超級助理：AI時代的工作方式

《超級助理：AI時代的工作方式》拆解 作者：秦朔、葉軍、何苗、楊琳樺 一、一句話概括 AI時代的工作方式，不是讓一個通用模型包辦一切，而是把大模型接入企業數據、業務流程和協作工具，形成能夠感知、記憶、規劃並執行任務的個性化“超級助理”。 二、核心邏輯 本書以釘釘的產品演進和企業實踐爲主線，討論組織如何從信息化、數字化走向智能化。 全書分爲兩個層次： 上部討論平臺與產品：大模型如何改變企業軟件，釘釘爲什麼從協作工具轉向PaaS平臺，以及“超級助理”可能具備哪些能力。下部討論行業實踐：機場、快遞、製造、零售、農業、餐飲、學校和中小企業如何藉助數字化與AI改造業務。 全書的核心路徑是： 統一組織連接 → 在線化業務流程 → 沉澱企業數據 → 用低代碼連接應用 → 接入大模型 → 讓AI進入具體崗位和流程 作者強調，企業AI真正產生價值的前提，不只是擁有大模型，而是已經建立可連接的數據、應用、權限和工作流程。 三、核心內容 1. 企業數字化經歷三個階段 信息化階段主要是把紙質信息錄入系統，提高記錄和查詢效率。 數字化階段進一步把溝通、審批、生產、銷售和服務流程搬到線上，讓數據能夠流動和協同。 智能化階段則讓AI讀取數據、理解需求、提出建議，並在權限允許的範圍內調用工具完成任務。 如果企業的基礎數據分散、流程混亂、系統互不連接，AI即使能力很強，也難以產生穩定價值。 2. 大模型正在改變企業軟件的交互方式 傳統軟件要求用戶理解菜單、表單和操作流程；大模型允許用戶使用自然語言表達目標。 例如，用戶可以直接要求系統： 總結會議並生成待辦事項；檢索內部知識；分析銷售數據；起草方案和郵件；生成表格或應用；根據規則發起流程；追蹤任務完成情況。 軟件交互由“人學習工具”逐漸轉向“工具理解人的意圖”。這也是AI助理比普通聊天機器人更有價值的地方。 3. “模型即服務”降低企業使用AI的門檻 訓練通用大模型需要大量數據、算力和專業團隊，並非所有企業都適合自建。 “模型即服務”讓企業通過雲平臺或接口調用模型能力，再結合自身數據和場景開發應用。 企業需要選擇的不是“是否從頭訓練一個大模型”，而是： 使用哪種基礎模型；哪些數據可以接入；是否需要檢索增強或微調；模型可以調用哪些工具；如何控制權限、成本和風險。 模型提供通用能力，企業場景決定最終價值。 4. 真正的AI助理需要四種能力 本書把超級助理的核心能力概括爲感知、記憶、規劃和行動。 感知：理解文字、語音、圖片、表格和業務狀態。記憶：保留用戶偏好、組織知識和歷史任務。規劃：把複雜目標拆解爲可以執行的步驟。行動：調用應用、數據庫和工作流完成實際操作。 只有生成文字而不能連接工具的AI，更像內容助手；能夠在可控權限內完成跨系統任務，才更接近真正的工作助理。 5. 大模型進入企業後需要“變小” 通用模型知識廣泛，卻不瞭解某家企業的制度、產品、客戶和崗位要求。 所謂“大模型變小”，不是簡單縮減參數，而是讓通用能力適配具體組織： 接入經過授權的企業知識庫；限定任務範圍和回答邊界；結合崗位角色提供不同能力；使用企業術語和工作規範；通過小模型或專用模型降低成本；保留審計、糾錯和人工複覈機制。 越具體的業務場景，越需要精準、低成本和可控，而不是單純追求更大的模型。 6. PaaS和低代碼連接通用平臺與個性需求 企業軟件面臨一個矛盾：標準化產品容易規模化，卻難以完全適應每家公司的業務；定製開發能夠貼合需求，但成本高、週期長且難以維護。 PaaS平臺提供身份、消息、流程、數據和應用開發等公共能力，低代碼則讓業務人員通過較少編程快速構建應用。 AI進一步降低了開發門檻：用戶可以用自然語言描述需求，由模型輔助創建表單、流程、腳本和數據分析。 但低代碼不等於不需要專業治理。複雜系統仍需考慮數據模型、權限、測試和長期維護。 7. 