拆解飞书AI:知识管理不可替代,多维表格意外突围

今天参加了飞书2025未来无限大会(本质上是飞书AI能力升级的发布会)。作为飞书最早一批的AI能力接入合作伙伴,我们团队也在受邀之列。

这篇文章,我想聊聊对飞书AI整个体系的观察,以及它目前展现出的优势和短板。

先说态度: 我不会无脑吹捧飞书AI,也不会全盘否定它。飞书能做到今天这个体量,其AI应用必然切中了企业效率的某些关键痛点,这是毋庸置疑的。

但你要问:飞书AI体系里的每个应用都完美无缺、非常好用?

我个人的答案是:未必。

在一些具体场景下,我发现使用外部优秀的ToC应用,效果反而更胜一筹。

如果文章内容在你本机的样式展示有问题,可以访问该地址查看原文:zhaozhihao.com/archives/Pi...

知识问答:盘活企业知识的利器

知识问答堪称当前飞书生态最具特色、也最能体现飞书优势的 AI 应用。

其根基,在于飞书知识库本身已是企业知识管理领域的佼佼者------在 ChatGPT 爆发前,就有众多企业将 Confluence 迁移至飞书云文档。

痛点解决: 过去,飞书知识库虽沉淀海量文档,但知识利用率不高。知识问答的核心价值,在于真正盘活了这些沉睡的企业数据。

运作机制:

  • 当你用自然语言提问时,系统自动检索你有权限访问的飞书知识库文档。

  • 同时,它也会搜索你的聊天记录、会议纪要等相关上下文。

  • 整合这些信息后,通过大模型生成最终答案。

本质与优势:

你可以说它是 RAG(检索增强生成)技术的应用。但关键在于,这事只有飞书能做深做好------因为你的核心企业数据本身就沉淀在飞书平台上。这正是其独特价值所在。

适用场景:

  • 效果取决于数据量: 企业内沉淀的知识数据越多,效果越显著。

  • 最适合知识密集型企业: 依赖高素质人才、创新研发、知识产权(专利、版权)、先进技术创造价值的公司(如高科技、生物医药、专业咨询、软件开发等)。

  • 非知识密集型企业? 对于资源依赖型、劳动密集型企业(不以知识为核心竞争力),知识问答的提效作用可能非常有限。强行使用,效果未必理想。

多维表格 AI:数据管理与应用构建平台

飞书多维表格本次升级颇具看点,定位已超越传统表格,向在线数据库+轻量级应用平台演进。

核心升级与能力:

  • 海量数据支撑: 单表支持高达 1 千万行数据。

  • 强大的 BI 分析: 基于海量数据,可构建精美、功能丰富的数据可视化大盘,集成多种 BI(商业智能)分析工具。

  • 低代码应用搭建: 不止于分析,更能基于多维表格直接搭建网页应用,实现数据录入、展示和流程管理,成为一个轻量级低代码平台。

  • 自动化工作流: 作为"数据库",自然支持自动化。可设置自动化工作流,在特定数据行变更或动作触发时执行后续流程。亮点是:支持 AI 生成工作流!

  • 智能字段处理(字段捷径):

  • 基础:支持通过公式(如 A+B=C)自动生成新字段。

  • AI 加持: 更强大的是 AI 字段捷径。可将字段(如 A、B)数据输入大模型(如 DeepSeek),结合预设提示词,进行灵活多样的智能处理(如信息提取、分类、总结等),生成新字段 C。

总结: 多维表格 AI 正在成为一个集数据存储、分析、可视化、应用构建和自动化于一体的综合平台,AI 能力深度融入其数据处理和工作流环节。

那么,哪些企业最适合用它?

