중요한 추세는 AI 에이전트의 워크플로가 AI 분야에서 큰 발전을 가져올 것이며 심지어 차세대 기본 모델을 능가할 수도 있다는 것입니다.
Baidu의 전 수석 과학자이자 Amazon 이사회에 합류했다고 발표한 Andrew Ng는 최근 공유에서 AI 에이전트에 대한 최신 견해를 제시했습니다.
실제로 OpenAI, Microsoft, Google, Meta 및 거의 모든 인공지능 거대 기업이 이 새로운 전장을 주목하고 있습니다. 에이전트는 AI 산업의 차세대 빅 트렌드로 AI계 전체의 새로운 합의가 되었습니다.
하지만 그 길은 쉽지 않습니다.
OpenAI의 GPT Store, 나는 왜 성공하지 못했나?
가장 먼저 나선 것은 AI 분야의 선두주자 오픈알(OpenAl)이었다.
OpenAl의 상용화 스토리에서 GPT Store는 큰 기대를 품고 기자간담회에서 소개할 수 있는 공간이 크게 주어졌습니다. 온라인에 접속한 후 스마트 에이전트 애플리케이션이 순식간에 300만 개나 몰릴 정도로 압도적이었습니다.
아시다시피, iOS 생태계에서 10년 넘게 심층적인 개발을 진행한 끝에 App Store에 있는 앱은 178만 개에 불과합니다.
그러나 GPT Store는 OpenAI의 야망을 지원하지 못했습니다.
훈련된 AI 에이전트는 특정 애플리케이션 시나리오 및 프로세스를 더 잘 처리해야 하며 더 강력한 "작업" 기능을 보여야 합니다. 하지만 GPT Store에서는 상호작용 방식이 여전히 채팅 대화 형태일 뿐입니다. OpenAI는 일반 사용자가 스스로 API 인터페이스를 구성하고, AI 데이터 정보를 스스로 제공하며, 질의응답 방식으로 다양한 사용자의 방대한 작업을 해결할 수 있도록 하려고 합니다.
분명히 채팅창에만 의존하는 것만으로는 모든 문제를 해결할 수 없습니다.
ChatGPT 자체는 매우 지능적이지만 많은 일반 사용자가 다양한 요구 사항에 대한 도움을 받기 위해 맞춤형 GPT를 이용할 때 수행하는 작업이 만족스럽지 못한 경우가 많습니다.
말할 것도 없이 OpenAI의 비전은 수많은 기업 사용자에게 서비스를 제공하는 것입니다.
출시 후 불과 3개월 만에 GPT 스토어의 활성 사용자 수가 40% 급감했고, 상당수의 AI 에이전트 애플리케이션이 폐기됐다.
오늘날 GPT Store는 파산 위기에 처해 있으며 많은 유료 사용자도 다음과 같이 말합니다. 이는 OpenAI의 경우 드문 Waterloo입니다.
GPT Store가 대중의 시선에서 점차 물러나는 동안, DingTalk와 같이 AI 에이전트 트랙에 베팅하는 새로운 선구자 그룹이 중국에서 등장했습니다.
APPSO는 이전에 DingTalk의 신제품 출시 컨퍼런스에 초대되어 자체 개발한 AI 에이전트를 출시했습니다. DingTalk에서는 이를 "AI Assistant"라고 부릅니다. 그리고 향후 3년 안에 AI 비서 1천만 명을 창출하겠다고 발표했습니다.
AI 보조 시장이 온라인으로 정식 출시됨에 따라 DingTalk의 "GPT Store"와 OpenAI 사이에 차이점이 있는지 확인하기 위해 APPSO도 처음으로 시도합니다.
첫 경험: 채팅 그 이상을 할 수 있는 '실리콘 기반 인재마켓'
DingTalk의 AI 비서 시장은 '중국의 GPT 스토어'라고 불리지만 실제로 사용해 본 결과 GPT 스토어와 완전히 동일하지는 않다는 사실을 발견했습니다.
