DoNews5月17日消息，由搜狐主办的2023搜狐科技峰会17日上午在北京开幕。峰会下午，钉钉总裁叶军作了题为《生产力变革，AI重塑工作方式》的演讲。他认为，未来每个行业都会与AI发生关系。随着数据积累增加、工具能力提升、推理能力的增强、算力支撑到位，相信每个行业都会因此而发生变革。

(相关资料图)

同时，他认为，未来做APP这件事情会发生很大变化，也许不会有这么多APP，也不需要APP STORE，每家企业都有自己的大模型。对于技术与人类的关系，叶军认为，科技还是要服务于人，在隐私、安全、版权、企业的商业机密，以及深层内容合规性等方面还有很多问题需要解决。

以下为叶军演讲全文：

这两年从事互联网相关的工作，有一个非常深刻的感受，我们很多时候习惯于高估科学技术的短期价值，但是经常低估科技的长期价值。无论从宇宙到细胞，还是从卫星到基因，其背后都是非常长周期的积累，非常长时间认知的迭代，我们试图用很多习惯的方法去解释这个世界，找到一些既解释A也能解释B的方法统一出来，成为统一的方法论和工具，这是在科学领域经常用的方法。

从科学回到生活相关的事情，就从一些高精尖科学理论回到每个普通老百姓相关的事情的时候，我们又会发现，很多科学技术的方法论跟我们生活非常相关，但是往往有一个延期的效应。这段时间进展非常快，AI以前是以年为单位，最近是以周为单位在做各项技术迭代和更新，所以我今天的主题是《生产力变革，AI如何重塑工作方式》。

技术在推进人类文明的进步和时代变革。回顾历史，我们发现在蒸汽革命年代，以前的纺纱工人数发生了巨大的变更，很多人离开了纺纱机。在电力革命时代，以前马车夫找不到了，他们找了另外的工作。

电力革命解决了既是体力和续航能力，到了信息革命时代，最明显变化就是我自己亲戚朋友之前做寻呼机，就是BP机，台里有人专门有接到电话把语音转到文字，再发到另外一个人的BP机上面，专门是这样一个工作，那个岗位也消失了。所以，产业革命变革和我们每个人都相关，除了跟宇宙相关，跟我们身边的角角落落都相关。

最近大家认为是智能化革命，直接影响在场各位工作时间的分配，我不想说这些岗位会不会变化，但是岗位时间分配可能会发生变化，所有这些变化背后，对这些变化最有感知的，春江水暖鸭先知，往往是对这些工作最接近的人开始的。

我发现周围很多公司，因为钉钉最早从2015年赶上移动互联网的浪潮，到现在，我们发生非常大的变化，现在有6亿活跃用户，月活超过2亿，发现客户对我们需求越来越多。有的客户还在用蓝色屏幕的电脑，有的客户全面都用了PAD办公，甚至发现PAD用户量已经超过MC在钉钉上的用户。

最近我们发现，越来越多客户提能不能有一些基于语言交互的模型，就是最近大家关心的大模型。我认为，从计算机语言，习惯了命令行模式输入，到前段时间斯乐公司开发的界面，到最近是输入方式的变革，输出方式上我们认为短期内，可能是工厂很长一段时间还是以图形界面作为输出，所以输出相关领域和岗位还是以前的模式。但是输入这个岗位可能会发生非常大的变化，同时计算机信息化相关领域，开发模式可能会发生变革。

习惯以流程为中心，以工作任务分解需求分析模式为开发的模式，可能逐渐在有些领域转变成为以模型为中心的开发，这些在自己内部已经发生了变革。以前大家知道在使用计算机的时候，我记得我最早学计算机是求伯君的WPS，我到现在还用五笔输入法。周围很多人讲，你用计算机首先要进行打字比赛，谁打的快，我觉得大家都经历过。最近的办法，都在举行AIGC大赛，这就是对这个领域最接近的人群已经发生的变化。

我们再看看周围，除了计算机相关领域，互联网领域，研发领域，很多领域普通的岗位都跟计算机逐渐发生变化，因为AI的出现。我这里准备了两张图，我想给大家报告是最新工作的进展，很多人都在问我们，你们的大模型跟那个大模型有什么区别，大模型的实时性怎么解决，信息都是2021年9月份之前，你们大模型的隐私问题怎么解决，怎么解决企业的专属行业性领域问题，怎么解决两千字的限制。所有这些问题背后都是基础理论到工程应用的问题，我们是一个在应用领域做持续创新的一家企业，所以我们在这方面有一些自己的实践。