多维表格虽然生于飞书体系,但其定位更像一个独立的数据与应用平台。因此,它的适用性其实很广:

  1. 小微企业:上手利器,效率倍增。
  • 为什么适合? 无需复杂IT基建,就能完成数据录入、分析、可视化,甚至搭建轻量级应用(如CRM、项目管理工具)。一站式解决核心需求,性价比极高。

  • 爽点在哪? 省去购买、部署、学习多个专业工具的成本和精力,快速实现数字化管理。

  1. 中大型企业:敏捷补充,赋能业务侧。
  • 为什么有价值? 即使企业有专业的BI团队和系统,也常面临 "长尾需求" 或 "临时性分析" ------专业团队资源有限、排期长、ROI不高。

  • 多维表格能做什么? 业务部门可快速自助搭建分析看板、处理特定数据集、构建简单应用或自动化流程,无需重度依赖IT或BI团队介入。特别适合部门级、项目级的敏捷数据需求。

核心价值点: 多维表格AI的核心优势在于降低了数据管理和应用构建的门槛, 让不同规模的企业都能更敏捷地利用数据驱动决策和流程。它在飞书生态内无缝集成是加分项,但其能力本身具备相当的独立性。

飞书开发套件:AI 驱动的应用开发

飞书开发套件包含三大核心组件:

  1. 飞书妙搭:AI 原型与轻应用生成器

  2. 飞书 aPaaS:AI 增强的低代码开发平台

  3. 飞书 Aily:企业通用 AI 助手

飞书妙搭:快速原型与轻应用生成

  • 功能定位:

  • 设计师输入提示词 → 快速生成网站原型。

  • 业务人员输入提示词 → 快速生成网页、工单等轻量级业务系统。

  • 能力评估:

  • 技术亮点: 确实展现了较强的 AI 生成能力。

  • 生态契合度存疑: 与飞书核心生态(知识管理、协作、IM)的耦合度不高,更像是独立工具或"跟随性"产品。

  • 市场竞争激烈:

  • 设计原型生成:Figma AI 生态成熟,体验更优。

  • 提示词建站:Lovable、百度"秒搭"、Vercel v0 等玩家实力强劲,各有侧重。

提示词生成复杂页面消耗 Token 量大,企业使用成本高。

且专业用户倾向"用就用最好的工具"(如 Figma),普通用户轻量需求替代方案多,妙搭在整体企业内选型的不可替代性没那么高。

飞书 aPaaS:AI 增强的低代码平台

  • 核心定义: AI Coding + PaaS = aPaaS。本质是低代码平台深度集成 AI 能力。

  • 工作模式:

  • AI 生成网页/组件 作为起点。

  • 支持 可视化拖拽修改。

  • 允许 手动编写复杂业务逻辑。

  • 目标: 提升复杂业务系统开发效率。

  • 行业趋势: 主流低代码平台均在积极融入 AI 能力(辅助生成、代码建议、自动化测试等),非飞书独有。

  • 行业大问号: 未来是"Vibe Coding"(纯AI生成)的天下? 还是 "低代码 + AI" 这种混合模式更能打? 现在谁也说不准。

  • 字节的策略,我全都要!: 从妙搭(生成)、aPaaS(低代码+AI)、Trae(AI IDE)到 Coze(Agent 平台),字节这是把AI开发的"全家桶"都给你端上桌了,赌的就是总有一款适合你?不得不说,字节在 AI 这个领域的投入仍然是一如既往的坚决。

Aily 工作助手:企业通用 Agent 的尝试

  • 定位目标: 打造服务于企业内部的 通用型 AI Agent。

  • 当前能力与局限:

  • 商汤办公小浣熊

  • Manus

  • 字节的扣子空间

  • 天工 AI (昆仑万维)

  • 核心优势: 支持集成企业飞书知识库、飞书文档、多维表格等相关飞书服务的能力。

  • 通用功能同质化严重: MCP、工具调用、联网搜索、写代码、办公辅助... 市场上高度相似的竞品泛滥:

  • 关键缺失: 缺乏与企业核心业务流程、数据的深度、唯一性绑定, 难以形成不可替代的"企业Agent"价值。更像是一个功能聚合入口。

总结:飞书AI,谁是真核心?谁在陪跑?

