企服赛道发展进入平缓期,越来越多企业客户追求个性化、定制化的凯发k8官网的解决方案,对坚持plg(product-led growth)模式的企服公司来说,产品面临更严苛的评判标准付费挑战:一方面,产品需要更加易用,用户能够自行上手并快速体会到产品价值;另一方面,产品需要在“降本增效”的金标准中表现更加突出,以撬动用户付费来支撑业务的正向循环。
金数据是全网top级别的问卷表单企服公司,2012年成立之初就开始使用阿里云打造线上数据收集管理的企服产品,目前存量用户1200万,与5000余家企业单位达成深度合作,实现了用户增长和付费闭环的验证。
ai浪潮下,借助阿里云通义大模型,金数据打造了“金数据ai考试”plg产品,从4月上线至今,线上用户数已经破万,日调用token万级别,成为企服赛道ai落地应用的一匹黑马。在第五季阿里云create@ai创客松大赛中,“金数据ai考试”脱颖而出,获得“阿里云通义大模型最佳伙伴奖”。
本期「看见新力量」栏目与金数据cto冯智超进行对话,由他带我们走进ai企服应用落地的实践之旅。
01云服务,中小企业的创新基座
金数据的创立起点,源于团队的亲身经历。金数据团队中超过一半是产品研发技术人员,核心团队成员大多曾在thoughtworks软件咨询公司工作。但他们发现,尽管当时的软件和互联网已经相当发达,许多小团队和个人的业务需求仍未被it技术充分满足。一个印象深刻的例子是,当时一位行政同事需要为公司印制一批t恤衫,“他非常痛苦地使用邮件和excel表格来收集并统计一百多个同事所需的颜色和尺码。”这次经历让冯智超和团队想到,为什么不创建一个可以轻松收集和管理信息的在线工具呢?于是就有了“金数据”,团队成为国内最早开始做在线表单的一批人。
彼时是2012年,“上云”并未像现在一样普及,但金数据从一开始就选择了云服务。“从公司的第一天,我们就倾向于所有的服务都是用云服务。”技术出身的冯智超和团队清晰地意识到,国内市场环境变化非常快,公司业务可能过一段时间就会发生很大的变化,对中小团队来说,一次性做一个大项目或者买断一个软件,将产生非常高的沉没成本,而云服务的方式可以为业务提供灵活的支撑,冯智超坦言:“虽然云服务单价成本可能会高一些,但是拉长来看的话,周期的成本,云服务肯定是低于一次性投资项目的。”
基于在线表单工具的产品特性,金数据选择了阿里云cdn、短信邮件等服务。阿里云cdn通过全球3200 节点及智能调度系统,让用户可以就近访问海量静态资源,毫秒级响应。阿里云国内短信支持三网合一专属通道,电信级运维保障,在阿里云产品支持下,金数据服务稳定性显著提升,可靠性 sla达到 99.95%以上。
冯智超认为,除了产品服务能力,更重要的是,在云市场还没有成熟的阶段,阿里云的品牌背书为业务开展提供了很大的便利:“当时的一些用户,对云服务形式的隐私安全有很大疑问和顾虑,我们需要和saas所有的云服务商一起去完成用户的教育。阿里云作为行业的领头羊,能够提升用户对产品安全隐私方面的信心。”
稳定的云凯发k8官网的服务支持让金数据实现了产品功能的完善和用户的突破增长,用户可以通过金数据,实现调研、预约、登记、获客、抽奖、投票、考试、订单等场景功能使用。金数据表单高度自定义的功能模块,还可以帮助用户轻松搭建业务流程线上系统,无需开发。至今,金数据为来自各行各业的中小及头部企业、高校及研究所、政府单位等组织提供线上数字化平台搭建服务。
在此基础上,金数据推出的“浩客howxm”产品,针对企业用户,提供应用调研、评价、通知工具,用户只需要嵌入一段简单的代码,就可以在自己的app内智能生成问卷。随着云服务的进一步成熟,“浩客howxm”基础设施都布置在了阿里云上,据冯智超估算,通过使用阿里云ecs、数据库、消息队列、对象存储、cdn等服务,“浩客howxm”整体成本降低了50%左右。
02大模型,让ai产品设想成为现实
在服务企业用户的过程中,冯智超和团队察觉到ai考试系统是一个充满机会的赛道。当今很多企业或者组织,都面临着高频率的知识和技能的更新。他们需要一个工具来确保团队成员可以不断提升专业和知识技能。在过去,企业需要专门的人员来负责培训,根据新的知识文档来准备试卷。
冯智超分享了一个客户案例:一个负责企业安全生产的用户,每个月都需要组织全公司的安全生产培训考核。在之前,企业需要手工的把培训考试的题目,一道题一道题地添加到金数据中,虽然提供了通过 excel导入的功能,但是按照规定的格式创建excel并且录入好几百道题,可能就需要花一周的工作时间。“事实上,在我们之前的金数据产品中,在线考试已经是一个非常重要的应用场景。”团队选择了“智能出题”这个最小最有效的点来做创新,希望利用大模型能力,实现出题效率的提升。但在2023年,大模型技术受到关注的初期,这个尝试失败了。
