而在釘釘看來，今天 AI 的「主要矛盾」是用戶日益增長的對大模型的期待，和大模型本身能力之間的差距。
齊俊生表示，大模型的演進從外界看，迭代速度是很快，但真正到了深水區，特別是要落到 To B 領域，就必須保持客觀理性的態度去使用它。他舉例，比如財務場景、法務場景，是不允許出錯的。To C 看上限、看想象空間，To B 更強調下限強調可靠。「只有客觀先以理性的態度和嚴謹的路徑去推進大模型的落地，才能更有效地通過工程化等能力提升他的準確性、可靠性和易用性。」
客戶側的反應也側面驗證這一觀點。在釘釘向企業客戶邀測的 4 個月里，邀測客戶呼聲最高的是類似問答機器人、知識庫機器人這樣能高效解決問題的 AI 功能，它們能直接進知識庫閱讀文檔，輸出相比大模型更為準確結果。
他的直觀感受是:客戶在提升效率、輔助決策的場景對大模型有期待，甚至希望大模型可以解決原先專家決策類問題——諸如「你看我這一百個項目里哪個風險最高」。這是他眼中的 AI PaaS 的必要性所在。
03
試錯試出來的系統設計
AI PaaS，被齊俊生認為是釘釘在 AI 發展中最具競爭力的壁壘，也是發揮釘釘業務場景、數據價值的核心優勢。其核心在于工程化能力，包含對大模型的上下文、記憶、推理、預處理等能力的「抽象」，以及數據安全、性能等問題。
有了 AI PaaS，釘釘下接大模型能力，上接千行百業的用戶真實需求，讓大模型的能力可以更簡單的進入企業場景。釘釘里的生態 ISV 和企業 IT 部門只需要按照 AI PaaS 所定義的流程、規范，就可以訓練專屬數據模型、開發 AI 技能，不必煩惱「怎么才能使開發的應用具備大模型的推理能力」，「怎么讓訓練完的數據突然『懂行』」
在 AI PaaS 之上，是釘釘伙伴伙伴甚至客戶所開發的各種 AI 技能，這些技能按不同需求組合后，可以以不同的形態與用戶交互，包括擬人化的數字員工，場景化的 AI 如聊天 AI、文檔 AI、會議 AI，和行業化的 AI 如 AI 助教。
釘釘公布的智能化產品體系｜釘釘
這是釘釘團隊在想清楚后，對于智能化的整體思考輸出——一個囊括 AI 定價、底模型交互調度、數據訓練、AI 應用開發、技能體系，以及最終面向用戶的數字員工、智能助手等產品形態的系統設計。
這一套設計被釘釘稱為「魔法棒套件」，類似于微軟不僅有 Copilot 的 AI 交互方式，也設計了更后臺的 Grounding、Graph(圖譜)等等，與之不同的，是釘釘正在將這一套邏輯開放給生態伙伴，且一同還帶著釘釘上豐富的應用場景。
在智能化系統設計的摸索過程中，釘釘也陸陸續續解決了重新設計交互、重新評估模型的「底線」、重新組織 AI 生產力的問題，來重建大模型時代的數字化:
Re-design:ChatGPT 使得 Chat 成為必要的前表層架構，從用戶體驗的角度來看，需要統一的交互界面，釘釘魔法棒應運而生。這次發布會上，釘釘發布了/ 魔法棒的升級產品體驗，在釘釘右上角會出現一個/，點這個/ 出現一個界面，可以進入釘釘統一的 LUI 交互模式。所有的功能交互，會逐漸被這根魔法棒替代，包括釘釘自己的 AI、和釘釘生態的 AI。
Re-organize:數字化在大模型時代的需求，是通過 AI 能力實現自動化并直接增加生產力。數字員工本質上就是改變了企業的生產力組織方式，把 AI 從工具，變成組織里生產力的一部分。而釘釘也需要由過去向企業提供數字化工具，變成直接提供生產力。
齊俊生說，釘釘在今年 4 月時也提出過 No APP 的思路，這個觀點背后，就是未來可能不再需要那么多 GUI 的功能頁面，而是交由 AI 代替處理過程信息，一根魔法棒實現完成所有的生產需求。而開放 AI PaaS，其實也是在將釘釘的魔法棒設計開放給行業，這些由 AI PaaS 創造的工具，也正在完成從 GUI 到 LUI 的轉變。
葉軍在生態大會上也提出，在即將上線的釘釘 7.1 版本，這根魔法棒將會完成階段改造。屆時，無論是協同場景的文檔、會議、Teambition，管理場景的人事、OA，或者是更側重業務的數字員工、宜搭、生態伙伴的應用等等，都將可以從這根魔法棒中喚起。甚至，也許釘釘上的功能欄，陸陸續續會消失掉，用戶通過對話來實現所有功能、產品的交互，而不用再去打開一個個窗口，作為一個擁有 2300 萬客戶的企業數字化頭部企業，釘釘看起來是國內第一個在大模型技術落地的思考上，形成了完整生態戰略的平臺。它的思考和動作、后續的產品創新和生態演進，值得進行持續的關注。在大模型還在成長的過程中，讓它從玩具到工具，這也是中國 AI 發展迫切需要的。
