大模型应用落地一年多来，供给端和需求端都在迎来新的变化——中小企业对AI的需求逐步浮出水面，供给侧的产品和方案变化也应运而生。
一家模型落地工具层企业告诉数智前线，央国企在大模型落地中打头阵，但同时他们还收到了不少中小企业主问询。这些在市场主体里占据大头的角色，正对大模型技术产生蓬勃旺盛的需求，他们希望有确定性的路径或解决方案，能在业务中真正把AI用起来。
但与数字化转型中面临的问题一样，业界也发现，中小企业要用上AI、用好AI，正遭遇资金、资源不足，对AI技术缺乏认知，没有落地应用指引等多重卡点。
而供给侧的大模型厂商和应用解决方案商已经日益重视起落地成本和实效。ROI以及AI带来的业务价值正成为供给侧能力建设的重点。
一些厂商还针对中小企业的AI需求，推出了专门的产品，来降低大模型落地的门槛。日前，钉钉就从中小微企业用普遍面临的资金不足、流程复杂等问题出发，基于低代码平台宜搭，推出了覆盖多个高频场景的AI精品应用。
在启用这些应用时，中小企业不用关注复杂的AI基础设施及模型-场景适配过程，只需简单的配置操作，就能快速把存量低代码应用转化成“AI智能助手”。
01
中小企业用AI的两大拦路虎：成本和“旧系统”
量多面广的广大中小企业，正对大模型技术应用和落地产生蓬勃的需求。
一家农牧企业去年以来一直很积极。这家公司的CIO此前告诉数智前线，他们规模虽然不大，但早在大模型技术在国内尝试落地之初就紧密追踪产业界进展。但自建基础设施成本高昂，由于资金支持有限，他们也在观察从大模型、行业大模型和各类开源模型产品以及各类AI应用，到底哪类产品成本更低，适合他们用到企业的生产环境中去。
一家做大模型应用落地工具的企业年初也告诉数智前线，在大模型的落地态度和行动速度上，央国企资金充足资源多，加上有政策指引，因此落地也走在前列。与此同时，大量的民营中小企业，也有广泛的AI应用需求。该创始人看到，大量的民营中小企业老板非常担心在新的技术浪潮下被取代或者被抛下，但他们的态度非常务实，想看到明确的解决方案或者路径，使得AI技术能真正用到企业生产经营流程里。
他们是广大中小企业对AI的态度和行动的两个缩影。实际上，行业内也看到了中小企业的AI需求趋势。中国信通院今年4月发布的《中小企业数字化转型分析报告2023》中提到，人工智能等新型技术将在中小企业数字化转型中发挥越来越大的作用价值。营销、管理等数据积累丰富、需求共性化程度高的业务环节，正成为人工智能大模型等新技术在中小企业推广应用的前沿领域。
但正如上述农牧企业CIO关注成本指标那样，广大中小企业用好AI面临的卡点不少。IDC在一份报告中指出，采用大型模型和AI技术通常需要投入大量的资金，包括硬件、软件、培训和数据处理等方面的成本。对于中小企业来说，生成式AI的应用开发所需的算力、人才和技术经验仍然是一项高额成本。
钉钉自四年前开始推广低代码以来，一直都在关注中小企业的数字化门槛问题，在过去一年多AI突飞猛进的的时代中，钉钉接触到不少中小企业客户，发现这个群体用AI的不少困扰。
一方面，在场景和产品选型时，用什么产品、能不能解决问题，就困扰了一大批企业。这与广大中小企业日常工作流程的特性有关。许多企业数字化的断点多，大量的业务环节存在许多细碎而具体的痛点或痒点，关乎企业经营运转的效率，但却因为预算、人才等各种因素，没有很好的手段和工具去解决。
比如，一家佛山的家具制造厂，工厂里能生产几百款不一样的椅子。销售在跑客户的时候就非常痛苦，几百个款，型号、规格、皮质、单价都不相同，产品是全球供货，不同区域的单价可能还有出入，这么多的信息在售前报价环节对销售人员就形成了极大的挑战。要跟多个部门问询协同，可能还需要查excel和不同的软件系统，这个过程繁琐又低效。
通用的AI，没有办法识别椅子编号的数据和信息，解决不了这样的问题。同时，中小企业自身的预算也不算充足，AI相关的人才储备不够，很难在这样小的场景里去落地很高成本的技术方案。
而由于企业的资源和资金不足，企业往往还有强烈的“利旧”需求。即使在一些创新的业务场景里想引入AI，新的AI工具也要具备与旧有的系统和数据资产连接的能力。
