1879年，在連續(xù)實(shí)驗(yàn)了近1600種材料后，一款名為碳化棉絲燈的成功和它的發(fā)明者愛迪生注定被載入人類史冊。緊接著，這位偉大的發(fā)明家思考的下一個(gè)問題是：怎么才能讓更多人用上它？

畢竟在那個(gè)年代，除了電本身就是一種奢侈品外，僅僅燈絲材料的昂貴程度就把很多人拒之門外。所以在白熾燈誕生后很長一段時(shí)間里，這項(xiàng)足以改變?nèi)祟悮v史軌跡的新發(fā)明，仍停留在實(shí)驗(yàn)室階段，僅供一些貴族使用。直到1906年，通用電器發(fā)明了一種廉價(jià)制造鎢絲的方法，白熾燈才真正開始走進(jìn)千家萬戶。

類似的故事在歷史上不斷上演。

打通了第一個(gè)移動電話的人是手機(jī)的發(fā)明者馬丁·庫珀，但手機(jī)真正商用已經(jīng)是10年后的事了;計(jì)算機(jī)網(wǎng)絡(luò)雛形最早萌芽于1969年，但直到蒂姆·伯納斯·李在90年代定義萬維網(wǎng)，互聯(lián)網(wǎng)技術(shù)才真正開始走向世界;誕生于2003年特斯拉由兩位天才工程師創(chuàng)立，但真正在全球范圍內(nèi)掀起新能源汽車革命卻發(fā)生在埃隆·馬斯克時(shí)期。

幾乎每一項(xiàng)革命性的技術(shù)誕生后，接踵而至的難題就變成了“如何讓這項(xiàng)技術(shù)走向普惠”。

今天的AI也是同樣的道理。

在過去長達(dá)60年的發(fā)展中，AI經(jīng)歷了數(shù)次沉浮與枯榮。從早期“機(jī)器學(xué)習(xí)在80%的時(shí)間里解決80%的問題，但不知道哪個(gè)80%的時(shí)間解決了哪些80%的問題”的挑戰(zhàn)，到去年chatGPT的橫空出世，人們開始意識到，現(xiàn)在的AI已經(jīng)不再是過去呆頭呆腦的人工智能，怎樣更好、更快地實(shí)現(xiàn)AI落地，成了近些年廣泛討論的熱詞。

業(yè)界最早的AI普惠理念要追溯到2013年AutoWEKA的發(fā)布。緊接著，谷歌發(fā)布了一款讓整個(gè)代碼界風(fēng)聲鶴唳的AutoML Vision，它是用于自動生產(chǎn)圖像識別領(lǐng)域的模型，同時(shí)也是AutoML體系的第一款產(chǎn)品。

這款產(chǎn)品最厲害的地方，在于大幅降低了AI的門檻，可以做到用AI設(shè)計(jì)AI。

簡單來說就是以前做一個(gè)能夠進(jìn)行圖像識別的AI系統(tǒng)，往往要先在開發(fā)框架上自己搭建訓(xùn)練過程，在完成各種訓(xùn)練部署后導(dǎo)入數(shù)據(jù)集，整個(gè)過程都需要采用編程的方式來完成。但在AutoML Vision上，一行代碼都不用寫，只需要按照說明，把希望訓(xùn)練用的圖片拖進(jìn)系統(tǒng)里，然后耐心等待，一個(gè)訓(xùn)練好的機(jī)器學(xué)習(xí)模型就完成了。

類似的能力和場景革命放在今天的中國已經(jīng)屢見不鮮。

前幾年爆火的RPA和低代碼熱潮就是最好的例子。但和海外相比，中國的AI普惠情況要更復(fù)雜一些，這背后的根本原因有兩點(diǎn)：一方面，國內(nèi)對AI的接受程度還比較低;另一方面，囿于路徑依賴，很多AI廠商依然延續(xù)過去做數(shù)字化轉(zhuǎn)型的思路，天真地認(rèn)為AI成功就必須落地在大企業(yè)、大場景中，殊不知春江水暖鴨先知，能把廣大中小企業(yè)AI訴求滿足，也能成為一筆好生意。

所以當(dāng)火爆全球的大模型浪潮傳導(dǎo)到國內(nèi)后，比起大模型本身參數(shù)有多大、數(shù)量有多少，人們真正關(guān)心的，是它究竟能不能走出單純內(nèi)容生成工具的范疇，變成一種通用計(jì)算平臺，為各種場合提供新的計(jì)算方式的同時(shí)，使用門檻也能大大減小，講得更實(shí)際些，就是AI能不能走向真正普惠，讓中小企業(yè)也能用得上、用得好。

發(fā)軔于福建晉江村鎮(zhèn)中的有零有食就是其中典型。拿客戶拜訪來說，在沒有接觸AI之前，有零有食已經(jīng)在宜搭上打造了一套CRM系統(tǒng)，但依然是傳統(tǒng)的手動填報(bào)模式：創(chuàng)建拜訪計(jì)劃——拜訪后報(bào)備——定期復(fù)盤跟進(jìn)?，F(xiàn)在有了釘釘宜搭A(yù)I助理，即便對方是一名剛上崗的銷售新人，也能在短時(shí)間內(nèi)通過對話形式完成客戶信息的快速填報(bào)。

