在过去的一年多时间里,“大模型”一直是中国科技领域内最热门的赛道。
尤其是进入2024年之后,整个行业的热度只能用“疯狂”来形容:融资方面,2023年至今的热潮逐渐达到顶峰,许多头部创业公司的估值飙升至数十亿美元;在业务层面,新兴的创业公司与互联网巨头们围绕基础大模型的能力、价格以及前两者所决定的市场份额,展开了激烈的比拼。
比价格战更激烈的是商业路线的碰撞,一些公司坚持ToC的商业模式,专注于提供直接面向终端用户的产品和服务。另一些则转向ToB的市场,为其他企业提供定制化的解决方案和技术支持。剩下一部分企业开始与互联网巨头建立合作关系,寻求更广阔的发展空间和更深层次的资源整合。
从技术到应用,再到商业化多层次的激烈碰撞,让整个大模型行业充满了火药味。但就在这样的环境下,几乎所有大模型创业公司,都在一件事上达成了一致——默契地在没有官方推广的前提下,选择了飞书作为自己的协作工具。
最近笔者去广州,在白云机场到达厅看到一张飞书的客户广告,九家最火的AI创新公司均在列,其中就包括大模型“五小虎”:MiniMax、月之暗面、智谱AI、零一万物、百川智能。
“选择飞书是自然而然的过程,没有经历过太纠结的过程。可能是因为大模型公司的创始团队普遍年轻,更适应飞书这样的协同工具。同时这些公司里聚集了太多互联网公司的同学,习惯了飞书的使用体验,这对他们来说成了一个必选题。”一位从互联网跳槽去某大模型公司的同学谈到。
用飞书对大模型公司而言,似乎是一个不需要太多思考的选择。
01
大模型独角兽们光鲜表象下的“重重挑战”
在分析飞书对大模型头部创业公司的吸引力之前,我们有必要了解一下后者的现实需求。如果要用三个词来概括大模型行业今年的工作状态,那就是“快,快,还是快”。
国产大模型目前在多种能力上已经实现反超,图自 智源FlagEval
为了在大模型这个赛道中不落下风,动辄使用数千甚至数万张GPU做训练,并且以越来越快的频次进行更新。在基础大模型上,不仅要在性能上追赶并超越国外的先进模型,还要与国内其他竞争对手在应用落地方面展开激烈的竞争。许多公司还提前进入了商业化阶段,试图抢先开拓市场,在to C和to B市场中找到客户兑现商业价值。
同时推进“科学研究、应用探索和商业化”的艰巨任务,让满打满算创立了不过1~3年的大模型创业公司们进入了极为高速的扩张期,更大规模的团队、数量更多的项目,更复杂的商业化尝试,直接造成了协作需求激增。
先说“人”的挑战,大模型创业公司的研发团队中,存在许多“超级个体”(专业能力极为突出的员工)。以大模型“五小虎”之一的月之暗面为例,其早期核心团队均为90后并且来自清华,刚成立三个月就已经被评为最有可能成为“中国版 OpenAI”的五个候选之一。整个大模型行业对于“超级个体”的依赖,给企业从初期的招聘到后期的管理激励提出了全新的挑战。
面对这些“超级个体”员工,就无法套用单纯以结果作为单一维度进行人才评估。其次,针对高度年轻化和充满“超级个体”的创业公司,考勤和固化流程的传统手段也显得格格不入。大模型创业公司亟需一套更灵活和创新的方式,来统筹和提升“人”的效率。
从管理视角出发,大模型行业仍在高速发展阶段,需要不断探索和实践。这个过程需要全公司各个职能部门共同努力,“摸着石头过河”,相比执行老板的指令,更重要的反而是发挥每个员工的“创造力”和“能动性”,快速响应市场和技术的变化,推动项目向前发展。
如果说大模型的产研已经非常困难,那么大模型创业公司如今需要面对的商业化挑战,可谓“难上加难”。
如何在产品研发层面不断提升能力水平,如何规划个人用户真正需要的新功能,如何携手企业共同探索大模型的应用潜力,如何从市场真实的反馈出发,调整自身的发展战略;这一系列新问题的出现,让大模型创业公司所面对的整体挑战越发“错综复杂”。
以智谱为例,其2024年初官宣已经有了1000+大模型规模化应用以及和200+企业开展了深度“共创”。这个“共创”的过程,实际上就是智谱和客户一起,共同“挖掘”各行各业的大模型需求和应用前景的过程,就产生了大量智谱与客户之间,销售和开发,一线和管理层之间的沟通协作需求。
显而易见,在当前这个大模型技术逐渐走向成熟,愈发重视应用落地的关键时间节点,大模型创业公司都在追逐从理论、方法、技术、产品到市场的全链条创新,加上行业自身高速发展所带来的不确定性,将一项全新技术推向各行各业的巨大挑战,形成了一股萦绕在大模型创业公司心间的强烈紧迫感。
02
为什么一致的选择是飞书?
