秦朔对谈钉钉叶军：AI红利更多、更快会在哪些行业和赛道出现？
来源：亚布力中国企业家论坛
直播嘉宾 | 叶军 钉钉总裁
秦朔 人文财经观察家
主持人| 孙冰洁 中信书院主持人
编辑 | 混沌商业研究团队
支持 | 混沌前沿课
AI通用大模型的横空出世颠覆和重构了我们工作和生活的各个场景，行业之间的壁垒被打破，不同领域开始互相融合、协同发展，创造出前所未有的机遇，也带来前所未有的挑战。硅谷吵得热闹，国内也上演了一场“百模大战”，直到现在，这场“大战”还没结束，AI的杀手级应用仍没有浮出水面。
中美两国的企业在AI发展中的各自优势是什么？
AI时代的工作方式有哪些可以想象的空间？
只有理解当下正在发生的变化，才能更好地适应我们所处的环境。
前日，在中信读书栏目的直播间，钉钉总裁叶军与著名财经媒体人秦朔老师就“智能时代的效率革命：AI如何重塑工作方式与组织管理？”话题展开对谈。
两位老师对AI的发展都有着深刻和独到的观察和思考，为我们理清了AI大模型给我们带来的深刻变革。
所有产品都值得用AI重做一遍的逻辑是什么？
AI红利更多、更快会在哪些行业和赛道出现？
AI解放了人类，还是让人类更卷了？
AI加持下的工作方式能带来多大改变？
以下内容，根据直播对谈内容整理：
主持人：智能时代，AI正在重塑我们的工作与生活。所以，业内现在流传着一句话：所有的产品都值得用生成式AI重新做一遍。那么在用AI把产品重新做一遍的过程中，应该遵循怎样的逻辑？想请两位老师来分享一下。
叶军：确实有很多人讲，所有的产品都值得用AI再做一遍。其实，钉钉当时也是在新的技术背景下出现的。每一项新技术出来的时候都值得重新思考一下：以前的做法能否被优化，或者被重构？
入局AI的这段时间，我们也有自己的观察：其实不同类型的公司对于AI这件事情有不同的擅长点，比如大型公司有非常多的资源和产品，往往适合把原有的产品重做一遍，重做之后的效果提升会很明显。小公司则适合用AI重构原有的工作流程、交互体验、业务模态的呈现形式，在未来更细分的场景中找到的一个全新的产品形态。
美国有“七姐妹”，中国有“BAT”和新巨头们，大公司的产品本身已经具备非常大的用户量，最适合用AI做重构。包括前段时间大家非常热衷于讨论的一个话题——搜索，大公司自己做搜索，价值会非常直接，小公司全新做一个AI搜索挑战非常大。
钉钉也是如此，我们一方面做好自己最擅长的一部分，另一方面是帮助更多的创新型企业，能够借助钉钉平台上已经存在的一些数据、客户、场景，做千行百业的创新。
秦朔：确实像叶总所说的，大公司有大公司的做法，小公司有小公司的做法，但是我觉得无论是什么样的公司，可能都要去考虑一个长远来看如何闭环的问题。
我对钉钉的理解是它更像是一个平台，不仅用生成式人工智能把自己的产品重做一次，同时，整个钉钉也是一个基座，让很多合作伙伴用上面的很多工具把他们的产品、服务等等重做一遍，它是一种大的玩法。
如果你是中小企业，可以利用像钉钉这样的平台来帮你解决效率的问题。但我觉得最核心的还是要基于你以前已有的数据，对它们进行一个很好的模型化的建构，成为自己模型的一个创作者和探索者。
国内已经有很多的企业开始用一些模型化的方法，从研发，供应链，智能排查，检验，智能物流，端到端，全流程地应用AI。短期内看不清谁是杀手级应用，但是两三年内，中国公司运用AI的智能化水平，整体上会取得长足的进步。
主持人：在大模型领域，国内面临“百模大战”的局面，大家都想在这波人工智能浪潮中快速地抓住红利。两位老师觉得智能化红利更多、更快会孕育在哪些行业和赛道？
叶军：智能化在哪些行业中能够率先爆发出价值？我们也在观察，有一种争论是ToB还是ToC？还有一种争论是公有云的技术场景下，还是企业内部的垂直场景下，也就是偏私有的场景下？
