对话集简云陈迪：连接大模型+无代码，赋能业务智能自动化
数字化时代，人们正在面临日益繁重的数字化需求，如何快速有效地连接软件应用以及优化工作流程，已成为一项重要的挑战。
在此同时，随着ChatGPT为代表的先进模型技术应用逐渐实现其强大的优势，并在各种任务上展现出令人惊叹的效果。如何连接大模型来解决特定的业务需求，成为一种迫切需要。目前来看，集简云的语聚AI产品提供了一种简单有效的解决方案。“我们是在为大模型赋能，让大模型拥有使用工具、企业知识的能力。”陈迪表示。8月8日，语聚AI公测发布，AIGC开放社区专访了集简云创始人兼CEO陈迪。陈迪是加拿大海归MBA，连续创业者，拥有超过10年的SaaS软件行业从业经验，曾经任职多家SaaS软件公司高管。访谈中，陈迪介绍了自己创业的经历，集简云的产品定位以及语聚AI产品的核心价值，并发表了对于中国SaaS软件、大模型未来发展的看法。作为连续创业者，这一次创业跟之前有没有什么不同？
我觉得最大的不同是心态的不同，最开始创业的时候很年轻，创业更多是因为一种热情或者一个好想法，只能说是很勇敢地在创业。经历过几次之后，再创业会有更多的考虑，会考虑要做什么，怎么做，然后判断自己是否具备相应的能力，以及我要怎么对待产品，对待客户，甚至是投资方。总体来说，整体的经验和敬畏之心要远远高于以往。这次创业是一个深思熟虑的结果。我在SaaS行业观察了很久，传统的CRM、财务系统等已经有很多成熟产品，但是随着办公软件的增加，我发现软件之间互联互通成为新的需求。尽管大多数软件提供了API接口来连接，但是开发和维护成本非常高。所以我想有没有一个好的产品，既能解决不同软件之间的连接，又不需要投入很多的研发。我在海外工作时用过Zapier（一款无代码工具，可以整合两个或以上应用程序，自动执行重复性工作，从而提高效率），当我发现国内没有类似产品的时候，就决定了创业的方向。请您介绍一下集简云，核心定位是什么？
集简云提供了一个连接平台，概括来说就是我们做好了很多软件接口的集成，目前支持近800款应用，15000多个接口，未来还会增加。用户用我们的连接平台，不需要再进行任何代码开发，就可以一个工作流打通不同的系统。在我看来，集简云的优势在于打破了原来的软件开发模式，提供更低成本、更高效率的解决方案。传统的软件集成开发不仅成本高，而且沟通难度大，经常陷入技术人员不懂业务流，业务人员不懂技术的尴尬场景。使用集简云，业务人员自己就可以用现成的工具来完成整个业务流搭建。目前有哪些场景或者业务流程是比较受欢迎的？
集简云跟传统的产品很不一样，传统的财务系统，CRM系统，客户群体是比较集中的，但是集简云的客户是多种多样的。我们提供的是一个连接平台，目前连接了近800款软件，不同的软件系统对应不同的客户群体。为了解决这种多样化的需求，我们提供了超过8000个流程模版，用来满足不同软件，不同场景之间的连接，帮助业务人员快速上手使用。目前来说，相对集中的场景有电商、财务，还有OA审批通知。我们最近还发现付款审批同步到银行系统的需求涨的比较快。最近发布的语聚AI产品，是基于怎样的思考？
今年随着ChatGPT的大火，连接大模型的需求快速增长，从2月份到现在，集简云平台有4万条以上的业务流都是在对接不同的大语言模型。我们总结，企业使用大模型一共有三种需求：一种是直接参与业务流程，比如说辅助钉钉飞书的审批；一种是内容生成，比如分析小红书的爆款文章然后模仿生成；第三种是把企业知识给到大模型，然后让大模型辅助回答员工或者客户的问题。以上这些场景，都需要将大模型跟其他产品打通，这就是集简云一直以来在做的事情。另一方面， ChatGPT
Plus也提供了官方插件市场，但是我们发现一些问题：一是只能用GPT4，价格昂贵，速度较慢。二是最多支持同时使用三个插件，这显然不能满足很多复杂业务的需要。最后还有一个最大的问题是使用者没办法个性化的设置，虽然基本功能是通用的，但是要连接CRM系统或者数据库表单系统，还是需要预先的设置。基于以上考虑，我们就做了语聚AI产品，主要是解决复杂场景，个性化的业务需要。提到语聚AI，与市场上的模型应用相比，有哪些创新？
