惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Troy Hunt's Blog
GbyAI
GbyAI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
月光博客
月光博客
Engineering at Meta
Engineering at Meta
The Register - Security
The Register - Security
阮一峰的网络日志
阮一峰的网络日志
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
F
Fortinet All Blogs
博客园 - 司徒正美
博客园 - 聂微东
T
Tailwind CSS Blog
MyScale Blog
MyScale Blog
Microsoft Security Blog
Microsoft Security Blog
Jina AI
Jina AI
A
About on SuperTechFans
Y
Y Combinator Blog
N
Netflix TechBlog - Medium
V
V2EX
I
InfoQ
WordPress大学
WordPress大学
小众软件
小众软件
The Cloudflare Blog
Recent Announcements
Recent Announcements
U
Unit 42
The Last Watchdog
The Last Watchdog
P
Palo Alto Networks Blog
Vercel News
Vercel News
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
M
MIT News - Artificial intelligence
Project Zero
Project Zero
美团技术团队
L
LangChain Blog
S
Security @ Cisco Blogs
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Last Week in AI
Last Week in AI
W
WeLiveSecurity
S
Securelist
H
Hacker News: Front Page
K
Kaspersky official blog
Martin Fowler
Martin Fowler
Know Your Adversary
Know Your Adversary
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
J
Java Code Geeks
P
Proofpoint News Feed
有赞技术团队
有赞技术团队
Google Online Security Blog
Google Online Security Blog
D
DataBreaches.Net

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
AI龙虾养殖户:你的下一个同事,可能不是人!
笔记侠 · 2026-03-18 · via 人人都是产品经理

当AI智能体从'玩具'蜕变为真正的'数字同事',制造业正迎来一场生产力革命。北汽福田的'长超小福'AI系统已能实现车间安全巡检、生产风险预警、零部件缺件监控等核心业务,24小时不间断守护工厂运营。本文通过飞书'龙虾'AI在个人效率提升、制造业数字化转型、活动运营协同三大场景的实战案例,揭示AI如何深度融入企业工作流并重塑人机协作新模式。

内容来源:2026年3月12日,飞书“玩虾大会”直播分享。 

分享嘉宾:王勉,脱口秀演员;湘北十号,知名医药制造企业AI极客玩家;文伟,北汽福田高级经理;杨天润,Naughty Labs CEO;Vivi,AI产品经理;启师傅,《启师傅AI客厅》主理人。

商业趋势

笔记君说:

当下,AI工具的浪潮已从“玩具”走向“工具”,尤其是养“养龙虾”,但很多人仍困在第一步:

除了聊天和生成文案,AI到底还能帮我做什么?企业又该如何安全、有效地引入AI?

这种困惑背后,是个人效率瓶颈与组织数字化转型需求的共同呼唤。如果只把AI当作一个高级搜索引擎,无疑浪费了它成为“数字同事”的巨大潜能。

今天,我们通过一场飞书直播的实录,看看“AI养殖高手”如何将名为“龙虾”的AI智能体,培养成个人的全能助理、企业的生产监督员以及活动运营的得力帮手。

从自动写周报、克隆语音回复,到巡检工厂车间、预警生产风险,你会发现,AI应用的边界正在被快速拓宽。

本文根据对飞书直播活动现场笔记进行整理,内容有所删减,希望能给到你启发。

01 AI“龙虾”:从个人助理到企业数字同事的进化 

在制造业,尤其是企业中,现在大家对AI龙虾的态度更多的是观望。那企业究竟该如何应用龙虾?特别是在传统制造业中,又该如何落地?