我的观察是这样的，ToB场景下相对来说确定性会更高，但是ToC场景爆发性会更高。ToB场景下，很多企业内部的工作、管理的场景，已经沉淀了大量的数据，这些数据比较私密，所谓“私密”，还不是指个人隐私，而是指企业级数据。基于这些数据做进一步智能化的处理、分析、加工、响应，企业生产力的提升会非常直接，且可以量化。
在ToC场景，现在国内外都有非常多的创业公司在做类似的产品，如陪聊类产品、搜索类产品，像国外的MetaAI、PerplexityAI，国内的豆包，我自己也在用这些产品。国内很多的创业公司试图在创新，在C端结合原有业务场景包括游戏、PC、手机等自动化处理的场景上做一些集成。它们在各自领域取得了一些进展，但是跟刚才秦朔老师讲的，杀手级应用或超级应用还有一定距离，需要时间。
之前还有很多朋友在聊一个话题，说大模型可能是公有云的场景会优先跑出来。我们自己也观察了一下，去年国内所有大模型的招投标项目，应该说比较领先的一些企业，绝大部分选择了私有云或者混合云的场景。前段时间我去一些企业做交流，包括科大讯飞，他们做了一个AI阅卷机器，把一个班50多个同学的卷子丢进去，一下子就可以把题判好、改好，然后后台会记录每个学生的考试情况。机器会把这个学期或者一段时间下来，每一个学生累计在哪些题上错得比较多，它知道每一个学生在哪些知识点上是欠缺的，后台用AI生成一本专属于这个同学的错题本。AI在这种垂直场景应用得非常好。
所以，也许中国不需要那么多的模型，不需要“百模大战”，有几家承担这个责任的大厂就可以了。更多的创新者应该专注于在垂直场景和应用场景上，一个垂直模型和通用模型结合一个好的场景做推理，这个赛道会更有价值，更有空间。
秦朔：国内的大模型我基本都用过，我把它们当成一种工具，看能不能提高自己的工作效率。我想让它们成为我创作的帮手，它们在模仿氛围、语境的时候已经可以学习得很好了，但是由于高质量的内容、背景、数据它不具备的话，生成的内容给我的感觉是有其形，有其神，无其质，实战性的东西没有。通过我的观察，我认为它在针对个人，真正变成个人生产力工具上还是有比较长的路要走。
但是，我自己的观察：即便是偏ToC的，也很可能是ToB→ToC，什么意思？微软CEO纳德拉两三年前讲到AI应用的时候，举了几个例子，比如农民操作低成本的无人机在农田上飞行，传回数据，然后在农舍中的智能云边缘计算可以提供即时分析，告诉农民农田里哪里干旱或者哪里有病虫害等等。工厂里面操作人员可以AI来辨别钻头的移动，因为精度非常高。医生可以用增强现实做虚拟会诊。
但是，去年微软发布Copilot以后，比尔·盖茨的说法越来越像将来有一个白领工人帮你完成各种任务，帮助你安排行程、沟通电子邮件，在所有设备上运行，查看你的会议安排，最后提高你的效率，把你从不想做的事情里面解放出来。如果是企业级的AIAgent，可以帮你更好赋予员工权力，让员工能够绽放出他们更多的创造性。它实际上是给每个人找了助理，但是中心思想还是基于它是一个公司里的职员来帮助你，在你的岗位上去赋权、赋能，提升你的效率。
所以，我偏向于认为AI应用包括生成式AI的应用，会最先在企业里长出很多非常有意思的东西。但达到非常成熟，还需要一个过程。
主持人：秦朔老师，因为您前段时间去了硅谷，硅谷的AI巨头和独角兽们是怎么思考这个问题的？他们是否也陷入过“百模大战”？
秦朔：美国硅谷的情况和我们还是蛮不一样的，因为他们已经高度寡头化了，巨头公司思考的逻辑不是具体的应用，如果把他们每一家的使命愿景拿出来，都是解决人类的根本问题，怀着一种深刻的使命感，觉得人类到了这个地步就得怎么样去改变。他们有足够的资本支持和足够的科研资源、人才资源的支持，站得高，看得远，耗得起。