첫 번째는 목록 논리입니다. GPT Store와 대부분의 Agent 시장은 민감한 주제와 관련되지 않은 경우 기본적으로 모든 UGC가 출시되고 현재 설정에서 DingTalk는 소프트웨어 응용 프로그램 시장과 비슷합니다. 앱 스토어에는 등록 및 리뷰 로직에 대한 자체 공식 심사 기준이 있습니다.
둘째, DingTalk는 GPT Store 상호 작용을 대화 상자로 제한하지 않고 AI 도우미의 기능을 워크플로에 완전히 통합합니다.
DingTalk의 AI 비서 시장 은 다양한 업종과 업무 시나리오에 따라 다양한 카테고리로 구성되어 있어 마치 '실리콘 기반 인재 시장'과도 같습니다.
예를 들어, '인사 관리' 섹션에서는 '세부 업무 수행'을 전담하는 보조원을 이력서, 급여, 면접, 성과 및 기타 시나리오에 따라 구분했습니다. 일부 보조자는 전문 서비스 제공자의 인터페이스에 연결되어 단순한 대화 및 상호 작용이 아닌 스스로 독립적인 실행 작업을 완료할 수 있습니다.
에이전트 기술의 관점에서 DingTalk AI Assistant는 기본 아키텍처의 다양한 수준에서 많은 새로운 기술을 통합합니다.
1. 가장 기본적인 것은 역할 기반 채팅 도우미로 프롬프트 명령을 통해 훈련할 수 있으며 임계값이 낮습니다.
2. 전문 분야의 지식 기반 및 데이터 세트 지원과 관련하여 DingTalk의 AI 도우미도 매우 잘 작동하며 다양한 수준의 사용자 정의 요구 사항을 충족할 수 있습니다.
예를 들어, '샤오주(Xiaozhu)'라는 AI 비서에는 건설업계의 수많은 전문 데이터베이스가 포함돼 있다. 사용자는 채팅처럼 건설업계의 구체적인 내용을 질의할 수 있고, 이를 이용해 문서 찾기, 정보 읽기, 검색 등을 할 수 있다. 전문적인 정책.
Xiaozhu AI 보조원이 하나 이상의 기술을 가지고 있다는 점은 주목할 가치가 있으며, 이는 Agent의 일반적인 기능이기도 합니다. 예를 들어, 디자인 선 도면 업로드도 지원합니다. 선 도면은 4개의 건축 렌더링을 빠르게 생성할 수 있어 설계자와 고객이 설계 계획을 신속하게 미리 보고 전체 설계 프로세스 속도를 높일 수 있습니다. 모든 과정은 직접적인 소통과 상호작용을 통해 완성될 수 있습니다.
이력서를 지능적으로 생성하는 AI 도우미도 있어 작업을 빠르고 잘 수행합니다.
일반적인 상황과 강조하고 싶은 능력만 이야기하면 전문적이고 유용한 이력서를 빠르게 작성할 수 있습니다. 이력서를 수정하는 과정도 매우 간단합니다. 수정하고 싶은 부분을 직접 지정할 수도 있고, 한 번의 클릭으로 웹페이지로 이동하여 더 자세한 내용을 수정할 수도 있습니다.
즉, AI 어시스턴트의 대화창이 복잡한 작업을 완료할 수 없는 경우 창과 배경 웹페이지 사이에도 양방향 관계가 있어 일련의 지능형 에이전트 워크플로가 형성됩니다.
3. 또한 일부 AI 보조원은 주로 애플리케이션 전반에 걸쳐 사용할 수 있는 전문 소프트웨어 또는 SaaS 회사 로 심층적인 기본 개발을 수행한 것으로 나타났습니다. 예를 들어 University of Florida의 Payroll에서 만든 AI 급여 분석 도우미 . 사용자는 "현재 제품 관리자의 평균 급여를 확인하도록 도와주세요"또는 "지난해 월별 직원 이직률을 확인하세요"라고 직접 질문할 수 있습니다.
피드백의 형태는 단순히 텍스트나 그림이 아닌, 상담원이 비즈니스 요구사항을 이해하고, 도우미의 답변 결과를 목록, 아이콘, 웹페이지 데이터 등 다양한 방식으로 제시하고 요약할 수 있기 때문입니다.