具体可以从两个方向展开:

首先,AI“龙虾”已从个人助理进化为企业数字同事。

作为个人助理,龙虾可集成在飞书生态中,核心优势是能像真人一样操作飞书。比如以“你”的身份撰写文档、发送语音消息、添加日程,还能读取多维表格和会议纪要等。

其次,AI龙虾作为“数字同事”可融入工作流,提升生产效率。

例如在工厂环境中,生产流程延误一秒就可能引发严重问题。过去人工执行标准流程时易出现纰漏或执行不彻底,而AI可24小时不间断监控,严格按标准落实操作。

02 三大场景实战:个人效率、企业管理、生产协同

1.个人效率场景:你的AI“私人秘书”

龙虾可以干什么?我们以飞书为例进行。具体分成4个部分:

① 基础执行:日程管理与文档生成

事实上,龙虾真的已经能够做半个助理了。比如,它可以帮我将今天的日程整理成一份飞书文档。要是你的合作伙伴或助理询问你明天的安排,你完全可以让龙虾先帮你拟好内容,再转发给对方。

有了文档之后,还得添加日历。这里的日历指的是飞书内部的日程功能,而且这个日程封面、卡片还做得挺好。

具体该怎么做呢?其实很简单,你只需给它下达指令就行,比如直接说“给我生成日程”。

对于整个龙虾的功能来讲,安排行程是最基础的一项。它还可以帮你把消息变成飞书文档,这个过程中,确实能帮你节省不少自己梳理和规划的时间。

② 信息处理:自动抓取与整合行业情报

在信息抓取方面,目前使用AI能替代日常80%的newsroom(新闻简报类)工作。

大家知道,做研究、制定战略时,需要及时掌握行业最新动态,同时也需要关注平台及竞争对手的相关信息。过去这类工作每天都要整理新闻简报,就像报社编辑一样,汇总当天发生的事件,并筛选有趣的产品推荐给大家。

现在龙虾可以自动完成这项工作:它每天晚上会自动抓取网上的各类信息,比如昨晚就抓取了1000条,然后以多维表格的形式呈现。它会把互联网上的信息转化为结构化的标签,并整合到这个多维表格中,操作起来非常便捷。

具体怎么操作?Vivi(AI产品经理)举了自己的实操过程:

第一步是信息和资料收集。这一步我希望飞书能帮我搜集资料,写入多维表格,这是一个能力。

第二步是信息处理。因为这些都是原始信息,非常粗糙,我要变成大家能听懂、能收获到的资料。所以,我会让它对这些信息进行评分、处理,看什么东西更值得关注。这是信息的操作处理。

第三步,在信息处理完成后,我会要求它,你今天必须给我讲最重要看的三件事,包括关键趋势、本周热门产品及其官方网站。

这相当于让它再次加工信息,替代了过去实习生负责的抓数据、处理数据的工作。现在,我的AI“龙虾”能自动完成数据抓取、筛选,帮我看完后生成一份整理好的文档。

最后,因为我不喜欢看文字,每天都是碎片化时间,我希望早上洗脸刷牙的时候,它能念给我听,所以我就会用我自己的声音放给自己。

像现在,龙虾每天会在群里面推送今天的新闻,非常神奇。

③ 技能传承:通过文档让AI快速学习新技能

很多朋友可能不知道,拿到一个文档或者一个skill,怎么把这个skill变成自己的能力?包括拿到这个文档后,大部分人肯定也是对着文档一步一步操作自己的大虾,但其实不是这样的。

湘北十号(知名医药制造企业AI极客玩家)他会这样做:比如,我新养了一只大虾,我会对它说:“vivi老师,上了一个文档,你给我学学”。你看,就这样简单,它就学会了,你只需要直接把这个文档发给龙虾就可以了。

在AI时代,越来越多的教程会直接面向龙虾去撰写,为什么?因为龙虾可以直接读这个文档,并且完成文档中的部署。

比如说现在我拿到这个文档,然后我打开我的龙虾“王二虾”:请好好学习一下这份文档,并掌握文档中的所有教程或者技能,然后把这个文档发给他。

在技能传承方面,我觉得这个AI龙虾真的挺夸张的,太震撼了。

④ 语音交互:克隆人声进行智能回复

事实上,我们可以指挥龙虾用我的语音在群里回复消息。具体来说,就是让我的龙虾在群里发送一条语音,它会以我的声音说出内容,比如“直播间的伙伴们,大家晚上好!”