我们的特点和他们有很大的区别，所以我觉得一方面我们要有紧迫感，要努力地追，学他们开源，或者坚持不开源，做封闭的系统，都无所谓。但是，总体上要看到我们的长处在哪里，我们的长处的的确确在应用，而美国的应用场景没中国多，因为大量的产业已经不在了。
今年5月下旬时，我去美国参加游学团。我是老师，我们团有30多个企业家，其中大概有七八个人在参观的几天里，在斯坦福和UC伯克利都找到了一些年轻的中国博士生、硕士生，去讨论一些问题：你怎么帮我做短视频的精准分发，你有没有一个系统，有没有一个模型可以直接用？这就是中国企业家的特点，他们考虑的都是解决当下的某个非常具体的问题，更多是问题导向。
主持人：叶总，您刚才提到其实在垂直领域做AI应用还是有很多机会的，但是现在我们发现大家都在卷同质化的大模型，您觉得为什么会出现这样的情况？
叶军：我和通用大模型公司也有一些交流。我觉得垂直领域的工作是需要非常强的专业基础的，比如医疗，比如法律，即便你是这个行业，不同细分领域之间也有专业壁垒。
现在做科技创业特别是大模型创业的年轻创业者，都非常擅长技术，有技术基础，但没有行业基础。以这样的背景来创业，大概率会选择做通用应用，再进入到垂直行业。
也就是说，在垂直领域做应用，至少你自己得是个老中医，你才会在这个领域里知道有哪些问题，然后愿意去改变它，想变革它，然后再拿技术去做。现在国内大部分不是这样，包括我们这代人最开始做互联网，当时不知道互联网能干什么，纯粹觉得好玩，当时做网页、博客、BBS，包括在上面卖东西，都是因为好玩。
这是我观察到的情况，我相信随着时间的推移，会有所转变，因为现在我看到越来越多的公司已经在关注一些垂直领域的AI应用场景了，已经看到一些这样的苗头。
秦朔：大模型现在特别热，很多大模型的创业者，无论是90后，还是像李开复、陆奇他们做的项目，目前我们听到的很多都跟技术高度相关。他们太技术范了，而且一直站在时代浪潮的最前列，他们读了大量的文献，做了大量的知识分享，所以一定是这样的结果。你听到的都是这些声音。
但是，其实在中国的企业界，已经有很多对人工智能的应用，以及建立自己的模型了，但是他们不会说。几十个人的团队，或者一两百人，或者和外面人合作，已经做出了应用模型，真正解决了问题，但是他们没必要说。所以我们听不到他们的声音，不代表沉默的地方就没有热血流淌和奇迹发生。
前年在上海，我调研过一家模拟芯片设计公司，这家公司的模拟芯片类型特别多，大概有1000多种设计，每种芯片都有知识产权，服务客户上千家。服务每一个客户的时候，都要有一本产品手册，基本上是英文写的，几十页、上百页，很正常，里面有大量的专有名词、电路图、参数，客户在使用的时候，会有各种问题，他们可能线上咨询，也可能电话咨询。为了满足这个需求需要多少人？七八十个专家，当然，这些专家是技术服务人员，不都是专职，但是他们大部分每天还要做本职工作，有问题来了就要响应和回答。根据产品说明书，他要从产品说明书里把它搜出来，确认技术细节，这很消耗他们的时间和精力。
和钉钉合作以后，用钉钉的AIPaaS能力，建立专属小模型，将所有芯片产品手册、设计指南和FAQ（常见问题）等资料上传至钉钉炼丹炉进行训练和处理，现在7×24小时服务，客户有任何咨询的问题，智能机器人都可以答疑，客户满意度也提高了。另外，很重要的是知识资产沉淀下来了，基于这个知识资产你可以慢慢地结构化，让它变成很聪明的东西。
类似这样的例子，我认为中国很多行业领导型企业都在用各种各样方法去创新迭代。所以这里有很多故事，只是没有人去报道。所以，如果我们往这个方向转换一下眼光，我觉得还是挺让人激动和兴奋的。
