2024年9月4日的飛書未來無限大會上，飛書CEO謝欣提到了一個“飛書客戶指數”：飛書客戶中所有上市企業在過去兩年的市值表現，相比于滬深300指數有37個點的超額收益。
這些先進的企業客戶，更多選擇了飛書作爲自己的協同平台和業務工具，是個很有意思的話題。
一方面，這些企業客戶本就更傾向于創新，不斷嘗試新的方法和産品，提高自己的體驗和表現，包括飛書在內的各種先進能力，在不同階段和領域都會被企業吸納其中，並豐富爲自己的原生能力。
另一方面，讓人思考的是，爲什麽飛書能進入到創新企業的視野，飛書有好用、易用的口碑，工具的背後其實是對人的思考，當企業有了足夠性感且趁手的工具，輔以業務管理的方法論，就能産生出更好的效果。
就像喬布斯說的那樣，Give people wonderful tools and they'll do wonderful things。
“增長、巧降”是飛書給客戶傳達的關鍵詞。在這次大會上，飛書發布了全新多維表格、低代碼平台等系列業務工具産品，並推出了最新的出海及安全合規解決方案。“多維表格和低代碼平台、飛書項目都是直接爲企業的一線業務服務，在今天更新後，這幾個産品將組成業界最強大的業務工具，幫助企業能增長、有巧降。”謝欣介紹。
一句話總結今天的飛書，飛書離業務越來越近了。
在基于協同辦公提效的基礎上，企業客戶對飛書的訴求和産品能力也在變化，希望借由飛書支撐某些特定的業務場景，因此飛書自然而然地在各行各業裏探索，生長出一些與業務場景緊密相關的能力和實踐。
飛書的價值並不是體現在PPT上，而是體現在用戶側一個個鮮活的場景中。茶百道用飛書整合8000家獨立經營個體，應對業務“複雜性”，中國生物制藥正大天晴用CRM和飛書深度對接，收集銷售業務數據並沈澱爲各類業務的衡量指標，甯德新能源每半年推出一代消費電池産品，用飛書解決“業務複雜性”與“技術複雜性”，影石Insta360用飛書多維表和飛書開放平台建立一套需求管理和項目管理系統。
這些成功實踐是企業真實訴求落地，也是飛書得以先進的底氣。在大會期間，多位嘉賓坐而論道，圍繞企業具體場景中的降本增效的話題，展開了精彩的討論。
參與此次圓桌交流的嘉賓有：
茶百道首席數字官 張睿 中國生物制藥｜正大天晴 CIO 曹奮澤 甯德新能源 CIO 梅燈銀 影石Insta360 CIO Zach 主持人：钛媒體集團聯合創始人聯席CEO ITValue發起理事 劉湘明
以下是圓桌對話實錄：
劉湘明：首先請大家各自介紹一下自己的公司，以及使用飛書的情況。
張睿：茶百道自2008年創業以來，目前已有超過8000家門店。茶百道是2023年開始使用飛書系統，目前，全集團所有員工以及超過8000家加盟門店，都已經被飛書這個“基座”連接起來，在統一的數字化平台上進行公司的經營和發展。
曹奮澤：中國生物制藥是國內領先的創新研究和研發驅動型企業。我們的核心業務覆蓋藥物研發平台，智慧化的生産和銷售體系的全産業鏈，核心戰略主要包括組織整合、全面創新、國際化和數字化，所以數字化已經成爲我們最重要的戰略之一。
基于數字化的戰略我們在2021年落地了飛書，到目前爲止，飛書已經覆蓋了集團的核心企業，使用人數超過了2萬人。
梅燈銀：甯德新能源簡稱ATL，是一家做消費锂電池的供應商，大家經常用的手機、無人機、筆記本電腦、智能手表等，很多都是我們提供的電池，大概一半以上的高端智能手機電池都來自于ATL。
飛書導入ATL的深度和廣度都比較好，廣度上講，我們不但全員覆蓋，針對于公司的核心生産設備，比如環境的監控等場景，我們也通過飛書來進行預警和管理；深度上來講，我們對飛書的多維表格、雲文檔等功能的使用，以及人均使用率還是非常高的。
Zach：影石Insta360是一家專注于影像領域的智能科技公司，主營的産品是全景運動相機、手機穩定器、視頻會議相機和一些智能影像配件。我們連續6年在全球全景相機市場位居第一，市占率近70%，而且産品銷往全球200多個國家和地區。
目前我們使用飛書有近3年的時間，從2021年到現在，一開始我們是使用飛書的office，後來擴展到飛書的people、飛書的低代碼平台，還有很多飛書相關的開發工具，以及開放平台也都是我們常用的提效利器。目前飛書已經覆蓋了我們研、産、銷、服等各個方面。
劉湘明：在各自的領域，企業有哪些複雜性，又是如何使用飛書應對的？
