淘寶掀起外賣戰後，AI toB 的釘釘也坐不住了_風聞

　　最近一段時間，美團、京東和餓了麼在即時零售領域的 “ 閃購大戰 ”，打得那叫一個熱火朝天。

　　免費的奶茶、低至 5 塊錢的外賣，還有各種大額滿減券。。。為了留住用户，這三家可謂是使出了渾身解數。

　　而與此同時，協同辦公領域的 “ 表格大戰 ”，也已經悄然拉開帷幕。

　　像飛書的多維表格、騰訊文檔的智能表，還有釘釘的 “ AI 表格 “，都是圍繞着表格做文章。

　　特別是釘釘，雖然在多維表上的動作慢了半拍，但知危編輯部注意到，釘釘最近連着 3 個版本的更新，都集中在多維表上。從宣佈多維表產品功能免費開放，到密集上線 AI 功能、打電商行業，再到今天，直接把多維表升級成了 “ AI 表格 ”。

　　不過，表格好理解，AI 我們也不陌生，至於這兩者結合起來的 “ AI 表格 ” 具體是什麼？所謂的 AI 新應用入口又是什麼樣的？“ 表格即文檔 ” 又是什麼？可能還是得親自上手試一試，才能弄明白了。

　　AI 表格上線之後，我們簡單用它搭了一個選題管理的表格。

　　有模板的情況上手很快，只要根據業務需求稍微調整，就可以直接用了。一些基礎的功能，倒是跟市面上其他的同類產品差不太多。

　　但釘釘 AI 表格的重頭戲，應該説是被深入集成到了表格字段類型裏的 AI。

　　可以看到，在添加新的字段/列時，除了一些常用模板類型外，有一塊專門留給 AI 的地盤。

　　AI 生成文字、生成圖片、讀取鏈接，甚至是根據任務描述分配人員，這些過去需要打開好幾個AI應用才能實現的功能，已經變成了可以隨時調用的字段類型。

　　打個比方，我們先添加了一個 AI 讀取網頁鏈接的字段，叫做 “ 文稿摘要 ”，讓 AI 根據 “ 文檔鏈接 ” 字段的內容，提煉文章摘要。

　　接着，再添加一個 “ 標題參考 ” 字段，選擇 AI 生成文字的類型，可以自由選擇 AI 模型，讓 AI 根據 “ 文稿摘要 ” 提煉出來的內容，生成 5 個知危風格的文章標題。

　　類似的，後面還可以利用 AI 生圖的能力，再添加一個 “ 頭圖設計 ” 的字段。

　　更值得一提的是這個 “ 表格即文檔 ” 功能。點開每一行的主鍵，除了基本的字段信息外，還有一個文檔入口。

　　我們可以在這個文檔上面隨意輸入，就比如一篇已經發布的稿件，把劃線人數多的句子、評論區的高贊反饋這些沒辦法量化、結構化的信息，直接放到表格文檔裏，後期做選題覆盤，也能更好把握讀者感興趣的方向。

　　這個功能設計不大，不過挺有用，首次將表格和文檔融為一體。現在的表格裏，每一行都是一個文檔，這意味着文檔可直接承載文字、圖片、視頻等過程中的碎片信息，將結構化的表格與非結構化的文檔做了深度整合。

　　這個功能，很大程度上減少了信息的蒐集和溝通成本，將原來那種要同時打開表格、文檔、聊天窗口的斷點式工作流，重新整合成了結構化、規範化的企業資產。

　　當然，編輯部對於 AI 表格的使用還是比較輕量化，像一些傳統行業，他們對於業務流程改造的需求更高，也更迫切。

　　就比如申通快遞，總部將近 10000 名員工，但過去在行政工單管理的問題上，各種審批流程繁瑣至極、效率低下。

　　一直到用上釘釘的 AI 表格，現在只需要一張表格，就能完成工單提交、AI 分配人員、任務消息推送以及任務結果反饋的全流程管理。

　　結合實際測試情況和相關案例看下來，相比於表格，釘釘的 AI 表格更像是一個表格形態的 AI 應用。這個 AI 應用，區別於簡單的對話窗口，真正把 AI 能力，融入了建立在單元格之上的每一個業務場景中。

