钉钉AI助理的出现，可以帮助许多人群解决困境，比如帮助中小商家解决业务问题。这篇文章里，作者就结合真实的业务场景做了深度阐述和评测，一起来看看本文的分享。
从 2022年底 ChatGPT 横空出世后，AI 技术又重新成为各行各业普遍关注的风口，无论是算力层、模型层、应用层都在不断涌现各种新的公司和服务。要让 AI 真正成为促进各行各业再次发展的“新质生产力”，最为关键是要在各行各业中找到 AI的应用场景，并且避免陷入“拿着锤子找钉子”的状态，而是要先深入行业里去找到“钉子”。
但在这个过程中，大家往往关注到的是头部、腰部企业的诉求，商家等小微企业是一个普遍被忽视的群体。这当然也可以理解，在传统软件时代，软件公司需要优先服务需求相对标准化、有一定付费能力和规模的企业，才能解决生存问题，而小微企业付费能力相对弱，因此客单价比较低，同时由于存活率低，后期服务续费的概率也更低，从各个维度看，很容易成为一个被忽视的市场。
除了市场缺乏专门为小微企业设计的工具外，对于缺少品牌和资金的小商家来说，要招到会使用专业工具的数字化人才，难度上远超中大企业。
但随着钉钉 AI 助理的开放，小商家的困境将有望得到解决，与传统软件的工具形态不同，钉钉 AI 助理更像是一名能够用好工具的数字员工，它能进入到企业内聆听老板的需求，解决老板的实际业务诉求，这会让更多小微企业享受到普惠 AI 的红利。
本文我将以身边的1个淘宝小商家作为case，结合真实的业务场景，看看钉钉 AI 助理如何帮忙小商家解决业务问题，在这个过程中我也会对钉钉 AI 助理的能力从各个维度做深入的测评。
【在中大企业的夹缝中竞争生存】
小微企业很难与中大企业竞争大市场，从细分市场切入的他们同时也面临众多同体量的公司竞争，对于小微企业而言，求生存往往是他们最最核心的诉求，因此获取收入是这些小商家最重要的事情，而获取收入的第一步便是营销获客。
在短视频时代，全民创作成为浪潮，涌现出了更多的KOC，同时在消费者端来看，获取信息也更碎片化了，分散在各个媒体平台，这对于商家而言，则意味着更加需要通过这些短视频平台来获客。
因此，不少商家开始希望去连接短视频平台上的达人，通过商业合作来达到破圈、营销推广的目的，对于达人而言也是一个很好的收入来源，同时也有助于平台的生态繁荣。
【诉求容易被忽视】
目前作为平台，显然会更多地关注头部 KOC 与头部企业，只有他们才能带来 GMV 和收入规模的大幅增加，至于小 KOC 和小商家的匹配则相对薄弱：
【小商家努力破局，但模式运转成本高】
有些商家开始自己去找小网红合作，由于小达人的粉丝量往往一般，而小商家也往往只是希望在某个作品上进行特定的推广合作，所以这些商家会定期关注某些网红近期的作品点赞情况，如果近期发现网红的作品点赞数据在上升，则会迅速在早期达成合作，享受后面的流量增长红利。
上述操作，对于1 个只有少数员工的工作室来说，往往只能靠老板自己分析产品销售情况，结合需要找达人，每天手动看作品点赞数，分析近期是否在稳步上涨，如果上涨趋势良好则联系合作，让达人在下个视频带上商品推广链接。
【想借用工具，但找不到会用工具的人】
听到上述业务流程，可能我们一下子就想到各种软件工具，但实际上他们在小商家这里都派不上用场，核心在于小商家需要的不仅是工具，他们还得找到会用工具的人。
我们可以看看目前市场上有的几类传统的自动化工具：
在我们上文提到的业务场景中，作为小商家，需要老板自己去分析产品销售情况，结合需要找达人，每天手动看作品点赞数，分析近期是否在稳步上涨，如果上涨趋势良好则联系合作，让达人在下个视频带上商品推广链接。
钉钉AI 助理可以理解为企业的 数字员工，因此要满足上述需求时，不再是记住要在系统中某个位置操作各个功能，而是在直接设想当你有 1 个这样的员工时，你会对这个人有什么要求呢？
像上面的需求，我们可以招聘 1 个达人运营助理，要求可能是这样的：
钉钉AI 助理提供了定义1 个数字员工的完整框架能力（核心模块包括角色、知识、技能、工作流、语气风格），因此在梳理清楚“招聘需求”后，我们就可以结合上文表格中整理的用人要求来创建 AI 助理。
