电竞比分网-中国电竞赛事及体育赛事平台

關(guān)于ZAKER Skills GEO服務(wù) 合作

企業(yè)微信的 AI,在玩一種很新的東西

前幾天在使用微信的 AI 助手小微的時(shí)候,我就在想一個(gè)小的場(chǎng)景——

讓小微幫我找一找過(guò)去半年我答應(yīng)和別人吃飯但是并沒(méi)有做到的人有哪些?

但很遺憾,還在測(cè)試期的小微相對(duì)謹(jǐn)慎,目前暫未開(kāi)放全局的聊天記錄作為上下文,我的這個(gè)需求暫時(shí)還做不到。

然而企業(yè)微信最新上線了一個(gè)非常實(shí)用的 AI 功能,它有全域的上下文。

你問(wèn)它工作相關(guān)的事,它幾乎都能從容應(yīng)答,讓你不漏掉任何一件重要的事。

今天我們就來(lái)聊一聊企業(yè)微信最新的 AI 功能。

一

先說(shuō)一個(gè)幾乎所有打工人都有過(guò)的體驗(yàn)。

周一早上打開(kāi)企業(yè)微信,一大堆未讀消息在那里排著隊(duì)等你翻牌子。

你得花了大半個(gè)小時(shí),搞清楚和你相關(guān)的工作進(jìn)展,然后再花十分鐘給自己列待辦清單。

整個(gè)過(guò)程還是很疲憊的。

沒(méi)錯(cuò),你的企業(yè)微信里躺著幾百個(gè)群聊、幾千條消息、無(wú)數(shù)份文檔和郵件,它們是你工作的全部上下文。

但你每天需要花大量時(shí)間去人肉匯總、排優(yōu)先級(jí)。

德魯克在 1966 年的《卓有成效的管理者》里就提過(guò),知識(shí)工作者的時(shí)間被大量碎片化的事務(wù)消耗掉了。

60 年后的今天,我們的工具換了好幾代,這個(gè)問(wèn)題還是木有解決,反而更加嚴(yán)重了。

那么問(wèn)題來(lái)了,如果有一個(gè) AI,能直接讀懂這些上下文,幫你干掉信息搬運(yùn)這個(gè)環(huán)節(jié)呢?

6 月 23 日,企業(yè)微信開(kāi)始灰度內(nèi)測(cè)一個(gè)叫 " 大圓 " 的 AI 智能助理,同時(shí)上線了一個(gè)叫 " 服務(wù)總結(jié) " 的 AI 功能。

前者面向給企業(yè)里每個(gè)人配了一個(gè) AI 助理,提升內(nèi)部協(xié)同,后者面向外部客戶經(jīng)營(yíng)。

這兩個(gè)功能放在一起看,企業(yè)微信其實(shí)在做一件很新的事:讓 AI 無(wú)縫地融入到工作流里。

二

為了把大圓這個(gè)東西講明白,先得說(shuō)一個(gè) AI 行業(yè)的老問(wèn)題。

今天市面上絕大多數(shù) AI 助手的使用方式都是這樣的:你打開(kāi)一個(gè)獨(dú)立的對(duì)話窗口,從頭開(kāi)始給 AI 交代背景、描述需求,然后等它給你一個(gè)回答。

每一次對(duì)話都是一次冷啟動(dòng)。

這種工作方式的問(wèn)題在于:上下文需要你手動(dòng)灌入。

從過(guò)去兩年的 AI 發(fā)展看,我覺(jué)得下面這個(gè)公式是有道理的——

AI 的有效產(chǎn)出 = 模型能力 × 上下文質(zhì)量。

模型能力是一條腿,上下文質(zhì)量是另一條腿,絕大多數(shù)產(chǎn)品的上下文都還停留在自己喂的階段。

大圓的產(chǎn)品邏輯跟市面上這些 AI 助手有一個(gè)關(guān)鍵區(qū)別:它的上下文是自動(dòng)感知的。

什么意思呢?

