飛書，為何成為國內大模型獨角獸們的共同選擇？ 机器之心 發表於2024-06-25
題圖 | 視覺中國
在過去的一年多時間裡，“大模型” 一直是中國科技領域內最熱門的賽道。 尤其是進入 2024 年之後，整個行業的熱度只能用 “瘋狂” 來形容：融資方面，2023 年至今的熱潮逐漸達到頂峰，許多頭部創業公司的估值飆升至數十億美元；在業務層面，新興的創業公司與網際網路巨頭們圍繞基礎大模型的能力、價格以及前兩者所決定的市場份額，展開了激烈的比拼。 比價格戰更激烈的是商業路線的碰撞，一些公司堅持 to C 的商業模式，專注於提供直接面向終端使用者的產品和服務。另一些則轉向 to B 的市場，為其他企業提供定製化的解決方案和技術支援。剩下一部分企業開始與網際網路巨頭建立合作關係，尋求更廣闊的發展空間和更深層次的資源整合。 從技術到應用，再到商業化多層次的激烈碰撞，讓整個大模型行業充滿了火藥味 。但就在這樣的環境下，幾乎所有大模型創業公司，都在一件事上達成了一致 —— 默契地在沒有官方推廣的前提下，選擇了飛書作為自己的協作工具。
最近筆者去廣州，在白雲機場到達廳看到一張飛書的客戶廣告，九家最火的 AI 創新公司均在列，其中就包括大模型 “獨角獸”：MiniMax、月之暗面、智譜 AI、零一萬物、百川智慧、階躍星辰。 “選擇飛書是自然而然的過程，沒有經歷過太糾結的過程。可能是因為大模型公司的創始團隊普遍年輕，更適應飛書這樣的協同工具。同時這些公司裡聚集了太多網際網路公司的同學，習慣了飛書的使用體驗，這對他們來說成了一個必選題。” 一位從網際網路跳槽去某大模型公司的同學談到。 用飛書對大模型公司而言，似乎是一個不需要太多思考的選擇。 在分析飛書對大模型頭部創業公司的吸引力之前，我們有必要了解一下後者的現實需求。如果要用三個詞來概括大模型行業今年的工作狀態，那就是 “快，快，還是快 ”。
為了在大模型這個賽道中不落下風，動輒使用數千甚至數萬張 GPU 做訓練，並且以越來越快的頻次進行更新。在基礎大模型上，不僅要在效能上追趕並超越國外的先進模型，還要與國內其他競爭對手在應用落地方面展開激烈的競爭。許多公司還提前進入了商業化階段，試圖搶先開拓市場，在 to C 和 to B 市場中找到客戶兌現商業價值。 同時推進 “科學研究、應用探索和商業化” 的艱鉅任務，讓滿打滿算創立了不過 1～3 年的大模型創業公司們進入了極為高速的擴張期，更大規模的團隊、數量更多的專案，更復雜的商業化嘗試，直接造成了協作需求激增。 先說 “人” 的挑戰，大模型創業公司的研發團隊中，存在許多 “超級個體”（專業能力極為突出的員工）。以大模型 “獨角獸” 之一的月之暗面為例，其早期核心團隊均為 90 後並且來自清華，剛成立三個月就已經被評為最有可能成為 “中國版 OpenAI” 的候選之一。整個大模型行業對於 “超級個體” 的依賴，給企業從初期的招聘到後期的管理激勵提出了全新的挑戰。 面對這些 “超級個體” 員工，就無法套用單純以結果作為單一維度進行人才評估 。其次，針對高度年輕化和充滿 “超級個體” 的創業公司，考勤和固化流程的傳統手段也顯得格格不入。大模型創業公司亟需一套更靈活和創新的方式，來統籌和提升 “人” 的效率。從管理視角出發，大模型行業仍在高速發展階段，需要不斷探索和實踐。這個過程需要全公司各個職能部門共同努力，“摸著石頭過河”，相比執行老闆的指令，更重要的反而是發揮每個員工的 “創造力” 和 “能動性”，快速響應市場和技術的變化，推動專案向前發展。 如果說大模型的產研已經非常困難，那麼大模型創業公司如今需要面對的商業化挑戰，可謂 “難上加難” 。如何在產品研發層面不斷提升能力水平，如何規劃 個人使用者真正需要的新功能，如何攜手企業共同探索大模型的應用潛力，如何從市場真實的反饋出發，調整自身的發展戰略；這一系列新問題的出現，讓大模型創業公司所面對的整體挑戰越發 “錯綜複雜”。 以智譜為例，其 2024 年初官宣已經有了 1000 + 大模型規模化應用以及和 200 + 企業開展了深度 “共創”。這個 “共創” 的過程，實際上就是智譜和客戶一起，共同 “挖掘” 各行各業的大模型需求和應用前景的過程，就產生了大量智譜與客戶之間，銷售和開發，一線和管理層之間的溝通協作需求。 顯而易見，在當前這個大模型技術逐漸走向成熟，愈發重視應用落地的關鍵時間節點，大模型創業公司都在追逐從理論、方法、技術、產品到市場的全鏈條創新，加上行業自身高速發展所帶來的不確定性，將一項全新技術推向各行各業的巨大挑戰，形成了一股縈繞在大模型創業公司心間的強烈緊迫感。 為什麼是飛書？筆者從大模型公司的特質揣測，大概歸結為三點： 大模型公司在高速擴張的過程中，急需成熟的方法論和工具來提升效率乃至迭代內部運轉的機制。