钉钉AI应用生态盘点：除了大模型厂商还有谁

找到通向 AGI 之路的阶段性产品目标，先到场景里。

去年百模大战，今年大模型价格战，结果AI应用还是没爆发。大家都在问：大模型到底怎么落地？这个问题，几乎成了行业的集体焦虑。

不过，已经有一批先行者跑出来了。C端像Kimi、海螺问问这样的语音助手，成了打工人的工作搭子、生活搭子；B端呢，钉钉平台上，企业自己“捏”出了研、产、供、销、服各个环节的AI助理，直接交付生产力。虽然这些应用还没有迎来破圈时刻，但先行者们决定聚在一起，在“AI应用”这个共识上再推一把。6月26日，在“Make 2024钉钉生态大会”上，6家大模型厂商——MiniMax、月之暗面、猎户星空、百川、智谱和零一万物——集体加入了钉钉生态。这里面，既有瞄准AGI、主攻ToC应用的选手，也有在B端市场已经拿下不少订单的“隐形冠军”。他们不约而同地选择在钉钉这个拥有办公协同和业务数字化最广阔场景的地方，探索AI应用的落地。

他们到底是怎么想的？在中国，AI应用落地的路线图，到底长什么样？这场大会汇聚了国内顶尖大模型厂商和第一批尝试AI落地的企业，我们从中看到了一些清晰的答案。

01

在钉钉，AI应用的种子发芽

在钉钉上，一批AI应用正在自发地生长出来。变化的临界点发生在什么时候？当大模型和业务真正产生交集的时候——一个只会闲聊的机器人，变成了公司的法务、财务、人力资源、客服。

AI知识问答，是落地最快、适用行业最广的应用。比如植德律所，他们的AI知识问答助手正在给律所职员和客户稳定地交付专业服务。律师这行有个特点：回答客户问题必须精准，哪怕那不是自己专业领域的问题。过去遇到这种情况，律师只能先查资料、或向其他律师请教，没法及时响应，尤其是综合疑难复杂的问题，需要跨不同人请教。植德律所曾尝试用大模型类应用来辅助业务，但发现数据专业性、时效性、安全性方面总是差口气，给不出准确可用的答案。于是，他们利用钉钉AI助理能力，把律所的语料库喂进去，打造了一个学习内部各种专业知识的AI数字人——小植同学。小植同学会根据不同专业领域知识和过往案例进行专业回答。律师遇到不熟悉的领域，先问问小植，生成的回答基于律所自己的专业语料，大大节省了人力成本，也让客户体验更及时、更专业。对内培训和日常工作中，小植也稳定地交付服务。过去遇到新业务场景，律师得花大量时间沟通类似项目、工作模板，评估由谁负责；新人入职的通用能力培训也消耗人力。现在，小植同学结合律所自身数据，使用沉淀的知识库和业务数据，在授权后通过对话开展数据分析和洞察——比如招投标业务中，自动分析哪个合伙人做过什么业务、什么情况，总结经验和业绩。人事、品宣、财务、行政的问题，也能直接问AI助理，培训成本降下来了。植德律所的职员说：“小植同学不仅能给答案，还告诉原始材料的来源，完全碘伏了知识密集型行业做知识管理和信息收集的方式。”

除了知识问答，AI在调取、分析和处理数据方面也解锁了更多企业新场景，扩大了用数据获取洞察的范围，盘活企业数据资产。

金牌橱柜的CIO陈志永，刚接触大模型时只是拿来查资料、快速输出内容，并不觉得和业务有什么实质交集。直到他听说AI Agent能实现企业场景里的需求，AI应用的种子才开始在公司“老问题”上带来新效果。金牌橱柜在全国有四千多家线下门店和经销商，店里的员工包括店主、导购、招商经理、运营人员等，经常要把消费者的问题反馈给总部——交付保障、产品报价、订单流转、营销政策、三方运营、线上运营、招商见面、学习培训，繁杂但刚需。过去，金牌橱柜先安排客服对接，再派出大量人力解决不同咨询。一个交付保障问题，可能需要A、B、C多个角色参与，客户体验不好，员工也累，解决问题的时效和质量有时也难以保障。引入AI助理后，这种长链条沟通的繁琐低效被彻底消解了。“我们现在只需要告诉‘小金’什么需求，小金就能输出结果。”在此之前，金牌橱柜有数套垂直系统，答案分散在不同系统中。通过钉钉AI PaaS实现了内部系统的打通，包括ERP、WMS等，AI助理直接能查阅公司内部数据和知识库，“思考能力和行动力也就更强大”，陈志永说。

这类场景在鞋服零售业也很普遍。服装行业正向柔性供应链变革，获取实时数据、数据洞察成了核心竞争力。从设计到生产到零售，各个环节都会沉淀海量数据。过去，服装零售店店长或销售线管理层要获取某个环节的数据，得精准输入专有关键词搜索，甚至要先向数据开发部数据分析师提需求，分析师写好SQL代码才能查询。一串流程下来，一线实时数据洞察早已变了。现在，被安排在各个钉钉群里的AI助理，可以随时随地用自然语言（大白话）回答各种需求——它在后台自动完成写SQL查数、取数、做数据分析、生成图表和建议的全过程。这样一来，员工查数、用数、获得洞察的门槛大大降低，更多角色的业务人员能更快、更准地利用AI辅助决策。数据资产的利用率也因此提升。