是的,让他克隆出我们自己的声音,或者任何人的声音。但大家要理性使用。

比如,当我说想克隆王勉老师的声音时,它会自动在网上搜索王勉老师的相关视频、教学资料等内容进行学习,模仿王勉老师的声音特点。

在克隆学习过程中,它能自主打开各个相关界面,知道这个是讲什么的,理解内容并完成学习。

当然,这个过程中你也可以直接告诉龙虾“最近王勉老师关注哪些领域?他的最新网络新闻是什么?”或者让它查找你的全网视频,它会自动找到这些视频并提取语音内容。

之后它会说“我已截取15到30秒的音频,你听听这是不是王勉老师的声音?”确认无误后,它就会表示“已用王勉老师的声音为你打造个人助手”。不过需要注意的是,目前它只能克隆网上可搜索到的声音信息。

整个克隆学习过程不到30分钟就能完成,现在我已经把自己的声音克隆给了它,接下来会把它拉进群里,让它替我回复消息。

2.企业管理场景:制造业的AI“生产监督员”

汽车行业不同于普通制造业,目前在AI方面也非常卷。北汽福田也非常关注AI技术,文伟老师(北汽福田高级经理)说:我们的AI在春节前就已首批上线,当时“龙虾”还没火的时候,北汽福田就已经完成了部署。

北汽福田的这个“龙虾”,名字叫“长超小福”,是北汽福田公司在长沙超级卡车工厂部署的智能系统。举个例子,在我们的新能源工厂里,你可以让它抓拍一张光伏区域的照片,它就能判断该区域是否存在人员违章情况。

那么,它具体能做些什么呢?首先是查询业务数据,其次是查看现场监控,第三是进行日常协同。

接下来按照“长超小福”AI的这几个应用场景,分成4个部分跟大家分享,看下它到底能做到什么程度。

① 前提:数据治理与权限安全是基石

在将龙虾接入企业生产环境前,有2步工作一定要做:一是数据清洗,二是权限分级。

大家现在可以看到我们现在互联网上发了很多预警。在接入龙虾之前一定要把握一个原则:先不急着接信息系统,先接多维表格。

飞书多维表格上的数据是由飞书提供安全保障,且经过高度治理,AI可以很简便地去读取。通过让龙虾读取飞书数据,能确保企业权限的最小化安全。

权限的安全性由飞书提供保障,我们在飞书上面可以设置精细的字段控制,哪一列哪一行只允许哪些人看,都是可以设好权限的。

以车间表格为例,它与工厂级表格不同,涵盖人员、值班、现场、效率、特殊工艺、工时、工装等内容,数据粒度更细致。

需要说明的是,因为企业信息安全规定,我会让龙虾对敏感数据进行脱敏和打码处理,这样跑出来的数据就是脱敏后的数据。当然,这也是龙虾的功能之一。

由此可见,北汽福田具备坚实的数字化治理基础。从业务架构来看,最底层是各业务部门的多张表格,中间层是工厂级表格。

过去人员需手动录入物料、订单等大量数据,如今通过数字化中台实现自动化传输,无需人工录入,部分环节得以解放(虽无法完全替代人工,但能覆盖多数场景)。

② 核心:业务数据监控与智能分析

龙虾能完成多项业务分析,比如判断工厂改善的总体情况、核心问题判断、哪些部门贡献较少等。

企业使用龙虾与互联网或自媒体的最大区别,在于需为龙虾提供覆盖工厂全运营链路的海量数据集——从接单、生产到车辆交付,涵盖质量问题、质量保障、效率保障、能源消耗、成本等全维度数据。

