EP04 AI如何颠覆办公与CRM讨论会纪要
详细的讨论会分享背景请见我们上一篇文章《AI如何颠覆软件：你能为AI打工吗？》。
我们尽量每周都会组织不同领域的AI讨论会，覆盖软件行业的所有细分。为了保持一个活跃的讨论环境，对参与人群会有限制。关于第五次讨论会的报名方式，请见文末。
本期讨论会参与者：
一线科技公司AI团队产品经理（主持人）
杨炯纬，卫瓴科技CEO，连续创业者
几位资深的AI+协同/会议行业从业者，以及投资人
表格的本质就是自动化过程，而Copilot工具还可以让表格直接连接BI工具和数据仓库 AI可以对表格类产品再做一层抽象化，在Word类/PPT类，甚至协同产品中，AI可以在不打开Excel进行复杂计算的情况下，直接产生数据Insight 在这个UseCase下，通过AI助手操作，Word/PPT/Excel等格式都没有过去重要，任何格式都可以直接呈现观点
现有办公产品中有许多原子功能客户很少使用，一个月只有几次使用，但以UX的形式展现在产品中。 大部分的功能只有专业的咨询顾问和专业的数据分析师才会用到，那不常用的功能可以让非专业者通过AI来调用就行了。
对于AI来说，不同数据格式没有很大差别。 过去的SaaS产品构建自己的生态和迁移壁垒，但在AI时代，都需要适应多模态能力。 Notion最早就是打破文件格式编辑的产品，同样的微软目前推出的Loop也在打破文件边界。 未来Loop+Team不光可以打破文件边界，还可以调用数据仓库，扩展到更宽的数据维度。
会议场景的AI更像助理
两个大维度的作用：帮用户直接解决问题，帮用户做管理，同时也会贯穿会前、会中、会后三个环节。
会前：准备基础信息（营销活动中的客户报名信息、公开资料，通过大语言模型做整理）；生成会议模板。
会中：实时内容提示，类似中文字幕，可以应对嘈杂的会议环境，以及参会者可能信号不好/耳机音质不好等情况；语言翻译+实时字字幕；对于中间加入会议的，提供快速生成的会议实时Notes。
会后：整理会议纪要；生成待办事项；对会议做语义分析，方便会后复盘，在之后会议里提供引导性的讨论模板，帮助会议提高效率。
尝试的新方向：在会议纪要分析提取的基础上，用户还可以基于提取出来的内容问答。
AI同声传译在会议中的可行性
大部分的技术问题都随着GPT出来后解决了，但还有一点小技术问题，主要是在延迟上，同声传译还没到用户最舒适的时延门槛
成本是另一个非常大的问题，在追求时延的要求下，成本现在还没降到全量商业化的阶段
逐字稿/Summery未来的提升方向
逐字稿中会有非常多的语气词/废话，正常的Summary还需要再总结一层才能达到舒适的阅读，但又不是像目前的AI Summary呈现出来的这么概括性。
AI会议功能在需求端的反馈
目前先试水的AI功能主要是会议总结和待办事项：从需求上是企业最刚需的场景，但效果还不够理想。这与大模型的能力密切相关，其注意力机制决定了不能对特别长的内容进行高效总结，大模型关注的重点可能不是用户关注的重点。
客户公司需要对特定场景做Finetune，例如针对toB销售场景，或者公司产品会议场景，可以提高生成总结的准确性。
同声传译目前的需求反馈还不够大，主要在跨国公司或者对外交流多的企业中有场景，但多数涉及场景的员工本身就有语言能力。
AI工具未来可能会降低会议的频率
会议本质上是同步的信息沟通渠。
但目前的会议总结、逐字稿、会后问答等工具，大大提高了异步沟通的效率。
Teams相比Zoom在未来可能会有长期优势
会议是许多
场景里面的一个环节，Teams所包括的环节更多，所涵盖的不仅包括会议还包括IM、邮件、文件、报表，有了AI后
更多的半结构数据
变成了可以利用的数据。
有身份中台AD作为底层，Teams上的所有数据都可以打通，Copilot在其中优化的空间也更大。
- Zoom作为三方软件，怎么去统一身份，怎么连接数据，都会有更大的挑战。
AI对协同产品提升的角度
-
全新的任务：内容生成，IM中实时翻译。
- 传统任务的新体验：针对已有数据/会议/文档做知识问答，以及类似知识问答的模糊搜索。
API形式调用工具：完成过去不能完成的任务组合，加入协同产品出于易用性而过去无法添加的长尾功能。
但协同产品本身也非常考验易用性，以及产品如何融入到客户的workflow，所以每项AI功能都要去评估对现有客群的价值是不是足够大，在操作复杂和功能实现上做tradeoff。
