智能制造
AI大模型时代传统软件将被彻底颠覆

发布于:2024-02-11 00:34:40  来源:智能制造  点击量:14次

  以GPT为先驱的AI大型模型正催化着企业架构的一场革新,AI时代的用户,到底需要什么样的软件?如果AI大模型彻底集成在IM中,集成在群聊中,集成在小程序中,传统的软件架构可能会被彻底的颠覆?

  在企业中的应用搭建中,APP应用系统负责结构化数据为基础的流程和交易,而Chat负责负责非结构化数据为基础的沟通和协同。这两个体系在企业的架构体系下该如何的融合呢?

  在架构整合上有两个模式,In-APP Chat和In-Chat APP,这代表着完全不同的理念。一个是以系统和流程为中心,一个是以人为中心。

  在企业应用领域,“In-APP Chat”指的是在应用程序内部集成的聊天功能。这种模式允许用户在使用特定应用程序时一起进行即时通讯,常见于社会化媒体应用、在线零售平台、客户服务软件等。比如,在电子商务平台上,顾客能够最终靠应用内的聊天功能直接与卖家交流。这不仅提高了使用者真实的体验,也使得沟通更方便快捷和高效。

  企业应用通常是基于结构化数据和流程构建的,通过固定表单来组织和交互信息。然而,用户对于系统的反馈,如投诉或使用上的困难,常常超出了系统的预设范围。为应对这一挑战,许多企业应用采用了In-APP Chat模式,集成了独立的即时消息(IM)工具,如CRM、HR或报表系统,从而使得用户能以非结构化的语言方式来进行反馈。这种集成提供了一个平台,方便用户表达他们的需求和问题,增强了应用的互动性和可用性。

  然而,GPT大模型大范围的应用之前,这些IM工具主要只是作为一种基本的信息反馈渠道。在面向消费者(2C)的电子商务应用中,借助于海量用户和大数据的积累,这些IM工具能够对非结构化的沟通内容作出更智能的响应。相比之下,许多面向企业(2B)的应用,由于反馈频率相比来说较低,其IM工具在智能化方面的发展就显得较为缓慢。因此,在这一些企业应用中,即使集成了IM工具,非结构化沟通内容与系统的真正集成仍是一个挑战,导致了智能化水平的局限。

  在In-APP Chat架构中,应用程序内部的结构化操作是主要焦点,而聊天功能则充当着处理特殊情况和提供异常反馈的辅助角色。在这种架构下,当用户要与多个应用中的不同用户沟通和协同工作时,他们通常必须打开各自的应用,逐一做沟通。希望打通不同系统之间的IM,在企业环境中很具有挑战性,因为实现不同部门间系统和流程的整合往往复杂且耗时。相比之下,采用群聊或邮件等非结构化沟通方式来推动工作进展,在企业中通常会更便捷和高效。

  因此,为实现更流畅和高效的工作流程,企业要在严格的应用架构和更自由的沟通模式之间寻求一个合适的平衡点。这不仅涉及技术的选择和应用,更是对企业工作方式的一种调整和优化。

  In-Chat APP模式指的是在聊天应用或平台内集成多种其他应用的功能,不仅支持基础的文本、语音、视频聊天功能,还能整合如支付、订单处理、数据查询等多种服务。例如,微信或Slack等聊天平台就允许用户访问第三方服务、管理日程,甚至进行交易。其核心思想在于把聊天平台打造为众多服务交互的中心,促进应用间的无缝集成,为用户所带来更丰富、一体化的体验。

  微信小程序便是“In-Chat APP”理念的典型实例,它强调“无需下载、用完即走”的便捷性。这些小程序在技术上既非传统的Web应用,也非原生应用,而是一种介于两者之间的新型状态。它们在技术上具有制作成本低、内存占用小、运行快速、敏捷迭代、易于部署、有着非常丰富的延展性等优势。微信平台及其小程序的理念主要聚焦于打造一个开放而多元的生态系统。微信本身被视为一个自然生态,这中间还包括的公众平台(如订阅号、服务号、小程序)则像土地,提供支持和生长的基础。微信支付则被比作空气和水,是这个生态系统的重要组成部分。

