国产大模型启动飞轮效应，从钉钉开始

自年初以来，AI 大模型技术极为火爆。 

比尔盖茨称这是 1980（图形计算机）以来，一次革命性的科技进展。 

美国国家工程院外籍院士张宏江认为，大模型会带来一次巨大产业革命。 

包括王慧文、王小川在内的诸多明星创业者，则更喜欢把它与蒸汽机、计算机类比，认为它是开启新一轮科技革命的技术。 

然而仔细回顾历史，没有一次科技革命是完全由技术突破决定的，与之相伴是技术与商业的飞轮效应。钉钉作为一款国民级 APP，第一个全面开放 AI 应用，其意义正在于此。

一、技术落地意味着飞轮效应 

首先，飞轮效应是什么？ 

美国著名管理专家吉姆·柯林斯基于大量统计数据，编著了《从优秀到卓越》一书，它 在书中做了一个意义深远的类比： 

在物理世界当中，人们一开始推动轮子需要花费很大力气，但是当轮子高速运转起来之后，人们只要花很小的力气就可以维持轮子运转。 

表现在技术发展中，这就是惯性增长。再说细致点，技术发展初期是非常缓慢的，但是当技术落地成为应用，深入到普通人的生活中。 

人们愿意为技术应用付出资金，资金回流到技术研发与普及，技术本身也会得到更高层次发展，然后再反作用提供给人们更好的服务。 

因此，技术突破只是开局，形成“技术应用→落地服务→资金回流→技术发展→技术应用”的技术增长飞轮才是新科技革命的关键。 

其次，技术发展需要落地。 

这里再回顾下第一次科技革命，其实瓦特并不是发明蒸汽机的那个人。 

瓦特出生前，蒸汽机就已经经发明，并经历了几代人的研究。在此之前的中国明清两朝，不少有意趣的文人士大夫也在捣鼓蒸汽动力装备。甚至在瓦特同时期，中国的徐寿还做出了蒸汽动力船。但是，这些蒸汽机烧煤太多、效率太低、而且没有大规模应用。 

瓦特的贡献是改良了蒸汽机，并将其大规模推向工厂生产。这也是为什么历史书上会把第一次工业革命的开端视为珍妮机的发明，而第一次工业革命标志才是蒸汽机的大规模使用。 

瓦特蒸汽机在棉纺织业的落地应用，极大提高生产效率，促使英国在棉纺领域取得巨大商业优势。源源不断的资金回流到蒸汽机改良，促使动力系统不断改进。 

只过了不到 30 年，更优秀的动力设备发电机和内燃机就诞生了，这就是技术增长飞轮的力量。 

AI 大模型的发展也是一样的。 

当前各家大模型的竞争，也到了动人心魄的赛点。谁能率先让足够多人用起来？谁能率先让客户用大模型赚到钱？谁能打造人工智能领域的棉纺织业？谁就是这个时代的瓦特。 

但是想当瓦特的人很多，能当瓦特的人很少。 

因为从好玩到好用，门槛异乎寻常的高。 

ChatGPT 的出现就像是蒸汽机被发明出来，优点是潜力无限，缺点是太贵了。贵到什么程度呢？某领先巨头公司对客户报价，私有化部署大模型要 1 亿元。 

在当前这个赛道，一家创业公司想要训练一个大模型成本至少 1000 万美金，即便用上了最先进的辅助训练模型且只训练基础模型，也只能降到 200 万美金。这也是为什么当前这个赛道的创业者都是创业明星的原因——毕竟只有他们才能拿到上亿的融资。 

这些还只是训练模型的公司，对于做大模型应用的公司来说，成本同样高耸。 

一家做 AI 剧本的公司曾经算过这样一笔账，他们调用各家大模型的 API 是按照 token 计费，单是写一个几千字的短剧剧本，就得花费近百元。因为他们自己的模型需要调试数次 token，所以成本就会叠加。以至于，他们找客户非常困难。 

