来源：@首席数智官

hello 大家好，我们是数字化领军者都在看的首席数智官。

关注我，每天给你讲一个商业案例。

今天我们要给你讲的是：为什么钉钉要坚持走智能化和开放化的产品路线？

「截止目前，钉钉已有17条产品线、55个场景全面接入大模型，完成智能化再造。」

钉钉总裁叶军在2023年钉钉生态大会上，公布了钉钉全面智能化的最新进展。

4个月前，基于阿里通义大模型，钉钉首次对外展示了通过输入「/」唤起的10余项AI能力。这根「魔法棒」也成了钉钉AI能力的代名词。

当时，叶军就曾宣布，钉钉将全面智能化，用大模型把钉钉重做一遍。

自从今年初大模型热潮席卷全球以来，「AI时代，所有产品都值得用大模型重新做一遍」的论调便在短时间内成为共识。但究竟「如何重做」，却并不是一道容易解答的题目。

4个月后，钉钉给出的答案是：AI PaaS。

在叶军看来，大模型要想从「玩具」真正变成的生产力工具，必须要进入客户的应用场景中。

但大模型作为一个能力基座，其本身不能直接运用于应用场景。而钉钉面向生态伙伴和客户开放智能化底座AI PaaS，能够承上启下打通大模型与千行百业用户的真实需求。

为了让用户在不同应用场景中更好运用大模型能力，在AI PaaS架构下，钉钉还发布了数字员工、智能化场景方案和智能化行业方案。

「首席数智官」认为，「AI PaaS+智能化方案」的组合，不仅意味着钉钉正在完成自身产品的智能化重塑，同时也意味着钉钉的智能化策略开始进入生态层，拉动整个钉钉生态实现智能化。

基于AI大模型，钉钉再造钉钉。

01 「不好用的」大模型

如同互联网、移动化带来的巨大变化一样，几乎所有企业已经达成了这样的共识：大模型已成为行业的「底座性变化」。大家无不认可AI对自身业务的巨大颠覆，抓不住的人就会落后。

这种论调之下，从去年底至今的短短半年多时间，国内就已涌现了上百个大模型产品。

从技术层面来看，大模型是一场「AI+云计算」的全方位竞争，是一个囊括底层庞大算力、网络、大数据、机器学习等诸多领域的复杂系统性工程。

这种门槛，注定了大模型是一场巨头之间的竞赛，绝大多数中小企业都无力从0开始自研训练自己的大模型。

当然，中小企业需要的也并不是大模型本身，而是可以基于市场中已有的大模型产品，去解决自己业务场景中的实际问题。

进入用户的业务场景，是大模型从现在的「Chat」变成「Work」的关键一步。

但这一步并不好走。

首先是性价比问题。众所周知，大模型训练是一个非常烧钱的过程，并且每一次调用都需要消耗大量算力，这意味着大模型的使用成本极高。

据外媒Analytics India Magazine报道，目前OpenAI每天花费大约70万美元来保证ChatGPT的正常运行。巨大的开支正在让OpenAI面临财务挑战，公司可能在明年底破产。

其次是可靠性问题。很多人在使用各种大模型产品之后都会发现，尽管大模型能够一直响应用户的输入，但其输出的内容质量却并不能完全保证，有的甚至是「一本正经的胡说八道」。

最后是易用性问题。ChatGPT与妙鸭相机之所以能够在上线之后迅速引爆网络，最重要的原因之一就是产品足够易用。

但目前国内的企业软件在易用性层面解决的都不够好。如何让大模型的能力更简单的与业务场景结合，也是现阶段国内所有大模型产品正面临的挑战。

这三个问题，是目前企业在使用大模型解决自身业务需求过程中的典型痛点，也是钉钉推出AI PaaS的重要原因。

「这就好像造车一样，汽车的核心是发动机，但汽车也分为跑车、中大SUV、小型车等，如何将同样的发动机安装在不同类型的车上，是一项非常复杂的工程。它包括主机制造、连接、装配、品控等等，这就是我们今天AI  PaaS在中间做的工作。」叶军比喻。

02 AI PaaS，承上启下

站在云的角度而言，PaaS层的作用在于，它抽象掉了底层硬件和操作系统细节，用户不需要管理与控制云端基础设施，让开发者聚焦在自己的业务逻辑上，从而更好解决实际的业务需求。

而AI PaaS的价值也在于此。它能够让企业用户无需了解底层大模型的研发与训练，而是基于AI PaaS对模型进行调用，让用户精力回归自身业务场景。

从架构层面来看，AI PaaS下接大模型MaaS层，上接用户的应用场景，与云计算的三层架构（IaaS-PaaS-SaaS）基本一致。

在钉钉的计划中，AI PaaS的核心功能就是两个：下接大模型；上接应用场景。

首先是「下接大模型」。

正如前文所言，企业在将大模型引入自身业务的过程中会面临诸多技术与非技术层面的难点。

例如技术复杂度问题，如何在保证庞大的模型参数之下实现模型的快速推理及运行。这对企业和开发者的技术能力提出了更高的要求。

此外，模型数据的可靠性与安全性，甚至是大模型调用过程中的使用成本，都是企业在使用大模型过程中必须解决的问题。

这些问题，钉钉正在通过AI PaaS进行解决。

据叶军介绍，企业可以基于AI PaaS，将业务数据直接动态加载到大模型的调度引擎，而非注入底模型去进行训练，由此降低企业用户使用大模型的成本（一次调用平均只需不到5分钱），并且让用户能够实时跟随底模型的迭代享受到不断升级的智能化能力、可靠性以及安全能力。

