“没有复杂场景和数据的依托，单纯知识问答型的大模型，在行业侧没有应用前景。”钉钉总裁叶军在与钛媒体集团联合创始人、联席CEO刘湘明的对话中说。

AI大模型走进人们的视野才不到两年的时间，就已经在以前所未有的速度重塑各行各业。

不过当AI大模型从技术走向落地的过程中，仍然存在很多问题，面对这些问题，产业上下游如何合力解决，是确保大模型能在各领域发光发热的关键。

回看过去几年，SaaS企业遇见了一些前所未有的难题。“比如成本高、定制化难等。”叶军指出，“现在，为了满足市场的需求，很多SaaS软件都作出了改变，让成本更低；同时在AI大模型的影响下，高频交互界面也在变得更好用。”

今年以来，钉钉不断加码返佣政策，通过持续让利生态伙伴，和行业一起面对AI时代中国SaaS转型挑战和降本增效压力。

SaaS厂商的“新生”也得益于生态的构建。与SaaS行业的发展类似，当下的AI大模型仍处于一个使用成本较高、定制化程度较低的阶段，与此同时，AI大模型还面临着商业化的难题。一方面，国内大模型厂商价格战已经开打；另一方面，在应用层，大模型产品“大同小异”，在场景创新层面显然“后劲不足”，产品过于同质化。

如何解决这些问题，让AI大模型像SaaS一样，逐步走向便宜、好用，已成为当下的焦点。

生态一直是钉钉的优势，而在这个过程中，一个开放的平台、开放的生态就显得尤为重要——在这个平台之上，各家大模型都可以通过平台安全合规地接触到客户的场景和数据，各展所长；而对用户而言，模型的调用既可以在平台的加持下无感安全地进行，又可以混合使用多家模型进行高定制化的开发。

当AI大模型已经不仅停留在技术竞赛层面，走向应用落地的AI大模型需要的不是“闭门造车”，而是联合产业上下游，共建一个繁荣的生态。

为了让更多企业更好地、更便捷地拥抱AI带来的红利，6月26日，钉钉在北京召开了第三次生态大会。

此前，2022年首届大会上，钉钉首次厘清生态的边界，将开放作为核心战略，并明确只做PaaS这一件事；2023年，第二届生态大会上，钉钉打碎了原来固有的应用生态形式，将AI PaaS开放给生态伙伴和客户，力求借由大模型之力，帮助生态伙伴重塑产品。

今年，第三届生态大会上，钉钉宣布了对所有大模型厂商开放，希望构建一个国内最开放的AI生态。首批已有包括MiniMax、月之暗面、猎户星空、百川、智谱和零一万物等在内的6家大模型厂商接入了钉钉平台。

在叶军看来，现在很多通用大模型都没有很好的应用场景，“很多时候，好的场景比客户重要，因为场景激发创新。但对于大模型厂商而言，他们既缺好的场景，也缺客户。而通过钉钉平台，既可以帮助这些大模型厂商寻找客户、寻找场景，又可以让企业用户降低使用大模型的成本。”

Minimax创始人闫俊杰表示，和钉钉合作，看重的是钉钉上海量高活的广阔市场，和各行各业的企业，而模型能力是跟实践了多少场景相关的。

今年4月，钉钉正式上线了AI助力市场（AI Agent Store），首批推出超过200个AI助理，覆盖企业服务、行业应用、效率工具、财税法务、教育学习、生活娱乐等类目。

据统计，截至5月底，AI助理总数50万个，上架的AI助理数量已超700个。 叶军告诉钛媒体APP，从目前应用来看，已经上架的700个助理中，以创作类的和RPA类的比较有代表性。

“AI能力的加持解决了传统RPA需要人工操作流程的痛点，实现了自动化流程，让RPA更智能。”叶军强调，“智能化让数字化的每个环节变得更智能。”

