飛書叫好又叫座

2020年底，我寫了篇文章，《》。大意是飛書以其一體化協作的先進理念和流暢的用戶體驗，在產品層面贏得了廣泛贊譽，但在市場推廣和對本土企業需求的適應性方面有些曲高和寡的意思。

因為飛書強調的信息流通效率與創新工具整合有些超前，國內大多數企業（尤其是中小微企業）的核心需求是基礎管理（如考勤、審批、打卡），更偏向“管人管事”而非效率協作。所以飛書當年客戶群集中在互聯網、創意型公司等數字化程度高、追求效率的團隊，但這類企業在國內占比小。當時釘釘因為疫情日活暴漲，各家企業服務產品的競爭也都是日活導向，飛書的打法在拼絕對用戶數字層面并不占優。

當然也可以換個說法，飛書的核心產品理念——一體化、效率優先——在當時可能超前于市場的普遍認知，需要時間來驗證和被企業消化。

走進千行百業

可能是飛書意識到在中國做SAAS是非常長期的事情，不可能漲得特別快。飛書在2021年提了句新口號，先進企業先用飛書，感覺像是放棄純看DAU路線，聚焦優質客戶，然后在各大機場持續密集投放飛書客戶的LOGO墻。

因為不管什么行業的企業，他的CEO肯定是核心大腦，創造更多價值的總部必然也是知識密集型的，尤其是那些增長型的民營企業。

這種轉變帶來的效果是顯著的。隨著就是成功的案例越來越多，飛書慢慢往互聯網之外的行業拓展，飛書的客戶LOGO墻也越來越豐富。

原本我們認為飛書是在極高人效極高知識密度的創新企業才有市場，但因為飛書產品在這些優質客戶群體中獲得了很好的口碑，持續跟最創新最頭部的公司站在一起又有非常強的示范效應，過去幾年我們看到的變化是越來越多的新能源企業、消費/制造企業、餐飲零售企業也都在使用飛書。

這些客戶可以使用飛書來做核心業務管理，典型如胖東來、霸王茶姬等，把他們的公司經營都放在飛書上。另外在原有創新基本盤人群，因為飛書的交互設計更符合科技從業者的效率偏好，從大模型研發到自動駕駛，中國幾乎所有的 AI 創業公司都在用飛書了。

早期獲得客戶信任很困難，但隨著飛書客戶變多變強，這種信任建立越來越簡單。而且基本上只聽聞大客戶從其他產品切到飛書上來，極少聽說有公司從飛書切到其他產品。

深耕多維表格

這種客戶行業泛化的背后，是飛書對不同層級用戶需求的深度理解。比如在產品策略上，飛書這兩年的主打都圍繞多維表格展開。

多維表格的優勢在于其不可替代性。聊天各個產品都能做，甚至文檔也是相對好替代的，用戶導出一個Word或者Markdown，很容易就切走了。文本是最自由但最混亂的格式，數據庫是最規整但最難用的格式。表格（尤其是多維/智能表格）處于這兩者之間，它既能承載結構化信息，又不需要嚴苛的建模門檻。多維表格允許每一行是一個對象，每一列是一個字段，還可以支持嵌套、引用、關聯、篩選、排序、視圖切換等。這種結構既對人類友好，也方便計算機處理。而且表格跟業務的緊密程度要深得多，一旦一線員工可以在上面跑數據了，這個事情就變得很不一樣。

在今天的數據工作日益普及的背景下，不會寫代碼的“信息工作者”也需要操作類似數據庫的數據，多維表格的價值是將數據庫“平民化”。多維表格是一個可輕可重的東西，通過其易用性、移動端支持和低代碼特性，使得一線員工也能輕松錄入數據、執行任務，無論是倉儲管理、超市運營還是前臺行政，都能進行簡單的自動化操作。小企業可以用來管理公司，大企業也可用來管理專業流程。比如飛書有個客戶是來自日本的永旺超市，他們有9000家店鋪、1200名試吃員，之前要砸1億日元的定制系統，現在被飛書多維表格完美替代。

今天飛書大會上官方還披露，多維表格目前的單表容量已提升至1000萬熱行，較去年再翻10倍，也是全球同類產品中首個支持單表千萬行的業務系統。在2萬行規模下，多維表格的加載速度從7.4秒降至 0.94秒， 5萬行也僅需1秒就能加載完成，而國內同類型產品可能需要 20秒之久。

“輕量數據庫”是SaaS平臺化的門檻，這是每家SaaS產品爭搶的戰略高地。無論在中國還是海外，飛書多維表格的性能均已穩居同類產品第一。據透露，飛書多維表格已經接近千萬，已經是不能忽視的工具品類。

表格是業務數據天然聚集地，工作流程必經之路。飛書多維表格還將 AI agent 引入工作流中，持續加強AI能力。這意味著以往需要大量人工的復雜任務，現在都可以在全新的工作流中交給 AI agent 節點來分配。當表格遇上AI，表格就不再是數據的終點，而是智能化的起點。