University of Florida의 Payroll은 이미 회사를 위해 대량의 데이터를 축적한 DingTalk에 등재된 SaaS 애플리케이션이므로 AI로 업그레이드된 도우미가 시스템을 열어 원래 애플리케이션에서 실시간 데이터를 원활하게 검색하고 완료할 수 있습니다. 스스로 "요약하고, 정리하고, 정리하는" 작업 흐름 세트입니다.
과거에는 이러한 작업을 수행하려면 수동으로 데이터를 연결하고 참조 값을 다시 작성하고 통계 함수를 직접 작성해야 했습니다. 이제는 입만 사용하면 됩니다.
멀티 태스킹 AI 비서 의 대표적인 예인 항저우 공안국이 개발한 AI 비서도 체험해봤다 . 대규모 언어 모델 + 정부 서비스는 본질적으로 자연스럽게 결합될 수 있는 시나리오로, 24시간 서비스 창과 동일하며 이에 따라 다양한 "조치"를 취할 수 있습니다.
- 일반적인 채팅과 마찬가지로 상황과 요구 사항을 간략하게 설명했고, AI 비서가 기본적으로 공안 시스템의 지식 기반에 빠르게 접근해 대응할 수 있었고, 정보도 모두 최신 상태였다.
- 커뮤니케이션 프로세스에는 DingTalk AI 도우미 자체의 작업 기능도 중첩됩니다. 약속 시간이 결정되면 AI 도우미가 자동으로 DingTalk 일정 설정을 돕고 출발 전에 알려줍니다.
- 항저우 공안국에서 개발한 AI 도우미가 공안국 시스템에 연결되어 있다는 점을 언급할 가치가 있습니다. 문제가 해결되지 않으면 사용자가 직접 피드백을 제공할 수 있습니다. AI 어시스턴트는 귀하의 피드백 내용을 특정 문제, 해결 방법, 만족도 수준으로 나누어 동시에 시스템에 보고합니다.
APPSO는 또한 기본적으로 디자인, 학습, 사무실, 운영, 판매, 인사, 재무 및 세무와 같은 다양한 전문 분야를 다루는 여러 가지 AI 보조원을 경험했습니다.
예를 들어, 사무 분야에는 PPT 개요 기획자, 주간 보고서 마스터, EXCEL 보조원 등 특별히 훈련된 사무 기술 전문가가 있습니다.
영업 분야에서는 영업 정보 검색자, 영업 코칭 보조원, 전화 대본 코치 등 영업 전문가를 만나보실 수 있습니다.
디자인 분야에서는 위에서 언급한 Xiaozhu AI 어시스턴트 외에도 MoLook이 제작한 또 다른 AI 어시스턴트에는 대량의 의류 디자인 데이터가 포함되어 있으며 작은 의류 디자인 모델이 내장되어 있습니다. 간단한 커뮤니케이션과 참고 사진을 통해 의상 스타일 디자인 완성을 도와드립니다.
실제로 개발 프로세스에는 핵심적인 어려움이 있습니다. 건설 산업이든 공공 보안 시스템이든 그 뒤에 있는 데이터베이스는 끊임없이 업데이트되고 변경됩니다. 에이전트 개발에서는 사용자가 모국어로 작업을 완료할 수 있도록 하는 것이 매우 어렵습니다. 그 이유는 배후에 일련의 연결이 필요하기 때문입니다.
하지만 DingTalk에는 장점이 있습니다. 많은 기업이 이미 DingTalk 플랫폼에서 자체 SaaS 애플리케이션과 애플릿을 개발했으며, 데이터는 이미 축적되어 침전되어 있습니다 . 기업은 원본 데이터와 애플리케이션을 "AI로 업그레이드"하기만 하면 됩니다. 대형 모델 자체에 대한 이해와 실행 능력을 바탕으로 지식이 풍부하고 작업 능력이 있는 AI 도우미를 빠르게 만들 수 있습니다.
이는 향후 다양한 분야의 고객에게 AI가 더 이상 '모든 것을 조금 아는 것'에 그치지 않고 즉시 업무에 착수할 수 있는 '회사 베테랑 전문가'를 신속하게 양성할 수 있음을 의미합니다.