语聚AI的核心在于让大语言模型可以选择和使用工具。集简云对接了数百款应用，现在可以作为大语言模型的一个工具来让用户去使用。无论你想用大模型做图，还是说要跟CRM系统、财务系统、电商系统对接，现在都可以更简单、更低成本地实现。其次是我们能利用实时、动态的业务流数据进一步赋能业务。集简云通过连接软件形成业务流，业务流会源源不断产生数据，比如财务数据、票据、客户跟进记录等，大语言模型基于这些数据可以做很多事情，比如信息处理，业务问题解决，更新企业知识库等。这是其他AI产品所不具备的。那您更看好哪一种产品形态呢？
我认为未来大模型会有非常强的自主能力，不仅能完成问答与内容生成，还能利用工具自动化解决一些事情。比如做竞品调研，这种情况下大模型可能还要用到搜索引擎、企业内部知识，以及一些数据平台的数据。对于企业知识的使用，语聚AI与模型微调的差异？
大语言模型调用企业内部知识有两种方式，一种是微调，基于问题和回答去调整大模型，另一种我们称之为知识问答，就是直接把企业知识向量化收录到数据库，方便大模型查询，处理、回答。从客户的角度来讲，微调最大的难题在于需要提供非常多高质量的数据，而且不管是接口微调，还是GPU服务器微调，成本都很高。知识问答则完全利用大语言模型本身的能力，对于大多数企业的业务需求来说足够了。只有特殊业务场景的需求，我们才会建议微调。集简云与客户合作是怎样的一种形式？
我们服务的客户主要分两类，一类是业务人员，他的业务流程需要操作很多软件，如果要搭建自己的业务流，通常需要外包或者企业内部排期做开发，滞后还很贵。第二类是软件公司，客户在采买的时候会要求跟某些系统打通，比如说财务系统跟CRM系统打通，对软件公司来说这种连接的需求非常多样，定制化成本很高，跟集简云合作显然更高效、成本更低。集简云的计费方式很简单，就是按照使用量计费，比如说将OA系统付款审批同步到银行系统做付款申请这样一个流程，每个月有500次的免费次数，需求量大的客户基本上几千块钱就可以解决。跟软件开发商合作，按照人天算一个人天3-5千左右，具体看业务需要。集简云的增长策略是怎样的，主要是产品驱动还是销售驱动？
集简云绝对是产品驱动，大部分用户都是自己在线使用，需要合同或者打款的时候才会联系我们。产品驱动的好处是不需要依赖销售方式，后续的增长很快并且成本很低，难点就在于开始阶段怎么让用户很好的使用起来。从我们的运营侧来讲，更多的是找场景，从海量的使用场景去挖掘一些重点场景。我们现在的问题就是使用场景太多，可供宣传推广的选择也多，但是大部分用户希望有一个比较确切的答案来解决确切问题。这就对我们产品的运营分析，以及方案撰写能力提出一些挑战。您对于中国SaaS软件的看法？
我自己在这个行业呆了10年，从我的角度来看，中国的SaaS其实是软件交付的一种形态，原来是买断式，现在是租用式，强调的是首次使用的低成本以及后续使用的续费和增长。不管哪种形式，企业对软件的需求是真实存在的，而且未来还会不断增加。至于中国SaaS软件为什么没有像国外那样迅速发展，这里面有其自身的局限性。一是缺乏全球化策略，国外成功的SaaS软件基本上都是全球化的，比如Figma，只有30%的收入来自本土，70%的收入来自海外。第二个是场景不同，国内SaaS主要是服务政务、金融、能源等领域，这些行业基本上都会要求私有部署，这跟SaaS软件的快速迭代、低使用成本策略是相违背的。虽然面临一些难题，但从长远角度来看，我认为SaaS这种形式没有问题，无论是使用成本，还是迭代升级，都是一种创新的形态。您对于大模型/AI应用的未来生态的理解，以及集简云的未来规划是怎样的？
大模型肯定会越来越智能，然后使用成本也会逐渐降低。对于集简云来说，我们在为大模型赋能，让大模型拥有使用工具、企业知识的能力。语聚AI连接了大模型和各种软件工具，以及企业知识，接下来考虑的是逐渐把语聚AI的工具能力转化为具体的使用场景，然后赋能用户的业务流程。
