無招回歸后的釘釘 AI 重構(gòu)：姿勢尚顯笨拙，但方向更對了

過去一年多，整個科技行業(yè)從 AI 浪潮，進入了 AI 泡沫階段。無數(shù)產(chǎn)品爭先恐后地貼上 AI 的標簽，冷靜下來看，大多數(shù)只是在既有流程上做 +AI 的微創(chuàng)手術(shù)，無非是聊天框里加個客服機器人，文檔里添一個「幫我寫」，本質(zhì)上還是人去適應(yīng)工具，AI 更像個被動觸發(fā)的插件。而插件的點擊率，也似乎沒有想象得那么高。

喧囂過后，市場在期待一份更徹底的答卷。我們真正需要的，或許不是一個更聰明的「插件」，而是一種被 AI 原生重構(gòu)的工作方式。

釘釘發(fā)布了 8.0 版本，推出了很多新產(chǎn)品：釘釘One、AI 搜問、AI 表格、AI 聽記 和企業(yè) Agent 平臺等等。挺值得聊一聊。我挺喜歡無招在大會上的一些分享，因為看到了一條清晰的脈絡(luò)。畢竟很多公司做 AI ，看不到什么脈絡(luò)，更別提有什么產(chǎn)品了。

無招提到的脈絡(luò)是：嘗試從「人找信息、人驅(qū)動流程」的舊范式，向「信息找人、AI 驅(qū)動萬物」的 AI 原生范式邁進。

產(chǎn)品有點多，的確是泄洪式發(fā)布。整個看下來，不像是 4 個月能做出來的東西，更像是無招想了很久的東西，一次性發(fā)出來了。也因為多，部分產(chǎn)品只是開始對外測試，個別非拳頭產(chǎn)品還是有堆產(chǎn)品的感覺在。但的確有一個明確的終局目標在前方，產(chǎn)品與產(chǎn)品之間的墻也被陸續(xù)推倒了。

刨除掉解決方案、純 toB 的能力，釘釘發(fā)布的 AI 主線產(chǎn)品，我想用四個詞來表示：問、聞、望、切。

將人從重復(fù)、繁瑣的事務(wù)中解放出來，實現(xiàn) AI 不是主動觸發(fā)的技能，還是被動打開的「光環(huán)」效果，伴隨感更強，更 work with AI，而不再是 command AI to do。

問（Ask）：從「信息檢索」到「知識問答」

工作的本質(zhì)是信息的流動與處理，而「問」是信息流動的起點。傳統(tǒng)企業(yè)搜索的痛點在于，信息是「非結(jié)構(gòu)化」且「孤島化」的。聊天記錄、會議紀要、審批流程、項目文檔散落在各個角落，我們找東西就像在倉庫里翻箱倒柜，找到的是「文件」，距離真正的「答案」還很遠。

釘釘?shù)摹窤I 搜問」（Enterprise AI Seek）核心在于全域連接與語義理解：它能跨場景檢索釘釘內(nèi)幾乎所有協(xié)作信息，并能通過開放能力連接企業(yè)的CRM、生產(chǎn)系統(tǒng)等內(nèi)部數(shù)據(jù)，打破數(shù)據(jù)壁壘 。更重要的是，它通過知識圖譜和向量化技術(shù)，讓 AI 真正「理解」這些信息，實現(xiàn)語義搜索 。比如可以問「上個季度A項目的關(guān)鍵結(jié)論是什么？」，它給你的不再是一堆文檔鏈接，而是基于你的權(quán)限，直接從會議紀要、聊天記錄和項目文檔中整理、總結(jié)出的答案 。這實現(xiàn)了從「找到文件」到「獲得答案」的關(guān)鍵一躍。

聞（Record）：將「語音數(shù)據(jù)」資產(chǎn)化

文檔是企業(yè)的靜態(tài)知識，語音溝通——會議、訪談、客戶拜訪——則是企業(yè)內(nèi)部的動態(tài)信息流 。但這些信息長期以來都是「閱后即焚」，難以沉淀和利用。