你在企業(yè)微信里的任何頁(yè)面,手機(jī)端左滑一下,就能喚起大圓。

它能自動(dòng)識(shí)別你當(dāng)前在哪個(gè)界面,你在一個(gè)群聊里,它知道你在看這個(gè)群的消息;

你在看一份文檔,它知道你在看這份文檔的內(nèi)容;

你不需要復(fù)制粘貼任何東西,不需要從頭交代背景。

甚至甚至我覺(jué)得它比微信里喚起小微還要更便捷——

在微信里,在某個(gè)聊天界面想要喚起小微,得先點(diǎn)右下角的加號(hào),再點(diǎn)擊 " 問(wèn)小微 " 才能喚起,操作是兩步;

但在企業(yè)微信里,它是一個(gè)在任何界面都常駐的圖標(biāo),一步就能喚醒。

三

我來(lái)說(shuō)幾個(gè)自己的真實(shí)體驗(yàn)。

第一個(gè)場(chǎng)景。

我早上起來(lái),有些困,感覺(jué)需要做的事情有些多,腦子有點(diǎn)亂。

于是喚起大圓,問(wèn)了一句 " 今天我有哪些重要的事情需要做?"

大圓沒(méi)有列一個(gè)泛泛的待辦清單,直接幫我做了一次跨場(chǎng)景的工作梳理。

它從我昨天的多個(gè)群聊和私聊中,自動(dòng)提取出了三件核心工作:社群研報(bào)品控方案的確定、一個(gè) Vibe Coding 咨詢項(xiàng)目的推進(jìn)、一場(chǎng)券商分享的籌備。

每一件事都標(biāo)注了當(dāng)前進(jìn)展、關(guān)聯(lián)項(xiàng)目和下一步行動(dòng),甚至把每件事涉及的關(guān)鍵聯(lián)系人都列得很清楚。

而且它幫我生成了一個(gè)完整的待辦事項(xiàng)列表,并且給了優(yōu)先級(jí)建議:

咨詢框架要優(yōu)先處理,因?yàn)閷?duì)方有時(shí)間卡點(diǎn);券商分享的方案可以等對(duì)方發(fā)了背景資料再集中推進(jìn);電子發(fā)票今天務(wù)必搞定,互選廣告結(jié)算通常有時(shí)效。

注意,有一個(gè)小細(xì)節(jié),有一些工作非常認(rèn)真的人其實(shí)對(duì) AI 總結(jié)不是 100% 放心的,擔(dān)心它出錯(cuò)。

這一點(diǎn),企業(yè)微信也考慮到了,它的總結(jié)后邊是有引用小序號(hào)的,可以點(diǎn)擊這些數(shù)字序號(hào)可以直接轉(zhuǎn)跳到原文,大大增加了工作的踏實(shí)感。

我算了一下,如果我自己手動(dòng)做這件事,至少需要翻閱 6 到 7 個(gè)聊天窗口,花 15 到 20 分鐘,而且大概率會(huì)漏掉一兩件瑣碎事項(xiàng)。

大圓幫我壓縮到了 30 秒。

四

第二個(gè)場(chǎng)景更日常。

同樣是早上到公司,我問(wèn)大圓:" 有哪些未讀消息我要優(yōu)先處理?"

大圓沒(méi)有把所有未讀消息一股腦丟給我,它做了一層人工智能級(jí)別的篩選。

它告訴我有 2 件事需要我處理:

第一件,實(shí)習(xí)生思文在單聊中提醒我今天記得給最近兩條公眾號(hào)互選廣告開(kāi)電子發(fā)票;

第二件,實(shí)習(xí)生萬(wàn)琪問(wèn)我雪球賬號(hào)有段時(shí)間沒(méi)更新了,她想去更新最新文章,問(wèn)我是否同意。

這兩條消息分別來(lái)自兩個(gè)不同的私聊窗口,發(fā)送時(shí)間一個(gè)是 8:10,一個(gè)是 8:22。如果我自己去翻,可能需要逐個(gè)點(diǎn)開(kāi)私聊查看,容易錯(cuò)過(guò)。

大圓幫我找了出來(lái),還給了行動(dòng)建議。

這個(gè)功能有多實(shí)用呢?