这些数据需预先治理完善,才能让企业版龙虾发挥不同于互联网端的内部辅助价值,因为它与公司系统深度绑定,依托企业数据平台运行。

我们在飞书多维表格上构建了约1000张表,目前展示的只是冰山一角。从产品研发、安全环境,到订单、生产、仓储、物流,再到联合排产、物料管理、智慧物流、设备质量响应、工艺工程等,全价值链数据均在飞书运行。

简单说一下数据来源情况:我们的底层架构为“1+N+X”。

最底层的x代表所有员工——无论负责5S保洁的人员还是值班保安,都有专属数据表,记录当日工作内容(如卫生检查、订单承接等)。

员工数据表汇总为部门级大表或飞书base,最终整合为企业或工厂级的“一”。

这套逻辑虽简单,但行业内应用较少,企业伙伴若遵循此理念,1-2周即可搭建全价值链业务架构。

数据体系建成后,龙虾便正式发挥作用——比如实时监测零部件短缺情况,这正是工厂实际生产中的真实需求。

对于我们这样的工厂,数据管理至关重要。以零部件管理为例,一辆车包含数万个零部件,若生产当天某部件未到,车辆将停在流水线无法装配,导致工位停滞、整条产线瘫痪。

产线瘫痪会造成数千工人闲置,带来数十万元甚至上百万元的损失。因此,龙虾的数据治理过程对工厂运营意义重大,这也是我们先投入大量精力治理数据、再引入龙虾的原因。

我们看看有了这些数据之后,龙虾出的报告能到什么程度:

龙虾日常每天会发一个万字日报,其中涵盖工厂总体运行情况、订单情况——包括每日接单量、未排产量、问题所在,以及双轨机制、重点清理等方面的洞察与建议;还涉及生产情况、各车间下线数据、整车库存问题,以及物料情况。

③ 协同:主动发起任务与风险预警

我们继续演示下一个场景。这些数据龙虾都知道了之后,怎么跟员工协作呢?北汽福田的实践经验是把龙虾当做AI数字同事,帮我们做事。

具体帮我们做什么事,我举几个案例给大家看。

案例1:群信息对齐

第一个案例发生在一个非常复杂的生产启动群,这个群信息量大,专门解决新车型首次生产时的复杂问题,日常会产生很多口径对齐问题。

比如,两位同事正在讨论某问题究竟属于设计问题还是零部件问题。

过去这类问题需要人工查找各类信息系统与资料,翻阅后才能得出结论;现在只需艾特“长超小福”,让它梳理问题清单,它就能直接给出问题结论并在群内公布,非常方便,不用开会讨论了。

案例2:车间安全风险预警

在风险预警方面,“龙虾”的能力更为突出。2月14日晚8点,正值大家吃晚饭时,AI抓取了两张图(具体点位已做涂改),提示在巡视抽查中发现了问题。

其中存在两个风险:一是地面有零散物品和线缆,可能导致人员绊倒——工厂内尖锐物品较多,绊倒风险极高;二是车间设备处于待机带灯状态,按照规定,假期期间设备应全部断电。

这两张图里,第一张确实能看到地面散落线缆,第二张也能清晰看到设备带灯,可见AI识别得十分准确。有时,这类风险它会提前帮我们排查出来。

排查出风险后该如何处理?最终还是要落实到人的层面。

案例3:主动发起任务

这里分享一个龙虾主动找人的场景。

3月9日上午9点半,工厂生产已结束,但有一位“员工”仍在加班,它就是AI员工“长超小福”。

当时它想起当天有两项工作仍需跟进,便主动发出提醒:一是某群要求在规定时间内处理的事项,截至目前尚未看到明确闭环;二是某零部件因特定原因计划缺件8个,而次日需安排生产(正如我此前提到的应急场景),目前也未看到加急处理结果及补货节点。