更进一步，以用友薪酬、墨见MoLook、售后宝等为代表的钉钉上原有的SaaS产品也正在基于钉钉的AI基座能力，积极拥抱AI，推出AI化产品，实现产品的重塑。

据悉，钉钉此次构建的开放AI生态主要有三种形式：

其一，钉钉平台结合了各个大模型的特点，与大模型厂商共同探索响应能力在钉钉一方产品中的应用场景；

其二，开发者在钉钉上创建AI助理（AI Agent）时，可以依据自身需求，调用相应的大模型产品；

其三，钉钉还联合了大模型厂商，针对不同需求，为用户提供相应的定制化解决方案，并实现私有化部署。

智谱AI COO张帆表示，大模型的应用这件事不难，但是它就是坑多，你无论是谁你都要走一遍这些事儿，踩一遍这些坑，但这个时间就大部分最大的就是机会成本。跟钉钉的合作主要是三个层面：

第一个是模型的能力的接入；第二个是共同探讨工具链的构建；第三个是把一个agent平台转化为真正的应用，不只是说在钉钉场景内的应用，而是能够延展到更多的财税法、CRM、ERP等无数的企业应用场景，能够从一个一个细微的场景让客户带来生产力的提升。

当前，所有企业都想通过AI盈利，然而首先要解决的问题是让它成为一个高频反复使用的功能，构建AI生态是推动大模型产业发展的必然。

叶军从钉钉1月份上线的AI助理的使用量来推算，中国目前用过AI的人数不会超过1000万人，“中国每年坐飞机还有1亿人呢，所以钉钉AI生态努力的第一个目标是一天要达到5000万次调用。”

以下为叶军和刘湘明对话实录，经钛媒体编辑整理。

钛媒体：你现在怎么看Agent Store的发展情况？

叶军：我认为做通用的Agent Store没有意义，如果没有场景和数据的依托，没有复杂的流程，做一个类似于纯知识问答的Agent，并没有意义。GPT上线第一天出现了300万个机器人，我一看说别玩了，这没有意义，所以钉钉非常克制，要做就做有价值的，现在我们只有700多个Agent上架。

钛媒体：你觉得什么是有意义的Agent？

叶军：有很多，一类是创作类，因为公司里面的人大部分时间都在做创作，无论是员工还是设计部门还是营销部门，做文案，做规划，做营销的海报都是做创作，这是AI时代新的创作模式。以往的创作要切换各种应用，系统之间协同也挺麻烦，在使用多个独立的AI平台时，创作产品协同起来很烦，钉钉上可以协同，不仅自己可以协同，还可以跟别人协同。

另外一类是RPA类，RPA其实在没有AI的时候已经有点起色，传统RPA是手工点来点去，批处理变成自动化流程，有了AI加持以后，RPA变得更智能。举个例子，从HR系统到订单系统再到财务系统，订单相关的状态变化，金额变化，再到后面财务人员相关的处理，和财务到银行之间的资金流走动，以前都是割裂的。RPA可以实现从销售人员到财务人员的数据状态更新。

但传统RPA有个问题，如果系统变了，按钮又有点变动，RPA无法理解和执行。但是智能化以后，AI能识别下一步的意图，它的流程会变得更智能，该不该做点击动作，或者做另外一个动作，RPA就有了判断能力，智能化让数字化的每个环节变得更智能。 

这是多系统之间的协同，我们做AI跟其他厂商比最大的差异，是我们有数据和系统，这样的复杂系统反而带来了场景，成为AI发挥作用的最佳舞台。

钛媒体：现在RPA类是哪些场景用得比较好？

叶军：商店排名前几都还可以，但其实绝大部分的AI助理并没有放出来，因为是企业内部自己用，因为他的AI助理绑定他自己的数据，他不可能把他自己的AI助理给你用，当大模型出现以后，私有化的一些场景机会变得更多。 

钛媒体：现在企业开发RPA类是什么流程，钉钉在里面起什么作用？

叶军：概括说，就是记忆-思维链-大模型的对接-本地数据的集成。

我们把框架搭好了，做了几部分工作。第一，对接不同的模型，我们对接了猎户星空，对接了mini max等，允许企业、开发者、超级个体开发AI助理，用户可以选择你认为最适用的大模型，或者已经在企业内部署的模型。