想想看,一個(gè)管理著十幾個(gè)群的中層管理者,每天早上至少面對(duì) 100 條以上的未讀消息。

能把這 100 條消息里真正需要自己親自處理的那幾條提煉出來(lái),這個(gè)價(jià)值是實(shí)打?qū)嵉男侍嵘?/p>

五

第三個(gè)場(chǎng)景。

我有一個(gè)三人小群,是我和兩個(gè)實(shí)習(xí)生思文、萬(wàn)琪討論社群研報(bào)運(yùn)營(yíng)方案的工作群。

那天晚上我們?nèi)齻€(gè)人圍繞研報(bào)的內(nèi)容分層、發(fā)布頻率、選稿標(biāo)準(zhǔn)、互動(dòng)設(shè)計(jì)聊了很長(zhǎng)時(shí)間,信息量其實(shí)大,討論結(jié)論分散在幾十條消息里。

事后我在群里喚起大圓,問(wèn)它 " 群里聊了什么,有什么我需要做的?"

大圓給出了兩層回復(fù)。

第一層是完整的討論總結(jié):

它把我們的討論按照內(nèi)容分層、選稿標(biāo)準(zhǔn)、發(fā)布節(jié)奏、互動(dòng)設(shè)計(jì)、品控流程、復(fù)盤(pán)機(jī)制六個(gè)維度做了結(jié)構(gòu)化梳理。

比如內(nèi)容分層是 5 篇必看 +10 篇延伸閱讀 +5 篇資料庫(kù)收藏;選稿標(biāo)準(zhǔn)至少看兩件事,信息新不新、內(nèi)容跟社群成員有沒(méi)有關(guān)系;

第二層,它自動(dòng)識(shí)別出了討論中每個(gè)人認(rèn)領(lǐng)的任務(wù)。

我在聊天中說(shuō)過(guò) " 最終的 5 篇必看和導(dǎo)讀我來(lái)定 ",大圓精準(zhǔn)地把這句話識(shí)別為我給自己認(rèn)領(lǐng)的待辦,并給出了行動(dòng)建議——

方案已經(jīng)敲定,你的導(dǎo)讀和必看定稿決定了內(nèi)容調(diào)性,建議提前跟思文對(duì)齊初篩清單的交付時(shí)間。

這意味著大圓很好地理解自然語(yǔ)言對(duì)話中隱含的任務(wù)分配關(guān)系。

六

那么問(wèn)題來(lái)了,大圓只是一個(gè)更高級(jí)的聊天總結(jié)工具嗎?

其實(shí)不止,它一個(gè)很重要的特點(diǎn)是跨會(huì)話記憶和上下文關(guān)聯(lián)。

我來(lái)講第四個(gè)案例,這也是整篇文章里我最想分享的。

我在和實(shí)習(xí)生思文的聊天中,把一份給券商做分享的 PPT 初稿發(fā)給她幫忙檢查事實(shí)和數(shù)據(jù)。

然后我和思文聊天窗口里喚起大圓,問(wèn)了一句:

" 解讀一下這個(gè)聊天中的文件,看看它是不是符合我之前答應(yīng)人家的要求?"

注意,這句話里的 " 人家 " 非常模糊。

我說(shuō)的人家可以是這個(gè)聊天對(duì)象思文,也可以是任何人。

但大圓非常智能地理解了:我說(shuō)的 " 人家 " 指的是昨天跟我溝通路演事宜的那位券商聯(lián)系人

它是怎么判斷的?

它去翻了我前一天和券商聯(lián)系人的聊天記錄,找到了我對(duì)她做過(guò)的承諾——

定位為產(chǎn)業(yè)趨勢(shì)與商業(yè)模式分析、不涉及個(gè)股推薦、數(shù)據(jù)標(biāo)注來(lái)源、材料提前審核。

然后大圓逐條對(duì)照檢查了這份 PPT,給出了 5 項(xiàng)核驗(yàn)結(jié)果。其中 3 項(xiàng)完全符合,2 項(xiàng)需要改進(jìn)。

它甚至細(xì)到指出了 PPT 中幾頁(yè)數(shù)據(jù)缺少來(lái)源標(biāo)注的具體位置:第 4 頁(yè) CPM 約 $60 和最低 $20 萬(wàn)起投的數(shù)據(jù)建議標(biāo)注出處,第 5 頁(yè) Sam Altman 態(tài)度轉(zhuǎn)變的原話需要標(biāo)注對(duì)應(yīng)的采訪或推文鏈接。

它還發(fā)現(xiàn)我在 PPT 中用了自己公司的簡(jiǎn)稱,建議改為中性表述以避免在產(chǎn)生不當(dāng)關(guān)聯(lián)。

跨會(huì)話的語(yǔ)義關(guān)聯(lián)能力,加上對(duì)模糊指代的準(zhǔn)確理解,這兩點(diǎn)非常實(shí)用。

真的有一種聰明的助理的感覺(jué)。

七

看到這里,有些讀者可能會(huì)問(wèn):大圓到底是怎么做到的?