一位数字化领域资深人士介绍，经过多年的数字化熏陶及发展，大量的企业内部已经有了不少的数字化系统和工具，投入不校绝大多数企业很难一开始就把所有的业务系统都用大模型或者智能体去更新替换，因此，AI落地的方案需要充分用好已有的系统和资产。
可以看到，面对资金预算不足、人才稀缺和缺乏指引等多重卡点，中小企业的AI落地需要务实、渐进，还要兼顾落地成本，才能真正让数量众多，如同经济毛细血管一样的中小微企业用起来AI。
02
一家禽业公司的尝试：低代码+AI卖鸡蛋
虽然大量的中小企业还在摸索应用大模型的路径，也有一批先锋企业已经率先在企业生产中快速配置上了AI，安徽新联禽业公司就是其中之一。
跟绝大多数养殖行业从业者不同，安徽新联禽业陈辉喜欢用数字量化的方式来管理从鸡的养殖到鸡蛋售卖的过程。这与他的专业背景有关，学计算机的人天然追求准确之美。
2002年他结束软件开发创业，回家继承父辈的鸡场养殖家业时，一度非常不习惯这个古老行当的作业模式。他称之为用“语文”的方式养殖——比如，问养殖户们鸡养得怎么样，赚了多少钱，他们的答案永远是差不多，还行。
而他自己崇尚用“数学”的方式养鸡，比如产蛋率78%，月死逃率0.6%等。要拿出这些指标，就需要有大量的数字化计量工具和软件。陈辉可能开了国内养殖行业最早搭建客户关系管理系统的先河。他用系统记录下了买鸡苗的养殖场老板档案，软件会自动统计鸡苗生长时间，该打疫苗时，服务人员就提前两天打电话给客户提醒。在二十年前，这种服务模式明显领先了行业一大截。
之后他又陆续引入鸡场管理系统，饲料厂管理系统、育种孵化系统，把车辆、加工、仓储各个环节都管起来。这种“数学”养鸡方式，他收获了不菲的回报，2006年就赚到了人生的第一桶金。
AI时代的到来，安徽新联禽业又走在了行业前列。一个随时待命的AI助理，能帮助他更好地掌握公司的运营实况。
比如，他想知道上周养殖场的利润和昨天电商的销售变化，只需要打开钉钉，对着智能助手输入指令，“查看上周养殖场的利润”。这个助理能理解他的需求，之后自动到对应的业务系统里去寻业务表格，取出数据，之后给出一个可视化的展示图表，还有简明扼要的分析。
除了养殖部门的成本和利润实时数据汇总，在安徽总部的陈辉还能通过这个智能助理，非常便捷地了解到位于杭州的电商部门的直播数据情况和用户评价指标。
安徽新联禽业在企业内配置起这个AI智能助理，避开了中小企业用AI的几大卡点。他们没有斥巨资引入搞AI开发的技术人才，也没有自己买GPU训练或者本地搞模型。
正如IDC建议广大中小企业考虑与专业合作伙伴合作，获得更多AI的资源和支持一样，他有一个省心的伙伴，钉钉旗下的低代码平台宜搭，可以基于钉钉的AI PaaS能力，把此前搭建的低代码应用进行AI升级。只需对着钉钉上的智能助理用自然语言表达出需求，低代码应用此前沉淀的数据、业务流程和各种企业知识都能被AI大模型活用起来。
此前，他们之所以用低代码，在于陈辉看到，传统的软件开发模式已经无法适应企业业务多样化的需求。
禽类养殖销售业务形态横跨多个门类，市面上已经很难真正找到符合他们的业务模型的软件。同时，由于企业类经年累月的数字化积累已经有不少系统，不同系统间数据难以贯通。以审批为例，各种财务信息审批很难高效触达通知到员工，往往审批需求提交了很久，相关人员也看不到。
陈辉自己干过软件，深刻了解自己去开发业务软件的成本之高，也了解这种开发模式的不便，比如他还经常遇到开发完之后业务模型已经变了的情况。
2021年他们开始尝试用钉钉宜搭构建各类业务应用，后来干脆将三方系统彻底换成宜搭。以财务审批流程为例，陈辉自己上手搭建了一个低代码应用，仅半天时间就完成了搭建。同时，由于所有的三方系统都采用低代码搭建，数据在不同的应用之间的流转非常顺畅，之前困扰企业多时的各种数据孤岛、传达不及时的问题都得到了解决。
基于低代码，安徽新联禽业构建了覆盖从电商平台的用户反愧用户评价到养殖孵化、养殖生产、饲料、蛋品加工等各环节全链条管理应用，做到全流程数据打通，每个板块能做到日利润核算，显著提高了运营效率和数据准确性。