飛書CEO謝欣透露，飛書多維表格以后不只可以在飛書內使用，也將支持在其他平臺使用。

務實發展AI功能

今年2月，deepseek橫空出世，騰訊很快接入并推出知識庫ima，然后我看到有投資行業的飛書客戶在朋友圈抱怨，“飛書這天然的知識庫載體還在等什么…?再不跟上我們都打算整體搬了。”

去年多個圍繞AI語音做的產品用戶和收入發展都很好，我用完AI 錄音設備后也贊不絕口，甚至還給飛書的同學建議出一個妙記版的硬件。

想起兩年前的AI浪潮洶涌時，大家普遍相信AI是指數級變革，誰先All in誰先贏，覺得錯過半年就是錯過時代。但現在我們看到，從OpenAI、Google到國內的各家模型廠商，大模型的技術躍遷趨于階段性、平滑化。

尤其是企業級應用跟C端應用不一樣，企業級產品的衡量標準，不是“聰明”而是“穩”和“可控”，是看“誰靠譜”、“誰權限清晰”、“誰能跟流程打通”。產品公測之前發邀請碼一堆人說嚷嚷著AI立刻改變世界，但是一旦拿給更多用戶真實使用立馬變成買家秀，因為能不能用是一個可以立刻見分曉的事。很多部分AI產品都有過度宣傳炒作，一旦客戶上手用就被立馬戳穿，從Demo 到工業級交付之間的周期被重新認識。

C端用戶面對AI的幻覺和胡說八道，可以一笑置之。但企業級AI，一旦用錯、幻覺、泄密、越權，代價是實打實的責任和風險。

現在不是“你慢了就輸了”，而是“你穩不穩，能不能真落地”才是關鍵。

到了今年飛書大會，飛書強調真能用還要真落地，發布了業界首個AI 應用成熟度模型。飛書將 AI 應用分四個等級：

• M1——概念驗證，只做內部演示，別對外發布；

• M2——早期試用，給愿意嘗鮮的用戶用；

• M3——成熟應用，可以大規模使用；

• M4——完全成熟，在適合的任何場景都可使用。

按這樣的發布標準，飛書至今也僅僅推出了知識問答、智能會議紀要、飛書Aily、多維表格AI字段捷徑等幾款產品，保證真實能用，且能完整在企業落地。

根據該標準，飛書智能會議紀要則已經達到M4階段，十分成熟。飛書智能會議紀要目前不僅能夠通過文檔發送總結、生成待辦，也能在會中實時實現總結，并保持相當的準確性與邏輯概括能力。

其實自打飛書App把妙記的入口提到更顯著位置，只是改了手機錄音轉妙記這個產品功能后，我就再也沒帶過什么AI錄音設備出門，也再不用找實習生聽錄音搞紀要。

然后我又多了一個感觸，單品切套件非常困難，幾乎沒有成功的案例，往套件里去加單品這個邏輯是更順的。

飛書在此前發布的“知識問答”便已達到了M3水準。知識問答是基于企業知識的企業專屬 AI 問答工具，通過調用聊天記錄、會議紀要、文檔等多種日常沉淀的信息，回答企業里的相關問題。知識問答無需專門搭建知識庫，通過日常行為便可生成回答，同時還保證了企業信息的安全性。

飛書的知識問答，不是比誰的模型更聰明，而是看你在飛書上“喂”了它多少東西。你用得越深、積累越多，它答得就越準。它是一個典型的“用得越多越好用”的正反饋系統，用戶積累越深、內容越多，它回答得就越準確越有上下文感知。

對于個人來說，我已經把之前所有采訪、資料和積累的素材都放到飛書文檔里，因為飛書知識問答能精準回溯幾年前的聊天記錄、采訪內容、會議紀要，不只是記錄整理搜索管理知識，而是把高價值碎片變成隨時可調用的外腦，'忘記管理，直接使用'。

AI落地的馬拉松

數字化是AI與智能化的基礎，B端的AI落地是一場馬拉松。飛書通過"協作即沉淀，沉淀即智能"這樣一套閉環邏輯，幫助企業做到AI Ready：工具越好用，員工使用頻率越高，數據沉淀就越豐富。數據越多效果越好，當企業通過協作沉淀了大量結構化和非結構化的數據后，企業里的智能才得以出現。AI能力真正把沉睡的數據資產轉化為智能，為企業創造了讓AI從"實習生"轉正的可能性。

讓AI在企業真能用、真落地，按可交付、可落地、可規模化的節奏推進功能，飛書從妙記、知識問答，到多維表格中的AI字段捷徑，每一項都是基于已有使用場景的演進。相比那些高舉AI大旗卻難以穿透真實組織流程的工具，飛書的路線是“用得起來、留得下來、能跑起來”。

但凡去找一個銷售代表問一問，飛書的AI到底有什么功能可以用，哪些現在就能用，你會得到一個非常務實的答案。