이것이 DingTalk의 AI 보조 시장과 GPT Store의 가장 본질적인 차이점입니다. AI 에이전트의 기억 및 인식 시스템을 지원하기 위한 수요와 데이터가 있고, AI 에이전트의 동작 시스템을 지원하기 위한 풍부한 애플리케이션이 있습니다.
DingTalk는 처음부터 사무실의 "분산 시나리오"를 목표로 삼았습니다.
모든 계층의 조직은 비슷한 문제에 직면하게 될 것입니다. 불분명한 연결은 프로젝트의 효율성 블랙홀이 될 수 있습니다. 이를 위해 DingTalk의 솔루션은 "마법으로 마법을 물리치는 것"입니다. 각 AI 에이전트는 일련의 에이전트 워크플로우를 연결하여 조직에 흩어져 있는 "효율성 블랙홀"을 정리하고 기업의 업무 효율성은 자연스럽게 높아집니다.
AI 보조 시장의 백엔드에 더 깊이 들어가십시오: 더 구체적이고, 더 개방적이며, 더 강력합니다.
이제 프런트엔드 에이전트 워크플로가 명확해졌으니 AI 어시스턴트의 백엔드 구성을 살펴보겠습니다. DingTalk의 디자인 아이디어도 GPT Store의 디자인 아이디어와 매우 다릅니다.
대형 모델을 기반으로 DingTalk AI Assistant의 디자인 컨셉은 기본적으로 "특정 작업 지향"입니다. 이는 매우 개방적이며 현재 AI 분야의 많은 신기술을 통합합니다.
전반적으로 DingTalk에서 AI 응용프로그램을 만들 때 자연어 상호작용이 새로운 개발 언어가 되고 있다는 것이 매우 직관적인 느낌입니다. 구체적으로:
사용자는 컴퓨터와 휴대폰 모두에서 AI 비서를 생성할 수 있으며 생성 인터페이스도 매우 간단합니다. 처음 사용하는 경우 공식 샘플 AI를 사용해 보고 자신만의 AI 어시스턴트를 위한 '캐릭터 설정' 작성 방법을 배울 수도 있습니다.
- 일반 사용자의 경우 자신만의 전용 AI 비서를 구축하기 위한 문턱은 매우 낮다고 할 수 있습니다.
캐릭터 설정 + 데이터베이스 지식 가져오기 + 따뜻한 시작 문구의 세 가지 간단한 단계를 통해 스마트하고 지식이 풍부한 AI 도우미가 만들어집니다.
몇 번 시도해 보고 익숙해지면 AI를 사용하여 일상 시나리오의 다양한 요구 사항을 지능적인 방식으로 해결할 수 있습니다.
- 프로그래밍 기술을 갖춘 개발자와 기업 사용자를 위해 DingTalk 백엔드는 보다 전문적인 도구를 제공합니다.
개발자는 코드 스크립트를 작성하여 다양한 타사 개방형 인터페이스에 적극적으로 연결할 수 있으므로 AI 보조원에게 더욱 강력한 자동화 기능을 제공할 수 있습니다. 예를 들어, Amap의 API 인터페이스를 사용하여 "교통 조회 도우미"가 될 수 있습니다.
- 또한 DingTalk AI Assistant의 백엔드가 최신 기술인 AI 에이전트 워크플로를 지원한다는 사실에 놀랐습니다.
이것이 바로 Ng Enda 팀이 연구하고 있는 AI 에이전트 워크플로우(지능형 워크플로우 모델)입니다. 이는 복잡한 프로세스 작업을 해결하는 데 특별히 사용됩니다. 사용자.
AI 비서는 인간과 같은 분업과 협업을 통해 다양한 업무를 표준 절차에 따라 능동적으로 수행할 수도 있고, 자신의 업무를 능동적으로 점검하고 개선 방안을 제시할 수도 있다 . 공식 워크플로 배경은 다양하고 구체적이고 세부적인 연계 작업을 지원하며, 독창적인 작업을 직접 개발할 수도 있습니다.