企業AI的價值必須落實到業務指標 本書列舉了大量行業案例，展示數字化和AI可能產生的價值： 機場集團統一管理多個機場的人員、設備和運營信息；快遞企業處理海量網點、包裹和一線人員協作；製造企業連接生產、質量、設備維護和供應鏈；零售企業提高門店、商品和庫存管理效率；餐飲企業協調總部、門店、供應鏈和消費者數據；學校和中小企業用低代碼解決個性化問題。 這些案例共同說明，AI項目應落在成本、效率、質量、收入、風險或用戶體驗等具體指標上，而不能只以“使用了大模型”作爲成果。 8. “數字員工”是崗位能力的重新組合 數字員工並不一定是具有虛擬形象的機器人，更常見的形式是能夠承擔部分崗位任務的軟件代理。 它可能負責： 回答重複諮詢；匯總數據和製作日報；檢查流程是否異常；提醒和跟進任務；生成標準文檔；幫助一線員工查找操作方法；對業務指標進行初步分析。 這不會簡單地讓整個崗位消失，而會先自動化其中可標準化、重複和可驗證的部分。人的工作重點將轉向目標設定、異常處理、關係溝通和責任判斷。 9. 人機協同優於未經約束的全自動化 本書強調AI的方向是增強而非簡單取代。 AI擅長快速處理大量信息、生成初稿和執行標準流程；人更適合處理價值判斷、複雜溝通、模糊責任和高風險決策。 合理的人機分工應根據風險確定： 低風險、可逆任務可以提高自動化程度；涉及資金、隱私、人事和安全的操作，應設置審批；重要內容需要事實覈驗；關鍵決定必須明確最終責任人；所有自動操作都應留下日誌並允許撤銷。 效率不能以失去控制和責任追蹤爲代價。 10. 組織變革比採購工具更困難 企業引入AI不僅是技術項目，也會改變流程、崗位、權力結構和績效評價。 常見障礙包括： 部門不願共享數據；原有流程缺少標準；員工擔心被取代；管理者只追求短期展示效果；AI應用與真實工作脫節；沒有建立數據和安全責任。 成功轉型需要管理層確定業務目標，讓一線員工參與設計，在小場景中驗證價值，再逐步推廣。 11. AI時代需要新的組織能力 個人需要學會清楚描述目標、拆解問題、判斷輸出質量，並把AI嵌入自己的工作流程。 企業則需要建立： 數據治理能力；知識庫維護機制；模型與應用評估標準；權限和隱私管理；人機協作流程；AI使用培訓；錯誤反饋和持續改進體系。 AI能力並非購買賬號後自動產生，而要轉化爲組織可以重複使用的工作方法。 12. 本書帶有明顯的平臺實踐視角 本書以釘釘的發展、戰略和客戶案例爲主要材料，因此既是AI辦公和企業數字化讀物，也帶有平臺產品敘事與案例宣傳色彩。 書中的案例適合用來理解企業AI可能如何落地，但不能據此推斷所有收益都由單一平臺產生。企業在選擇技術時還應比較： 與現有系統的兼容程度；數據能否遷移；是否形成供應商鎖定；總體使用與維護成本；安全合規能力；實際業務回報。 理解這一立場，有助於把案例經驗與產品宣傳區分開來。 四、本書最值得關注的核心觀點 本書最值得關注的觀點是： 企業AI的競爭力不只來自模型，而來自“模型＋數據＋流程＋組織”的完整系統。 同一個基礎模型可以被許多企業使用，因此模型本身很難構成長久差異。真正難以複製的是企業多年積累的業務知識、客戶數據、工作流程和組織經驗。 當這些資源經過治理並被AI安全調用時，通用模型才能變成了解企業、崗位和個人的超級助理。 反過來，如果企業連基礎數據和流程都沒有理順，直接引入AI只會讓混亂更快地流動。智能化不是跳過數字化，而是建立在數字化基礎上的下一步。 五、一段話總結 《超級助理：AI時代的工作方式》以釘釘的產品演進和企業案例爲基礎，提出未來的工作平臺將從溝通協作工具升級爲能夠感知信息、記憶知識、規劃任務並調用應用執行工作的AI助理。大模型提供通用認知能力，企業數據、知識庫、PaaS、低代碼、權限體系和業務流程則負責把它轉化爲機場、物流、製造、零售、餐飲、教育等場景中的實際生產力。AI更適合先接管重複、標準化和可驗證的任務，由人負責目標、判斷、溝通和最終責任；高風險操作則必須保留審批、審計和撤銷機制。本書帶有較強的釘釘平臺實踐視角，但其核心判斷具有普遍意義：企業智能化不是購買一個模型，而是同時改造數據、流程與組織，讓AI真正進入工作閉環。

