 真正的机遇在于应用层，就像任何基础研发的突破必须传导到应用技术环节才能真正对人类造成改变；从社会价值看是如此，从商业价值看也是如此。

在海外，微软早已公布了内嵌 GPT 功能的 Office；办公协同软件 Slack 也绑定了强大的 AI 助理；Adobe 则将在 Photoshop, Premiere, AfterEffect 等一系列内容创作软件的新版本中加入 AIGC 功能—— AI 正在迅速变成一项生产力工具！相比之下，国内生成式 AI 的应用尝试还处于初期，目前测试的也是以个人应用、通用应用为主；生产力应用不但少，而且比较零碎，局限于文档等垂类。总而言之，研究 " 重复造轮子 " 的很多，研究 " 怎么用轮子造车 " 的很少。

因此，你能理解当我看到 5 月 31 日钉钉发布 " 钉钉斜杠 /"AIGC 功能时的激动心情。4 月 18 日，钉钉在春季发布会上实景演示了一条 "/" 以及四个具备大模型能力的应用层场景；我本来以为也是概念先行，至少还要等个小半年，可是没想到仅仅相隔一个多月就能用上了。今天，钉钉斜杠 "/" 开始对企业客户的邀测。这也使得钉钉成为了国内第一个全面拥抱生成式的生产力工具平台。

在好奇地试用了几个小时 "/" 之后，我的感受是：虽然还很早期、有些稚嫩，但是它已经具备了很强的生产力潜力，而且切中办公室白领的 " 痛点 "。具体而言，目前钉钉邀测的产品，其应用场景主要包括 IM、文档、视频会议和应用开发；应用能力主要包括文生文、文生图、摘要提取和应用生成等。可能你会觉得，这些能力没什么大不了的，各家大模型都能提供；但是关键在于大模型能力与钉钉应用场景的结合，这才是真正的 " 生产力 " 所在：

举个最简单的例子：打工人同时加入几十个群聊，每天上千条未读信息，实在没时间一一阅读却又害怕错过重要信息；使用钉钉 IM 智能助手，就可以在 10 秒内自动生成群聊内容摘要，还能直接生成待办事项等延展信息。

再举个例子：在文档应用中，"/" 不但能文生文、文生图，还能做到文生表格——相信大部分白领都知道这项功能的实用性。基于钉钉文档的应用场景，用户可以先让智能助手总结现有文档、生成分析或信息综述文件，再根据其总结的文件生成图表，从而大大节约人工时间。

在试用过程中，我不禁回想起自己当年在金融机构工作的经历：看不完的群聊，回不完的邮件，填不完的各类表格，做不完的会议纪要，当然还有永远写不完的月报、周报乃至日报。其中绝大部分是重复性劳动，但是必须有人做，而且还必须 " 尽快完成 "。当然，资深从业者早已学会了让助理和实习生打理这些重复性劳动，但是对助理进行沟通指导也需要时间，而且你永远预料不到最后返回的结果如何。如果当时就有这样的 AI 助理，该节约多少宝贵的时间和精力，用在更需要创造力的工作上！

附带说一句，有人担心 AIGC 的推广会导致打工人失业，我的观点恰恰相反：至少在现阶段，AIGC 的作用是完成那些本来就不该消耗人类智力和精力的重复性工作，正是这些工作让打工人疲于奔命、往往要 996 才能完成任务。

就拿上面提到的 " 群聊总结 " 和 " 文生表格 " 功能来说，哪个办公室白领会不欢迎这样的功能呢？或许确实有一些熟练性岗位会被替代，但是总体而言，生产力的提升只会带来更多创新性的就业机会。如果有人还不相信这一点，试用钉钉斜杠应该有助于让他改变看法，毕竟实践出真知。

除了上面所总结的，我认为钉钉本次邀测真正的 " 杀手级应用 " 在于与低代码开发平台的结合，赋予 AI 实时生成轻量级应用的能力。我们知道，GPT 等大模型可以用于生成代码，但实际流程比较繁琐；目前基于生成式 AI 的应用开发平台在全球都还处于发展初期。而钉钉斜杠的测试版恰恰整合了这一功能，从而竖立了一个良好的标杆：

用户只需要以自然语言描述自己想要的应用或流程，或者在白纸上绘制一张业务流程表单然后拍照发给智能助手，就可以在几秒内完成轻量级应用的创建！

在以上述方式生成应用之后，还可以继续用对话的方式修改其选项和字段，或者分享给组织内的其他成员进行修改，真正做到 " 用自然语言编写程序 "。

通过 AI 生成的应用可以与系统内部的存量应用、数据无缝对接，成为 " 生态闭环 " 的一部分——虽然这个词现在已经被用烂了，但钉钉确实做到了这一点。

我们知道，钉钉有一个 " 宜搭 " 低代码开发平台，其中沉淀的各行各业的海量应用模板都被 " 喂 " 给大模型学习了，从而使大模型具备了很强的行业 know-how，可以智能提供应用改进建议。它不但能生成简易的表单应用，还能生成更多复杂的行业应用，例如售后工单系统、制造业巡检系统、订单管理系统……等等。或许总有一天，编程序也会像修图片、剪视频一样，变成一项 " 有手就能做 " 的通用能力。这也是过去十几年 " 低代码开发 " 浪潮的最终结果——引向以 AIGC 为基础的 " 自然语言开发 "。

AIGC 作为一种生产力工具的普及速度可能远远快于我们此前的预期。对于大部分商业组织而言，从 " 完全依靠人力完成工作 "，到 " 以 AI 配合人力完成工作 "，就好像几百年前物流行业的生产工具从马车变成了汽车、火车，又好像几十年前办公室对电脑的引进取代了传统的纸和笔。在这个过程当中，客户需求被以更高效的方式完成了，由此迸发出了更多、更复杂的新需求。这样的趋势已经出现在了 GPT-4 的首批商业客户身上，我相信也将出现在钉钉的客户身上，只是迟早的事情而已。

钉钉斜杠 "/" 的邀测只是一个开始，而且是一个激动人心的开始。我很高兴的看到一批国产办公应用，均在积极策划着在生产力领域应用大模型。需要注意的是，AIGC 的生产力应用是一个 " 系统工程 "，需要各种力量的恰到好处的配合，才能达到效果。以钉钉为例，在结合了阿里云的强大研发能力以及钉钉自身长期积累的应用场景的情况下，才能释放出强大的生产力增益。我相信，今后的国产 AIGC 生产力应用，都需要这种 " 基础研发 + 应用场景 " 的深度结合，才能最大限度地达到目标。钉钉斜杠的邀测只是万里长征的第一步，我对于接下来还将发生的突破乐见其成——谁说中国不能产生优秀的大模型应用呢？

关键词：