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

MongoDB | Blog
MongoDB | Blog
B
Blog
Y
Y Combinator Blog
大猫的无限游戏
大猫的无限游戏
aimingoo的专栏
aimingoo的专栏
B
Blog RSS Feed
博客园 - Franky
V
V2EX
IT之家
IT之家
WordPress大学
WordPress大学
博客园 - 三生石上(FineUI控件)
J
Java Code Geeks
F
Fortinet All Blogs
I
InfoQ
云风的 BLOG
云风的 BLOG
腾讯CDC
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
月光博客
月光博客
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
N
Netflix TechBlog - Medium
宝玉的分享
宝玉的分享
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
P
Proofpoint News Feed
Microsoft Security Blog
Microsoft Security Blog

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,
钉钉AI表格:填平企业数字化的“最后一公里”
Way · 2025-10-24 · via 人人都是产品经理

数字化的困境

在中国企业数字化的演进史上,曾流传着一句充满无奈的老话:

“上 ERP 是找死,不上 ERP 是等死。”

这句话揭示了一个时代的真相——数字化转型,是一场高风险、却又不得不进行的生死抉择。

彼时,企业以巨资引入 ERP 系统,为自己修建了一条标准化的“信息高速公路”。

然而高速路固然笔直,却也昂贵、僵化、难以转弯。

于是,一张张 Excel 表格成了业务人员手中的“乡村小道”。

它简陋,却灵活,它不完美,却承载了无数个性化的业务场景。

但随着数据越来越多,版本越来越乱,Excel 逐渐沦为人人喊打的“数据孤岛”。

于是我们目光转向 SaaS,希望用专业的标准化系统带来秩序。它的确解决了部分标准化问题,相比传统ERP也有成本优势,却也在个性化定制上筑起了新的围墙。

自研系统太慢、太贵,低代码虽然让我们看到了曙光,但对于没有软件思维的业务人员,却仍难跨越“上手难”的那道认知门槛。

数字化的核心矛盾,从未真正改变:如何让标准化的系统能力,精准赋能千变万化的前端业务?

在核心系统与一线需求之间,始终横亘着那道“最后一公里”的鸿沟。

如今,我在钉钉AI 表格上看到了一个新的答案,作为 AI 时代的应用搭建平台,这一次,业务人员真正拥有了“自建业务系统应用”的能力,可以说是把企业的数字化底座给重构了。

具体钉钉 AI 表格是如何做到的?

当 AI 进入表格:效率从人驱动到智能驱动

AI 能力的引入,解决了过往普通表格被诟病的效率问题。

过往普通的表格更多只是一个承载最终数据的地方,业务上的处理需要人在表格之前去进行,处理后再填回表格字段中,比如我们想在供应商列表中,查看某个供应商的企业资质信息,只能跑到企查查等平台查询,查询后再填回表格。

现在,钉钉AI 表格的AI字段agent,我们可以直接把 AI 搬到表格里面,让 AI 帮我们直接完成业务处理,在上面的场景里面,我们只需在表格里面新增一个字段,然后在字段模板中心里面搜索类似“企信通”的 agent,它就能通过 ai 自动总结公网上与该企业相关的信息,并将内容自动填入表格字段中:

一个字段就是一个 AI agent,我们引入多个字段后,相当于雇了多个 AI agent ,这些 agent可以同时帮我们干活!对比之前一行行、一个个字段处理输入,效率提升可想而知。

除了AI 字段外,钉钉还在AI 表格的工作流自动添加了 AI 能力节点,进一步提升业务流程的处理效率,比如我们可以设置一线人员在巡检时上传巡检结果,巡检结果自动收集到表格后,可以对上传的图片进行自动识别分析,有巡检问题的,直接通过钉钉将巡检结果推送给对应的负责人。

目前自动化工作流里已经问答、搜索、AIGC、多模态信息提取等丰富的能力,借助灵活的流程编排能力,能够组合搭建出来的应用场景将会更加丰富。

破解数据孤岛,让大量业务数据可为 AI所用

数字化赋能业务的第一步,是需要将业务先进行数字化,积累大量可用的业务数据,但过往企业的数据往往分散在各种地方,如果不先解决数据孤岛的问题,那么AI 的提效也将受到很大的制约

