分享嘉宾：飞书产品副总裁 齐俊元
飞书本身是一个协同办公平台，在这个方向上其实已经做了很长时间，我自己也一直在做这个领域的事情，总体来说，我们感觉现在之所以越来越多讨论工作平台这样的概念，或者大家慢慢工作上都有自己在用的核心工作软件，核心还是因为上一个阶段移动互联网相关技术在工作领域的落地。移动互联网提供的启发就是改变信息分发的方式，我们会习惯于人和人之间、人和各种系统或应用之间，以即时通讯工具来做信息交换。也会发现通过推荐算法，我们以更丰富的信息载体，随时随了解信息，看到更大的世界。
今天可能我们很难想象如果离开微信或抖音，我们看到的世界会有多大变化，可能这个世界会小很多，这是第一阶段发生的事情，但这个事在企业服务领域其实还没有充分落地，在工作中信息分发的效率和效果还是不够理想，这是我们会做的工作。
手机上面大部分的 C 端软件，大家都觉得非常好用，绝大多数用户也都喜欢用。但是在 B 端，我们持续发生的是大家觉得软件不好用，软件不会用，要花很多的时间去学习。这样的问题原因是 B 端用户的动机和意图相对发散，在不同片刻我有不同的动机，可能我的职责发生变化，可能我找到这个软件的时候跟它的匹配度不高。所以在做企业软件的时候，通常刚开始的时候特别好做，因为我就解决确定性的某一类用户在某个场景下的问题，这个时候出来的软件会非常小而美，解决这个问题非常有效率。
但软件公司是要发展的，软件是要发展的，所以开始为已经服务的这些用户增加功能，也同时会希望为了获取更多的用户再增加更多的功能，那在这个时候其实是一个三输的阶段。第一，老用户不喜欢这件事，因为老用户找你解决的问题通常还是一个你的产品的子集，所以我们在软件发展过程当中，会发现很多的软件功能渗透率非常的低，他只服务了这个软件的一部分人，所以老用户他使用这个软件的效果会随着软件的冗余开始下降。第二，对于新用户而言，显而易见它上手这个软件的成本随着软件复杂度的增高变得越来越大，以至于用户可能觉得这已经变成一个负担。第三，事实上对于软件厂商而言，这也不是一个非常好的效果，因为同样的资源不是在这个软件上加点东西，而是去做一个新的事，很有可能创造的价值是更大的。但是这个软件因为本身积累了在软件以外的，比如说获客上面的效率、社区里面的效率，所以他有别的方面来支撑投入，所以我们觉得这个可能是最大的变化。
为每一个用户提供一个工作伙伴
首先聊人机交互，我们做了很多的推演，觉得最合适的这个人机交互选择是为每一个用户提供一个工作伙伴。因为在真实世界里面，我们抛去今天的数字化、今天的软件，我们在工作里面什么是最好的交互界面？一定是有一个比较了解我的工作目的，知道我的工作习惯，清晰我的工作目标的这个合作伙伴，我们可以用以人和人交互的方式请他帮我完成工作。
这需要我们解决一个比较大的问题，就是什么情况下用户愿意和这个工作伙伴去交流？我们对用户的动机做了比较多的思考，我们做了一个很有意思的但在 B 端通常不选择的人机交互安排，我们允许用户在激活这个工作助理的时候，自己选定形象、起名字。而且实际上在工作领域我们很多时候是效率和功能导向的，这种情感化的连接通常是被忽略的，但这一次我们在这个事情上花了很大的功夫，原因是我们认为在这里形成用户的动机非常关键。我们在实验里发现，有了这个安排之后，用户会自然而然地产生很多小小的沟通，他会尝试把我的意图表达进去，因为他在这里建立了相应的情案联结和动机，所以这个是非常重要的一个安排。
把 AI 当成真实的人，像新员工一样培训它
