云端项目管理服务商Monday.com今日正式完成品牌重塑,将自身定位为"AI工作平台",围绕能够与人类员工协同执行任务的情境感知AI智能体重新构建产品战略。
此次定位调整,是Monday.com自2021年上市以来最具战略意义的一次转型——平台的角色从帮助团队追踪工作进展,升级为直接参与并完成工作本身。目前,AI智能体已在Monday.com全平台上线。
这批AI智能体内置于平台之中,所有客户无需任何配置即可直接使用。其功能涵盖起草营销方案、筛选销售线索、分流客服工单、生成报告、执行项目工作流,以及处理预算审批等。智能体在人工监督下运作,并完全遵循Monday.com现有的安全机制、权限管理和治理规范。
Monday.com认为,这些智能体与附加型AI工具的本质区别在于:它们深度嵌入一个统一的结构化平台,能够跨部门调取业务数据,在核心系统内部支撑规划与执行,而非游离于主营系统之外。
"Monday.com迎来了全新的身份与使命,"联合创始人兼联席CEO Roy Mann表示,"十余年来,我们帮助团队管理工作。而现在,我们的目标是推动工作真正落地完成。这一转变要求我们全力投入,围绕智能体对平台核心模块进行重构,因为我们深刻认识到:AI不是可以随意叠加的功能,而是需要从底层构建的基础能力。"
除品牌重塑外,Monday.com还宣布推出与主流外部AI平台的一键连接功能,支持接入的平台包括:Anthropic的Claude、OpenAI的ChatGPT、微软的Copilot,以及谷歌的Gemini。公司还表示,用户将通过其AI Platform Gateway访问多种大语言模型,同时公司旗下自动化产品Make也将引入全新AI模块,面向Slack等协作工具的智能体功能也将持续扩展。
此次战略转型针对的是企业AI雄心与实际落地之间长期存在的落差。Monday.com援引德勤的研究数据指出:尽管企业AI访问权限扩大了50%,但仅有25%的企业将40%以上的AI实验推进到了生产阶段,且只有34%的企业正在利用AI深度变革业务。
"我们每一项产品决策都始于同一个问题:这能否为客户创造真实价值?"联合创始人兼联席CEO Eran Zinman表示,"目前已有超过25万家组织在Monday.com上运转日常工作,这使我们具备了独特优势,能够让AI落地成真,而不仅仅停留在可能性层面。我们无需要求客户改变工作方式,而是将AI带入他们已有的工作流程之中。"
此次品牌重塑,也意味着Monday.com与Asana、Atlassian、Smartsheet及ClickUp等竞争对手的正面交锋将进一步加剧——上述公司均已在过去两年间将生成式AI功能陆续整合至各自的工作平台。
Q&A
Q1:Monday.com的AI智能体具体能完成哪些工作任务?
A:Monday.com的AI智能体功能相当全面,涵盖起草营销方案、筛选销售线索、分流客服工单、生成业务报告、执行项目工作流,以及处理预算审批等常见企业场景。智能体完全内置于平台中,无需客户额外配置,所有用户均可直接使用,同时在人工监督下运作,遵循平台原有的安全与权限管控机制。
Q2:Monday.com的AI智能体与其他AI工具有什么不同?
A:与市面上常见的"附加型"AI工具不同,Monday.com的AI智能体深度内置于统一的结构化平台内,能够跨部门、跨团队调取业务数据,在核心系统内部直接支撑规划与执行。这意味着智能体拥有完整的业务上下文,而非孤立运行于主营系统之外,从而更贴合企业实际工作流程。
Q3:Monday.com支持接入哪些外部AI平台或大语言模型?
A:Monday.com目前已支持与多个主流外部AI平台一键连接,包括Anthropic的Claude、OpenAI的ChatGPT、微软的Copilot以及谷歌的Gemini。此外,用户还可通过Monday.com的AI Platform Gateway访问多种大语言模型,进一步拓展AI能力的使用边界。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。