邮件日历
邮件文档
到日历代办的连接会更加顺畅。
同时在邮件撰写时
，也会更加自动化，并且辅助个性化的常用模板文字。
协同产品的AI设计需要特别考虑数据安全
协同过去是人与人之间的协同，数据安全由人来控制。
但未来会出现很多人与AI助手的协同，对数据的治理、访问权限的划分就非常重要。
针对不同部门、不同级别、不同权限的员工，需要有单独的、用友不同权限的AI，甚至涉及到AI助手与AI助手之间的交互。
底部需要有一个身份中台AD，基于身份中台连接各种应用，实现身份和信息贯通。
AI可以提高销售沟通场景的案例效率
目前：当销售与新客户建联时，会基于原来的规则引擎计算客户的行业、有哪些成功客户，是否之前已经写过案例，然后主动推送给销售，和已经成交的客客户列表。如果没有合适的案例，会推荐给销售相关的处理过类似客户的销售。
有AI后：还可以关注到客户从哪里来、如何找到公司的、整个销售的跟进过程、使用公司的产品是否达到购买目标，结合数据给客户推送语言模型编写的案例。
AI可以大幅节省销售训练时间
目前：一个合格的销售训练时间可能需要8个月或者更久。
有AI后：将企业通用的营销素材结合客户情况，生成个性化营销素材，通过AI可以帮助销售构建话术，以便更快地达到平均水平。
AI完全替代销售/高质量客服还不现实，但可以让AI来辅助问答，帮助他们处理知识库问题，这在回答体验上已经取得了显著效果。
AI可以通过后续分析提高转化率
目前：销售每天会接到大量的电话，打完电话需要总结并撰写跟进记录。中间有些客户可能销售觉得转化几率不高了导致错过。
有AI后：AI撰写跟进记录，并定制行动建议，涉及到话术分析和行动建议。很多客户是属于销售觉得没有机会，但是领导可以通过复盘或者帮助来完成销售转化的。
AI让黑盒变成白盒：过去听不到录音领导就没法帮忙，但有了跟进记录和后续建议后，领导更容易直接提供帮助，或者帮助销售模仿领导的做法复盘。
AI可以使销售线索打分更有转化价值
目前：销售在得到一个销售线索后，会根据模板填写一个表格，认为应该转成商机。然后上级领导再审批，实际上审批的时候可能出于时间问题一般都会全选通过，很少打开查看。
有AI后：现在让AI直接预先审批80%，剩余的20%边缘数据再让人审批。同时，在打个分的过程，可以将原来的规则引擎与大模型相结合，使得打分更加具有审批意义。
举个例子：销售与客户有大量的自然语言对话，打电话、聊天记录等各种事项，甚至是微信截屏，当这轮信息输入系统后，可以用AI做一轮预处理。处理完成后，挑选若干备选模板，然后AI对每个模板进行填写和打分，并判断客户处于什么阶段，结合两者基本能解决客户描述的问题。
优化方法：根据场景选择模型
大部分场景可以使用GPT3.5级别的模型。对于复杂的推理，通常可以用GPT4级别的模型进行问题拆解，然后再对子问题使用GPT3.5级别的模型进行合成，就能有效减少GPT4
的使用频率。未来可能还会对开源模型进行Cache，更简单的问题可以在开源的小模型里面。
把Prompt做好，和使用向量库也可以帮助降本。
相信AI目前降本趋势会符合摩尔定律，甚至在这段时间应该会更快。相比去计算短期的成本，更重要的是搞明白对客户来说的ROI，比如每分钟的电话如果加1分钱能提高转化率那就是有价值。
个人数据库会跨越格式进化
尽管有各种笔记工具，但是仍然不是最方便的实现形式。
有了AI后，可以更方便地跨越所有数据格式进行沉淀，文档、EXCEL、PPT、聊天记录、电话转写、甚至是图片截图都可以沉淀数据。
- 当数据格式打通后，会有更便捷的个人数据库形式，不一定会是目前的笔记形式。
从CRM的启示来看，销售在未来沟通的时候就会使用跨越格式的个人数据库库产品。
【讨论会】
我们将在近期举办第五次“AI颠覆软件讨论会”，前面四期分别是数据库、游戏软件、生成式广告、办公协同CRM，分别邀请了行业里面最资深的从业者、创业者朋友。
第一期纪要请见《EP01：AI如何颠覆数据库讨论纪要》。
第二期纪要请见《EP02：AI如何颠覆游戏讨论纪要》。
第三期纪要请见《EP03：生成式广告讨论纪要》。
第五期我们即将举办“AI时代对产品经理的新要求”讨论会，时间是本周日（6.18）上午10点。第五期讨论会仍将以小范围展开，有填写观点表达的朋友们都会拉入会议，也希望参会者有合适的背景。
如果有兴趣，请点击阅读原文的腾讯会议报名链接。
【AI如何颠覆软件：你能为AI打工吗】