当然，对于技术能力较强、并且对业务数据有进一步要求的大型企业来说，也可以选择用自己的数据注入底模型去训练一个专属模型，甚至是私有化部署。

然后是「上接应用场景」。

对用户而言，SaaS才是解决其业务需求的工具，而非底层的服务器、存储、处理器等基础设施。

大模型也同理。大模型作为一项重要的底座型能力，需要嵌入到最终的业务工具中才能发挥价值。

所以我们看到钉钉中的「/」、微软的Microsoft 365 Copilot、以及Midjourney、Notion.ai等一众应用场景下的各类基于大模型的工具产品。

为了最大限度在业务场景中释放AI能力，基于AI PaaS，钉钉联合多家生态伙伴，发布了数字员工、智能化场景方案和智能化行业方案。

叶军介绍，数字员工是参与到业务流程中的虚拟员工。数字员工能以企业员工助手的身份，进入企业通讯录，取得对应的职务权限，参与到企业的组织、协同与业务流程中。

与此前只能单纯执行固定动作的机器助手不同，钉钉的数字员工根据所取得的不同权限，具备理解真人意图、解决复杂问题、直接获取结果的能力。这让其不仅能为用户提供信息，还能帮助用户进行操作，甚至具备不断学习、扩展新技能的能力。

而智能化场景方案和智能化行业方案，则是钉钉的AI PaaS能力在具体场景下，结合不同行业Know-How的进一步延伸。

据叶军介绍，钉钉联合生态一起打造了会议场景、点餐拼单场景的智能化解决方案，并为教育行业研发了一款「AI小助教」。

在钉钉音视频会议中，「数字分身」可以代替用户列席会议，帮助用户了解会议的重要信息，会后还可以推送会议总结；

点餐拼单场景智能化方案「快乐拼」是钉钉联合饿了么共同打造，用户可以在钉钉群内用自然语言点单、拼单，无需离开群聊一键付款。

「AI小助教」则可以帮助教师智能批改作业、沉淀学情数据，生成备课建议和讲解用的PPT等。

叶军透露，目前，钉钉正在和1号直聘、i人事等诸多合作伙伴一起共建AI PaaS能力，未来基于AI PaaS，钉钉还会有更多智能化产品和方案涌现。

03 更大的想象空间

毋庸置疑，AI大模型对所有toB企业来说，都是一次摆在面前的巨大变革机会。谁能够抢占先机，谁就必然会带来新的用户与业绩增长。

所以我们看到，从今年初开始，包括钉钉、飞书、WPS、百度搜索等诸多巨头产品，都开始用AI大模型进行改造。

另外，不少toB细分领域头部企业也推出了自研大模型，例如云知声、APUS、昆仑万维等等。

显而易见的是，随着AI大模型的持续渗透，未来将会有越来越多toB产品接入大模型，国内企业软件产品形态与市场格局也将发生巨大变化。

toB企业竞相布局大模型的核心逻辑很好理解，因为大模型能够让企业实现「抢夺用户、积累数据、训练模型、优化产品」的一整套链路闭环，最终形成滚雪球式的碾压优势。

大模型固然可以对toB产品的功能实现大幅优化，但在「首席数智官」看来，大模型只是toB竞争的核心要素之一，但并非决定性因素。

toB真正的竞争优势其实在于对业务场景的理解，对行业Know-How的积累。

截止今年3月，钉钉已积累了6亿用户，付费企业DAU已超2300万，已然是国内最大的企业软件，并打造了「教育钉、政务钉、制造钉」等多个行业解决方案。

从组织数字化到业务数字化，钉钉上已经沉淀了大量业务场景，钉钉已深入到千行百业的业务流之中，业务数字化场域是钉钉的核心优势场域。

这才是钉钉能够将底层的大模型能力，通过AI PaaS带入千行百业的业务场景中去的关键。

不仅如此，更值得我们关注的是，在AI PaaS中，钉钉通过解决大模型的安全问题、性能问题，降低开发运维的门槛，降低大模型的不确定性，帮助企业数据与大模型建立联系，让大模型能力真正为协同和业务所用。

这相当于让钉钉直接成为了企业AI能力的超级入口。

今天的钉钉与以往最大的不同在于，今天的钉钉已经从云钉一体拆分，阿里云和通义大模型是钉钉重要的基础底座，但已不是唯一选择。

据叶军透露，在对钉钉的能力规划中，AI PaaS的模型训练平台，是可以为每个企业去提供一个安全可控的专属的行业化模型训练平台。这个模型训练平台可以对接不同的大模型。