“ai在to b领域的落地更复杂,要求也更高。”冯智超分享道,客户可能需要一次性导入500道题的题库,大模型需要高准确度地完成文本切分,同时面对千差万别的数据格式,需要准确地将非结构化数据转化为结构化数据,“这对大模型指令遵循能力、上下文理解能力、逻辑能力都提出了很高要求。”当时的大模型技术并没有交出让团队满意的效果。
“今年,随着ai技术特别是大模型的进一步成熟,通过大模型提升ai考试的效率变得非常有价值。”借助阿里云通义大模型,冯智超和团队希望打造的ai native产品“金数据ai考试”,得以实现智能功能的落地。
具体来说,“金数据ai考试”通过大模型 prompt engineering创建了 data extraction能力,并建立自动化评估机制,用来迭代提升 llm的输出质量并建立回归体系,将用户任意的文档(非结构化数据)转换为在线题库(结构化数据);通过使用 long context和文本的 split/chunk来提升出题的数量,解决大模型输出 max_token的限制;对于新的知识点(基础模型训练后更新的数据),通过使用 function calling和 rag技术,来增强题目的实时性和准确性,消除大模型的幻觉;通过 agent技术,包括用户输入内容判断、网络搜索、不同场景出题的 agent、题目质量检查等 workflow,增强整体出题的质量。
最终,“金数据ai考试”可以实现一键导入文本、智能解析生成题库、30秒内自动完成出题组卷的智能化出题。“我们最快可以做到1分钟出400题,准确率100%。这在过去可能需要人工数天才能完成,并且准确率在98%左右,题目录入还需要花费成本。”冯智超表示,“通过ai大模型,我们真正实现了百倍甚至千倍的效率提升。”
据悉,贵州某银行内部学习平台,使用“金数据ai考试”上传《洗钱和恐怖融资风险管理办法》生成考试题目,万字文档,ai出题只需两分钟。陕西某职业技术学院导入党纪学习相关文本资料,ai自动生成题库,组织“党纪学习每日答题测试”,使用系统半个月,1900 位考生共参与考试 3400余次。
03 ai拉开序幕,变革刚刚开始
“金数据ai考试”显著提升了企业培训考试的效率,但冯智超认为它的意义远不止于此。
“对于ai来讲,还有一个挑战,就是如何落地。这可能也是行业内共同的一个痛点。”冯智超提到,今年,阿里云钉钉ai的发布会,提到了一个词是“ai ready”,企业用户都是一个嗷嗷待哺的状态,知道 ai很强,但是不知道怎么能够用起来。“所以这次我们的 ai考试,也是一个可以直接提供落地的 ai ready产品。”冯智超和团队希望,“金数据ai考试”迈出ai落地应用的第一步,拉近用户和ai的距离。
为此,“金数据ai考试”特别强调用户可以快速上手,作为一个 saas产品,直接做到了在线产品,用户注册后就可以理解体验智能出题等能力,并且推出了一个小程序,移动端的用户也可直接使用,快速体验到ai带来的能力。
对于to b领域来说,ai带来了两个全新的优势:内容创造和新的交互方式。对于现有用户来说,这将大幅提升效率。更重要的是,它可以帮助企业接触到之前无法触及的用户群体。
冯智超表示,“金数据ai考试”的未来规划也将围绕这两个关键点展开,“对于我们来说,在能提升效率和真正解决用户痛点的地方,我们会加入 ai的创造力和交互能力。对于 ai考试来讲,它不仅仅是智能出题,未来可以提供更多的是个性化学习、自适应的学习系统。”
一切的实现,依然离不开大模型技术的进步。冯智超并不避讳,现在的大模型功能还未尽完善,开发者需要结合通义大模型和自身的工程凯发k8官网的解决方案,这使得最终产品要达到优秀的体验和交互仍有一定难度。展望未来,大模型承载了更多的期待:“现在,像千问这样的通义大模型,已经在很多方面改变了我们的开发和业务模式。但展望未来,我们希望在更多场景中看到更深入的应用。我们期待它们在指令遵循、逻辑理解和上下文处理能力上都有更大的进步。这样,我们作为saas产品提供商,就能进一步提升我们的产品实力,让用户体验更加出色。”
在金数据参加的第五季阿里云create@ai创客松大赛中,更多企服赛道企业表达了同样的期待和创新热情。决赛现场有投资人表示,入围企业的状态,仿佛让人看到了大众创新时期的蓬勃状态。期待在阿里云和众多创新者的共同努力下,更多ai应用带来更多创新惊喜。