飛書，為何成為國內大模型獨角獸們的共同選擇？

               題圖|視覺中在過去的一年多時間裡，而「大型模式」一直是中國最受關注的賽道。尤其是進入2024年之後，整個產業的熱度只能用「火爆」來形容：融資方面，2023年至今的熱潮逐漸達到頂峰，許多頭部新創公司的估值飆升至數十億美元；在業務層面，新興的創業公司與互聯網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toC的商業模式，專注於提供直接面向終端用戶的產品和服務。另一些則轉向toB的市場，為其他企業提供客製化的解決方案和技術支援。剩下一部分企業開始與網路巨頭建立合作關係，尋求更廣闊的發展空間和更深層的資源整合。從技術到應用，再到商業化多層次的激烈碰撞，讓整個大模型產業充滿了火藥味。但就在這樣的環境下，幾乎所有大模型新創公司，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

卓越AI創新公司均在列，其中就包括大模型“麒麟”：MiniMax、月之暗面、智譜AI、零一萬物、百川智能、階躍星辰。 「選擇飛書是自然而然的選擇，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互聯網公司的同學，習慣了飛書的使用體驗，這對他們來說成了一個必然題。用飛書對大模型公司而言，似乎是不需要太多思考的選擇。大模型領導們光鮮表像下的「重重挑戰」在分析飛書對大模型頭部創業公司的吸引力之前，我們有必要了解後者的現實需求。如果要用三個字來概括大模型產業今年的工作狀態，那就是「快，快，還是快」。

FlagEval大模型評測能力榜單（客觀評測）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，不僅要在性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。許多公司也提前進入了商業化階段，試圖搶先開拓市場，在toC和toB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、數量更多的項目，更複雜的商業化嘗試，直接造成了協作需求激增。

先說「人」的挑戰，大模型新創公司的研發團隊中，存在著許多「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。整個大模型產業對於「超級個體」的依賴，給企業從初期的招募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。大模型新創公司亟需一套更靈活、更創新的方式，來統籌提升「人」的效率。從管理視角出發，大模型產業仍在快速發展階段，需要不斷探索與實踐。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，那麼大模型新創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，如何從市場真實的回饋出發，調整自身的發展策略；這一系列新問題的出現，讓大模型新創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，其實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，一線和管理階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，大模型新創公司都在追逐從理論、方法、技術、產品到市場的全鏈條創新，加上產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迫切感。

為什麼一致的選擇是飛書？

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：

1. 工具迅速迭代帶動組織的迭代：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。
2. contextnotcontrol：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Allinone的模式加成了資訊的快速流轉，也成就了高效率的組織協同力。所謂的contextnotcontrol，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。
3. 產品高彈性與高開放度：飛書的多維表格、開放平台能力等，具備強大的開放與創造空間。這項特點恰好匹配了大模型公司的特徵。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許多應用。據說月之暗面利用飛書集成平台建構了數十個企業自己的應用，在飛書上與其他功能形成集成，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，而飛書的體係可以實現多個不同職能產品、具體項目與審批，流程與知識沉澱之間的打通。這種加速訊息傳遞的能力，在複雜場景中效果更為明顯。例如傳統CRM軟體擅長分析客戶的歷史交易數據，但不具備強大的通訊和辦公室功能，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。飛書增強了銷售數據的導入和互動能力，使得數據管理更加高效，以更宏觀、更清晰的數據呈現和洞察能力，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，也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境。就像我們在上面提到的交付項目，整個專案的核心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進員工，也能夠在事後從歷史文件中，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，大模型新創公司能夠有效率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必選的選擇。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纈密。許多大模型新創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權限非常“細緻”，甚至可以做到按需限定複製和副本創建的場景，資訊對外分享權可以根據場景有所區別等等。只有大模型公司？不只實際上，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新創公司。從自動駕駛到具身智能，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「創新產業」們的共同選擇。包括本站自身，也正在使用飛書。飛書的這種先進的協作能力也不僅僅吸引了公司，更吸引了代表最先進生產力的個人用戶。就像大模型新創公司中的那些飛書「老用戶」一樣，他們正在像「火炬傳遞」一樣，向外擴展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知識庫計畫“WaytoAGI（通往通用人工智慧之路）”，就是最好的例子。

WaytoAGI 圖2023 年4 月創立至今，"WaytoAGI（通往通用人工智慧之路）"已經建構了極其龐大的知識庫體系，涵蓋各種技術介紹、AI 產業新聞分析、AI 應用實操，獲得了超過150 萬次瀏覽，引發數萬次用戶之間的交流，讓至少數十萬的飛書用戶更加深入地了解了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。在服務大模型新創公司客戶的同時，飛書也開始加速向自己的產品引入 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"飛書智能夥伴"，可以在內容創作、內容總結、數據分析、場景構建和系統構建等業務場景中與用戶共同工作。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普遍的工作為例，就可以由智能夥伴直接生成。有些內容比較複雜，字數比較巨量的PDF文件，可以直接傳送給智慧夥伴，以問答的方式擷取歸納其中的核心的內容。你甚至可以用文字描述自己的需求和用途，讓智慧夥伴建構起所需的多維表格系統。從卓越客戶，到資深用戶，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緊密的關聯。

以上是飛書，為何成為國內大模型獨角獸們的共同選擇？的詳細內容。更多資訊請關注PHP中文網其他相關文章！