第二，AI助理把基本的思维链到记忆能力的工作预设好，AI的记忆能力比以前的搜索引擎所谓的个性化设置更加智能，思维可以把任务分解了，先把任务用语言模型去理解，再把它分成几个步骤，虽然还没这么先进，但我认为已经是一个巨大的进步。

第三，通过钉钉平台，可以将原本已经存在的日历、日程、文档、知识库等离散的数据集成，不再需要API调用，通过AI助理就可以实现集成。

钛媒体：你对AI助理的评价如何？用量最多的是什么？

叶军：从用户使用量来讲，现在每天大概有100多万使用量，人均使用7次，调用量大概在1000万次每天。用量最多的是钉钉自己集成的AI助理。

钛媒体：Agent Store应用“浅”的现状，是否也代表了现在整个AI的应用现状？

叶军：我认为AI还处于早期阶段。现在的应用还局限在聊天的场景中。但AI大模型真正的价值在于集成独特数据后的私有化场景，只有当大模型进入项目中、进入企业中，才是它真正落地的开始。

基于此，钉钉非常坚定地走企业路线，对接企业数据，让AI可以直接对接企业内部数据库，并通过模型管理直接产生报表。

并且，以后业务部门的人员也可以通过简单地配置数据库，构建赋能各自业务的大模型。

钛媒体：未来，Agent与酷应用的关系如何？

叶军：酷应用是一个交互界面，最大价值是各个功能推送给用户。有了大模型以后，企业可以通过调用小组件的方式，自愿地与交互界面交互。而酷应用与大模型的结合，也能通过酷应用结构化的本质，解决大模型“幻觉”的问题。

要想解决大模型“幻觉”的问题，就一定要考虑用结构化的数据表单辅助Agent。酷应用与低代码很大程度上，解决了结构化数据的问题。

钛媒体：你觉得钉钉团队在AI时代，产品和团队最大的变化是什么？

叶军：AI给钉钉整体带来了很大的变化，大到所有模块都可以让AI重塑。

以前的钉钉更多的属性是聊天工具。现在，钉钉融合了大量应用场景，并通过RPA串联到一起，带来了与原先截然不同的交互体验。我们取消了原先很多臃肿的功能，采用了另一种方式。以钉钉团队审批为例，钉钉审批现在不超过三级，将决策责任还给申请发起人的一线员工，实现自驱，这样才能让公司更灵活，速度更快。

钛媒体：还有哪些其他的变化？

叶军：第一，现在可以借助AI的能力进行记忆跟处理文档。企业可以将文档内容“喂”给AI，从而通过AI整理出要点，并帮助人“记忆”。

第二，对于没有特别强技术能力的企业，也可以用类似无代码的AI助理，构建企业内部客服、外部客服，内部员工知识库，外部产品手册等相对标准化的场景。

第三，在需要创作的场景，企业可以将工作系统和生产系统、营销系统深度集成，通过AI大模型的能力，帮助企业进行智能决策，以及生产计划的排期。当然，这一步需要进行一定程度的定制化开发，让大模型懂你的业务系统。

钛媒体：企业走到第三步，让大模型与业务系统深度融合的主要障碍是什么？

叶军：最大的阻碍还是工程的成本，因为这并不是一个可以通过产品化的手段，快速推进的过程。

但这个阻碍也给很多公司带来了机会。很多公司以前做项目，现在做AI集成，有了AI以后，很多企业的产品体验发生了变化。

如果这个变化不够大，对他们来说动力就不够。以钉钉为例，现在钉钉的产品中到处都是AI，相较于其他技术，带来的改变是颠覆性的。但因为钉钉用户群体多样性的原因，钉钉还是需要一步一步去改变，不能为了一类人，把另一类人的习惯改掉。