「我们可以对接千问、文心一言等等，结合上层钉钉的炼丹炉工程应用，解决专属化企业数据跟大模型之间融合的问题。」叶军表示。

这是一个想象空间巨大的开放战略，它直接满足了钉钉在不同用户之间的多样性需求，让AI PaaS最大程度发挥作用，让尽可能多的企业用户与钉钉一起共建AI PaaS生态。

04 生态，中国SaaS的最优解

前段时间，有一篇题为《中国不需要SaaS》的文章在toB圈讨论得非常激烈。文章里洋洋洒洒22条，似乎每一条都直指为什么中国SaaS做不起来的问题所在。

叶军也看到了这篇内容。他甚至以这篇文章作为自己演讲的开场。

在他看来，中国SaaS固然有很多现存的问题，例如定制化程度高、获客成本高、使用频率低等等。

这些问题确实造成了中美SaaS市场的巨大差距。但差距的背后意味着机会，意味着巨大的市场空间。

站在行业的视角来看，归根结底，客户定制化需求和标准化产品规模化盈利之间的矛盾，是目前整个中国SaaS行业面临的最大难题。

积累6亿用户的钉钉，是中国toB产品的绝对头部。从某种程度而言，钉钉的选择，代表着中国SaaS的选择。

「生态战略」，是钉钉给出的答案。

事实上，早在上线的第二年，钉钉就推出过ISV开放平台，并且在2019年明确了生态边界，把自己作为业务场景底座，全面开放自身能力；

2022年3月，钉钉宣布战略升级，正式提出「PaaS First，Partner First」的生态战略，明确「钉钉只做一件事，就是PaaS化」。

具体而言，钉钉只做基础能力和基础产品，并将这些能力和产品作为底座开放给生态。钉钉保持协同办公和应用开发平台的定位不变，继续战略投入做文档、音视频、项目、会议等基础产品，其他的都交给生态做，包括行业应用，人财物产供销研等场景的专业应用，并将硬件全面生态化。

在PaaS化的大战略下，过去3年，钉钉修了一条PaaS主干道：

2021年，钉钉通过aPaaS（低代码），解决业务系统快速搭建问题，降低企业的数字化成本；

同年，bPaaS（酷应用）解决应用在业务场景的快速分发问题；

随后，钉钉上线iPaaS（连接器），解决系统集成和数据互通问题；

去年底，dPaaS（数据资产）为用户解决了数据沉淀和决策消费的问题。

而今天开放给生态伙伴和客户的AI PaaS，也是钉钉PaaS化战略的进一步深化，是钉钉PaaS First, Partner First理念的延续。它标志着钉钉智能化进入生态层，帮助生态伙伴用大模型完成产品的再造。

当下的经济周期中，所有企业都面临精细化运营管理和降本增效的挑战。而钉钉选择用PaaS解决SaaS产品在标准化与定制化之间的矛盾，并且通过PaaS底座的能力，让定制开发成本更低、效率更高，真正让企业用户抓住智能化机遇、满足客户的智能化需求，帮助企业穿越周期。

现在来看，这一条修了3年PaaS主干道的成果正开始显现。

截至今年3月31日，钉钉已有5000多家生态伙伴，包括独立软件开发商（ISV）、咨询生态、销售及交付服务商以及硬件生态厂商。钉应用数已超过1000万，其中低代码应用数超过800万。

钉钉上年营收过千万的伙伴达到25家。钉钉每收入1块钱，就会给生态合作伙伴带去9块钱。

不仅如此，在备受外界质疑的商业化层面，钉钉也首次给出了成绩单。

截至2023年3月末，钉钉软件付费企业数达10万家，其中，小微企业占比58%，中型企业占比30%，大型企业占比12%；钉钉付费DAU超过2300万；钉钉ARR（年度经常性收入）远超「半人马公司」1亿美元标准，仅软件订阅式GAAP年收入也已经明显超过这个数字。

过去，钉钉一直致力于不断降低千行百业的数字化门槛。此次钉钉通过开放AI PaaS，进一步降低了企业智能化应用的门槛，并且用平均每次调用低于5分钱的成本，解决了生态伙伴和客户「用得上，用得起」大模型的问题。

从「/」到AI PaaS，从数字员工到智能场景解决方案，钉钉的改变是肉眼可见的。叶军甚至直言，今天钉钉的产品体验依旧很不好，未来一定会基于AI能力，进一步优化钉钉产品，让用户看到全新的钉钉。

「大模型时代，中国SaaS的黄金十年才刚刚开启。」叶军说。

-END-

你最想对钉钉说的一句话是什么？欢迎在评论区留言告诉我们。

如果你觉得本文有价值，欢迎点赞分享收藏。

如果你想进一步与我交流，欢迎随时私信。

       原文标题 : 越来越智能的钉钉，你真的看懂了吗？