　　不過話又説回來，AI 表格、多維表格、智能表。。。為什麼大家都在做表格？

　　首先，這基於一個非常明確的行業共識：表格，承載着企業最核心、最無可替代的數據資產。

　　大到公司的年度財務報表、CRM 數據，小到一場活動的物料統計，甚至是很細枝末節的會議紀要，這些本質上都是企業核心資產數字化的體現。

　　然而，傳統的 Excel 表格做的只是數據處理的工作，前期不光需要大量的手動錄入，而且表格跟表格之間，業務與業務之間，都處於一種斷點的 “ 數據孤島 ” 狀態。

　　所以，數據需要先從傳統的表格中解放出來。

　　這其實釘釘正在做的事情 —— AI 表格更像是一個巨大的企業數據庫，讓數據能夠在不同的業務和團隊之間流動起來。

　　舉個例子，重慶江北國際機場安檢站的物資發放管理，從前用的是更原始的紙質表記錄方式。每發放一批，就要手動在表上更新一次。

　　但物資發放不是一筆小賬目，光是手套、口罩、礦泉水這些消耗品，每年就要發出去上百萬件，如果用紙質表記錄，什麼物資發了多少，庫存還剩下多少，工作量大就算了，還容易算不清楚。

　　所以安檢站現在用上了釘釘的 AI 表格，物資發放的數量、SKU 即時更新，遇到即將缺貨的情況，還會自動提醒管理員補貨。

　　當然還有更重要的一點，進入 AI 時代，數據恰好是AI的核心驅動力。

　　所以，新的問題又變成了：應該怎麼把企業數據、業務流程和 AI 能力三者結合起來？

　　這個問題，我想釘釘已經給出了答案。

　　或許可以這麼説，AI 表格，就是釘釘對於 AI 時代生產力的理解。

　　因為 AI 表格，能夠承載 AI 能力，並將其無縫融入到業務場景中。

　　像是南昌某服裝公司的運營人員，就利用釘釘 AI 表格的文本生成和圖片生成等功能，在短短幾分鐘內，一鍵生成上百件商品的營銷文案和海報，還能根據平台和消費者的不同需求，隨時調整。

　　而且換個角度來看，表格也是目前 AI 能力落地的一個更具確定性的場景。

　　一方面，這種確定性來源於用户層面。

　　企業員工對錶格的界面和操作邏輯十分熟悉，這也就意味着是AI在主動適應員工的工作習慣，而不是讓員工重新學習一種新的交互方式。

　　就拿對話式的 AI 應用來説，足夠聰明也能即時響應，但對話是提供信息的溝通邏輯，而 AI 表格，是直接參與業務流程、產出結果的生產邏輯。

　　打個比方，一家服裝公司有設計、打樣、生產還有營銷這麼個流程，涉及到很多個不同的部門，管理者如果想要了解生產進度，打開 AI 表格，哪些服裝處於哪種狀態，整個生產線的進度一目瞭然。

　　而且這種生產邏輯，天然帶着多任務並行的優勢。

　　還是服裝公司的例子，在表格上，管理者可以看到數十上百個任務的運行狀態，哪些布料缺貨了需要補、哪些款式生產完了要安排營銷，都可以在同一表格、同一時間裏完成任務安排和調整。

　　另外一方面，這種確定性還來自於數據層面。

　　業務流程在表格中不斷產生數據，而這些數據反過來又可以作為 “ 養料 ”，讓 AI 更懂公司業務，最後再反哺到業務上面來。

　　而且表格形態的結構化數據，在被 AI 理解、抓取後，可以形成一個圍繞表格的主題場景 AI Agent，換句話説，未來很多 AI 新應用，可能會從表格里長出來。

　　畢竟，現階段的 AI 應用，普遍面臨着一個困境：缺乏能夠打動人的商業敍事，產品形態同質化嚴重。

　　這次 AI 表格的推出，讓我們看到了釘釘對於行業困境的思考：AI 表格承載 AI 應用的基礎。

　　這既是對 AI 生產力邊界的一次探索，也是對 AI 時代全新工作方式的一次大膽定義。