主持人：技术发展不仅仅是一个技术的问题，也是一个哲学问题。尤其当AI不断介入到个体、组织的整个工作过程中，它重新定义了个体和机器的关系。AI超级助理能大大解放生产力，让个体从原来繁琐的工作中解放出来，去做更多的事情。对此我有一个疑问，当AI把人解放出来之后，未来的人机协同究竟是什么样的形式？打工人会变得更卷还是真正得到解放？
叶军：我们都是打工人，打工人都希望自己能够有一些时间，不是在打工状态中。早上8点，我到公司，晚上我会晚一些走，中间有很多时间我在想自己的事情，看一些技术进展和业界文章。但是，这个过程中我要感谢AI，因为它让我的工作效率得到了提升。许多重复性的劳动确实被AI替代了，它给我解决了很多问题。以前，我在钉钉上做的最多的动作就是搜索，搜索以前聊过的事情，经常找不到。现在好多了，搜索频次下降了，因为AI帮我整理过了。所以，我认为未来AI会改变我们的工作状态，但它更多是要解决问题，解决当下社会的主要矛盾，工作的主要矛盾，而不是让我们变得更卷。
秦朔：主持人的问题非常有意思，特别是最近热议的“萝卜快跑”事件，大家对于AI又有了更多的思考。
第一，如果出现了更卷，或者是很多人得不到发展机会等等，我觉得要相信政府和社会的有机调整。我们更应该思考的是怎么用人工智能来帮助我们实现自由、全面的发展？以我自身为例，现在比较苦恼的是我有很多想法，但是我不能随便说几个概念，而是要去采访，去看热度，去结构化。我总是要从事原始劳动，如果有一些助手能帮我解决很多问题，可能我能够创造出更多有意思的东西。正如微软CEO纳德拉说的那样，应该让计算机理解我们，而不是我们去理解计算机。如果有一天，我们的各种各样的终端智能化设备，能很好地理解我们，很便利地帮助我们解决问题，我觉得就非常好了。
第二，现在信息爆炸，有太多信息了。怎么高效地推理？怎么高效地计划？怎么高效地处理？怎么在获知信息上不丢东落西？现在很多人的工作状态是到达了终点，又回到起点。为什么不能有一个很好的过程，一直慢慢地往前走呢？这其实很需要像机器一般的管理系统，它永远不会出错，又懂你。从个人体验的角度，我非常向往有一个更聪明的超级助理，AI助手，来帮助我去更好地、更聪明地工作。
主持人：我们都期待更好的AI助手，AI超级助理。我们看到，当钉钉和AI相结合的时候，钉钉本身作为一个办公软件也发生了一个前所未有的改变。请问叶总，未来这段时间，经过AI加持之后的钉钉和其他办公软件，会给我们的工作状态带来多大的改变？
叶军：现在，我已经在自己的工作场景中看到了一些变化。
第一，是交互对象的变化。
以前，我80%的上班时间都在和不同的人对话，偶尔自己独处一下。后来，慢慢变成了我一个人对着电脑，协同网络从原来的人与人，到人与硬件，人与系统。现在，增加了一个全新的角色——AI助理，我自己每天上班总有几次需要找几个AI助理问一下。专业的事情，有时候问我同事，他们可能在开会，而有时可能他们的回答还没AI助理好。这是正在发生的变化，不是幻想。
第二，是交互形式的变化。交互的形式变得多模态。以前我们的交互更多是通过键盘、鼠标、屏幕。现在我发现，语音或一些外部输入的方式变得越来越丰富，可能很多输入信息源不是来自于某个人或者键盘，而是来自于摄像头、聊天群里的图片、视频、语音，各种各样的输入给到你，这样的工作过程中会更加自然。它就像人一样在工作，你不用适应它。以前是我们在适应机器，现在是机器在适应我们。
所以，随着大模型技术和新能源汽车的结合，以及机器人具身智能技术跟eVTOL飞行器赛道直升机的结合，会让我们的协同方式变得越来越不一样，你会发现你在主宰这一切。对周边的事物或者工具来讲，你不是学习怎么用它，而是它怎么理解你，这是这几年的变化。