答案就四個(gè)字:全域上下文。

企業(yè)微信天然沉淀了一個(gè)職場(chǎng)人幾乎全部的工作數(shù)據(jù):群聊消息、私聊記錄、文檔、郵件、日程、會(huì)議、通訊錄。

當(dāng) AI 能夠讀取并理解這些數(shù)據(jù)時(shí),它就不再是一個(gè)需要你手動(dòng)喂料的工具了。

大圓更像是一個(gè)坐在你工位旁邊、跟你共享同一個(gè)信息環(huán)境的同事。

你扭頭說(shuō)一句那個(gè)事兒怎么樣了,他就能給你答案,因?yàn)樗恢痹诳础⒁恢痹诶斫狻?/p>

企業(yè)微信已經(jīng)接入了超過(guò) 1400 萬(wàn)真實(shí)企業(yè)與組織,每天服務(wù)超過(guò) 7.5 億微信用戶。

大圓的上下文池子,理論上覆蓋了中國(guó)商業(yè)世界中最龐大的工作關(guān)系網(wǎng)絡(luò)。

八

說(shuō)完了面向內(nèi)部協(xié)同的大圓,再來(lái)聊聊面向客戶經(jīng)營(yíng)的 " 服務(wù)總結(jié) "。

做過(guò)銷(xiāo)售或客服的人都知道一個(gè)上頭的痛點(diǎn):

同時(shí)在服務(wù)幾十甚至上百個(gè)客戶,每個(gè)客戶聊到哪了、意向高不高、上次答應(yīng)了什么,全靠腦子記。

客戶越多,信息越碎,腦子越不夠用。

最常見(jiàn)的應(yīng)對(duì)方式是什么?

CRM 系統(tǒng)。但現(xiàn)實(shí)中大量一線銷(xiāo)售對(duì) CRM 系統(tǒng)的態(tài)度是:我知道應(yīng)該錄入,但太費(fèi)時(shí)間了,能不錄就不錄。

服務(wù)總結(jié)做的事情,首先是把 CRM 的信息錄入這一步給自動(dòng)化了。

你和微信客戶正常聊天溝通,AI 在后臺(tái)自動(dòng)分析對(duì)話內(nèi)容,提取客戶想要什么產(chǎn)品或服務(wù)、意向高低、關(guān)鍵需求點(diǎn)等信息。

你可以在聊天工具欄里一鍵調(diào)出總結(jié),也可以不調(diào),因?yàn)槊刻煸缟?AI 還會(huì)主動(dòng)推一份 " 今日建議重點(diǎn)跟進(jìn)客戶 " 清單給你。

我用一段真實(shí)的對(duì)話來(lái)測(cè)試了服務(wù)總結(jié)的效果。

這段對(duì)話是我和一位券商聯(lián)系人的完整溝通記錄,涵蓋了分享內(nèi)容定位、聽(tīng)眾構(gòu)成、合規(guī)要求等大量細(xì)節(jié)。

服務(wù)總結(jié)生成的紀(jì)要非常到位。

它精準(zhǔn)提取了分享主題是圍繞 OpenAI 上線廣告這一話題、聽(tīng)眾是基金經(jīng)理和 TMT 研究員、內(nèi)容邊界是基于公開(kāi)資料不涉及個(gè)股推薦、時(shí)間節(jié)點(diǎn)是等對(duì)方發(fā)背景資料后推進(jìn)。