釘釘用「AI 聽記」（AI Minutes）和智能硬件 DingTalk A1來補完這塊拼圖 。系統(tǒng)化地將語音這種非結(jié)構(gòu)化數(shù)據(jù)，轉(zhuǎn)化為可檢索、可分析、可復(fù)用的結(jié)構(gòu)化知識資產(chǎn)。

軟件層面，「AI 聽記」不僅是簡單的語音轉(zhuǎn)文字，它內(nèi)置了聲紋識別，能自動區(qū)分發(fā)言人 ，并提供 36 種場景化模板（如頭腦風(fēng)暴、法律咨詢等）進行結(jié)構(gòu)化紀要整理 。紀要中的待辦事項可以一鍵同步到釘釘待辦 ，實現(xiàn)了從記錄到行動的閉環(huán)。

硬件層面，DingTalk A1 這款超薄錄音卡片可以解決「數(shù)據(jù)源頭」的問題。它通過專業(yè)的6麥克風(fēng)陣列、超長續(xù)航和與手機的便捷磁吸設(shè)計 ，確保了高質(zhì)量、無遺漏的錄音。這是在告訴用戶：別擔(dān)心錄音質(zhì)量和操作繁瑣，把「記錄」這個動作交給它，用戶可以只管專注溝通。

另外，這背后是釘釘聯(lián)手通義實驗室推出的 Fun-ASR 語音識別大模型，針對十多個垂直行業(yè)（如家裝、汽車）的

「黑話」進行了優(yōu)化，并且支持企業(yè)利用自有數(shù)據(jù)進行專屬模型訓(xùn)練 ，使得語音數(shù)據(jù)的資產(chǎn)化變得更加精準可靠。

望（View）：重構(gòu)信息分發(fā)的「釘釘One」

傳統(tǒng)工作臺是「人找事」的邏輯，各種應(yīng)用、待辦像一個個孤島，需要你主動點擊、查找。釘釘 One 則試圖反轉(zhuǎn)這個邏輯，變成「事找人」 。它將所有與你相關(guān)的工作信息與任務(wù)，由 AI 按優(yōu)先級整理后，以卡片流的形式推送給你。

釘釘官方用了一個非常形象的比喻：讓工作處理就像刷短視頻一樣絲滑。這個信息流不僅是任務(wù)中心，也是人與 AI 協(xié)作的統(tǒng)一入口。用戶可以通過長按按鈕，用語音指揮消息助理、日程助理等各種 Agent 為你處理工作，比如發(fā)起會議、整理項目進展 。

過去靠群聊分享的行業(yè)資訊、技術(shù)趨勢，現(xiàn)在可以由 AI 自動收集、翻譯，并像企業(yè)內(nèi)部的「抖音」一樣精準推送給相關(guān)員工 。這是信息分發(fā)模式的重構(gòu)。

切（Do）：讓「AI 表格」成為零門檻應(yīng)用搭建平臺

釘釘 AI 表格的定位，是「AI 時代的應(yīng)用搭建平臺」。它的核心理念是，未來的應(yīng)用將不再是代碼的堆砌，而是以數(shù)據(jù)為中心來構(gòu)建 。

AI 表格集成了數(shù)據(jù)、自動化和儀表盤 。可以通過連接器同步 2000 多類數(shù)據(jù)源（如電商平臺、ERP系統(tǒng)） ，然后通過 AI 驅(qū)動的自動化工作流，僅用自然語言對話就能搭建復(fù)雜的業(yè)務(wù)邏輯 。比如，你可以告訴它：「幫我建一個達人種草管理應(yīng)用，能自動提醒待跟進的溝通」，它會自動創(chuàng)建多張關(guān)聯(lián)的數(shù)據(jù)子表、儀表盤和自動化流程 。