按上文配置，至此我们已经创建了 1 个能够帮商家分析产品销售数据、找达人、策划视频脚本的达人运营助理，接下来这一部分我将实际呈现商家的使用场景，分析目前钉钉 AI 助理的能力亮点、可优化点。
1）向 AI 助理了解近期产品销售情况
这一场景主要应用的是AI 助理的“知识能力”，目前钉钉 AI 助理情况：
● 支持多来源的知识
当前业务场景是需要企业内知识的，因此在 AI 助理中需要将公司销售报表数据、产品sku资料上传，同时也可以将相关文档打包到知识库，直接与知识库关联。
● 支持丰富的知识形态
目前钉钉 AI助理主要支持的知识形态以文本类为主，在当前业务场景中已经够用，相信后续会进一步支持视频、音频类内容，像真人员工培训过程中的课程也可以进一步完善。
● 需提供知识质量保障机制
在测试过程中，当上传的知识质量差或不符合规定时，就会影响学习效果，后续平台可以优化的地方在于对用户上传的内容进行预处理优化，由用户确认不更改其含义后，再启动AI知识学习。
上传表格无法被识别
● 知识匹配度可结合知识类型按需设定
支持用户自定义文本匹配度，当前业务场景中无论是产品资料、还是销售数据，都是客观信息，AI不可随意生成不存在的产品名称，或基于不存在的数据来答复，因此可进一步提高文本匹配度，设为更遵从原文。
● 高时效性知识的更新时效需要提升
这点目前钉钉AI 助理还有一定的提升空间，目前虽然支持关联知识库，但当内容产生变更时，需要通过重新保存和发布才能让 AI 助理重新学习，当业务依赖高时效性知识时（比如销售数据），无法及时更新知识，将导致AI 助理无法及时了解当实际当前产品最新销售情况，无法更准确地执行任务。
● 提供了知识库反馈机制，可帮助知识库优化
如何判断一个员工培训得好不好？很简单，我们看他在学习后能不能解决预期我们希望他学习后掌握的内容，在知识学习模块，钉钉提供是支持我们查看 AI 助理的知识使用情况的，也能针对筛查出未能从知识中检索到果的，指导用户完善知识库。
但当前目前还没法直观统计出高频问题、也没有提供知识库优化建议，这一块能力的完善，相信可以更高地提升知识质量，从而提升 AI 助理的学习效果。
2）让 AI 助理帮销售差的产品找达人合作这一场景主要应用的是AI 助理的“工作流”能力，针对复杂的步骤，钉钉AI 助理支持通过工作流来进行拆解，在下文我们将看到如何将这一复杂步骤拆解为工作流，同时也能看到钉钉基于生态优势整合了丰富的执行动作，以及在工作流中如何将每个步骤的上下文信息进行互通，从而将各个节点系统的能力进行有效的串联。
① 从用户提问中，获取要创建达人推广计划的目标产品
用户通过前面的提问，可以获取销售差的产品，当希望给该产品创建达人推广计划时，工作流将被触发。
目前触发的模式比较固定，工作流仅能由用户的主动输入触发，并且输入内容中必须包含下一步执行的关键信息，这就触发场景有一点局限，比如用户就需要先提问获取销售最差的产品，然后再触发为该产品创建推广计划的工作流，无法直接通过“帮我给销售最差的产品创建达人推广计划”，一般其他的 workflow 类产品还能按周期、按事件自动触发。
② 让 AI推荐适合当前产品推广的短视频内容标签
上一步中AI 提炼到的产品名称，将作为本环节的输入，我们可以向AI提问获取当前适用用于该产品推广的内容标签，但目前流程中提供的还是通用 AI能力，已经上传的知识无法被调用，所以在该场景里面就没有用上传的产品 sku资料来推荐内容标签，只能让AI基于通用知识来进行推荐。
尝试跟流程中的 AI提问获取销售差的产品信息
如果能进一步支持在工作流中触发特定AI 助理的能力，那届时 AI 助理们将进一步更接近真实员工，将被赋予“协同”与“沟通”的能力。
③ 将内容标签提供给 RPA，RPA 结合内容标签找到特定达人，并获取达人数据后推送给商家
通过工作流中的Http请求能力，钉钉 AI 助理能实现与更多系统的连接（特别是企业内部、钉钉生态外的系统），在本文设定的业务场景中，主要是钉钉 AI 助理与RPA 结合，原本的 RPA 流程只能固定或者只能进行有限的逻辑判断，但结合 AI助理后，AI 助理更强的场景感知、用户诉求识别能力，将能够有效提炼用户需求，并将需求作为参数传递给 RPA，让单个RPA流程就具备了解决复杂多场景的能力。