當(dāng)然這還不是最厲害的。

基于AI助理的“智能問數(shù)”能力，現(xiàn)在有零有食的管理者們甚至可以通過語音交互向AI助手詢問，比如“幫我看下目前銷售團(tuán)隊(duì)拜訪了多少客戶?”、“幫我看下截至目前團(tuán)隊(duì)內(nèi)S級客戶還有多少個(gè)沒有拜訪過?”然后AI助手就會第一時(shí)間以指標(biāo)卡、列表形式，反饋低代碼系統(tǒng)里的相關(guān)業(yè)務(wù)數(shù)據(jù)，管理者可以隨時(shí)了解銷售的客戶跟進(jìn)情況。

除此之外，有零有食還基于釘釘AI PaaS打造了設(shè)備管理AI助理。這個(gè)AI助理被公司內(nèi)部親切稱呼為“老師傅”，主要解決過去設(shè)備巡檢員依靠手動填寫信息繁瑣、易出錯的問題。據(jù)他們內(nèi)部人士透露，“有了設(shè)備管理AI助理后，不僅設(shè)備維修填報(bào)的工作效率和信息準(zhǔn)確性顯著提升，管理者也能隨時(shí)調(diào)取設(shè)備工單信息，統(tǒng)計(jì)分析近期數(shù)據(jù)及變化趨勢，定期獲悉工廠設(shè)備的整體運(yùn)行維護(hù)情況?！?/span>

事實(shí)上，類似釘釘AI助理在有零有食這樣中小企業(yè)的落地，已經(jīng)成為中國AI普惠路上不容小覷的一環(huán)。

如果說ChatGPT、Character.AI等超級應(yīng)用喚醒了大眾對于智能的渴望，那么在接下來很長一段時(shí)間里，端側(cè)小模型或者說AI規(guī)模落地的最大難點(diǎn)，就在于有沒有合適的底座和入口。之前爆火AI Pin就是最好的例子，畢竟和它提出的“隨時(shí)調(diào)用最強(qiáng)模型”概念相比，現(xiàn)在的AI和智能硬件的融合還不夠流暢。

但換個(gè)角度來看，釘釘AI助理也給外界提供了一個(gè)新的解題思路：AI普惠并不一定要延續(xù)過去的軟硬件結(jié)合邏輯，“釘釘+AI助理”本身也能成為一種解決方案，畢竟作為中國用戶規(guī)模最大的辦公平臺，現(xiàn)在釘釘上的企業(yè)組織已經(jīng)超過2500萬家，更有超過70萬家企業(yè)啟用了釘釘?shù)腁I能力。

按照這個(gè)邏輯，釘釘所扮演的角色將不再是過去的釘釘，而是一個(gè)“超級入口”。

作為擁有7億用戶、2500萬企業(yè)組織的協(xié)同辦公平臺，釘釘向上承載了大量企業(yè)的AI訴求，向下連接了大量的ISV和生態(tài)伙伴，就像一個(gè)完美閉環(huán)，海量需求每天在釘釘上發(fā)生的同時(shí)，也能在釘釘上迅速找到相應(yīng)的解決方案。

某種程度上來說，這也是釘釘樣本最特殊、同時(shí)也值得探討的地方。

今天的釘釘正走在探索AI普惠的無人區(qū)，拿有零有食和釘釘AI助理的結(jié)合來說，它最值得深思的點(diǎn)不在于AI技術(shù)本身，而是如何讓更多普通人也能體驗(yàn)到AI帶來的好處。尤其對于晉江市這樣的三四線城市來說，且不論IT工程師工資支出多少，單單使用門檻就讓很多數(shù)字化項(xiàng)目停留在實(shí)驗(yàn)室階段，而現(xiàn)在借助釘釘+宜搭低代碼開發(fā)工具，以往需要一個(gè)月才能完成開發(fā)的應(yīng)用，現(xiàn)在幾個(gè)小時(shí)就能搞定。

關(guān)于這點(diǎn)，有零有食倉儲物流部負(fù)責(zé)人黃曉峰還特地算過一筆經(jīng)濟(jì)賬，“單從 TMS 軟件的采購成本和運(yùn)輸成本的節(jié)約，有零有食一年就可以節(jié)省上百萬的系統(tǒng)開發(fā)費(fèi)用?！备M(jìn)一步來講，這套邏輯最吸引人的地方，在于以前招一個(gè)8000塊才能干的事，現(xiàn)在有了AI助理后，一位薪資5000的新人經(jīng)過短暫培訓(xùn)后，也能把工作做好。

最后回到我們一開始探討的問題上，如果說過去泛IT的崛起伴隨著程序員群體的崛起，體現(xiàn)在過去二十年程序員規(guī)模的急劇攀升和收入不斷增加，那么未來AI作為一種新型基礎(chǔ)設(shè)施，它在走向普惠的路上，將很大程度上折疊這個(gè)中間環(huán)節(jié)，以此為基礎(chǔ)，過去常見的軟件系統(tǒng)和AI應(yīng)用，未來極有可能以插件形式被某個(gè)超級入口隨時(shí)喚醒、調(diào)用。

但可以肯定的是，我們正處于一場由AI掀起的產(chǎn)業(yè)變革開端。