“ 推动应用价值落地的过程中，技术是非常重要的。”
整理 | 梦婕
编辑 | 云舒
出品｜极新
2024年3月11日，必优科技CEO周泽安受访极新，直播中他作为技术派的一员，坚信“内容文档生成能够带来客户，产生商业价值”。他根据自己在AI写作领域研发创业的实战经验，对AI写作当下的发展情况给出了独到的分析，并对它的未来寄予无限期望。
周泽安，连续AI创业者，ChatPPT创始人、口袋动画创始人，原金山办公产品总监，深度office产品人，WPS最具价值商业产品专家（KVP），2013年加入金山办公，先后负责金山办公动画引擎、智能文档、稻壳等引擎开发与产品设计，参与WPS Ofice 2013/2016/2019等核心产品研发送代。
作为国内最早的生成式AI应用先行者和场景模型发起人，2015年创立”口袋动画”（后于2017年被金山收购，国内当年用户量最大的Office插件工具），曾参孵化金山智能文档项目。成立必优科技后自研了WCCG语言模型框架与韦尼克文档创作中台，并成功落地伯乐（Bole）、商贾（Shanggu）、图笏（Tuhu）等垂类应用级模型。
在中国，AI写作技术的发展进度较为迅速。许多科技公司和创业团队致力于研发AI写作工具，不断提升其生成内容的质量和逼真度。国内一些媒体机构、企业和学术机构也开始尝试应用AI写作技术，以提高工作效率和降低成本。
然而，AI写作技术在中国的发展也面临一些挑战，如内容原创性、语言表达能力等方面仍有待提升。此外，隐私保护、信息安全等问题也需要引起重视和解决。随着技术的不断进步和应用场景的不断拓展，相信AI写作技术在中国的发展前景将会更加广阔。
本文，极新对话周泽安，深入探讨“AI写作的当下与未来”，AI写作的迭代路径是怎样的？成熟度如何？进入B端又会带来怎样的机遇和挑战。周泽安给出了关于这些板块的回答：
“基于应用本身商业化价值的挖掘一定会愈演愈烈”
“客户对内容输出的渴求远高于工具化本身”
“agent 的魅力在于既利用了大模型，也弥补了它本身在特定领域上的一些不足。”
“大模型就是孕育的土壤，而最佳的状态就是大家像共享土地一样共享应用本身的价值。”
01变化“基于应用本身商业化价值的挖掘一定会愈演愈烈”
极新：在文生文领域场景适配比较成功的是 AI 写作，那么AI 写作在当下与未来会发生什么样的改变？对整个产业以及中国 AI 发展会带来什么样的进步与挑战？今天我们邀请到必优科技CEO周泽安与我们一起探讨以上问题。请周总给我们做个自我介绍，简单介绍必优科技。
周泽安：我是周泽安，一个深度文档产品人和连续AI创业者。干了11年的Office文档，3段围绕文档的产品孵化经验，基本都和AI有关系。2015 年创立”口袋动画”，17 年被金山收购，之后又做了另外一个成长相对比较大的 AI 项目。2020年重新出来创业，成立了必优科技，又一次选择了AI，选择在AI内容生成领域继续探索。真正完整见证了AI浪潮下的文档应用的每一次革新吧。我们从最初20年的生成式默默无闻，到大模型崛起后的全民关注，AI写作一直都是我坚持且坚信探索的方向。
必优科技是国内专注于智能文档写作的公司，面向企业客户及用户提供垂类行业内容文档的生成服务，致力于打造全球领先的内容呈现与表达的文档智能体服务。作为国内较早就探索生成式 AI 的企业，2020 年大家都选做成熟的CV商业化应用时，我们投身到了做最复杂、最难的文字生成工作，直到现在AI写作已成为一个基础且共识AI落地的行业，我们成为AI写作行业见证者。自2021 年之后，我们分别拿到两次投资，金山办公和百度目前是我们的股东，目前还在持续探索AI写作的用户与应用价值。
极新：2023年ChatGPT开始火爆，已经过去了一年时间，这期间国内外不断有新的大模型诞生，遍布文生文、文生图、文生视频以及各种各样的行业模型，今天直播探讨的主题是“AI写作的当下与未来”，也就是文生文领域，请问周总，AI写作当下正在发生哪些变化？
周泽安：AI写作当下正在发生“用户、技术、应用”三重底层逻辑认知的升级变化。其实在我们发布ChatPPT产品之前，必优科技已经涉猎了两年相关垂类文档场景应用探索，2021年就发布了一款AI产品--YOO简历，是国内第一个垂类行业的文档应用产品。
上线早期出现了很多用户争议问题，争议其一是简历本身作为一个相对敏感的文档场景，AI 生成简历内容的价值到底在哪里？是否会影响人类对于正常事物的社会评估？同时当时的技术是否能够满足要求？最终的应用场景本身就无效？但是到22年ChatGPT爆火后，前期的争议突然就逐步消散了，AI生成被大家公式价值，用户能接受了，场景和应用价值也逐步明确了，必优科技的AI写简历的服务现在成为国内目前诸多在线写作平台占有率和程度最高的服务。回首2021年必优科技自研了WCCG语言模型框架与韦尼克文档创作中台，并成功落地伯乐（Bole）模型，我们确信我们的坚持是对的。