  在这个生态中,成千上万的公众号和小程序象征着生态中的动植物,它们在优胜劣汰的环境中生长,形成一个去中心化的动态系统。微信不提供中心化的流量入口,而是鼓励在这样的平台上的自然和健康竞争,确保最适合用户的产品和服务能够脱颖而出。在微信之后,一些超级企业级的IM平台,例如企业微信,飞书,钉钉等也走向了In-Chat APP的发展模式。

  当然,微信小程序还有很多的限制,微信群对于小程序只是作为信息传播的渠道,而不是真正的双向互动。小程序不能自动感知群聊内容,导致其与个人用户或群体之间的互动仍处于较为浅层的阶段。要实现In-Chat APP愿景所面临的挑战不仅限于平台开放性、标准化、权限问题和与大型网络公司的竞争,还包括其他一些关键问题:

  使用者真实的体验的一致性:在一个聊天平台中集成众多不同的小程序或服务时,实现这些服务之间的顺畅集成是一项技术挑战,保持用户体验的一致性是一个设计上的挑战。每个小程序或服务可能有自己独特的界面和操作方式,这可能会引起用户在使用时感到混乱或不便。

  数据安全和隐私:随着慢慢的变多的功能和服务集成到聊天平台中,如何保护用户数据的安全和隐私变得特别的重要。特别是当处理敏感信息,如支付数据和个人身份信息时,确保数据安全和符合隐私法规是一定要考虑的因素。

  内容监管和质量控制:随着更多第三方服务接入聊天平台,如何监管这一些内容,确保它们的质量和合规性,是平台运营者需要面对的问题。

  为了深化In-Chat APP的应用,还需逐步提升这一些平台的互动性和集成度,使其能更全面地服务于用户的多样化需求。

  在传统软件产品设计中,流程通常从行业最佳实践的抽象开始,首先是业务拆解,接着是流程和制度设计,然后是数据结构设计,最后才是针对用户的表单交互界面设计。这种设计理念都会存在于大型生产、制造、零售企业,如ERP系统。在这些系统中,用户交互体验通常不是首要考虑,因为大规模运作所需的标准化和用户交互所需的灵活性往往难以同时满足。

  相对于传统软件产品设计,那些注重个性化交互界面的定制化软件通常采取不同的生产流程。这类产品先从用户界面(UI)和高保真界面设计着手,然后再反向处理底层业务和数据逻辑。这种以UI为核心的设计方法,在面对用户偏好频繁变化时,可能会显著影响软件系统的设计和开发效率。

  特别是在长链路决策的企业级管理软件中,不同层级的领导各有独特的偏好。由于这些对项目和资源有决策权的高层领导在大多数情况下要负责多个部门,他们并不全是产品和技术领域的专家,因此在极短的时间内理解复杂的系统后台设计逻辑对他们来说颇具挑战。软件开发者,可能很难约到足够的时间与高层领导讨论和对齐需求,但是高层级的领导在听汇报的时候往往会更关注用户界面和交互流程。这种方法在灵活性和用户定制化方面虽有优势,但也需要在多方面平衡,以确保软件系统的整体效率和有效性。

  近年来,在软件交付过程中,诸如Mendix、OutSystems、云端设计平台Figma、腾讯云的微搭等工具,都展示了这种思路的实际应用。这些低代码平台极大地便利了软件设计和开发团队,使他们能够通过简单的拖放操作快速搭建起基础的软件交互界面。然而,这种低代码方法也有其局限性。一旦软件被交付给用户,其交互界面和流程便基本固定下来。这意味着,当新用户提出新需求时,系统可能需要进行重大调整或更新。

  随着GPT等大型AI模型的出现,技术进步正在根本上改变软件设计和交互方式。像Midjourney、DALLE等AI模型正在扩展其能力范围,在图像生成,艺术创作,用户界面设计等领域展现出卓越的性能。AIGC通过大规模训练和学习,已经掌握了生成视觉艺术作品的能力,从简单的线条素描到复杂的色彩组合,能够创作出具有美感和原创性的艺术作品。软件如Pika和Runway已经发布了全新的AI模型,支持多样化的视频创作和编辑功能。这些功能包括3D动画、动漫、卡通,甚至电影风格的视频制作。更激动人心的是,这些工具能够精准控制和编辑视频内容,从而大大拓宽创意表达和个性化内容制作的可能性。