这个图可能给没有进入这个领域探索的企业做一个参考，我们往往把一个大模型当成底模型，我们会叠加行业的大大模型或者小模型，黄色部分我们使用了阿里云的向量数据库ADB，用ADB实现企业专属的小模型和中型模型，能力和通义千问能力进行结合，结合钉钉各种应用场景，实现钉钉的智能客服，智能文档，智能摘要等，目前在接近一百家企业进行共创，很多客户在用了，每天在搜集反馈，最终上线要等到网信办的评审。这套架构可能给很多企业作为在AI时代，我们各家企业探索的时候一种可能的应用的实践，一种最佳实践。

再看第二个图，这个图能更简单解释AI对于这个工作相关岗位如何集成，如何用这项技术，因为每天看大量的文章，看抖音和头条，不会看到底跟企业怎么结合。企业要解决的问题，刚才提到就是企业数据的及时性，传统的大模型如果把新知识输入给大模型非常麻烦，而且要有专业的能力，要有时间周期。

今天可以做的事情很简单，大家看123条线，第一种就是大家每天进场用的ChatGPT，你用谷歌的模型，你用一个Prompt输入，直接丢给大模型，大家都这个使劲，也有体验，很多人花钱买了账号。第二种，就是冰冷的表格知识的反馈，做技术的人都知道，用类似于谷歌百度这样的倒排缩影，可以返回给我们一些非常精准的搜索匹配的召回结果，这是以前的。

今天结合大模型和企业的专属能力，行业领域能力以后可以把Prompt经过小模型翻译形成专属知识，再把知识丢给专用的知识模型，再到专属的知识存储，很多企业信息不能到外网或者出境，这些信息应该留在内部，因为有知识版权和商业机密的信息。

这样的信息经过向量数据库处理分析以后，再丢给通用语言大模型，就是大家看到中间3条线，这就是返回之后的自然回答。其实钉钉做智能化，阿里做智能化研究很早开始，我记得去年10月份云栖大会的时候，现场有很多的朋友，看我们在台上演示AIGC生成图片文字，很多朋友没有今天这么大兴趣。

我想AI跟我们生产力工具结合还会更加充分，相信未来一年两年之内，相信会大量的工作，周围的工作都会和AI结合，这是不能回避的现实，会比我们想象来的速度还快。我想从自己的感受来讲，在三个领域首先会感觉到非常明显变革，第一是管理效率领域，我自己经常看财务报表，各种各样的数据业务分析，这里常用方法就是一个需求洞察提给BI，然后找到数据仓库的同学，再做打点。

随着数据积累足够大，今天我们不确数据，不缺信息，今天有足够大的信息红利和数据红利，只要用的好就可以让这些数据真正帮助我们做管理的决策。今天我们可以通过这些管理决策，还可以优化组织的构成、组织的设计、岗位的设计，包括岗位的分工，也会出现很多新岗位。

每次产业革命背后都会有一些岗位行业消失，但是一样会产生一些新的岗位和信行业。协同领域也会发生很大变化，在4月份发布了全新的钉钉智能化产品，很多企业天天找我们，要开账号，从来没有这么积极过，以前有一个产品都是告诉别人有这个产品，通过各种营销手段，今天不是，今天客户的反馈比我们想象中要积极，对于文档的智能化，类似于微软365Copilot，WPS也做了集成，这些已经是一个非常工程化的做法，只要当我们架构能够支撑得住，算力支撑得住，每个人的工作都会受到影响。

创立效率也会发生很大的变化，以前数字化的速度太慢，很多企业都是打电话，口头交流，很多工作流程还是纸质的。随着AI加速，数字化的过程会工程化。以数字化为例，数字化可以帮助我们创新，过往我们说数字化变革效率不够高，结果看不到，这张图能够很好说明我们心中的判断。

从传统的软件开发到低代码开发到无代码海法，到AI出现以后数字化的速度会呈几何级数上升，钉钉上面低代码有近八百万低代码的应用，哪怕是一个前台小姐姐可以用技术改变原来的工作。有了AI以后，只要会像老板一样说，就可以做很好的数字化创新，所以Prompt也是一种能力。

相信每个行业都会跟AI发生关系，随着数据积累增加，随着工具能力提升，随着推理能力再进一步增强，随着算力支撑到位，相信每个行业都会因此而发生变革。我们认为，未来研发这件事情，就是做APP这件事情会发生很大变化，也许不会有这么多APP，不需要APP STORE，每个企业因此都有大模型、终模型，肯定五千万家企业有五千万个大模型部署和应用。

最后一点，上午各位院士也提到，科技还是要服务于人，我们也非常坚信这一点。最近参与很多评审也是在反哺补全这个能力，对于隐私、安全、版权、企业的商业机密，这里包括一些深层内容合规性问题，有大量的路要走，这背后是我们坚持的一点，科技应该为人服务，科技应该遵从人类整个社会的一些既定契约。

我今天的报告主要是这些，谢谢大家。

关键词：