当然，当下AI写作的底层逻辑变化最大的源头还是源于大模型基座的升级。基座大模型能力的跨越式升级，让全民在基础技术上认知拉平，同时模型能力也给场景应用带来更大的重塑机会。
给我所在行业也带来了两个变化，一方面是技术路径的上有了多元化变化，类似ChatPPT 是典型的基于“大模型+小模型”的产物，更倾向于 Agent 文档服务方向。很多企业之前赖以生存的生命力是其特定行业领域上挖掘垂类应用服务的价值，所以他们即可以选择基于企业数据和行业know-how去定义自己的行业模型，也可以基于大模型的基础去附着行业Task 级别的垂类模型去搭建属于自己专有的行业Agent。
另外一个方面是在应用探索上积累到了不一样的用户与商业新经验。过去这一年必优科技的业务数据涨了11倍，数据提升的背后，除了受益于前两年的探索积累基础，更在于我们很好借助了新技术重塑的快速跟进与埋头应用、坚持做应用。去年ChatPPT上线三个月左右，我们就启动商业化价值验证，过早的商业化除了大环境挤压之下生存诉求，更多是我们看到大模型给用户带来的商业动力是和过往所有的技术应用探索都可能不一样的。因为，我们相信当下的AI应用给用户提供底层价值输出完全不一样了。我相信，新的一年基于AI写作应用本身商业化价值的挖掘一定会愈演愈烈，充满期待。
02提效“客户对内容输出的渴求远高于工具化本身”
极新：2020 年 AI 技术帮助大家写简历，在 AI 写作技术成熟的当下，我们看到 AI 写作应用的场景越来越多。为什么必优科技决定研发AI写作智能体？它是一个什么样的产品？基于什么样的市场洞察或需求？
周泽安：必优科技是做Office文档起家的，早期围绕着简历文档、合同文档、营销文档等非常细分的场景领域做应用服务。ChatGPT爆火后，我们迅速响应就在相对通用的PPT文档场景进行测试，发现虽然大模型能力有很强的爆发力，但在解决PPT具象创作场景问题上，明显动力不足。
因为PPT的制作涉及文本生成、配图、排版、设计动效、演讲逻辑等一系列要求，这些都是大模型触及不到的，于是我们很快就启动了图笏（Tuhu）模型框架的研发，希望能够搭建一套基于”大模型+小模型“双驱动的文档编排与写作服务，可以帮助用户完成从生成、美化、演讲、动效到输出全流程的文档创作服务，即后面的Doc-Agent服务。
必优科技团队的定位不是纯粹技术输出性、科研性的单位，而是探求应用本身的价值，探求给用户的价值，所以最终促使了必优科技的写作智能体的诞生。
所以谈及它的初衷或是洞察，本质原因是我们发现要解决的问题与现实大模型之间有差距，必须要有“中间态”服务做所谓的鸿沟弥合，是用户的问题驱动，更是场景价值验证的诉求，从而加速了技术方向的明确。
极新：在研发过程中，遇到了哪些技术挑战？是如何克服的？
周泽安：先说一个小故事，发布ChatPPT之前，为了训练Agent的前置指令模型，我们招了五六个人做了1个半月的标注数据，迭代了两版就投入上线测试。但上线第一周就被泼了凉水棒喝，虽说新产品市场反馈还不错，但却查看了下指令模型识别率，却非常低，差不多只有35%左右，有点完全超出我们的接受范围。后面，我们团队静心观摩了用户输入数据后才明白，我们的产品定义与用户需求输入完全不一样。当用户面对chat创作工具时，他的诉求是没有任何心理限制的，用户更多是基于主观上、情感上的需求自由表达自己的创作PPT需求，基本不会用专业化的属于表达去输入他的编辑诉求。恍然大悟，我们不能从专业视角定义产品，定义Agent 的本质，要去看用户拿到 ChatGPT的文档创作、编辑工具，他们会怎么问？
这应该就是研发过程很大的一个技术挑战，就是从用户视角去训练属于用户自己的Agent模型，用户视角的数据积累与迭代，才能真正训出可以解决用户问题的好模型。
所以我们很快调整了整个数据处理的思路，经过一个月的迭代和用户数据的调校，识别率提到了65%，现在数据识别率已经接近 97% 。
总结起来，价值来自于用户，价值导向就是解决问题。“AI文档”不等于“文生文”，文生问属于大模型最原始的诉求呈现，而AI文档，将是一系列来自用户视角的场景二次表达。所以在解决AI写作文档过程中，关注用户的诉求与问题，会收到源源不断的需求与任务，秉承取之于用户的心态，我们一方面借助大模型训练出了Agent的规划任务编排的能力，同时也利用现有团队在文档创作的技术积累完成一个个Task 级的小模型训练。由此，属于我们自己的一套文档领域的AI写作智能体就全部搭建起来了。