而大模型时代，随着钉钉构建了完整的AI PaaS能力，宜搭低代码应用具备一键AI升级能力。安徽新联禽业这样的公司就能够基于简单的配置，便捷地调用大模型能力，使得大模型技术能更便捷、更普惠地进入中小企业的日常生产经营之中。
03
低代码+AI：体验重要，业务价值更重要
安徽新联禽业的企业管理者基于AI智能助理，实现了对企业重要经营指标的实时把控，这只是钉钉宜搭“低代码+AI”能力的应用场景之一。
据介绍，日前钉钉面向进销存管理、销售客户管理和企业内部协同等中小微企业日常经营管理的多个高频场景，推出了AI精品工具包。通过这些简单、易用，还能支持二次开发和定制化需求的工具包，在销售管理、采购管理、库存管理、客户拜访和企业内协作等高频场景，各类已有的宜搭低代码应用能快速实现与AI智能助手对接。
如果说钉钉低代码让一线业务人员也能开发应用，推动了业务数字化进程，那么在AI能力加持下，每一个低代码应用都变成了AI应用，广大中小企业将跑步进入AI时代。
钉钉宜搭产品负责人告诉数智前线，“低代码+AI”，一方面大模型的语义理解能力能捕捉用户多样化的需求，带来了交互体验的革新；而另一方面，与业务相关的表单、流程、数据则来源于各类低代码应用，它们被串联起来输送返回基础模型，大大减少了通用模型常见的幻觉问题。
基于宜搭平台当下的中小企业应用实践，他也观察到，中小企业当下使用AI正在逐渐从用户端的体验升级朝向利用AI来兑现业务价值演进。
目前企业需求比较大，积极尝试去做AI升级的主要有三类场景。
第一类是工单填报，这是业务数字化的重要环节。之前的传统方式下，要在不同的系统里来回切换。有了多模态的大模型接入后，一线工作人员可以直接用语音或者图片解析的方式去做信息的收集，极大减少在不同的设备上来回切换。
第二类是知识问答场景。关联了非常多领域知识后，企业内的各种文档知识库，现在能升级变成了一个具备领域知识的智能助理。
第三类场景则深入到了生产经营环节，也是目前最能体现大模型给企业带来切实业务价值的地方。企业基于钉钉宜搭已沉淀了大量的业务过程信息和协同数据，现在他们可以直接对智能助手提问。智能助手基于这些知识信息和数据，能返回报表和数据，并提供行业间的同比环比分析，形成有观点的洞察。
据介绍，之前这个过程需要企业专门配备年薪几十万的专业BI，而许多中小企业没有这个能力，基础的业务人员也很难获得有价值的数据分析服务。大模型的技术加持下，广大一线业务人员也能获得有价值的经营分析洞察服务，技术普惠的红利。
“前两个场景都偏向使用侧体验上升级，第三个场景已经进入了企业的生产经营环节，并且正在形成产品上的付费点，这意味着企业管理者已经认可了AI给业务数字化带来的价值”，该负责人说，低代码+AI在企业的具体生产经营场景，正给企业切实带来了成本降低和效率提升。
值得一提的是，大模型落地到企业业务实践里，目前不止宜搭这种利用已有的业务系统进行AI能力叠加这一条路。各大模型厂商都在积极推出智能体平台，并且基于智能体去叠加和增强能力。行业内也经常关注，AI在哪类场景里发展更快的问题。
宜搭相关人士看到，目前这两大方向在许多企业的业务智能化过程中并存。一方面，许多企业都在创建智能助理，并且不断在智能助理上做增强，挂载更多的技能，让它越来越完善。另外，改造存量系统，让存量系统具备AI的能力，也受到企业的广泛关注。
同时，二者场景上有所区分。AI助理可以很好切入创新业务场景，老的系统没办法渗透到这些垂直的场景，它解决的是长尾、创新需求。而存量系统的AI化改造，则是广大企业在主干道推进的渐进式演化。
IDC中国研究总监李连风此前在一份报告中就指出，中小企业可以采用逐步的方法，从小规模实施生成式AI和大模型，以确保系统的稳定性和性能。
可以说，在实际效用、落地成本等各个层面看，钉钉的低代码+AI，正在成为中小企业用AI的一种解法。低代码让懂业务的人来建应用，降低了数字化的落地门槛。而AI让低代码应用一键升级到智能助手，进一步变革了开发流程，同时也带来软件交互体验的升级。同时，基于已有的应用系统的AI升级，还有利于降低中小企业的AI落地成本。
