黄色毛片视频网站_色精品_国产精品久久久久久久久久99_一区二区三区四区在线视频_精品一区在线_久久九九这里只有精品

文 | 智能相對論

作者 | 陳泊丞

在協同辦公領域，自從有了AI，微軟、釘釘、Google Workspace、Salesforce、企業微信、飛書等廠商都試圖通過深度整合AI技術，從智能會議、內容創作、數據管理等場景重構辦公范式。

微軟通過Microsoft 365 Copilot將AI嵌入日常辦公全流程，重點覆蓋智能會議與協作、內容創作與優化等場景。釘釘聚焦智能會議、文檔協作、數據分析、知識管理等辦公核心場景，并在日前發布了AI表格，首次將文檔融入數據表，進一步定義數據管理范式。

實際上，看一圈下來，AI在協同辦公領域的應用場景并不多，大多圍繞會議、數據、內容、知識等做流程優化、管理升級。飛書在今年“未來無限大會”上發布多款AI產品和功能升級，包括知識問答、AI會議以及升級版的多維表格等，核心場景依舊不變，真的有意義嗎？

答案是必然的。在 AI 技術與協同辦公深度融合的今天，如何讓AI工具真正服務于業務需求，恰恰是行業發展的焦點，而非場景拓展的多少。這同時也是重構協同辦公范式最難的一點，即系統性地打破AI應用中的不確定性與模糊性，讓AI真正成為可解釋、可控制、可落地的生產力工具。

協同辦公的AI，依舊是個「黑箱」

在協同辦公場景中，AI的「黑箱」特性并非指功能不可用，而是指其核心決策邏輯、數據處理過程、結果生成路徑對用戶（包括企業員工、管理者甚至IT部門）而言，透明度不高——用戶只能看到輸入和輸出，卻無法解釋“AI 為何做出這個判斷”“這個結果是基于哪些數據得出的”等等一系列過程中的推理思路。

為什么很多企業的知識管理做不好？根本原因不是AI技術不給力，而是傳統的AI應用是基于外部知識庫所打造的，往往存在諸多不準確、不嚴謹的信息被AI所識別，并用于結果生成，從而造就了「黑箱」。

當然，企業也可以專門搭建結構化的知識庫，用于AI訓練和推理，從根本上解決「黑箱」問題。但，這不是一件簡單的工程，大企業有能力，卻面臨著組織體系龐大和業務布局廣而知識堆積嚴重；中小企業則缺乏系統性的整理以及知識分布碎片化等問題。

總的來說，各有各的難處，這就直接限制了AI的價值發揮。飛書知識問答的上線，正是為了解決這一問題，不需要提前搭知識庫，AI直接就能聊天記錄、會議紀要、企業文檔等日常沉淀的信息中抓取知識、理解權限并結構化輸出答案。

這一功能的本質是通過企業級數據閉環徹底改變了傳統AI工具依賴外部知識庫的模式。在飛書的演示視頻中，當飛書CEO謝欣提問“飛書鴻蒙項目進展如何”，系統自動關聯相關文檔、群聊記錄和會議紀要，生成結構化答案并標注每一條信息的來源鏈接。

這種“所見即所得”的設計不僅解決了企業需要專門搭建結構化知識庫的痛點，將企業日常信息完全盤活，更關鍵的是成功打破了AI的「黑箱」，讓用戶能夠清晰追溯AI的推理過程，不再難以想象，并基于內部知識減少AI幻覺。

回過頭來看，協同辦公場景的AI應用重點依舊不在于場景的多少，而在于如何解決AI「黑箱」的問題。以飛書為代表的廠商通過讓AI的知識來源、推理過程、數據依據更透明，試圖在效率與可靠性之間找到平衡。

在“技術-功能-場景”三重閉環下，走完“最后一公里”

協同辦公的AI應用基本遵循“技術-功能-場景”三重閉環，技術創造功能，功能放置場景，最終閉環落地。即便是后期的升級，也大多是圍繞技術、功能與場景三大模塊開展。

這一次，飛書升級的AI會議同樣是圍繞這三重閉環而展開。在技術上，聲紋識別等技術的加入，帶來一系列功能升級，如會議中實時生成逐字稿、一鍵生成結構化會議紀要、提取行動項等。緊接著，針對協同辦公場景，通過飛書AI會議，企業可以實時保存日常開會所沉淀下來的數據、信息和知識，并轉化成為企業資產，再通過AI功能進行匯總，并反饋給用戶（包括員工、管理層等），最終在三重閉環下完成升級。

事實上，協同辦公領域涌現了諸多AI應用，但是部分體驗并不好。究其原因，在“技術-功能-場景”的三重閉環邏輯下，有的只是走完了前面兩重閉環，在最后的“場景”閉環中始終抓不住重點，落地不了。

比如，很多辦公平臺都在嘗試“知識問答”，但傳統的AI應用中往往需要手動構建結構化知識庫。這在實際的辦公場景是很難落地的，背后增加的人力成本（專門雇一個人來做知識庫構建，不專業也夠懂業務）和時間成本（業務人員自己多花時間構建知識庫）等都極大地限制了使用。

正是因為沒有考慮到實際場景中的落地問題和實用性，也就導致了知識問答在協同辦公場景中一直得不到普及。飛書知識管理試圖回歸場景，聚焦企業的辦公場景做好數據閉環，從而走完三重閉環的“最后一公里”，推動知識管理落地。

這一路徑同樣在被釘釘所使用，其最新發布的AI表格的本質是將企業的業務邏輯、業務數據轉化為AI可執行的數字模型——通過大模型與RPA的結合，技術能力被轉化為智能化的功能，如自動抓取平臺數據、店鋪數據等；再通過表格與業務流程的融合，功能模塊用于輔助業務場景分析和決策，如評估店鋪運營、對接工單保修等。

在這個過程中，“AI表格”成了企業業務開展的重要支撐。如果沒有最后一環“場景”的融合，那么“AI表格”就只是更聰明的表格，無法發揮應有的應用價值。由此可見，頭部辦公平臺對AI的應用已經更多聚焦在場景上做技術與功能的升級和適配。

在這一趨勢下，協同辦公的AI正在加速“淘金”，而場景就是最好的篩子，誰能更好地圍繞著場景作應用，打破「黑箱」，誰家的AI就能在當下激烈的競爭脫穎而出。決定這一切的并非AI技術的先進或應用場景的多寡，而是實際落地的邏輯和效果。

正如飛書 CEO 謝欣所言：“AI時代，企業需要的不是更多功能，而是真正能解決問題的成熟工具。”當AI的每一步決策都可追溯、每一項功能都可驗證、每一個場景都能創造價值，協同辦公的「黑箱」才真正被敲碎，而這正是飛書為行業帶來的范式革命。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。

?AI產業新媒體;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個為什么》

?【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、云計算、開發者以及背后的芯片、算法等。