这就导致一个结果，如果没有一家大厂率先落地大模型应用，通过飞轮效应把规模做起来，把 API 成本降下来。 

其他做应用的创业公司们，更没有机会落地。 

二、为什么国内首个全面开放的国民级智能化应用会是钉钉？ 

国内不乏厉害的国民级 APP，但偏偏就是钉钉最先全面开放 AI 应用，原因至少有三： 

其一、钉钉认知足够先进，能坚持 AI 原生。 

在大模型浪潮来临之际，很多人做大模型创新容易犯两个错误。 

第一个错误是搞一套“大模型+”。尤其是传统型公司，他们习惯性追风口，但是又不深入做。元宇宙火的时候，他们搞“元宇宙+”；区块链来的时候，他们搞“区块链+”；现在大模型火了，他们找个大模型供应商集成个把功能进入自己产品，然后自己就是大模型公司了。 

第二个错误是想着仅靠大模型的技术就从 0 创造一个应用。他们自觉翻盘时候到了，然后拿着大模型的技术就想改变世界，推翻互联网大厂上亿用户的产品。 

前者太保守，把技术当成了人的配饰；后者太激进，否定了人过往的现实需求。 

这都是舍本逐末。 

钉钉的认知就既变革又现实，它选择基于 AI 原生的理念重塑一遍产品。 

今年 4 月，阿里发布通义千问大模型，与此同时钉钉宣布全面智能化，所有产品要用大模型重塑一遍。 

注意，这里不是让钉钉补 AI 的课，而是基于 AI 原生重塑钉钉。 

什么叫 AI 原生？就是以 AI 技术为出发点来做事情。 

好像还是不好理解，可能有人要问这和“AI+”有什么区别？ 

举个例子，某款老牌剪辑软件在上一轮 AI 浪潮里，给自己的剪辑产品加了个搜索框，它自觉自己已经拥抱 AI 了，但其实根本没人会一边剪辑一边搜索。 

再说个夸张的，前几年某个地方电梯控制 App，竟然在主页搞了推荐信息流，它还自诩了一段时间的人工智能私域流量。根本不会有人用这种东西控制电梯。 

那 AI 原生的重塑是什么样子呢？ 

我们来看钉钉。 

举个例子，钉钉中的生成式答疑机器人能够一次性学习超过 10 万个中文字符的内容，然后通过对话把内容反馈给用户。 

在功能操作上，用户使用“/”命令，就可以在群聊中创建一个属于自己的学习型机器人，不需要手动输入问题和答案。 

这个机器人能够自动学习钉钉文档中的内容，并基于此生成对话，一次性处理的文档长度可达百万个中文字符。 

那么，这个 AI 原生的钉钉到底有什么不一样呢？ 

大家仔细想一想，其实我们打工人群体一半以上的时间都在工作，我们很多的信息和认知都沉淀在了工作软件里。一段段对话，一次次会议，一场场复盘，甚至是日常吐槽和闲聊，其中都蕴藏着我们的很多信息。 

在过去，这些信息沉淀下去就死掉了，再也不会被调用，而且离职了就真的清空了，这对于用户来说是巨大损失。 

但是在 AI 原生应用中，这些沉淀的信息就可以盘活。 

而且钉钉还推出了个人版，这个机器人会一直陪着我们，成为我们的信息顾问。 

另外，我们不但可以沉淀交互，还可以不断地为机器人“喂食”新的文档，使其持续更新和扩充问答库。 

一旦答疑机器人创建完成，群里的每个成员都可以直接通过@功能提问，并获得机器人的智能回复。它也可以作为我们的运营助手。 

其二、钉钉在战略上足够重视。 

钉钉对大模型应用的重视是战略层面的，至少可以拆成两点来看：一方面是下大力气重塑自己。上面提到的答疑机器人并非个例，在宣布重塑应用后的 100 多天内，钉钉 17 款产品、60+场景完成智能化再造。 

另一方面是帮助生态全面改造。钉钉将智能化底座（AI PaaS）开放给伙伴和客户，还要用大模型帮助生态伙伴把产品重做一遍。 

钉钉的智能化战略是生态层的。 

其三、钉钉的生态底子足够厚，而且数量足够大。 

站在一个宏观视角来看，一项技术如果要想得到充分发展，应用层面必须做到足够丰富。 

站在商业视角来看，垄断 AI 原生这件事非常不靠谱。这是一个充分交流的世界，功能和技术从来不是隔离的，各家大厂都会很快跟进。 

那么什么可能是护城河呢？心智和生态。 

上亿的用户群体，一想到 AI 原生应用就想到钉钉生态，这本身就极具价值。 

钉钉的生态底子足够厚，而且数量大。 

钉钉 AI 正式上线后，钉钉聊天、文档、知识库、脑图、闪记、Teambition 等 17 条接入 AIGC 的产品线、60多个场景，全面向用户开放，所有用户可直接使用 AI 能力。 