我这次在钉钉 AI 表格的数据连接中心,看到了强大的数据整合能力,毫不夸张地说,几乎所有数据都可能被集成到一张表里。

基于数据连接中心,之前躺在 excel 表里的数据可以直接导入,业务系统的数据可以通过 sqlserver 等数据库连接工具打通,第三方平台、公域的数据也可以通过钉钉封装好的数据连接器进行同步。

除了分散在不同系统工具里的数据可被打通,掌握在不同人/部门手上的数据也可通过更安全的数据共享机制来打通,比如客服可以共享自己记录的客户反馈记录,销售可以共享客户干系人信息,所有环节上的人员数据整合起来,就可以构建出一个完善的客户画像数据,不用跟之前一样转发 excel 表,不但提升了数据安全性,数据的实时有效性也得到了保障。

更低的上手门槛

前面一开始我们提到低代码有满足个性化需求的优势,但对于业务人员而言不好上手,即便引入 AI 创建应用的能力,业务人员也不具备二次调整的能力,但用表格+AI的形式来搭建应用就不一样了。

首先,它基于业务人员熟知的表格形态,解决了认知上的门槛,同时叠加了丰富的模板库和AI能力,让创建过程更加轻松,

通过角色场景化的模板,可以有效解决 80%的需求,大部分情况只需要进行二次编辑即可。

而二次编辑、使用的场景里面,围绕建表、生成工作流、美化、数据分析的全过程,钉钉 AI 表格的 AI 表格助理也让整个过程的门槛大大降低,理想情况下我们只需全程动嘴,就可以完成一个基于表格的业务应用从搭建到使用的全过程。

比如我可以在模板基础上,进一步结合自己需求去调整字段,这种编辑类场景下,它能理解我的需求,自动评估字段的含义,从而选取合适的字段类型并预设好合适的字段选项,我基本可以不用调整就点击确认:

在数据分析环节,也可以先让AI 一建生成仪表盘,然后针对每个数据主题也可以进行完善的数据解读,帮助洞察数据背后的信息。

还可以AI进行数据解读

在降低入门门槛这件事上,钉钉 AI 表格的做法很有启发。它没有重新定义交互方式,而是基于用户熟悉的表格形态来减少学习成本,再借助 AI 能力贯穿整个使用流程,让用户只要说出需求,系统就能自动完成任务,这才是真正理想的体验。

安全与性能,企业级业务应用的基石

要想成为值得信赖的企业级应用,光有智能还不够,更需要有坚实的“底盘”。这个底盘,一是要扛得住海量数据,二是要管得好协同安全

传统Excel最让人头疼的,就是数据一多就开始卡顿。而AI表格的底层,其实已经是一套强大的云数据库。这意味着,即便你的业务数据增长到百万行,筛选、分析依然能快速响应,彻底告别卡顿,让大规模数据处理变得轻松自如。

更重要的是,当一张表需要在不同部门、不同角色的员工间协同时,不能再像过去那样,靠文件密码这种“防君子不不防小人”的方式。AI表格提供了精细的权限管控,可以精确到控制谁能看哪一行、谁能改哪一列。这就像为业务数据织起了一张“安全网”,既保证了信息的顺畅流动,又牢牢守住了安全的底线。

从这个维度来看,基于钉钉 AI 表格,与专业 saas 系统一样,已经完全具备承接企业级应用的基础。

让表格长出智能:AI 驱动的业务操作系统

钉钉 AI 表格不再是一张静态的“记录纸”,而是通过数据连接器、AI 字段 Agent、AI 工作流、AI 仪表盘等核心能力的融合,构建出一个可自主驱动业务的“智能业务操作系统”。

它以 AI 为引擎,极大降低了业务人员将想法转化为数字化能力的门槛,让最懂业务的人能够亲手搭建一个随业务生长、灵活应变的“轻量自研系统”。

最终,钉钉 AI 表格实现了真正的业务技术自治——让每一位业务同学都能成为 AI 应用的创造者,无需开发,像做表格一样,轻松搭建业务系统。

因此,我更愿意称钉钉 AI 表格不是一种新的 SaaS,而是一个“无界的智能底座”,让业务人员第一次真正拥有属于自己的 AI 产品。

Way,公众号:产品之way,人人都是产品经理专栏作家。某国民办公软件产品人,多年SaaS、数字营销、商业化经验。

本文原创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

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。