對話實在智能孫林君：從SaaS淘汰賽和AI卡位賽中拿到雙贏

作者|思航

出品|產業(yè)家

“Adept做的這件事，我感覺你們能做得更好”。

Adept是海外一家成立僅一年時間估值便突破10億美元的AI Agent（智能體）獨角獸公司，甚至在此期間，還獲得了英偉達、微軟和包括特斯拉自動駕駛負責人Andrej Karpathy在內的行業(yè)大佬，以及不少知名風投的站臺。這家公司的使命便是，“創(chuàng)建能夠像人類一樣使用各種電腦軟件完成工作的AI智能體”。

接到西湖大學科學家藍振忠博士這通電話后，早已對Agent有所感知的孫林君發(fā)現，這與自己正在做的事不謀而合。

在大數據智能領域有著近20年經驗的孫林君，先后任職于摩托羅拉和阿里巴巴的資深算法專家。2018年，就在大模型進入頂峰期的前幾年，孫林君離開阿里，創(chuàng)立了實在智能。

彼時他所瞄準的賽道是數字員工，只不過在當時，數字員工還停留在RPA階段，在孫林君看來，“Agent將會是是數字員工的終極形式”。

RPA做了一年后，孫林君便意識到RPA自身帶有局限性，于是在2019年開始嘗試RPA+AI融合的方式，即IPA來突破局限性，但這種融合終歸還是“做加法”，想要徹底突破局限性，需要重構底層架構。

直到ChatGPT的發(fā)布，讓這個有著阿里系和谷歌系的創(chuàng)始團隊嗅到了屬于他們的機會，用孫林君的原話說，“數字員工的終極愿景可能很快就要到來了”。

半年時間，這個有著強AI基因的團隊便將行業(yè)首款Agent形式的產品發(fā)布出來。與此同時，實在智能也進入到關鍵一年。2023年，是實在智能完成轉型的一年，也是國內Agent元年。

從比爾蓋茨到李飛飛、吳恩達，無一不表達出對AI Agent的極大興趣，甚至比爾蓋茨還公開發(fā)文表示Agent智能體對未來工作的顛覆作用。據統(tǒng)計，過去一年，硅谷至少有100個項目有關Agent商業(yè)化，而國內也有700多億人民幣進入到Agent賽道。

而對于踩中風口的實在智能而言，Agent是他們終于等到的機會，也是實現自我突破的關鍵分水嶺。

一、蛻變：看見數字員工的終極愿景

自大模型出現以后，一個最常聽到的說法便是，大模型引領新的工業(yè)革命，甚至夸張一點，還有的把大模型比做蒸汽機。在科技圈內，一度出現兩派觀點，一方認為大模型早晚會取代人類工作；另一方認為大模型只能代替人類完成簡單、重復性工作。

但如果嚴謹地說，大模型本身無法代替任何人類工作。由于其本身并不存在于真實世界中，因此大模型無異于“缸中之腦”，即它的邏輯鏈不能觸及物理世界，永遠無法與現實產生連接。

真正能代替人類工作的，并非大模型本身；而是讓大模型長出“手和腳”的智能體Agent。

一個在財務場景真實發(fā)生的例子是，企業(yè)下載資金流水，需要登錄到銀行，選中對應時期，查詢再進行下載。其實這樣一套簡單、重復性的操作完全可以用機器完成。

在過去，它依靠機器人半自動化的方式，但在這背后軟件交付工程師需要將這一套流程的代碼打出來，或者企業(yè)內部用拖拉拽的方式在獨立的機器人上才能夠完成；而如今在智能體上，一句自然語言口令便可以輕松搞定。

這種演進，也正是實在智能從過去RPA走向如今Agent的發(fā)展路線。

RPA做了一年后，孫林君發(fā)現RPA本身存在很強的局限性。局限之一在于有些工作純通過RPA完不成，比如文字識別，這其中就涉及到通過自然語言處理來提取摘要或找關鍵詞；再比如，在控制能力上，RPA的底層操作系統(tǒng)已經很難滿足復雜環(huán)境要求，對此，實在智能的做法是將AI和計算機視覺（CV）融合進來。

自此，實在智能也正式從RPA階段跨越至RPA+AI，即IPA階段。在孫林君看來，“推出IPA的同時，也意味著實在智能從跟隨走向引領”。

具體來看，從2022年末，實在智能發(fā)布智能屏幕語義理解技術ISSUT；到2023年中旬，發(fā)布自研垂直“塔斯（TARS）大語言模型”；緊接著，國內首個基于大模型的Agent智能體產品“實在Agent——你說PC做”在實在智能誕生。2023年末，實在智能獲近2億元C輪融資，與此同時，也標志著Agent的商業(yè)化。