張睿：茶百道最直接的複雜性源自加盟門店。我們擁有超過8000家加盟門店，如何做到整齊劃一，如何能讓他們做到高效運營，如何守住食品質量安全的底線等，都是我們面臨的問題。
這8000家門店都是獨立經營的主體，所以，我們既要確保高效運營，同時又要尊重我們加盟夥伴獨立經營的選擇和自由。
雖然我們是8000多個經營主體，但是踢出來的“步子”是一個聲音，我們通過飛書以及相應的超級流程引擎，實現了各個業務系統之間以及與飛書原子級能力之間的深度鏈接，將集團或者品牌方所需要貫徹的各種要求、規範，以及實際業務的操作都集成到流程中，使得8000多家門店都按照標准作業流程。
曹奮澤：我們在實際落地飛書的過程中，將自身的業務系統和飛書進行了深度鏈接，從而解決了業務過程中一些複雜架構和複雜業務分析的問題。
舉個例子，在藥物營銷領域，面臨最大的痛點就是：如何解決銷售員之間的“方差”問題。就好比一個班級有好學生，也有差學生，老師的任務就是提取一套好的學習方法，賦能到整個班級，提升整個班級的平均成績。
同理，我們提取一些優質銷售員的行爲，通過內部的CRM系統，收集了各種銷售業務的數據，進一步沈澱爲各類業務衡量指標，通過指標之間相互的關聯，可以找到輔助業務決策的最佳路徑。
與此同時，我們將CRM系統與飛書進行深度對接，比如通過飛書可以自動化生成雲文檔，文檔中包含了不同層級銷售員的經營分析報告和指標體系，我們再將這些報告精准地推送到不同層級的銷售員。
同時，隨著海量數據的沈澱，我們會總結一批做得好的銷售員具備哪些行爲，並將這些行爲固化之後，結合飛書的任務分發機制，發放給每個銷售員，從而提升每個銷售員的銷售能力。基于此，我們還會通過飛書的一鍵拉群功能，時不時地讓大家在群裏可以及時地討論銷售過程中存在的問題。
核心點是：我們將自身業務系統與飛書深度融合，打破組織間的信息隔離，大家看同一份數據，共同解決同一類問題，從而提升業務品質和效率。
梅燈銀：關于複雜度，我覺得可以從兩個維度看，一是業務複雜度，一是系統複雜度。
業務複雜度方面，因爲我們的客戶基本上每年，甚至每半年都要出一代産品，無論是對于研發、供應鏈，還是産品特性、生産制造，都有速度和精准度的要求。
這也帶來了系統的複雜度，我們有很多不同的系統，支撐各個業務，針對此，我們將飛書作爲一個統一應用的入口和門戶，用戶各種任務的操作，都可以在飛書的平台裏鏈接到後台，各種各樣的系統都可以實現一鍵操作，解決了系統的複雜度。
與此同時，飛書也解決了業務的複雜度。客戶有很多的訴求，有些是臨時的，或者比較簡單的。面對這些訴求，我們自主開發的話，開發周期較長，這時候我們會借用飛書本身自帶的諸如多維表格等功能，讓用戶自助完成，從而提升了系統的效率，以及用戶的滿意度。
Zach：對于影石來講，這兩年我們面臨最大的挑戰就是：隨著企業規模發展越來越快，高速增長的業務體量和規模對企業IT信息化基座提出了更高的要求。這兩年我們也引進了很多外部先進的、不同領域的信息系統，但是仍然存在一些非標的、個性化的需求，沒有辦法在當前成熟的、封閉的信息系統裏，快速完成這些需求的開發和實踐。
我覺得飛書自身的開發工具幫助我們很好地補上了企業信息化改造的最後一塊拼圖。具體場景來看，公司每個部門都存在自己上遊的甲方，也會有自己的乙方，公司內部存在非常多的上下遊協作關系的部門，需要建立一套需求管理和項目管理系統。
我們通過飛書的多維表格和開放平台建立一套集需求的收集、評審、分配、追蹤、跟進，再到需求完成交付後，自動化評價的體系，對于公司的降本和增效都非常有幫助。
劉湘明：各位如何在企業裏面發現“效率先鋒”這樣的人？
張睿：我們最近也在搞“效率先鋒”的培訓，對我們來講，我們沒辦法很好地總結出一個“效率先鋒”，或者效率先鋒的候選者需要具備什麽樣的素質，或者效率先鋒的畫像。
但是我們會在前期的一些推行和實踐過程中，給我們內部的夥伴呈現出很多的樣例，讓他們慢慢也知道，其實你也可以，並不是我們去選擇他們，而是告訴大家，只要你在業務方面有感覺、有想法、有意願、有激情，你就可以有這樣的機會，然後我們會給你匹配相應的知識資源、老師資源、展示空間，從而激發候選人的熱情，促進成長，
這些人不見得會寫java，不見得會寫Python，但他需要具備非常清晰的邏輯思維和系統架構能力，有了這個能力後，我們給他一個工具，自然就可以發揮效果。