这点对于任何新鲜事物而言，都是一样的，需要一定的周期性。

钛媒体：AI生态怎么做？钉钉在其中扮演什么角色？

叶军：钉钉起到了一个推动的作用。像这次已经有接近100家SaaS企业进行了AI改造，与钉钉进行了集成。但我觉得还不够，因为很多公司还是舍不得投入AI产业，因为产出不够明显。

钛媒体：对这些进行了AI改造的SaaS公司，你看到最大的变化是什么？

叶军：通过AI改造，SaaS企业把自己软件交互方式改了，让SaaS软件的高频界面交互更好用了。再积累一段时间，SaaS市场也将通过AI有一些改观，这些SaaS公司的成本会通过大模型技术而降低。

钛媒体：你觉得无论是SaaS，还是Agent，通过AI改造，未来会在哪几个应用场景里取得突破？

叶军：首先，最明显的就是客服的场景。尤其是30秒以内的客服电话，完全可以全面AI化，从而省下很多人力成本。

其次，RPA联动多个系统，也是突破比较明显的场景。以前的RPA过于死板，有个大模型与AI助理后，可以进行批量处理，这就特别适合财务、电商等场景的批量处理使用。

钛媒体：未来Agent付费的模式可能会有很大变化，首先它不像软件那么难收费、怎么卖都觉得贵，而且未来的软件可能就是买Agent。 

叶军：Agent的价格其实对标的是某项任务的成本。比如某项任务本来要花多少时间或者人力成本，用Agent之后是怎么样，这很好衡量。包括RPA也一样，原本要花两个小时的事情，现在十分钟干完，这就是节省下来时间的成本。

钛媒体：你觉得未来对一个生态来说，扶持一个SaaS应用和扶持一个未来AI的应用，或者AI Agent，不同的地方是什么？ 

叶军：现在做AI原生的企业还比较少，有一些SaaS企业在做，但因为生存挑战的压力，这些只是作为差异化竞争力，并没有成为核心产品。但未来一定会诞生出AI原生的创业企业。

SaaS的服务端肯定是不变的，但前端的交互侧应该全部是以助理形态简单处理的，我觉得这种形态的SaaS，就有点像新型公众号、新型小程序，以前从没想过小程序也可以玩游戏，以后AI应该也会变得这么复杂。 

钛媒体：在你看来，AI原生应用和AI改进应用，有多大区别？ 

叶军：现在大部分还是加AI助手的插件型应用，只是取代了一个任务，并没有取代一个产业、一个产品，只是改变了单一任务的子任务的效率。

而AI原生应用研发的流程、包括公司大小都会发生变化。比如，一个人创办自己的小公司，创业的第一天开发的就是原生应用，就不会再做原来的界面交互、工程师的流程体系，只需要串联核心逻辑，调用数据，把主要精力投入到AI训练上，只需要做AI的调优、知识库、记忆管理，思维链优化……从公司的人员结构、工作量分配、项目管理都会发生很大变化。

钛媒体：要真正做一个AI的生态，会赋予合作伙伴什么样不同的能力？ 

叶军：会提供两种能力。在模型生态中，我们把场景给到伙伴。因为现在通用大模型都缺场景，当然也缺客户，我们也可以给他客户。但是我觉得场景比客户重要，因为场景激发创新。 

钉钉会结合各大模型的特点，与大模型厂商共同探索相应能力在钉钉一方产品中的场景应用，发挥不同大模型的特长。也会开放AI助理（AI Agent）创建，开发者可以依据自身需求，选择相应的大模型。

对SaaS产品，我们把它的主界面注入钉钉聊天的高频页面，也把酷应用区块开放出来。对于应用创作生态来讲，合作伙伴最终要拿到的是用户。 

钛媒体：你怎么评价这次合作的这些不同的大模型，他们擅长的能力是什么？ 怎么谈条款、价格、合作方式？

叶军：我们会跟厂商聊，他们倾向做哪类场景。大模型有不同的参数，价格、推理速度、能力都不同，我们会把特点写清楚，用户按需自由选择。 

目前是官方限时免费，但后面会按照功能的复杂度来决定收费。目前和厂商聊的商业模式基本上是按功能订阅付费，我们一个重要判断是认为次数不会成为瓶颈，因为大模型调用降价的现状，次数只是写在那里，但估计永远达不到。 