这是它梳理完当天群内运行情况后,于晚间主动发出的提醒,要求人类员工跟进处理。

更有意思的是,总装部负责人行政部长回复了AI“长超小福”,说明第一个问题已采取临时处置措施,同时提及长期措施的进展;第二个问题则仍在等待交期回复。

那么我想问问大家:这位行政部长为什么要回复AI呢?有人说:他有压迫感了,因为已经有人开始监督他的工作。没错,如果不回复,AI还会再次来找你。

为什么要让AI主动发起任务?大家都清楚,本质上是因为在工厂环境中,哪怕延误一秒都可能引发严重的生产问题。AI无需休息,可以帮我们持续盯守,还能以人的标准推动工作充分落实。

大家可以看到,AI当天最晚的一条消息,是“长超小福”收到了行政部长的更新反馈。

再问一个问题:第二天起得最早的“员工”是谁?

没错,当然是“长超小福”。因为它一直记挂着未完成的事——早上7点43分,它就发出提醒,建议当天优先处理夜间未闭环的两项事项,因为这会影响当日的上线节奏。缺件8个的问题若不解决,次日生产将受影响,这是实实在在的问题,容不得忽视。

所以,除非你在群里告知已补齐物料,且后台数据表、物料表运算确认不再缺件,它才会停止提醒;否则,它会一直追问到底。

这便是我们AI主动协作能力的一次展示。

④ 感知:联动硬件进行车间视觉巡检

说到车间巡视这个场景,这是我们在春节前部署的。春节期间大家都要回老家与家人团聚,尤其是今年春节还恰逢2月14日情人节,不少人还要与爱人相聚。

员工都回去以后人员不足,这么大的工厂,这么多电器设备和物资,没人看管肯定不行,但大家都回去了怎么办?我们有个员工没回老家,也没有女朋友,安排谁来做工厂监控工作呢?“长超小福”AI这个时候就体现出对员工的帮助了。

我们用它来排查安全问题,比如员工未佩戴安全帽、进入需穿防护服的区域却未穿防护服等情况,这样能保障员工安全,做到及时提醒。

当然,危险区域的巡检就不需要人去了,让长超小福帮我们完成机房巡检,它能读取机房温湿度、设备运行状况等信息,非常便捷。

那它是怎么实现的呢?需要借助抓拍这一功能,具体怎么实现?很简单,只需三步:首先,准备好摄像头的IP地址、账号和密码;其次,开通网络访问权限;最后,将摄像头的IP地址、账号和密码提供给龙虾。

事实上,就是这么简单。剩下的龙虾就给你搞定了。

3.生产协同场景:活动家的AI“运营小助手”

在组织《启师傅AI客厅》线下活动时,启师傅分享了自己的使用场景:我需要对接多位嘉宾,比如vivi、小王,或是之前来过直播间的嘉宾。

每次我都会问他们:“这次的分享主题是什么?自我介绍是什么?”嘉宾们通常会通过微信发来相关信息,我一般直接将聊天界面截图发给“龙虾”。

① 信息整合:快速整理多源碎片信息

具体操作是:直接把跟嘉宾的聊天记录截图发给龙虾。然后我跟龙虾说:“我正在组织新的一次Demo day活动,下面把我和嘉宾的信息发给你,帮我整理到飞书文档里。”

然后我继续发,把之前跟嘉宾的聊天信息截图发给他,比如跟vivi的聊天截图、跟海欣和阿文的聊天截图、跟小鹅的聊天截图。他收到后就会帮我整理。

他整理需要一点时间,整理完会放到飞书文档里,然后把结果发给我。我觉得这个整理工作节省我很多精力,不用一个一个复制粘贴。在有龙虾之前,我都是自己复制粘贴到Excel表格里,再自己编排。

有了龙虾之后,这个工作变得更方便,而且可以在手机上完成,不用打开电脑。我跟嘉宾聊天可能在吃饭间歇、上厕所或者躺沙发上,用龙虾就很方便。

② 价值思考:为何要忍受AI的“不完美”

或许有人会好奇:一次性发送这么多截图,“小龙虾”能处理得过来吗?毕竟有时发一条消息都要等很久才回复,一次性发多张图它能应对吗?