這書睡前看了不到1/10，已覺得是近來讀過最貼近普通人的ai科普讀物。開頭講數據驅動時候舉的例子，那種具象化體驗，就好像初聽到那段阿拉斯加的鱈魚怎樣怎樣的文案。好的入門讀物就像好的推銷，你甚至忍不住馬上安利給別人。

跟《雲上的中國》系列放一起，就真是“雲釘一體”了。後半本是案例，結尾有人文&科技的跨界對談

寫的比我預想的好，本來以爲是釘釘宣傳推廣用的，但裏面的內容還是有很多有價值的部分。 前半部分講對於ai的發展和展望，還是很值得一讀的，贊同裏面的一些觀點和看法。同時對於熱門技術的演進展望很有可能是對的。 後半部分講釘釘的客戶案例，會有一種還能這麼用的感覺。有些案例是突破最初對於釘釘的想法的。 最終我覺得，企業信息化是技術演進必然的趨勢，釘釘可能不是最終跑出來的贏家，但確實在這個演進的過程中，它的出現推動了中國企業的信息化進程。

## 傑夫·貝佐斯的決策框架 - **決策框架的核心原則**：亞馬遜創始人傑夫·貝佐斯提出的一個簡單框架，強調決策不應“一刀切”，而應面對兩個關鍵問題：一是決策的後果是什麼？二是它是否可逆？ - **決策的分類與處理方式**： - 大多數決策，如那些後果影響較小或可逆的決策，應交給數據直接決定或授權給下屬決定。 - 重點應關注那些決策不可逆或影響重大的情況。對於這類決策，需要掌握更充分的信息，決策過程也應更加慎重。 - **核心總結**：做決策時，必須注意其是否可逆以及影響大小，這決定了決策的授權層級和慎重程度。 ## 釘釘的AI時代定位 - **戰略目標**：釘釘致力於成爲AI時代的操作系統。 - **實現方式**：通過AI交互界面，生成一個“超級APP”。這意味着輸入階段將主要採用自然語言交互方式，這比傳統的鼠標操作更爲方便，用戶可以直接用自然語言指揮和調用背後的低代碼平臺及各種API。 - **交互方式的權衡**：雖然自然語言輸入更便捷，但從信息輸出的角度看，鼠標操作可能仍有其優勢，因爲人類通過視覺（眼睛）獲取信息的效率最高。 ## 信息化與數字化的區別 - **信息化的定義與目標**：信息化是指利用信息技術改造傳統產業，旨在提高傳統產業的生產效率和管理水平。其核心邏輯是通過降低成本來實現效率提升。 - **數字化的定義與目標**：數字化是指利用數字技術重構傳統產業，目標是創造出新的產業和商業模式。其核心邏輯是通過提升效率來實現成本降低。 - **關鍵對比**：一句話概括，信息化是“通過降本來增效”，而數字化是“通過增效來實現降本”。 ## 對《釘釘超級助力》的補充說明 - **書籍的時代侷限性**：提及《釘釘超級助力》這本書可能創作時推理模型（如DeepSeek）尚未出現或普及，因此其中的一些考慮可能不夠周全。 - **書籍的價值**：儘管如此，書中關於信息化與數字化的內容仍然具有參考價值。