- 백엔드 구축에는 AI 의인화 작업이라는 더 흥미로운 기능도 있습니다. 귀하의 작업을 한 번만 지켜보기만 하면 AI는 귀하의 작업의 핵심 사항을 학습하고 귀하의 작업 목적을 기억하며 귀하와 동일한 작업을 완료하려고 노력할 것입니다.
이 기능은 현재 실험 중인 AI+RPA 에이전트 기술에 속하며, 정식 명칭은 '로봇 프로세스 자동화 기술 에이전트' 기능이다.
훈련된 AI는 하나의 인스턴스에서 추론을 이끌어내고 실제 사람처럼 스스로 학습할 수 있습니다. 현재 DingTalk의 AI 시뮬레이션 운영 기능은 DingTalk 내부 애플리케이션과 외부 웹사이트의 운영 학습을 지원합니다. 경험이 풍부한 많은 전문가들에게는 작업의 많은 작은 세부 사항을 말로 설명하기 어려울 수 있습니다. 이때 작업을 한 번 수행하고 AI가 예를 따르도록 하는 것도 좋은 선택입니다.
간단히 말하면, AI가 능동적으로 무한 반복하고 업데이트하도록 하는 것입니다.
DingTalk AI 비서 시장의 프런트 엔드와 백엔드를 살펴보면 DingTalk가 AI 비서를 구축하는 과정에서 두 가지 고유한 이점을 가지고 있음을 발견했습니다.
1. To B 소프트웨어의 본질적인 목적은 문제 해결이기 때문에 자연스럽게 많은 문제와 요구가 여기에 모이게 됩니다. OpenAI를 포함한 대형 모델 제조업체의 트래픽과 활동이 감소하는 이유 중 하나는 에이전트가 너무 많고 수요가 사용자보다 훨씬 많기 때문입니다.
DingTalk는 오랫동안 기업 사무실 현장에 깊이 관여해 왔으며 많은 실제 시나리오와 사용자 요구 사항을 축적했으며 기업과 직장의 사람들에게 필요한 것이 무엇인지 알고 있습니다. 이는 AI 보조 개발자가 현실에 가까운 고도로 전문화된 AI 보조자를 개발할 수 있는 기반을 마련합니다.
2. 원래 DingTalk 생태계에서는 축적된 기업 데이터 자산과 개발된 기업 SaaS 애플리케이션도 AI 보조원과 즉시 연결되어 지식 교육을 받을 수 있습니다. AI 어시스턴트의 백엔드는 전자상거래, 다양한 웹사이트 등 제3자 플랫폼을 포함한 다양한 기업용 애플리케이션 및 시스템과 원활하게 연결될 수 있으며, 작업을 완료하기 위해 필요에 따라 다양한 기능을 호출할 수 있습니다.
이것이 AI 보조 시장에서 GM과 딩톡의 가장 큰 차이점이다.
일반이란 명확하고 풍부한 시나리오 요구 사항과 데이터 축적이 부족함을 의미하며, 요구 사항은 제너럴리스트를 교육하는 것입니다. 이는 특정 시나리오를 가진 회사에는 분명히 비현실적입니다. 또한 이러한 보조자를 교육하는 것은 회사에 채용하는 것보다 비용이 많이 듭니다. 훌륭한 매니저.
이 때문에 시장에 나와 있는 많은 AI 비서가 비즈니스 소유자가 직접 구축한 것을 볼 수 있습니다. 이는 더 강력한 이동성, 호출할 수 있는 더 풍부한 인터페이스, 복잡한 작업을 실행하는 데 있어 높은 정확도를 갖추고 있습니다.
점점 더 많은 AI 보조 공동 창작 파트너가 합류함에 따라 이 백엔드의 기능은 점점 더 개방적이고 강력해질 것으로 예상됩니다. DingTalk의 자체 개발자 커뮤니티에서는 끊임없이 등장하는 완전한 튜토리얼과 새로운 게임 플레이 방법도 볼 수 있습니다.