截至 10 月底，已有超过 50 万家企业加入钉钉 AI 魔法棒的测试行列，探索了钉钉在 AI 产品方面的种种可能性。 

这也是钉钉成为中国首个全面智能化的国民级应用的意义。 

三、钉钉最先落地，也告诉我们 ToB 更有机会。 

可能是因为年初 ChatGPT 是 to C 的，而且体验太好了；也可能是大家习惯了国内互联网产品的免费，以至于很多人会习惯性忽略其背后的巨大成本。 

国内很多人受到 ChatGPT 影响，也想从 C 端创业，但略一投入就发现步履维艰。 

钉钉最先落地，而非其他国民级应用，也给我们一些启发。 

首先，AI 大模型应用第一天必须挣钱，不然就没有机会挣钱了。 

ChatGPT 系列是人类有史以来成本最昂贵的互联网产品。GPT-4 训练一次烧掉 3000 辆特斯拉。微软为了保证研发不仅投入 100 亿美金，而且云服务无限支持。 

大型生成性 AI 模型的运行成本目前非常高，每天可能需要数百万美元。例如，单单是 GPU 的成本就高达数百万美元。 

据报道，OpenAI 的 GPT-3 语言模型的每次训练运行至少需要价值 500 万美元的 GPU。有些大型 AI 模型的提供商已经开始实施收费结构。比如，微软为企业用户提供每月 30 美元的 Copilot 服务，该服务可以帮助创建 PowerPoint、Excel 和 Word。 

亚马逊计划在未来五年内投资超过 10 亿美元，购买超过一百万份微软的 Microsoft 365 云服务。Microsoft 365 最初名为 Office 365，但在 2020 年被微软重新命名为 Microsoft 365。Microsoft 365 在今年早些时候接入了 GPT-4 技术，并推出了和钉钉 AI 类似的 AI 助手。 

可以这样说，这一代大模型浪潮是人类在科技树又一次勇敢的豪赌。 

它必须在科技上和商业两个赛道上同时获得成功。 

其次、钉钉有其他国民级应用都不具备的优势——toB，且体量够大。 

当我们说 AI 大模型应用第一天必须挣钱的时候，就意味着它是直接对接生产力场景，深度融入生产力的。这些工作场景最常用的办公、会议、知识库等等。 

在这方面，钉钉集成了以上所有工作场景，更重要的是，钉钉拥有很多其他产品没有 

的场景，比如低代码、日历等以往我们觉得和大模型有一定距离的产品。以往这些数据是无法接入大模型的，现在他们都将能被大模型利用，并创造更大价值。 

有这些独特优势在，钉钉天然更容易给客户创造更大价值，也更容易取得商业上的成功。 

其他产品要么用户少，要么使用场景少，只有钉钉拥有亿级用户的同时深度嵌入生产环节，能在工作的每个环节发挥作用。 

最后、钉钉的全面开放，让人们很快就能看到技术增长飞轮的效力。 

当蒸汽机轰隆作响的时候，不会有人意识到这个机器将会改变世界，但以蒸汽机为代表的工业革命让人类经济从线性增长变为指数增长，机器可以生产更多更好的机器，人类走向了一条全新的道路。

大模型也是革命性的技术：不仅可以满足我们的需求，而且 AI 也拥有改善自己的潜力。 

以往的工业革命往往有漫长的研发与获得认可的过程，这一次钉钉将 AI 直接集成在了拥有上亿用户的产品内，加速开启了商业飞轮的增长。 

作为中国最大的 To B 产品，那些成功的客户必将反哺钉钉，让 AI 的技术持续发展。 

我们期待有一天，在飞轮效应的作用下，AI产品又便宜又好用。人们用 AI 就会像用手机一样方便、无感与自由。