钛媒体：AI的生态跟原来SaaS的生态完全不一样。 

叶军：因为AI生态加工的是数据，而原来SaaS生态加工的是流程，流程相对比较通用，是一个抽象的结果，每个环节做什么由系统自己决定，但是AI直接进到“怎么做”里面去了，是由数据决定的。 

钛媒体：当初用通义大模型把钉钉的场景整个跑了一遍，现在用一大堆的模型再去探索一遍，目前你发现有什么不同？ 

叶军：第一，可以迸发更多的客户的需求。第二，这几个大模型性能和成本还是不一样，他们存在必然是因为差异化，确实存在一些专长。第三，客户的差异化。整体来说是市场更加生态化，对业态发展一定是有益的。 

钛媒体：钉钉现在也在做自己的一方产品，包括自己的AI助手。未来AI生态里的边界在哪儿？ 

叶军：今天，我们把这个边界限制在Agent入口和定义创造，Agent本身的能力技能、背后的推理能力以及结果都交给生态。AI Agent背后要做很多交互，我们把响应能力都交给生态，相当于是把CPU交给了生态，我们做总线、做串联，保证所有核心部件流通，并且有一个统一的界面。 

钛媒体：在生态中，数据如何有效隔离，保证安全，同时还能融通起来、发挥更大的效应？这个尺度怎么把握？钉钉算是一个看门人的角色。

叶军：我们一开始就在做租户隔离，现在隔离得越来越干净了。现在也做了很多关键数据的本地化存储，比如文件、文档、邮箱、低代码的流程、IM聊天消息都可以本地化。一些小企业还不太在意这个事情，因为他觉得不值得投入这个成本，但企业规模做大以后就很在意，那么可以拿走，进行本地训练，在本地使用模型。我认为很多大企业都会走到这一步。 

钛媒体：现在接入大模型的企业，一部分是通过钉钉这类平台去用大模型，但也有一些企业，尤其是大企业，会选一个大模型直接自己开发，你怎么看待这两种模式的利弊？ 

叶军：选哪个大模型很大程度上是个商业行为、市场行为。大企业有很多定制化、客制化的需求，是深度应用，要做大量的针对性调整，特别是行业化的大模型，需要自己去找模型开发。但小企业没有这么深入的需求就不用这么做，投入成本太高。 

刘湘明：所以钉钉这一轮其实主要服务于中小企业。 

叶军：我觉得大部分是中小企业，如果是大企业在平台上直接调整模型，只有一个可能性——那个场景并不是一个客制化很严重的场景，而是通用场景，实现的最低成本就是在平台上挑。如果是客制化的，就要IT部门做深度化定制，要进行业感知。

钛媒体：最后，你觉得在这一轮AI生态的建设中，钉钉的机会，包括未来的盈利模式会不会有些变化？ 

叶军：不光是钉钉，所有的企业都想在AI上盈利。而盈利之前，首先要解决的问题是让它成为一个高频反复使用的功能，所以我给自己定了一个目标：一天要有5000万次调用。 

达到这个目标，我就可以讲这个故事了，可以从成本推导出盈利空间有多大，这是个基数。而且达到这个调用次数以后，我就不太关心调用具体几次了，因为调用次数到达一定程度，边际成本变得很低，就不会按几次来收费了，而是直接给个固定金额。但问题是，你有没有这样一个让用户高频使用的功能？但现在我们和很多SaaS的模型伙伴交流发现，他们也没有找到特别好的盈利之路，如果最后都变成做项目的模式，最后就会“死”掉。（本文首发于钛媒体APP，作者 | 张申宇，编辑 | 盖虹达）