实际上,它处理起来确实需要一点时间。所以我们刚才也提到,用新工具时可能不像之前的工具那么快、那么方便。有时候等着急了会觉得,是不是直接复制粘贴更快?

但对我来说,一方面更方便,另一方面我可以干点别的事,打会游戏或者跟别的嘉宾再聊会。

所以,我们一方面感叹龙虾带来的“哇塞”,也要“忍受”它的不完美,毕竟要给它足够的成长时间。

龙虾是刚造出来的火车,因为刚造出来,所以跑得比马车慢。

从更长远的角度看,我相信AI的能力会越来越强。

03 安全警示与最佳实践 

现在,大家应该都迫不及待开始养龙虾了,毕竟现在太多课都在讲怎么部署龙虾、怎么用龙虾。但是,我们必须回到数据安全这个话题。

1.安全红线:切勿连接敏感数据与正式账号

AI龙虾,能力越大责任越大。它作为开源框架,可玩性不错,也突破了我们过往对AI的想象,但安全性与稳定性必须放在首位。

第一,如果你刚玩龙虾,不要把它放在存放敏感数据或正式数据的硬件里,这特别重要。

第二,不要把它接到飞书公司账号。你一定不希望某天群里刚发一条消息,龙虾就自动发送十条信息刷屏,最终导致自己被多人移出群聊。

因此,龙虾的安全与权限管理至关重要。我们需要思考如何让它在企业环境、生产环境中,在受约束的前提下最大限度地发挥价值。

毕竟,龙虾的核心还是要“养”。

2.发展理念:在安全可控的前提下积极发展AI应用

从安全角度出发,最重要的一点是:当你急于部署龙虾时,一定要先缓一缓,三思而后行。要做什么?首先要做好数据治理,解决安全性问题。

你可以通过飞书多维表格,也可以借助其他数据库,但这一步必不可少,它是将龙虾接入企业环境的前提,必须先解决安全性问题。

有人可能会问:AI能7×24小时不间断运行,难道不怕被黑客攻击吗?事实上,是否被攻击主要取决于企业自身的信息安全能力,与AI本身关系不大,更多是由使用者决定的。

所以这里也要提醒大家:如果企业没有必要的信息安全保障能力,千万不要轻易尝试部署。

但这项AI技术我们必须发展,不能因为存在风险就停滞不前。正如自动驾驶技术,虽可能出现问题,但不发展肯定不行。我们必须在保障安全的前提下积极推进。

3.学习路径:从成熟文档库中自主获取并学习技能

龙虾其实已经颠覆了传统的学习模式。过去,我们学习新知识需要自己动手编程,最多只能搜到现成的文档,其余内容都得自己编写;但现在,龙虾已经可以自主学习了。

面对长文档,你只需对龙虾说:“我要升级你的记忆机制,阅读一下这条推送。”它会回复“已读完,这篇内容很有价值,已提炼为五点”,你说“可以开始了”,43秒后它就会反馈“已开始并落地完成”。

用龙虾“打败”龙虾,让龙虾掌握龙虾——你只需把教程写入文档,让龙虾自动获取并学习。所以,快速提升龙虾能力的方式就是让它自主学习,而你只需提供成熟的文档即可。

目前已有不少成熟的飞书共享文档,且随着时间推移,这类文档会越来越多。你只需将龙虾接入飞书文档,它就可以一直在飞书里面畅学,徜徉在知识的海洋里。

*文章为作者独立观点,不代表笔记侠立场。

作者丨天朗明月 编辑 | 柒  
本文由人人都是产品经理作者【笔记侠】,微信公众号:【笔记侠】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。