從上述一系列產品發(fā)布的節(jié)點可以看出，從ISSUT到TARS，再到Agent發(fā)布，實際上，實在智能在過去一年時間里已然完成了對Agent底層架構的顛覆。“從RPA過渡到Agent，底層架構的確發(fā)生了深刻的變化”，孫林君告訴產業(yè)家。

對此，實在智能還做了一個形象生動的比喻，在Agent智能體當中，TARS大模型就相當于“腦”，而ISSUT則相當于“眼”，IPA則是“手和腳”。

而在問到“為什么選擇自研大模型”的時候，孫林君給出的答案是，“因為市面上的模型無法滿足實在智能的需求”。從RPA本身性質出發(fā)，它需要與各種軟件進行打通，比如實在智能目前已經與市面上1000多款常見軟件進行打通。

而對此，實在智能并非選擇用API接口的方式，而是通過ISSUT這個“眼睛”的作用，可以自動識別任何軟件的UI界面，再利用大模型的自主學習來完成一系列操作。

在這過程中，它所需要的是，底層的大模型要具備多模態(tài)能力。然而，在2023年8月，Agent發(fā)布之際，國內還并沒有任何一家大模型有類似能力。

可以說，從底層架構的重塑，到自研大模型，種種信號仿佛都在表明，實在智能對AI有著極強的“掌控力”。一份成績單同樣也是最好的證明——過去六年時間里，實在智能已獲超70項實授發(fā)明專利，其中就包括CV、ISSUT等等。

二、躍進：智能體的想象力有多大？

數據飛輪，是被大模型帶火的一個詞。

要知道大模型的三大要素便是算力、算法和數據。幾乎所有大模型企業(yè)都非常看重數據資產。

一個最明顯的例子便是，OpenAI于2024上半年宣布向用戶免費提供GPT-4和4o模型，與此同時，也標注了通過用戶對話數據訓練模型，用戶可以自行選擇是否允許。

除了OpenAI，包括火山引擎在內的不少大模型廠商也都在提數據飛輪。而在大模型時代下，數據帶給企業(yè)的作用就更加明顯了。

對于為B端場景提供服務的企業(yè)而言，數據飛輪會幫助企業(yè)更快地“轉起來”。比如在特定的金融、客服等場景下，在數據飛輪的作用下，流程操作會變得更加標準化，從而反哺給Agent企業(yè)。

圖注：AWS數據飛輪，來源：AWS

“在軟件上積累的大量數據都會讓任務完成的更絲滑、順暢。如果把世界想象成一個元宇宙，那么未來連鍵盤和鼠標都可能消失，就像星際穿越里的塔斯，只需要和他講話可以完成很多的事情。”

這是孫林君賦予數字員工的終極愿景，而談到這，它也是實在智能自研大模型TARS（塔斯）的命名由來。

“目前，智能體離這樣的暢想還有一段距離。”孫林君坦率地講到。然而，從星際穿越跳回到現實世界，智能體的想象力還能有多大？

年初，顛覆人機交互模式的AI電腦來了。2024年3月，英特爾的AI PC高調亮相，而AI PC所在的工作正是前文中提到的代替人類工作，對此，比爾蓋茨也在公開信中表達了對AI PC小助手的美好暢想。

讓AI PC真正照進現實的正是這家從RPA蛻變過來的實在智能。而在英特爾的發(fā)布會上，這款AI PC還是面向大量企業(yè)客戶，尤其是政企客戶。

值得一提的是，實在智能在政企客戶也有長期積累。在其服務的超2000家客戶中，有上百家都是國央企及世界500強企業(yè)。

另外，在最近剛落幕的世界人工智能大會上，實在智能還參與了“昇騰原生開發(fā)合作簽約儀式”，基于華為昇騰開發(fā)，從而幫助更好地服務政企客戶。

而現如今，實在智能的想象力則從B端走到了C端。

按常理講，在B端深耕多年貿然轉向to C，無論是從產品形態(tài)、組織架構，還管理理念和商業(yè)模式，思維上都有巨大的差異。然而不同的是，實在智能的使命是數字員工，從現階段講就是為員工打造一個“數字分身”。那么，實際上，實在智能的面向人群則是KP（Key Person），本質上依舊是C端。

而從產品的邏輯來講，B端產品與C端產品最大的不同則在于，后者更注重用戶體驗。以實在智能為例，很多人不會寫代碼，需要上網查詢。而對于實在智能而言，它能感知到的是大量用戶的需求，因此這也很容易演變?yōu)樯虡I(yè)化產品。