恰巧飛書在過去數年的服務過程中沉澱了數千個先進企業的方法論，在快速的工具迭代中帶來了組織的正向變化。 出於對快速變化的業務匹配考慮，打造敏捷型組織是大模型這類新興公司的目標。而 All in one 的模式加成了資訊的快速流轉，也成就了高效的組織協同力。所謂的 context not control，今天的大模型公司以目標作為驅動，更像是分佈型組織，激發每個人的潛力。 飛書的多維表格、開放平臺能力等，具備極強的開放和創造空間。這一特點恰好匹配了大模型公司的特點。這類公司產研高度集中，擅長使用工具，深度透過飛書開放能力自建了很多應用。據說月之暗面利用飛書整合平臺搭建了數十個企業自己的應用，在飛書上與其他功能形成整合，共同提升效率。 舉個資訊流轉的例子，普通的 IM 和協作工具能夠在各自產品範圍內實現資訊的流轉，而飛書的體系可以實現多個不同職能產品、具體專案與審批，流程與知識沉澱之間的打通。 這種加速資訊傳遞的能力，在複雜場景中效果更為明顯。 比如傳統 CRM 軟體擅長分析客戶的歷史交易資料，但不具備強大的通訊和辦公功能，它們在企業長期使用過程中可能會變成資訊孤島，導致使用不便和流程效率低下。飛書增強了銷售資料的匯入和互動能力，使得資料管理 更加高效，以更宏觀、更清晰的資料呈現和洞察能力，幫助銷售人員作出及時的決策和有效跟進，提升效率和業績。 在加速公司內部種種協作流程之餘，飛書 “以資訊為核心架構” 的特點，還改變了業務經驗跟個人走，無法用個人的智慧結晶帶動群體發展的困局。就像我們在上面提到的交付專案，整個專案的資訊已經歸集到知識庫 中，並且用遠比資料夾體系清晰的頁面樹架構串聯起來。即便是沒有經手這個專案的新員工，也能夠在事後從歷史檔案中，學習總結執行推進過程。 透過整體提升企業內部的知識傳播效率，將資訊和經驗轉化為系統化的知識庫 ，大模型創業公司能夠高效地流轉和利用這些知識。這種體系化的流程不僅促進了員工之間的思維碰撞和創新，而且將這些創新成果回饋給企業本身，成為推動企業發展的重要動力。 如果說開始選擇飛書是一種 “全憑感覺” 的判斷，那考慮到出海、安全等關鍵問題，似乎飛書就變成了大模型公司不得不做的選擇 。一方面，長期而言大模型公司幾乎都有出海需求，考慮到跨國家與區域的各種協同關係和嚴格的跨境合規要求，似乎只有服務過多家企業實現全球化佈局的飛書能夠滿足。另一方面，安全的極致要求也為大模型公司排除了一些協同軟體的選項。飛書目前在終端安全、資料的密級標籤保護、資料防洩漏等部分都做得極為縝密。許多大模型創業公司喜歡使用飛書的原因之一，就在於其對於各種資訊的管理許可權非常 “細緻”，甚至可以做到按需限定複製和副本建立的場景，資訊對外分享權可以根據場景有所區別等等。實際上，如果將視野拓寬，選擇使用飛書的先進企業，遠不只是那些專注於大模型的初創公司。從自動駕駛到具身智慧，再到 AI 創新企業的上下游，飛書似乎一直是躋身在這個社會最前沿的 “先進行業” 們的共同選擇。包括機器之心 自身，也在使用飛書。 飛書的這種先進的協作能力也不僅僅吸引了公司，更吸引了代表著最先進生產力的個人使用者們。就像大模型創業公司中的那些飛書 “老使用者” 一樣，他們正在像 “火炬傳遞” 一樣，向外擴充套件著飛書的影響力和版圖。 以飛書知識庫 搭建的國內影響力最大的開源 AI 知識庫 專案 “WaytoAGI（通往通用人工智慧 之路）”，就是最好的例子。 2023 年 4 月創立至今，“WaytoAGI（通往通用人工智慧 之路）” 已經構建了極其龐大的知識庫 體系，涵蓋各種技術介紹、AI 行業新聞分析、AI 應用實操，獲得了超過 150 萬次瀏覽，引發數萬次使用者之間的交流，讓至少數十萬的飛書使用者更加深入地瞭解了 AI、並且進行自己應用 AI 的嘗試。一群網路中的志士能夠實現這樣的成績，不僅證明了飛書整套協作體系的出色，更證明 “懂大模型的人，很可能在用飛書。” 在已經擁有數量龐大的 “擁躉” 的前提下，飛書仍沒有停下自身進化的腳步。 在服務大模型創業公司客戶們的同時，飛書也開始加速向自己的產品中引入 AI 能力。早在去年年底，飛書就已經在自己的整套產品中嵌入了 “飛書智慧夥伴”，可以在內容創作、內容總結、資料分析 、場景構建和系統搭建等業務場景中與使用者共同工作。企業甚至根據業務需求，選擇適合的底層大模型，例如百川智慧、MiniMax 和智譜 AI 等。 就拿每日工作總結這個員工最常見的工作為例，就可以由智慧夥伴直接生成。一些內容比較複雜，字數比較多的 PDF 檔案，可以直接傳送給智慧夥伴，以問答的方式提取歸納其中的重點內容。你甚至可以透過用文字描述出自己的需求和用途，讓智慧夥伴搭建起所需的多維表格系統。 從先進客戶，到先進使用者，再到一切與 AI 有關的能力升級，或許我們可以說一句：在中國，與 AI 有關的一切，正在與飛書有著越來越深切的關聯 。