作为工作平台的 Monday.com 在过去十年中稳步发展,一直致力于实现帮助大小组织的团队提高效率和生产力的目标。
根据联合创始人 Roy Mann 的说法,AI 一直是公司历史的重要组成部分。最初的应用场景主要支持其自身的效果营销(过去 10 年中,谁没见过 Monday 的广告呢?)。这项工作的很大一部分得益于 AI 和机器学习 (ML)。
随着生成式 AI 在过去三年的出现和普及,特别是自 ChatGPT 问世以来,Monday —— 就像地球上的其他企业一样 —— 开始考虑并整合这项技术。
然而,Monday 最初部署的生成式 AI 并未达到用户期望的投资回报。这一认识导致公司重新思考和转型,寻求为用户提供真正能够改善企业工作流程的 AI 工具。这次转型现已通过公司的"AI blocks"技术和被称为"数字化工作团队"的代理 AI 技术预览版得以实现。
Monday 的 AI 之旅,在很大程度上都是为了实现公司的创始愿景。
"我们想要做两件事,一是赋予人们我们作为开发者所拥有的能力,"Mann 在接受 VentureBeat 独家采访时表示。"让他们能够构建任何想要的东西,感受到我们所感受到的力量,另一个目标是构建他们真正喜爱的东西。"
Monday 的企业 AI 发展:从内部工具到面向客户的创新
任何类型的供应商,特别是企业软件供应商,都在不断努力改进并帮助其用户。Monday 对 AI 的采用完全符合这一模式。
该公司的公共 AI 战略经历了几个不同的阶段:
AI 助手:平台范围内的初步整合; AI blocks:用于工作流程定制的模块化 AI 功能; 数字化工作团队:代理 AI。
与许多其他供应商一样,公司首次公开涉足生成式 AI 是通过助手技术。任何 AI 助手的基本理念都是提供自然语言查询界面。Mann 解释说,Monday AI 助手最初是公司公式生成器的一部分,让非技术用户有信心和能力构建以前无法构建的内容。虽然该服务很有用,但组织仍有更多需求和期望。
Monday 的 AI 产品组负责人 Or Fridman 解释说,从部署 AI 助手中得到的主要经验是,客户希望 AI 能够集成到他们的工作流程中。这促使公司开发了 AI blocks。
通过 AI blocks 为企业工作流程奠定基础
Monday 意识到了 AI 助手方法的局限性以及用户真正想要的东西。
简而言之,AI 功能需要在正确的环境中为用户服务 —— 直接在列、组件或服务自动化中使用。
AI blocks 是 Monday 已经开发并直接集成到其工作流程和自动化工具中的预构建 AI 功能。例如,在项目管理中,AI 可以提供风险映射和预测分析,帮助用户更好地管理项目。这使他们能够专注于更高层次的任务和决策,而让 AI 处理更多重复性或数据密集型的工作。
对于该平台 70% 的非技术公司用户群来说,这种方法具有特殊意义。模块化的特性使企业能够在不需要深入技术专长或造成重大工作流程中断的情况下实施 AI 功能。
Monday 采用模型无关的方式集成 AI
许多供应商在其 AI 发展历程中的早期做法是使用单一供应商的大语言模型 (LLM)。从那里开始,他们可以围绕它构建封装或针对特定用例进行微调。
Mann 解释说,Monday 采用了非常开放的方法。在他看来,模型越来越成为一种商品。公司在现有模型的基础上构建产品和解决方案,而不是创建自己的专有模型。
深入了解,Monday 的 AI 总监 Assaf Elovic 指出,公司使用各种 AI 模型。这包括通过 Azure 的 OpenAI 模型(如 GPT-4)以及通过 Amazon Bedrock 的其他模型,确保灵活性和强大的性能。Elovic 指出,公司的使用遵循与所有 Monday 功能相同的数据驻留标准。这包括多区域支持和加密,以确保客户数据的隐私和安全。
代理 AI 和数字化工作团队的发展路径
Monday 的 AI 之旅的最新步骤与行业其他部分的方向相同 —— 采用代理 AI。
代理 AI 的承诺是能够实现更自主的操作,可以支持整个工作流程。一些组织在 LangChain 或 Crew AI 等框架之上构建代理 AI。但这并不是 Monday 在其数字化工作团队平台中采取的具体方向。
Elovic 解释说,Monday 的代理流程与其自身的 AI blocks 基础设施深度连接。驱动其代理的工具建立在情感分析、信息提取和总结等 AI blocks 之上。
Mann 指出,数字化工作团队与其说是使用特定的代理 AI 工具或框架,不如说是在 Monday 平台上的集成组件之间创建更好的自动化和流程。数字化工作团队代理与平台和工作流程紧密集成。这使代理能够对用户在 Monday 中的数据、流程和现有设置有上下文感知。
第一个数字化工作团队代理将于三月份推出。Mann 说它将被称为 Monday "专家",旨在为特定用户构建解决方案。用户向代理描述他们的问题和需求,AI 将为他们提供相关的工作流程、板块和自动化来解决这些挑战。
AI 专业化和集成在商品化市场中提供差异化
在 Monday 服务的市场中不乏竞争。
作为工作流程平台,它跨越多个行业垂直领域,包括客户关系管理 (CRM) 和项目管理。这些行业都有大型参与者,包括 Salesforce 和 Atlassian,它们都在 AI 方面进行了深入投资。
Mann 表示,AI blocks 与各种 Monday 工具的深度集成使公司与竞争对手区分开来。在更基本的层面上,他说,这实际上是关于在工作流程环境中满足用户需求并嵌入有用的 AI 功能。
Monday 的发展表明了一种企业软件开发模式,其中 AI 功能深度集成但高度可定制。这种方法解决了企业 AI 采用的一个关键挑战:需要既强大又易于非技术用户使用的解决方案。
该公司的战略也指向了一个 AI 实施重点在于赋能而非替代的未来。
"如果一项技术让大公司更有效率,它对中小企业意味着什么?"Mann 说,强调 AI 民主化如何可以平衡大型和小型企业之间的竞争环境。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。