不僅如此，“數字員工”的愿景甚至從國內傳到了世界各地。2024年是在實在智能完成Agent轉型的關鍵一年，與此同時，數字員工也正在走向日本、新加坡、東南亞、北美以及歐洲等地。

從星際穿越到服務政企客戶，從C端的想象力再到海外客戶的認可，可以看到實在智能正在將數字員工的終極遠景照進現實。也許，“人人都可以有屬于自己的Agent”，就在不遠的將來。

三、曙光：如何在SaaS淘汰賽和AI卡位賽中，實現雙贏？

從2023年Agent元年，到2024年Agent商業(yè)化元年，近兩年在這條賽道上發(fā)力的有互聯網大廠，有大模型公司，有初創(chuàng)企業(yè)，也有從其他賽道上轉行而來的企業(yè)。

似乎對于Agent這件事，大家的理解都各不相同。對于既有算力也有數據的云廠商而言，他們做Agent的思路是基于大模型構建智能體，相當于大模型的“子集”，讓他扮演你想要的角色。

第二種則是像用友、金蝶等服務商為企業(yè)構建的企業(yè)級AI應用平臺；第三種則是像釘釘、飛書這種將大模型能力集成在本身的協同辦公軟件上，而上述這些都可以稱之為Agent智能體。

然而，對實在智能而言，Agent智能體的定義還有些不一樣。正如前文所說，實在智能的使命在于打造數字員工，因此其所打造的Agent也是針對特定場景的智能體，比如在政務、銀行、電商、保險、運營商等等場景，打造更為標準化的智能體。

與過去RPA相同的點在于，都是基于特定場景下的服務，只是用自然語言口令更為便捷；而不同點在于，基于底層架構上的重構，Agent智能體需要企業(yè)與客戶共同構建RAG，從而保證更個性化地滿足客戶需求。

實際上，近兩年，在Agent這條賽道上，有不少企業(yè)之前都是和實在智能并肩作戰(zhàn)的RPA企業(yè)，比如壹沓科技；再比如從弘璣RPA離職創(chuàng)業(yè)的瀾碼科技，他們都帶著些許的Agent基因。

那么，一個問題是，如果Agent是RPA的終極方向，那么這條賽道上，未來又將會呈現怎樣的競爭格局？

如果站在Agent這條讓AI創(chuàng)業(yè)者前仆后繼想要涌入的賽道上而言，基于大家對于Agent的不同理解，短期來看未必會呈現出“競爭”關系，而是“強強聯手”。

比如年初，實在智能就與同樣是作為“AI超級助理”的釘釘達成合作，目前實在智能Agent應用已上架釘釘AI助理市場。

但與此同時，實在智能又不僅僅是新生代Agent企業(yè)，它更是從RPA進化而來的企業(yè)。

從這一角度來看，實在智能可以說既屬于SaaS企業(yè)，又屬于新時代的AI企業(yè)。然而，同樣擺在實在智能面前的還有雙重競爭，一邊是SaaS企業(yè)的末位淘汰賽，另一邊是AI公司的卡位賽。

有人說，大模型加速了國內數字化的轉型，所以對于SaaS企業(yè)而言，AI是機會，但同時它也是挑戰(zhàn)。

機會在于，用AI將SaaS重構一遍，勢必會加速國內數字化轉型，也會加速企業(yè)的數字化進程，而過去“大家對SaaS付費意愿不強”類似的問題也將不復存在；

但挑戰(zhàn)也正在于SaaS企業(yè)自身的基因，是在SaaS的基礎上加AI，還是用AI用重構一遍，將成為新時代背景下，SaaS企業(yè)的“末位淘汰賽”。

那么，AI對SaaS企業(yè)究竟意味著什么？在孫林君看來，“如果對于AI有一定掌控力或者有積累的企業(yè)，那么這個時代則正是構建護城河的最佳時機。”

與此同時，在AI這個新賽道，還會出現更多的競爭者?？梢哉f，對于國內已經發(fā)展了十年的SaaS行業(yè)而言，目前已經有不少企業(yè)走向IPO，行業(yè)know-how的積淀也足夠深，如果在此基礎上加上AI能力，則足以構建起屬于SaaS企業(yè)自身的護城河。

從目前的市場格局看，大部分已上市的SaaS企業(yè)和SaaS獨角獸都已經在做SaaS+AI這件事，只是目前都處于試水階段，還未有一家有顯露出行業(yè)壁壘，現在能看到的都是“想象力”。

但對于這個在Agent賽道上屢屢先發(fā)制人的實在智能而言，從創(chuàng)始團隊的AI基因，到其六年來所積累的行業(yè)經驗，都在散發(fā)著一種獨有的強者風范。