這些要點(diǎn)分散在 15 輪對(duì)話的各個(gè)角落,靠人工整理至少要花 10 分鐘仔細(xì)回翻,大圓可以在十多秒內(nèi)完成。

企業(yè)微信的獨(dú)特之處在于它同時(shí)連接了企業(yè)內(nèi)部和外部客戶。

這是一個(gè)非常關(guān)鍵的差異。

一個(gè)銷(xiāo)售人員在企業(yè)微信里的工作場(chǎng)景是這樣的:上午在內(nèi)部群里和同事討論產(chǎn)品策略,下午在客戶群里和客戶溝通需求,晚上給客戶發(fā)了一份方案。

這三個(gè)場(chǎng)景的數(shù)據(jù)全部沉淀在企業(yè)微信里,大圓可以跨越這三個(gè)場(chǎng)景進(jìn)行理解和關(guān)聯(lián)。

從這個(gè)角度看,企業(yè)微信的 AI 在 " 內(nèi)外協(xié)同 " 這件事上,天然擁有一個(gè)其他平臺(tái)很難復(fù)制的結(jié)構(gòu)性優(yōu)勢(shì)。

九

中國(guó)最大的客戶服務(wù)陣地在企業(yè)微信。

零售、教育、金融、保險(xiǎn)這些高度依賴客戶關(guān)系的行業(yè),客戶的溝通記錄全部沉淀在這里。

現(xiàn)在 AI 能直接讀懂這些溝通記錄,自動(dòng)提煉客戶需求和意向,每天推送建議跟進(jìn)的客戶名單。

這件事的價(jià)值有多大?

做過(guò)客戶服務(wù)運(yùn)營(yíng)的人心里都有數(shù),一個(gè)管理著 500 個(gè)客戶的銷(xiāo)售,靠人腦記憶和手動(dòng) CRM 錄入,最多精細(xì)化服務(wù)其中 50 個(gè)。

AI 介入后,500 個(gè)客戶的需求和進(jìn)展全部可追蹤、可提醒。

這個(gè)杠桿效率還是非常可觀的。

十

最后說(shuō)說(shuō)我的整體判斷。

企業(yè) AI 的終極戰(zhàn)場(chǎng),核心在于誰(shuí)的數(shù)據(jù)更豐富、誰(shuí)和用戶工作流的結(jié)合更緊密。

企業(yè)微信坐擁 1400 萬(wàn)企業(yè)、7.5 億日服務(wù)用戶、橫跨內(nèi)部協(xié)同和外部客戶經(jīng)營(yíng)兩大場(chǎng)景。

AI 讀取已有的數(shù)據(jù)就行了,用戶不需要做任何額外的數(shù)據(jù)遷移。

我自己體驗(yàn)下來(lái),大圓給我最深的一個(gè)感受就是:當(dāng)你問(wèn)它都知道,而你并沒(méi)有告訴過(guò)它任何事。

這背后是長(zhǎng)年累月沉淀在企業(yè)微信里的工作數(shù)據(jù),這些數(shù)據(jù)以前只是被存儲(chǔ)著,現(xiàn)在開(kāi)始被 AI 理解了。

企業(yè)微信的 AI 走的是一條很務(wù)實(shí)的路——

不搞花哨的 demo,就是盯著一線打工人最真實(shí)的痛點(diǎn),幫你整理消息、幫你記住待辦、幫你干掉那些每天重復(fù)枯燥的工作。

這條路不性感,但很實(shí)在。

- 完 -

作者簡(jiǎn)介:衛(wèi)夕,公眾號(hào) " 衛(wèi)夕指北 " 出品人,科技專欄作者,專寫(xiě)長(zhǎng)文,專寫(xiě)不一樣的,專注剖析 AI、廣告及互聯(lián)網(wǎng)的底層邏輯;不關(guān)注這個(gè)賬號(hào),你都不知道你會(huì)錯(cuò)過(guò)神馬!

相關(guān)閱讀

最新評(píng)論

沒(méi)有更多評(píng)論了
衛(wèi)夕指北

衛(wèi)夕指北

作者衛(wèi)夕,每周一篇深度文章剖析互聯(lián)網(wǎng)、廣告、營(yíng)銷(xiāo)相關(guān)的底層邏輯!

訂閱

覺(jué)得文章不錯(cuò),微信掃描分享好友

掃碼分享

企業(yè)資訊

查看更多內(nèi)容