  这些技术上的革新引发了我们对未来软件交互方式的深思。近年来,流行的短视频和长视频APP已经摒弃了传统软件中的各种按钮和菜单,用户与主播、商家之间的交互更多采用弹幕和聊天对话框。我们不禁思考,未来企业软件是否也会向这一方向发展。视频作为一种高效率的信息传递方式,尽管相对消耗更多流量和算力,但它提供了最直接、对脑力消耗最小的交互形式。传统的菜单、模块、流程和字段可能仅是非结构化信息与结构化数据之间的过渡桥梁,这种集体抽象与个体风格的不适配可能增加个体的学习和使用成本。

  如果硬件和算法的性能足够强,理论上AI就能在短时间之内生成定制的交互式视频内容。例如,AI能够在1秒内生成用户需要的界面,性能接近于原生的前端渲染的性能,那么传统的软件交互方式可能就不再必要了。

  例如,“Screenshot-to-code”这个最近在GitHub上爆红的项目,通过扫描图片生成代码,便是这种变革的一个例证。几年前,这样的技术可能是创业项目的核心,现在,通过调用GPT-4的API,这一功能就能轻松实现,意味着任何用户只要有理想的参考软件界面,就能轻易实现个性化定制需求。这些进展不仅展示了AI技术的发展速度,也预示着未来软件交互方式的潜在变革。

  如果AI大模型能够充分了解一个系统的后台数据和逻辑设计,了解系统的权限,了解一个个体的用户界面与流程偏好,软件能够根据每个用户的喜好和需求来调整其界面。这种设计允许用户根据个人偏好定制软件界面,从而提升工作效率和用户满意度。这种“千人千面”的界面设计不仅提升用户体验,也增强了软件的适应性和包容性。未来的软件不再是一个固定的平台,而是一个能够根据用户需求动态变化的环境。这种变化不仅体现在视觉元素上,也体现在交互逻辑和功能的适应性上。

  当一个系统的用户界面是“千人千面”的时候,软件系统可能就不再需要一个独立的系统前端了。随着人工智能技术的发展,特别是在“In-Chat APP”(聊天内应用)概念的兴起下,软件系统的用户界面正变得高度个性化。用户可以在一个统一的聊天界面中完成多种操作,无需切换不同应用程序,从而实现数据和功能的无缝集成。例如,在企业软件中,用户可以通过聊天对话框请求查看业务报告,软件系统的AI Agent自动调用商业智能(BI)系统,将报告以小卡片形式展示在聊天界面中。这不仅提高了操作便捷性,也为用户提供了更直观、灵活的交互环境。

  AI大模型可以解析用户的文本输入,理解用户的请求和需求。它不仅限于识别关键词,还包括分析语境、情感以及特定的用户意图。例如,在一个企业的报表系统中,用户可能通过聊天输入“显示上个季度的销售报告”,系统AI Agent则需解析这一请求并识别出具体的操作意图。

  此外,AI Agent也负责处理用户权限相关的问题。它根据用户的身份和权限,决定用户能访问和操作的数据范围。比如,不同级别的管理人员看到的数据和报告内容会有所不同,AI Agent会自动调整显示的内容,以符合用户的访问权限。

  针对用户的请求和权限,AI Agent能够动态地组织和调整用户界面。这在某种程度上预示着用户界面可以根据用户的需求和操作习惯进行个性化调整,如对于经常查看某类报告的用户,AI Agent可以优化界面布局,使这些报告更易于找到和访问。

  在理解用户请求之后,AI Agent会负责调用后端系统以获取相应的数据,并以用户易于理解的形式展示结果。这可能包括生成图表、报表或其他视觉化数据表示,AI Agent会根据用户的偏好和历史交互选择最合适的展示方式。

  最后,除了回应用户的直接请求,AI Agent还可以提供更深入的交互和反馈。例如,在用户查询某个数据点之后,AI Agent可以基于用户的兴趣和历史行为推荐相关报告或提供深入分析。

  通过理解用户的语言和意图,管理用户权限,动态组织用户界面,以及提供个性化的数据展示和反馈,系统AI Agent在实现高效、直观和个性化的用户体验方面起着至关重要的作用。随着AI技术的不断进步,我们可以预期这些AI Agent将提供更加智能、适应性强和用户友好的交互体验。