用AI助理把企业沉淀的数据盘活利用，是钉钉上AI应用的重要场景，但不是唯一的。AI已经逐步进入问答和数据分析之外的业务领域，比如有鹿机器人这家公司。

在钉钉生态大会上，有鹿机器人在钉钉AI助理（AI Agent）市场上发布了第一款具身智能助理“有鹿机器人”。这种合作模式由钉钉向企业开放API接口，有鹿机器人通过接口接入业务系统，打造了一款在线管理“机器人员工”的AI助理。典型场景：当企业客户想清扫户外垃圾时，只需要从钉钉上“有鹿机器人”AI助理下达指令，后台自动派遣相应扫地机器人去打扫，弥补保洁阿姨人手不足。

这样的AI应用例子还有很多。虽然还没有出现人人皆知的Killer case，但在企业工作流里，这些AI应用改变了软件行业交付生产工具的结果——直接向企业输送生产力，在增加收入、提高效率、降低成本上，优先展现出以大规模模型为主的AI所蕴含的强大力量。

02

到场景中，才有答案

不仅各行各业的客户正在通过钉钉积极尝试AI，钉钉的AI生态也在不断壮大。一批大模型厂商也来到了钉钉——他们或想在这里寻找AI在B端落地的场景，或想在场景中进一步优化模型。在钉钉2024生态大会上，Kimi、MiniMax、智谱等六家大模型开发商一起亮相。

MiniMax创始人闫俊杰表示，提高大模型及其产品的渗透率，是钉钉和MiniMax一拍即合的原因。“随着模型能力提升，已经到了可以服务更多中小企业的时间点。”他解释，两年多以前，AI渗透率不到千分之一，现在随着各种GPT出现，渗透率已经有了个位数的百分比。未来，随着AI越来越通用、出错率和推理成本降低，AI将有能力服务更长远的需求，使得原来需要高度定制的需求变得触手可得，未来甚至可能实现百分之几十甚至100%的AI渗透率。

Kimi创始人杨植麟则将钉钉视为“当前生产力的最大实验场”。此前，杨植麟公开表示Kimi当前阶段会聚焦在生产力场景。通过与钉钉合作，Kimi能得到更多用户反馈、快速迭代模型，同时加强对生产力和办公场景的理解与AI应用的探索。

大模型厂商来到钉钉，看中的是后者拥有的国内最庞大的企业级办公生态。如果说大模型厂商是拿着锤子找钉子，那钉钉就是拿着钉子找锤子——大量客户、用户的反馈和问题，正是大模型厂商发挥所长、探索应用的新机会。根据年初钉钉公布的数据，钉钉拥有超过7亿用户，覆盖2500万各类组织。这些用户和客户在依托钉钉和PaaS能力中沉淀了大量数据和场景，这势必让AI应用和模型可以快速试错、迭代、验证。

除了庞大的用户基础和使用场景，钉钉的开放战略是吸引大模型厂商的另一个原因。这次生态大会上，钉钉宣布向所有大模型厂商开放，并以三种模式展开合作与探索：

• 钉钉一方品+大模型：钉钉的IM、文档、音视频等产品的AI能力主要由通义大模型支持。在此基础上，钉钉结合其他各家大模型的特点，探索不同模型能力在产品和场景中的应用。例如，钉钉正和月之暗面一起，基于大模型的长文本理解和输出能力，探索教育类应用场景。
• Agent+大模型：在AI Agent开发方面，钉钉已向大模型生态伙伴开放AI助理（AI Agent）开发平台。开发者在钉钉上创建AI助理时，除了默认的通义大模型外，还可以依据自身需求选择不同厂商的大模型。
• 定制解决方案：针对客户的个性化场景和需求，钉钉将与大模型厂商一起，为客户定制相应的智能化解决方案，并提供模型训练调优、AI解决方案打造、AI定制应用开发等服务，还可实现模型的私有化部署。

这意味着不止率先宣布加入的这六家大模型公司，未来所有大模型理论上都可以在钉钉的场景里迭代自己的AI应用。这也给了企业用户客观挑选大模型的机会，让他们可以根据业务需要选择最适合的模型。毕竟，模型有自己的“性格”和特长，在具体场景里很难说谁是最好的、最合适的模型组合。增加模型可选空间，其实是增加了场景高效落地的可能性。

钉钉总裁叶军表示：“模型开放是钉钉生态开放战略的再进一步。随着行业从模型创新走向应用创新，探索大模型的应用场景是钉钉的责任所在。钉钉拥有大量企业客户，数据优势与场景优势叠加，和大模型之间彼此需要。另一方面，钉钉上的大企业客户也对模型开放提出了要求。”事实上，生态开放一直是钉钉最重要的战略之一。目前，钉钉生态伙伴总数超过5600家；其中AI生态伙伴已经超过100家，除了AI大模型生态伙伴，还有AI Agent产品、AI解决方案、AI插件等不同领域的伙伴。钉钉AI每天调用量超1000万次。

随着模型能力的不断提升，业内也逐步形成共识：真实场景中的大规模应用，是大模型价值验证和通往AGI的必由之路。在大模型落地“不是还有最后一公里，而是一百公里”的现状下，钉钉搭建了一个能把场景、模型、工具、用户联合在一起“Play”的平台。如果说一个通用的大模型API解决不了问题，那么在场景最多、用户最多的协同办公平台钉钉上，钉钉带着用户、场景和模型方一起下场试验。各家模型和AI工具根据各自优势，在钉钉研、产、供、销、服的生态场景里匹配需求、探索应用，同时根据用户反馈快速迭代模型。

AI的落地未必只是一个Super APP，企业侧各种工作流的刚需场景里，是值得期待的试验田。就像在钉钉，智能化正在带来切实的改变——看得见的需求，可感知的价值，有启发的实践。星星之火，未来可期。