秦朔：你刚才讲到协同，其实，那个人就已经不是自然人了，很有可能是系统，是设备，是助理，而且可能是很多助理，有生活助理，有工作助理……很多方面的助理给你服务。也许你是一个普通人，在公司里本来不可能有一个秘书，但是在你的设备上，你有很多很多的助理。每个人都可以感觉到自己是一个主人，很多人为你服务。
叶军：对，其实不是AI替代你，更多是这么多人在支持你，就像一个人做成一件事情，是有一个团队在支撑你，只是这个
团队可能不是一群人，而是许多个助理，这是现在可以看到的局面。
主持人：《超级助理AI时代的工作方式》这本书，是秦朔老师长期跟踪钉钉的整个AI转型过程中，经过观察思考写成的，所以最后想问秦朔老师，在现阶段对于AI发展包括钉钉对于AI方面的思考，有没有想跟叶总交流的问题？
秦朔：我非常关注数字化对中国实体经济发展的作用，对中国千行百业赋能的作用。而且我认为数字化、信息化与中国制造业和现代服务业的结合，产生了中国在全球意义上的超级竞争力。我们这几十年没有白干，没有白干是因为工业化、城镇化、数字化、信息化多化融合，同步发展。在这个过程中，创造了很多很有意思的事情。
很多人说中国的软件发展很不好，跟国际没得比，我们前十大A股上市软件公司市值赶不上SAP、Oracle、Salesforce等等，而且加在一起差了很远，这个确确实实是现实。但是，我觉得中国有阿里、腾讯、字节、美团……类似很多的消费互联网平台，因为有人才集聚，而且自身就是中国数字化应用的最大探索者和实际使用者，它们其实已经积累了大量经验，可以低成本地赋能中国的千行百业，不仅仅是企业，还包括政务、智慧城市、教育……生活工作的方方面面，都在赋能。钉钉早期是组织在线，业务在线，后来供应链、合作伙伴在线，那时候做了大量数字化的普惠工作，但是人工智能来了以后，又获得了新的机遇，可以用更加简单的方法帮助用户去解决很多复杂、重复的问题。所以，我觉得关注钉钉这一类平台的变迁，仿佛是有一面镜子可以看到整个中国更多的行业、更多的企业的数字化能力的提高和变迁。
所以，我想问叶总，你在阿里工作已经很多年了，你觉得三年以后中国的通用人工智能的发展，以及那个时候的钉钉会是一个什么样子？你展望一下？
叶军：刚刚秦朔老师讲的对于中国企业数字化的观察，我很认同，中国不缺一个CRM公司，也不缺HR软件公司，但是我觉得可能缺少能够帮助企业更快进入数字化的公司。大部分公司对于数字化的使用其实在还在早期阶段，我自己走了很多企业，也看了很多钉钉上企业的使用数据，包括过去一年多有接近300多家上市企业，在这300多家上市企业里深度使用钉钉的不到20%。基于这样一个现状，中国企业的数字化还有很长一段路要走，要有耐心。
很多领域的很多变化，离不开时间上的等待，你得等。我认为三年以后中国的通用人工智能肯定会迎来非常大的发展，我们和世界的差距越来越小。假设三年之内GPT5还没有发布，差距会极小极小，这是从模型层面。从应用场景角度讲，三年之内我相信在钉钉和我们很多客户的共创之下，我们也可能在ToC领域找到一些更高频的AI应用场景。可能日常都会使用，就跟每天大家使用搜索，使用微信社交，使用淘宝购物一样，我觉得这个级别的场景应该会在三年之内被找到，这是一个美好的期待，我觉得应该要有，也一定会有。
主持人：那就让我们对未来的整个技术的发展，AI可能带来的变化保持期待，保持耐心。当然，也保持我们不断学习的能力。再次感谢两位老师带来的精彩分享。
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。