梅燈銀：我認爲，數字化不是一個人或者一個團隊的事，而是全公司的事，我總結爲幾個“道”，首先是知道，讓他們知道有這個東西能做；第二個是想到，他要能想到把工具跟日常工作結合起來；第三個是做到，就是能夠把日常工作繁瑣的東西，用飛書這樣的工具真正呈現出來。
劉湘明：以大模型爲代表的AI技術來臨時，我們怎麽樣去搭上這一波列車，不管是企業的協作效率，或者是在市場上的競爭力能夠更上一層樓？
Zach：今天看到飛書上線了一些新功能，我覺得非常好。因爲其實飛書多維表格中已經融合了豆包大模型的能力，我們的使用場景主要面向營銷和客服團隊。
我們收集線上電商、社交媒體上很多用戶的聲音和評論，導入到飛書多維表格裏，再通過AI模型對這些聲音分揀，提取核心信息，以及做標簽分類，最終提取出用戶對我們産品和服務的指向性評論，並且不斷通過模型的訓練和校正，提升最終輸出結果的准確性。
這方面的工作之前是通過人工手動收集實現，自從用上AI的能力後，我們還可以導入更多的數據進來，擴展更多的渠道，我們産品和服務的範圍也可以更廣。
梅燈銀：首先，我非常認同飛書CEO謝欣今天說的一句話——不是把我們的日常工作融入到AI中，而是把AI融入到我們的日常工作中。
我們在AI方面也有很多嘗試，舉個例子，比如産品日常監控有很複雜的鏈條，我們要通過實時采集生産過程中的數據，然後通過AI模型分析哪一些設備或者哪一些品種優率較低，進而再分析這個設備是什麽原因，哪些指標比較低導致優率低。
有了這些數據後，我們可以定位到某一個設備的問題，再結合日常的知識庫，總結出設備到底出了什麽問題，大概是什麽原因，怎麽去維修，將知識庫與大模型結合起來。
發現原因後，我們會自動創建工單，員工維修的時候還能基于這個設備的參數，推薦維修方法，這樣一來，即便是不太熟悉的員工也能夠快速地維修設備，最後再把工單完結後，將維修的經驗和知識再沈澱到知識庫中，形成一種閉環。
曹奮澤：生物制藥是一個相對周期比較長的領域，需要經曆藥物研發到藥物生産，再到藥物營銷等多個環節。針對不同環節的痛點，可以找到一些AI匹配的方向，從而提升效率。
舉幾個例子，在藥物研發方面，我們面臨最大的挑戰就是，藥物早期研發過程中可能有成千上萬個候選分子，最終卻只有極少數可以進入臨床試驗階段，傳統的方法是通過化學家自身經驗，批量測試和合成分子，整個過程效率低下且成本高。
基于這個痛點，我們通過數據分析和預測模型的方式，加速藥物研發。AI可以基于已有的藥物分子數據庫和結構，設計和合成新的分子，同時還能預測分子活性、選擇性和可能存在的毒性，通過AI篩選出一批最有望成功的候選分子，從而縮短整個藥物研發周期。
第二個場景，在藥物生産領域，我們面臨最大的痛點是如何精細化排産。藥物生産需要經過培養基設置、種子培養、細胞培養、生物分離、層析、納濾、超濾等多個環節，在排産過程中我們還需要考慮前端銷售計劃、發貨計劃，以及後端的采購計劃、庫存計劃等衆多因素，在這個過程中，我們持續引入AI技術，通過數據分析、機器學習以及預測模型等方式，不斷優化排産計劃。
張睿：我們把AI利用分爲兩個階段：第一個階段是基于傳統深度學習算法的AI應用。在營銷端和其他領域我們慢慢向互聯網公司學習，大量應用這些能力。
第二階段就是AI大模型，使用好大模型的能力能讓企業的協作效率、市場競爭力都更上一層樓。落到企業實踐中，我們大概分了三個層次。
第一就是用好飛書的原生能力，飛書集成了很多原生的AI能力，比如文檔的利用、知識的管理等；
第二就是利用飛書智能夥伴Aily的一些能力，做一些簡單的模型應用；
第三就是企業要深度去思考，如何把大模型技術與企業運營效率提升結合，舉個例子，比如質檢場景，我們每天都有質檢的流程，一天要産生十幾萬張圖片。
我們要從這些圖片中識別店家開店、關店操作是否規範，還要確保食品安全監管以及門店生産安全等事宜，如果純靠人力，是一個巨大的負擔，通過AI大模型，我們可以快速生成對圖片的分析結果，同時把結果同步提交給相關負責人，讓他及時、准確地掌握門店質檢情況。
劉湘明：做個簡單的總結，當下，我們需要工具結合AI，再結合思想的變化，這些所帶來的效率提高，可能會對企業産生完全不同的效果。---（钛媒體/ 作者 : 張申宇，編輯 : 張帥）