DingTalk가 AI 비서의 새로운 기능을 출시한 후 DingTalk 대표 예준(Ye Jun)도 인터뷰에서 AI 비서 생성 플랫폼에 대한 향후 기대치를 언급했습니다.
우리는 AI 기반 작업을 하고 싶지만 이러한 AI 기반 기능이 이 창의적인 플랫폼에서 실현되기를 원합니다. Midjourney나 Pika와 같은 AI 기반 제품을 많이 만들고 싶습니다.
단순히 특정 프로세스에 지능형 기능을 삽입하는 것이 아니라, 문제를 해결하기 위한 새로운 아이디어를 가지고 AI를 사용해 처음부터 해결하는 이런 제품이 더 많아지기를 바랍니다.
OpenAI와 다른 길을 택하는 것은 중국 AI 응용 기업에게 가장 큰 기회
AI 시대는 기업에 엄청난 시장 기회를 가져왔고, AI는 개인이 슈퍼개인이 될 수 있도록 힘을 실어주고 있습니다.
AI가 생산성이 무엇인지 재정의한 이후, 소수의 팀으로 구성된 스타 스타트업은 이제 수십억 달러의 비즈니스 가치를 창출할 수 있습니다. 수많은 슈퍼 기업이 탄생하고 있습니다.
AI 시대에 조직 형태는 급격하게 변화하고 있으며, 이러한 슈퍼 기업들은 새로운 기업 라벨을 확립했습니다 . 즉, 더 유연하고(작고) 더 빠르게 움직이고(빠르게), 비용이 더 저렴하고(더 저렴), 남다른 길을 가는 조직입니다. (더 이상한).
그러나 McKinsey 조사 데이터에 따르면 전 세계 기업 중 50%만이 이 단계에서 실제로 AI 기술을 배포했습니다. 현재 중국 기업 중 9%만이 AI의 도움으로 10% 이상의 성장을 달성했습니다. 이 빙산 아래에는 엄청난 잠재력이 있습니다.
따라서 기업이 새로운 생산성을 수용하는 환경에서는 새로운 형태의 SaaS 도구도 등장할 것입니다.
하지만 GPT 스토어의 워털루는 AI 에이전트 시장 구축이 쉽지 않음을 입증했다.
AI 비서가 출시될 때부터 '중국판 GPT 스토어'로 해석됐고, AI 비서 시장의 최종 런칭까지 딩톡이 GPT 스토어를 카피하지 않았음을 알 수 있다. 많은 경험 축적과 탐색의 결과인 DingTalk의 독창적인 사고와 기능을 많이 통합했으며 DingTalk가 AI 스마트에서 독특한 생태학적 틈새 시장을 차지할 수 있도록 했습니다. 시장.
딩톡 AI를 사용하는 기업은 220만개인데, 그 중 월간 활성 기업이 170만개에 달해 딩톡의 경쟁력이 답인 것으로 보인다.
AI 에이전트의 등장은 업계 전체에 패러다임 전환의 기회를 가져왔습니다.
실제로 많은 중국 AI 애플리케이션 기업들이 사업 기회를 감지하고 빠르게 게임에 뛰어들었습니다. ByteDance는 DingTalk에 이어 올해 2월 원스톱 AI 에이전트 플랫폼 'Coze'를 출시했습니다. DingTalk에 비해 버튼은 또 다른 형태의 제품입니다. C-end 사용자의 개인화된 표현에 더 많은 관심을 기울이는 것입니다.
중국 시장의 엄청난 잠재력과 매우 풍부한 응용 시나리오는 다양한 유형의 AI 에이전트를 위한 최고의 훈련장이기도 하며, 중국의 AI 응용 기업도 AI 생태계 구축에서 새로운 가능성을 발견했습니다.
OpenAI와 다른 길을 택하는 것은 중국 AI 응용 기업에게 가장 큰 기회다.
# Aifaner: Aifaner(WeChat ID: ifanr)의 공식 WeChat 공개 계정을 팔로우하신 것을 환영합니다. 더 흥미로운 콘텐츠가 최대한 빨리 제공될 예정입니다.
Ai Faner | 원본 링크 · 댓글 보기 · Sina Weibo