从经典产品看大模型方向

互联网入行十年左右的人,有一句话应该不陌生:信息化,数字化,智能化。

信息化:把传统线下业务和流程转到线上,通过软件技术管理数据信息,只是各个场景普遍孤立,没有深度整合。

数字化:全部业务流程转到线上,全局整合成闭环的链路,再利用数字化能力,反向重构和驱动业务,优化流程。

智能化:基于信息和数字化的基础,实现角色能力模拟,利用AI的智能,进行业务的分析预测和自动化决策。

2016年初入行,只是用信息化和数字化来引领业务方向,2020年左右,开始拿数字化和智能化进行画大饼。

2023到2025不过短短3年,人工智能已经从全网疯狂讨论,逐渐走到润物细无声的阶段,毫无疑问其方向和能力,已经慢慢被大部分用户接受。

作为一个正好横跨这三个阶段的互联网十年民工,想聊一聊这个过程中:几款经典的产品。

OA办公

2016年的时候,说OA办公还只是简单的审批流程,追求的就是无纸化,比如请假和硬件设备领取等场景,起先是写纸条等签字同意,后来转成线上快速审批。

2018年之后,开始在钉钉和企业微信来回切换,现在又多了款飞书,在这个过程基本实现了无纸化,数据在线管理,信息传递效率非常高。唯一闹心的是:消息已读和未读,都给自己添麻烦。

低代码到SaaS系统

2020年前后,低代码平台开始流行,通过一套基础组件的拖拉拽,可以高效开发业务流程,最初还只是在一些边缘业务中使用,后来随着SaaS系统的兴起,完成各种办公生态的对接,再加一些其它因素的助推,SaaS系统应用越来越广泛。

公司除了核心的C端产品,其它的业务线都切换到SaaS系统,至于这样选择的原因,从近几年降本增效的结果看,当时的决策正确且及时,可以极大的节省人力投入,并且没有维护成本,当然我也被节省掉了。

人工智能崛起

2022年以后,从ChatGPT爆火开始,互联网的话题和流量,几乎都放在人工智能赛道里,也就不过短短两三年的时间,AI实现了从玩具到工具的跨域,现在少有人问AI会不会替代搜索引擎,因为使用记录已经给了答案。

低代码系统能拖拉拽组件,超级SaaS能标准化核心流程,今天人工智能可以直接生成底层代码,那么明天就能调度低代码平台,串联SaaS系统和在线办公,再往后做产品,可能只要几句话的描述。

在产品研发领域中,AI所提供的创意想象,视觉设计,产品规划,编程开发,都在慢慢被专业人员接受和使用。

信息化,数字化,智能化;OA办公,SaaS系统,大模型;这些概念和产品的每一次跨越式进化,都是在各种质疑,骂骂咧咧声中,进行快速迭代,然后润物无声。

相关推荐
在钱塘江1 分钟前
LangGraph构建Ai智能体-11-高级RAG之Self-RAG
人工智能·python
爱吃猪排17 分钟前
基于 Paddle Inference 3.0 的高性能 OCR 服务实现
人工智能·命令行
zabr20 分钟前
AI时代,为什么我放弃Vue全家桶,选择了Next.js + Supabase
前端·aigc·ai编程
小阿鑫30 分钟前
MCP神器!MCP-USE 一键部署连接任何MCP服务器
服务器·人工智能·aigc·部署·ai落地·mcp·mcpserver·部署mcpserver·部署mcp
安思派Anspire38 分钟前
测试18种RAG技术,找出最优方案(二)
aigc·openai·agent
xw337340956441 分钟前
《卷积神经网络(CNN):解锁视觉与多模态任务的深度学习核心》
人工智能·pytorch·深度学习·神经网络·cnn
极客BIM工作室43 分钟前
机器学习阶段性总结:对深度学习本质的回顾 20250813
人工智能·深度学习·机器学习
可观测性用观测云1 小时前
观测云产品更新 | RUM、APM、场景、监控、管理等
产品
程序员海军1 小时前
MCP神器!MCP-USE 一键部署连接任何MCP服务器
人工智能·aigc·mcp
Python测试之道1 小时前
利用生成式AI与大语言模型(LLM)革新自动化软件测试 —— 测试工程师必读深度解析
人工智能·语言模型·自动化