  在企业应用领域,流行的企业协作软件,如企业微信、钉钉、飞书、Microsoft Teams和Slack,正在通过这种“In-Chat APP”架构实现变革。这些平台成为沟通和应用集成的中心,用户可以在聊天界面中直接执行任务,如审批、报表查看、人力资源管理等,大大简化了工作流程。这种集成方式不仅提高了效率,也提升了用户体验。

  “In-Chat APP”集成更多的应用和系统,其有可能会演化升级为一个超级AI个人助理,用于跟各种软件系统的AI Agent打交道。AI个人助理可以实现跨APP的交互,类似于电脑上的RPA(机器人流程自动化)功能。例如,它们能够将信息从一个APP快速复制并发布到多个APP中,可以将个人的偏好传递到多个系统中。个人数据不再孤立于各个APP之中,而是被自动集成到个人专属数据库中,不断迭代进化我们的超级AI个人助理。超级智能AI助理可能会促使APP的演化,使个人用户可以依据自己的需求定制与各种APP的交互方式,用不同APP的功能打造出用户的虚拟APP。

  超级AI个人助理在传递信息和接受用户操作反馈的过程中,可以不断地自我训练,使其判断与用户的判断更加一致。这种基于原生数据的训练,能够精准模拟个人的思维和决策方式。随着技术的进步,AI助理将成为用户在数字世界中的智能化身,实现数字与物理世界更深入和无缝的融合。

  每个企业都有其独特的愿景、使命和价值观,在业务和流程上形成了一套具有市场竞争力的标准体系,各种各样的数字化记录、系统和决策可以帮助企业训练自身的AI Agent。对于企业、组织和特定岗位,也可以开发自己的AI数字分身。每种AI Agent都有其特定的作用和应用范围,共同构成了一个多层次、互联的智能系统,旨在优化企业运作的各个层面。

  企业级的AI Agent,它作为整个企业的智能代理,致力于整合并反映企业的战略、文化和政策。企业的AI Agent的角色不仅仅是一个信息处理者或数据分析器,而是一个全面的战略助手,帮助企业领导层在市场分析、风险管理甚至战略规划方面做出更明智的决策。组织部门的AI Agent更关注于特定部门如销售、市场或人力资源的需求和流程。它们能够在部门内部优化工作流程,提供深入的数据分析和报告,辅助部门负责人更有效地管理资源和团队。特定岗位角色的AI Agent,更专注于岗位的专业性,专注于提高个人员工的工作效率和能力,它们能够帮助员工管理日常任务,提供专业知识支持,甚至在职业发展和技能培训方面提供建议。

  这些AI Agent的组合可以扮演多种角色,例如新员工的入职导师,帮助他们快速熟悉公司文化和工作流程;作为业务顾问,为特定项目或决策提供数据驱动的见解;以及作为协作促进者,帮助团队成员之间的有效沟通和协作。这些AI Agent不仅仅是信息和流程的管理工具,它们还能够根据企业的发展和员工的反馈进行自我学习和迭代,从而不断提高其效能和适应性。

  在这个系统中,企业的AI Agent确保整个企业沿着正确的战略方向前进;组织部门的AI Agent优化和强化部门的内部运作;而岗位角色的AI Agent则在个人层面提供支持,确保每个员工都能在其岗位上发挥最大潜力。这种多层次的AI Agent布局,不仅提高了企业整体的运营效率和决策质量,也增强了员工的工作满意度和职业成就感。

  以GPT为先驱的AI大型模型正催化着企业架构的一场革新。在这个变革中,‘In-Chat APP’的架构模式在未来的竞争者将会占据主导地位。这种模式下,传统软件系统转变为后台驱动的实体,依靠AI Agent与用户进行交互。每个系统通过其AI Agent与用户的AI Agent沟通,在用户面前呈现的是一个‘千人千面’的界面,从而创造出高度个性化的使用者真实的体验。

  随着AI技术的不断进步,我们可以预见一个由智能代理主导的企业世界,其中每次交互都是定制的,每个决策都是数据驱动的。在企业业务不断开展的过程中,这些AI Agent与每个员工一起共同学习,参与共同决策,成为企业运营和创新的关键部分。这种与AI Agent的协作和共生关系,使企业在数字化转型的道路上走得更远,将引导企业走向更高效、智能化的工作环境,最终不断迭代升级,形成一个灵活性更好、响应式的组织架构。