为什么是飞书?笔者从大模型公司的特质揣测,大概归结为三点:
1.工具迅速迭代带动组织的迭代:
大模型公司在高速扩张的过程中,急需成熟的方法论和工具来提升效率乃至迭代内部运转的机制。恰巧飞书在过去数年的服务过程中沉淀了数千个先进企业的方法论,在快速的工具迭代中带来了组织的正向变化。
2. context not control:
出于对快速变化的业务匹配考虑,打造敏捷型组织是大模型这类新兴公司的目标。而All in one的模式加成了信息的快速流转,也成就了高效的组织协同力。所谓的context not control,今天的大模型公司以目标作为驱动,更像是分布型组织,激发每个人的潜力。
3. 产品高灵活性与高开放度:
飞书的多维表格、开放平台能力等,具备极强的开放和创造空间。这一特点恰好匹配了大模型公司的特点。这类公司产研高度集中,擅长使用工具,深度通过飞书开放能力自建了很多应用。据说月之暗面利用飞书集成平台搭建了数十个企业自己的应用,在飞书上与其他功能形成集成,共同提升效率。
举个信息流转的例子,普通的IM和协作工具能够在各自产品范围内实现信息的流转,而飞书的体系可以实现多个不同职能产品、具体项目与审批,流程与知识沉淀之间的打通。
这种加速信息传递的能力,在复杂场景中效果更为明显。
比如传统 CRM 软件擅长分析客户的历史交易数据,但不具备强大的通讯和办公功能,它们在企业长期使用过程中可能会变成信息孤岛,导致使用不便和流程效率低下。飞书增强了销售数据的导入和交互能力,使得数据管理更加高效,以更宏观、更清晰的数据呈现和洞察能力,帮助销售人员作出及时的决策和有效跟进,提升效率和业绩。
在加速公司内部种种协作流程之余,飞书“以信息为核心架构”的特点,还改变了业务经验跟个人走,无法用个人的智慧结晶带动群体发展的困局。就像我们在上面提到的交付项目,整个项目的信息已经归集到知识库中,并且用远比文件夹体系清晰的页面树架构串联起来。即便是没有经手这个项目的新员工,也能够在事后从历史文件中,学习总结执行推进过程。
通过整体提升企业内部的知识传播效率,将信息和经验转化为系统化的知识库,大模型创业公司能够高效地流转和利用这些知识。这种体系化的流程不仅促进了员工之间的思维碰撞和创新,而且将这些创新成果回馈给企业本身,成为推动企业发展的重要动力。
如果说开始选择飞书是一种“全凭感觉”的判断,那考虑到出海、安全等关键问题,似乎飞书就变成了大模型公司不得不做的选择。
一方面,长期而言大模型公司几乎都有出海需求,考虑到跨国家与区域的各种协同关系和严格的跨境合规要求,似乎只有服务过多家企业实现全球化布局的飞书能够满足。另一方面,安全的极致要求也为大模型公司排除了一些协同软件的选项。飞书目前在终端安全、数据的密级标签保护、数据防泄漏等部分都做得极为缜密。许多大模型创业公司喜欢使用飞书的原因之一,就在于其对于各种信息的管理权限非常“细致”,甚至可以做到按需限定复制和副本创建的场景,信息对外分享权可以根据场景有所区别等等。
03
只有大模型公司?不止
实际上,如果将视野拓宽,选择使用飞书的先进企业,远不只是那些专注于大模型的初创公司。从自动驾驶到具身智能,再到AI创新企业的上下游,飞书似乎一直是跻身在这个社会最前沿的“先进行业”们的共同选择。
飞书的这种先进的协作能力也不仅仅吸引了公司,更吸引了代表着最先进生产力的个人用户们。就像大模型创业公司中的那些飞书“老用户”一样,他们正在像“火炬传递”一样,向外扩展着飞书的影响力和版图。
以飞书知识库搭建的国内影响力最大的开源AI知识库项目“WaytoAGI(通往通用人工智能之路)”,就是最好的例子。
WaytoAGI图
2023年4月创立至今,“WaytoAGI(通往通用人工智能之路)”已经构建了极其庞大的知识库体系,涵盖各种技术介绍、AI行业新闻分析、AI应用实操,获得了超过150万次浏览,引发数万次用户之间的交流,让至少数十万的飞书用户更加深入地了解了AI、并且进行自己应用AI的尝试。一群网络中的志士能够实现这样的成绩,不仅证明了飞书整套协作体系的出色,更证明“懂大模型的人,很可能在用飞书。”
在已经拥有数量庞大的“拥趸”的前提下,飞书仍没有停下自身进化的脚步。
在服务大模型创业公司客户们的同时,飞书也开始加速向自己的产品中引入AI能力。早在去年年底,飞书就已经在自己的整套产品中嵌入了“飞书智能伙伴”,可以在内容创作、内容总结、数据分析、场景构建和系统搭建等业务场景中与用户共同工作。企业甚至根据业务需求,选择适合的底层大模型,例如百川智能、MiniMax和智谱AI等。
就拿每日工作总结这个员工最常见的工作为例,就可以由智能伙伴直接生成。一些内容比较复杂,字数比较多的PDF文件,可以直接发送给智能伙伴,以问答的方式提取归纳其中的重点内容。你甚至可以通过用文字描述出自己的需求和用途,让智能伙伴搭建起所需的多维表格系统。
从先进客户,到先进用户,再到一切与AI有关的能力升级,或许我们可以说一句:在中国,与AI有关的一切,正在与飞书有着越来越深切的关联。
点赞(0)
说点什么
全部评论