同時，每一個單元格都可以是一個并行的智能 Agent。例如，電商運營可以將一列商品圖交給「一鍵換背景」 Agent 處理；在安全巡檢場景中，巡檢員拍下照片后，多個字段 Agent 可以協(xié)作完成隱患識別、分類、法規(guī)匹配、生成整改建議，并自動觸發(fā)通知給負責(zé)人 。這讓表格從一個數(shù)據(jù)容器，變成了一個可以完成復(fù)雜任務(wù)的「智能工廠」。

更需要關(guān)注的是，無招在打破各個產(chǎn)品之間的墻，或者說無招在用他的思路再設(shè)計 AI 釘釘。ONE 與消息、任務(wù)、日歷 Agent，與 AI 搜索之間像一個整體，表格是搜索的知識庫來源，搜索也可以是表格的數(shù)據(jù)，聽記、A1的信息也同樣是搜索、AI表格的信息來源，各個產(chǎn)品之間互相關(guān)聯(lián)，再不同的用戶交互上提供對應(yīng)的服務(wù)。

不再像過去的釘釘，用起來總有一種隔離感，像是多個公司的產(chǎn)品拼湊在了一起。

無招自己在發(fā)布會上的說法是，「釘釘在 AI 時代的工作方式，不再是讓大家拼命寫文檔、做流程、寫代碼，而是讓 AI 去理解你的企業(yè)，理解你所在的物理世界，讓 AI 去操控相關(guān)的產(chǎn)品和工具，做決策和執(zhí)行，我們再輔助 AI 不斷產(chǎn)生優(yōu)化循環(huán)。」

AI 真的要理解企業(yè)，需要做到的是 AI 能像人一樣去融會貫通、思考后再輸出，不會是讀了一堆書但從來沒有學(xué)會過。

當(dāng)然，這幾個產(chǎn)品描述的依然還是理想狀態(tài)。當(dāng)下的階段，畢竟是剛剛推出的版本，未必有那么言出法隨、立竿見影的。還是會存在一些可行性上的問題。比如，用戶習(xí)慣的巨大挑戰(zhàn)。「事找人」的模式能否真正提升效率，需要經(jīng)過市場的長期檢驗。另外，AI 能力的「最后一公里」，「AI 搜問」、「AI 表格」、「AI 聽記」的實際解決問題的可行性如何，也需要驗證。

有媒體問無招釘釘 8.0 距離他心目中理想的AI應(yīng)用走了多遠，無招的回答是 10%。

不過，總的來說，釘釘 8.0 的發(fā)布，是一次值得鼓勵的、更真誠的轉(zhuǎn)身。它不再滿足于對舊有工作模式的修補，而是勇敢地試圖用 AI 的思維去重構(gòu)工作的基本流程。

要知道釘釘是一個誕生十年的 APP 了。

在這一輪 AI 浪潮里，大家都在探索一款新時代成功的 APP，真正做到 AI 原生。

確實，一款已成功的產(chǎn)品的重構(gòu)，所帶來的影響會比我們局外人想象的要大許多。信息流交互方式的變化，用戶是否買單，功能布局的變化會造成大量的用戶活躍下降，也會犧牲掉很多可以做數(shù)據(jù)運營的入口。尤其是，在一個老產(chǎn)品上做一點點改造，背后所影響的都會是一個龐大的功能體系和利益。

大刀闊斧的變化，也確實是只有創(chuàng)始人才敢做的決策。

從「望聞問切」四個基本點切入，這套邏輯是清晰且自洽的。它所呈現(xiàn)的，是一個以 AI 為核心，數(shù)據(jù)驅(qū)動，流程自動化的未來工作圖景。

對于所有身處其中的職場人而言，是我們都開始思考這個問題的時候了：

當(dāng) AI 開始幫我們「望、聞、問、切」之后，我們自己的價值會去向何方？

Gemini 亦有幫助。

題圖由 Midjourney 繪制。