關於本書：之前舊有的評論不多，但是說的很明白，前半部分是釘釘對於AI的認知與展望，後半部分是實際應用案例。本書不能不能給個人直接的AI使用指導和執行手冊，它的所有案例也都是to B而不是to C的。 個人觀點：我對AI的發展有個模糊的時代印象，由於想快速學習使用AI，因此先看的後半部分。 一、後半部分的應用場景相對比較侷限，現在相對常見，包括：1.大型公司的交流、協同合作，2.整個企業的統一的數字化建設（虛擬映射）、3.採用邊緣計算使技術知識和基礎操作獨立（人工成本主要用於基礎體力勞動，降低對人工技術知識和經驗的需求，提高員工對問題的響應速度），4.AI客服等形式進行數據查詢。總體適用於具有以下特點之一的組織：體量較大、所需交流協作較多、業務知識不需要創新且有技術資料積累、流程化工作的組織。 二、前半部分是對國內外AI發展和同類公司發展的論述。側重於展現釘釘對於SASS和PASS的理解，以及未來此類科技公司的發展趨勢。特別讓我有印象的是低代碼這一點，以及現有AI使用更偏向增效而不是替代。結合書中提到的低代碼，我認爲，對於非計算機專業的普通人來說，結合低代碼化的趨勢，不必由於不懂編程從而AI恐慌，不懂編程不影響對AI的使用；另一方面，普通人對於AI最好的學習就是學做項目經理，你有大量想法要求AI去執行，從而以極小的試錯成本大幅提高產出（文中提到的prompt工程師等）。 三、對於非計算機專業想快速瞭解AI應用的讀者，這本書可以給你一點對AI使用的宏觀印象，但並不能給你直接的指導和執行手冊，它的所有案例也都是to B而不是to C的，爲企業提供轉型思路（AI的快速普及，讓它不是作爲某類軟件或者公司管理運營的亮點，而是作爲必需品應用，防止被時代清洗）。 四、個人想法，對於文中提到的PASS，我認爲未來如果是強AI時代，平板或電腦的重要程度會進一步提升，移動端受限於內存和屏幕大小，還是有諸多限制，最終形態可能會集成在以瀏覽器爲主體的PASS上，大量插件作爲拓展補充（類比微信小程序）。 五、我的閱讀背景：非計算機專業，對AI十分好奇。由於最近deepseek的熱門程度，作爲個人開始學習瞭解AI相關，大量使用AI軟件及平臺，包括之前使用的kimi、豆包、通義千問、chaibot arena，和最近的deepseek和monica，之前只是使用問答，處於時不時好用的水準。最近開始體會感受AI插件、AI集成平臺和非文字處理類AI的能力，另一方面就是閱讀近兩年的AI相關書籍。只用過monica，是非常好的集成平臺，同時存在於手機端、電腦端、網頁插件端。網頁插件端可以在我完全不懂編程的基礎上，直接生成插件或告訴我要在控制檯複製粘貼什麼代碼（雖然目前的使用還不成功，但是的確感受到了便捷性。） 六、微信讀書的AI大綱和問答並不好用，建議改進。 PS：我很好奇基於目前的prompt模版和AI的prompt優化功能下，prompt工程師具體要做些什麼，是否都是非計算機領域的細分場景下的項目經理？ 我目前沒有找到系統的AI軟件使用及如何創新應用AI的講解，希望有人可以給我建議，感謝！

像是釘釘的產品說明書 釘釘幹嘛的，未來能幹嘛，列了一堆案例。 乾貨也有一些 作者視野比較開闊，介紹了AI應用發展的過程，並且展望未來，MaaS（模型即服務）是趨勢，智能體是終極形態，手機上不再有其他APP，只保留一個。 當然作者說是釘釘（阿里肯定是塞錢了）。 智能體（AI Agent)的趨勢是公認的，是釘釘嗎？不一定，但基本出自巨頭之手，因爲AI壁壘已經相當高了。

普及型的數，主要以釘釘爲例子講述AI的演變和應用，後面的例子比較大路貨，如果能從精益的角度去講或許更爲直接。同樣，也是因爲多數以釘釘爲例，或許侷限了思維。也或許此書本身就代入廣告的初衷會多點。

整本書是圍繞釘釘的應用及發展來的，ai的內容更多的是一種應用的方式展現，的確給人有一些啓發。但是我自己用釘釘的，還沒有感覺到書裏說那麼神奇。但是的確擁抱新技術是非常有必要的，要學會用，熟練用，世界變化很快。

講述了一個AI成功落地的案例——釘釘（前阿里來往app）。AI爲企業解決問題，實現降本增效提供了一個全新、可行的技術路徑。釘釘是一個平臺，所以，案例結合了基於釘釘的各類型企業，不過，沒有過多提及細節，更多的是在強調理念。