今天已有的工作平台类的软件，大家在使用一定都会留意到已经有一个类似的产品形态叫机器人，不管是在 slack 上，还是企业微信、钉钉、飞书上都有机器人，开发者开发了不少机器人来实现过去系统向用户发送通知这样的功能，但我们重新想了这样一件事，因为飞书是一个做协同办公的平台，那我们希望的是这个人机交互界面要充分利用这个平台的特征，这个平台的核心特征是为人设计。所以我们在这个产品架构设计的时候，我们把这个每一个用户的助理、这个工作伙伴全部安排成了人的结构。
它意味着什么？它意味着它在一个企业的通讯录里面，组织结构里面，它是一个真实的人，也因此它可以带来一些显而易见的好处。我平时找同事聊个天，第一反应通讯录里面搜，不管咱们用哪一个工作软件通讯里面搜他，在一个群里面希望他来做点什么事的时候，找一个同事做点什么事的时候 at 他，可能在文档里面我说这一段，我希望了解一下背后的原因是什么，我可能又艾特它，那当我们把它作为一个人的结构放在里面的时候，很容易就可以发生这些工作。
所以我们这里也像人一样的思考，他如果作为一个新员工入职，他应该接受什么样的培训，比如我应该会给他开很多文档的权限，我应该会给他开很多我的系统里的权限，让他了解我的工作，所以这个也是我们做的重要的工作。这是第一个部分，让飞书在一个协同办公产品里面有效的、合适的，并且有延展性的让这项技术落地，这是我们第一个部分的重要思考，第二个部分是我们今天看到比较大的瓶颈，回到前面讨论的这个话题，在工作领域人的意图是不同的，不同职能的人他想做的事不一样，在一天工作的不同的时间片段，我们想做的事儿不一样。
如果我们不能用一个有效率的方式为这些场景进行优化，那么很有可能这个助理就不是助理了，不是一个工作伙伴，他就变成一个秘书了，可能只是一些指令性的任务去找到它，所以这里我们尝试做出来的架构叫场景式的架构，我们希望用户本人、开发者、成熟的软件厂商，包括企业内的开发者，都可以一起来参与这个工作，所以我们设定了这样的架构，更可能多的结合用户的上下文，结合用户当前的工作状态来对这个意图进行识别，告诉他在这个场景下我们可以有这样的工作，这样的能力给你用。
另一个例子是大家发现对话式 Copilot 的这个模式很好用，因为很多软件它还没有办法在短时间内全部重造成一个 AI native 以自然交互方式为主的软件形态，这个时候它原来的图形界面依然非常有用处。比如说这里是一个项目管理系统，本身管理系统里面体现了流程，这个图形界面本身有意义。我们希望用户可以用他自然的方式操作软件，了解软件里面的信息。这个时候可以通过插件的暴露和对话式的 SDK 很容易为这个软件加入类似于 Copilot 这样的能力。所以总体而言，我们希望能通过补充这样的 SDK 开放给开发者，让大家可以把自己的系统很快地得到 AI 的支持。
一定程度上来讲，我们对未来的工作平台有一个想象是这样的，系统里的信息已经可以被一个助理消化为诸多系统的操作可以通过这个工作伙伴自己去执行，有更多可能性，人和人之间在一个信息工作流都极大化，并且为人的体验做优化的这样一个情境，这样一个软件里面共同工作，进而可以在更多的工作领域，让更多的不同类型的团队、不同类型的职能的人一起去把他们的事情搞定。
这是我们整体的一个想象，我们应该会为了这个方向还会努力很久。今天的分享就到这里，谢谢！
稀土掘金创新论坛文字回顾
稀土掘金创新论坛，畅聊 AI 时代的变革｜稀土掘金创新论坛回顾
人工智能影响最高和最低的 20 个职业？一份报告带你了解 AI 时代的"职场多元宇宙"｜稀土掘金创新论坛回顾
卓越算力引领新一代数据中心和 AI 技术｜稀土掘金创新论坛回顾
欢迎加入掘金技术交流群