飞书这轮AI升级野心不小,但各产品价值差异显著,企业得擦亮眼:

  1. 知识问答:无可争议的"王牌" 深度盘活企业沉淀在飞书的知识资产(文档、聊天、会议),壁垒极高。 对知识密集型企业(科技、研发、咨询)而言,不是"有没有用",而是"必须要有"。飞书生态的杀手锏。

  2. 飞书会议纪要:生态内的"标配甜点" 与IM场景无缝集成,解决高频刚需(录音转写、自动总结)。好用是本分,没有是缺陷,属于用了不亏的基建设施。

  3. 多维表格AI:冲出生态的"黑马" 已远超表格范畴,成为千万级数据存储 + BI分析 + 低代码应用构建平台。其能力通用性强,独立发展潜力巨大,甚至可能比在飞书体系内活得更好。

  4. 飞书开发套件:理想丰满,突围艰难

  • 妙搭 (提示词生成): 想法不新,深陷Figma AI、Vercel v0、百度"秒搭"等专业玩家的红海。生成成本高(Token消耗大),用户迁移动力不足。

  • aPaaS (低代码+AI): 方向正确(提升复杂系统开发效率),但老牌低代码平台也在升级焕新。飞书版本目前缺乏颠覆性优势,未来是"纯AI生成"还是"低代码+AI"主导也存疑。

  • Aily (企业Agent): 核心能力(搜索、写码、办公辅助)与市面Agent(商汤小浣熊、Moonshot Kimi、扣子、天工)严重同质化。作为"企业级Agent",与企业核心流程的深度绑定还远远不够。

📌 给企业的清醒建议

  1. 知识密集型企业: 知识问答必选 ,多维表格AI推荐 ,会议纪要顺手就用。这三者是飞书AI当前最具实际提效价值的组合。

  2. 考虑AI开发工具/Agent? 务必跳出飞书看市场! 关键不是"选飞书"或"不选飞书",而是看谁真正匹配你的需求、成本和团队习惯------可能是外部更专业的工具,也可能是飞书套件恰好够用。

选择工具,效率为先,生态为辅。飞书AI有其"狠活"(知识管理),但不必为"全家桶"牺牲专业效率。

欢迎日常交流

创建了一个 "AI实验群",群内成员以"企业内 AI 提效负责人","AI 创业者","AI 爱好者","AI 学习者" 为主要成员。

群定位:企业AI工具提效/实战经验互助

规则:不水群、不广告、干货优先

欢迎进群交流

访问该链接获取群信息:AI 实验群 - 赵志浩的个人空间

好文章值得被更多人看见!既然看到这里了,随手点个赞👍和关注,并转发给更多的朋友吧!感谢。

> 作者:数字生命贾克斯

文章首发地址:zhaozhihao.com/archives/Pi...

相关推荐
Jamence16 分钟前
多模态大语言模型arxiv论文略读(155)
论文阅读·人工智能·计算机视觉·语言模型·论文笔记
Fairy要carry18 分钟前
书生大模型实战营——1. 大语言模型原理与书生大模型提示词工程实践
人工智能·语言模型·自然语言处理
mit6.82420 分钟前
[Backlog] 核心协调器 | 终端用户界面(TUI)实现 | 多分支任务冲突解决 | 测试验证体系
人工智能·算法
慕婉030727 分钟前
深度学习中的常见损失函数详解及PyTorch实现
人工智能·pytorch·深度学习
神经星星34 分钟前
在线教程丨一句话精准P图,FLUX.1 Kontext可实现图像编辑/风格迁移/文本编辑/角色一致性编辑
人工智能·深度学习·机器学习
UQI-LIUWJ41 分钟前
论文略读:Prefix-Tuning: Optimizing Continuous Prompts for Generation
人工智能·深度学习
机器之心1 小时前
是的,LeCun要向28岁的Alexandr Wang汇报!这是Meta新AI团队的一些独家内部消息
人工智能
189228048611 小时前
NW710NW713美光固态闪存NW719NW720
大数据·服务器·网络·人工智能·科技
azoo1 小时前
Canny边缘检测(cv2.Canny())
人工智能·opencv·计算机视觉
向哆哆1 小时前
YOLO在自动驾驶交通标志识别中的应用与优化【附代码】
人工智能·深度学习·yolo·自动驾驶·yolov8