④ 结合产品和内容标签，生成短视频脚本方案
该步骤同样是借助集成到钉钉 AI 助理工作流中的 AI 能力，完成短视频脚本的生成。
⑤ 创建待办日程，发起达人合作洽谈
当前工作流中主要是利用了创建钉钉待办的能力，随着产品迭代，相信后续能够调用钉钉平台的更多能力，将 AI助理的能力输出企业的文档、沟通、会议和邮件等场景中。
回过头来，从本文设定的业务场景中看，前后2 种解决方案的对比如下：
在这个例子中，运用AI 助理的业务价值在于帮助商家节省了大量时间，并且让商家能更即时地洞察产品数据，更快地找到达人并生成脚本方案，本质上缩短了达人推广的周期，更加地实现产品销售数据提升。钉钉 AI助理产品层面的核心价值在于可以按企业用人所需，提供1 个能够灵活运用知识和工具的数字员工，而不仅仅局限在本文设定的场景中，对比传统软件和普通AI问答机器人，它的主要差异在于：
1. 从人学习使用系统，到系统学习人想要什么
通过钉钉AI 助理的“拟人操作”能力，用户可以录制自己在某个应用中的操作步骤，然后交由 AI 学习（本文示例未用到该能力，但钉钉AI 助理已有该能力）。
● 选择需要让 AI 助理学习的应用
● 录制操作步骤
可以告知 AI 哪些步骤是固定执行的，哪些步骤需需要其灵活执行的，比如在录客户跟进的场景下，就需要 AI 助理识别当前是用户是想对哪个客户录跟进，在填写记录时自动输入对应的客户姓名。
2. 赋予了工具AI的决策能力
钉钉AI助理在工作流中串联了AI和各类执行动作，能从用户诉求中提炼信息，指导工具的调用。
● 结合用户的输入提取关键信息
● 任务执行过程中可向AI 提问，再结合AI的回答进行执行下一步动作
3. 更强的多场景执行能力
钉钉的连接器生态平台，为钉钉 AI 助理打造了丰富的多场景执行能力，当你希望订出差机票时，它能做的不仅仅是可以结合行程告诉我们应该订哪个航班，而是能直接就帮我们完成机票的预定，在执行能力上，钉钉连接器生态带来了无限的想象空间，将 AI 助理打造成了一个业务多面手。
钉钉AI 助理本质是 Insight、copilot、aigc能力进行了有机结合，并直接赋能到业务场景中；
● 洞察能力（Insight）：分析获取销售差的产品；
● 决策能力（copilot）：结合产品推荐可用于定向推广的内容标签；
● 创作能力（aigc）：结合产品、达人、内容标签生成短视频拍摄脚本；
● 执行能力（copilot）：
目前入局做 AI agent的包括大模型厂商、协同办公厂商、垂直 SaaS厂商，其中钉钉作为协同办公平台所具备的主要优势在于：
1. 涵盖了企业的设计、生产、销售等诸多环节，也覆盖了内部的沟通、会议、创作场景，在场景感知能力上是优于纯大模型厂商；
2. 除了场景覆盖，作为协同办公平台，同样沉淀了企业很多的生产资料，这些知识经过 AI 学习，AI 助理可以更加了解企业的产品、业务数据、资金等情况，在应用中能做出更准确的决策；
除了上述优势外，钉钉平台更大的优势在于应用生态，给 AI 助理带来了更强的增益：
● 连接器平台有丰富的应用供钉钉AI 助理调用，在完成场景感知、记忆关联后，具备更多业务执行的能力（比如记发票、录客户、提审批等），从“tell me how to do”走向“help me do”。
● 结合钉钉开放平台完成改造的应用，应用内的用户操作将能被钉钉 AI 助理学习，目前大部分平台提供 AI 服务的模式，都是让用户与 AI助理进行对话，但很多时候用户也很难说清楚自己的诉求，AI 助理的“拟人操作”技能，给 AI agent带来了一种全新的交互模式，让 AI 反向学习用户行为，理解用户诉求。
以上全文，希望能帮助读者在一个业务故事中更理解钉钉AI 助理背后的业务意义，以及这种新的应用形态给企服行业带来了哪些本质的改变，在AI助理蓬勃发展的同时，我们又该如何理解并使用好 AI 助理，如何构建出更可靠的知识、更实用的技能、更准确的理解来让AI 助理的能力更好地服务于业务场景。
本文由 @way 投稿发布于人人都是产品经理，未经许可，禁止转载。
题图来自Pixabay，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。