极新：AI已经进军诸多写作领域，如文案创作、邮件回复等。但AI写作智能体如何帮助提升办公效率？有哪些实际案例可以分享？
周泽安：以必优科技的产品为例，产品本身的价值导向完全不一样了。现有的办公类产品，本质上更多就是工具价值，把用户内容借助工具输出成格式化的文字表达，这是工具本身的桥梁作用。而现在AIGC有可能从根源上解决、迁移，直接上升到内容价值。
考量工具化产品发展到哪一程度，无非就是看它本身的价值、看用户真实需求到底是怎样？比如这个场景需要PPT，那么帮他输出PPT就好，我们何须一定要让用户学会工具本身呢？更或许从来没有人会想着把学会PPT工具作为前置诉求，所以客户对内容输出的渴求远高于工具化本身。
所以AI写作在提升办公效率重要是体现在内容输出的直接价值导向，它是一种更加高维的用户需求输出。跨越工具，更加直接，我们使用AI写产品的定义，不再是只是一个帮助用户完成内容载体工具，而是可以帮助用户直接更快输出更好的内容的服务。
另一方面效率的提升还体现于AI处理复杂性问题能力的提升，尤其是我比较看好的文档Agent。用户的需求是无穷无尽的，什么偏门的要求都有。一个软件没办法解决所有的需求，总有用户会不满意。但其实在很多用户不满意或者没解决好问题的原因却只是用户不知道如何使用复杂工具按钮和步骤罢了，而 Agent 很典型地把工具与用户的对话解决掉，直接调动并处理任务，效率就再次提升了。
最后效率提升就是处理的即时性，agent 立即就能给出对应的解决方案，结果好坏可以反馈，继续做出更优的方案。这三个方面也进一步佐证了 agent 面向用户、面向场景提供高效服务。
03应用“agent 的魅力在于既利用了大模型，也弥补了它本身在特定领域上的一些不足。”
极新：基于目前AI写作在B端的应用现状，未来AI写作智能体还有可能会解锁哪些场景？
周泽安： 就C端而言，需求多样，市面上尚未出现能够完全满足个性化需求的产品，所以用户能接受自己审校的产品体验。对于B端来说，很多的场景、领域相对是比较明确的，agent便能够更好提供相应价值。所以针对B端场景解锁，可以大致分三层场景。
第一层先解决本身不会出错的、基础的内容整理工作，节省人力、节省空间。
第二层开始深挖大模型在应用里与B端交互，更多地关注企业本身的场景。比如金融领域有自己的行话，模型生成的内容不符合标准的话，紧接着下一个任务就是演进，产出行业化或者场景化的文档。必优科技不纯粹背靠通用大模型，而是在依赖大模型本身通用泛化的理解能力之外，更多地训练特定领域上的 task 小模型。所以 agent 的魅力在于既利用了大模型，也弥补了它本身在特定领域上的一些不足。
第三层是最难的，也是我们正在探索的，越深入行业场景，越要深钻背后文档的信息价值。比如金融领域证券、银行的客户提出要求，分析一家企业最近三年的财报，生成关于企业财务经营状况的PPT，还要带一点预测能力。要求越来越具象，所以在这个领域真正高价值的部分就展现出来了。必须要拿到行业独特视角的内容，不再是随便从网上扒一扒普通的数据、资源，训练就能搞定的。
极新：看之前的报道，您对AI领域在2024年还有哪些新技术趋势有三个判断：Agent、多模态生成、文生视频。这三个技术会如何迭代和协同？
周泽安：我认为 agent 用接地气的方式把技术做到真正的落地，它是场景化的重要纽扣，因为只有 agent 才能找到场景，而多模态和文生视频则应用场景中特色的抓手。我们是做AI文档的，是利用Agent技术去解决多元化用户诉求的AI写作产品服务，所以Agent必然是最关注的。同时因为文档本身就是一个挺复合的内容产物，有文字、图片、视频、音频等等，所以多模态的发展，包括文生视频这种特色多模态产物，直接影响AI写作服务的再次升级。
谈及三个技术的迭代，个人觉得24年文生视频作为一个典型的多模态技术突破应该会巨大的惊喜给我们，同时加速多模态的技术全面的开花结果，最终Agent也会因为多模态的到来，可以在更多的应用场景得以验证，从而让大模型的落地应用取得更好的成绩。
04市场“大模型就是孕育的土壤，而最佳的状态就是大家像共享土地一样共享应用本身的价值。”
极新：现在文生文领域，大家卷得非常厉害。AI 生成文档， AI 生成各种的语言，还有 AI 做各种的TCP都是文生文的一些典型应用。有人更多的希望 AI 对产业有帮助，能够进行商业化，而有人则是纯粹的技术信仰派。所以我们也想请教周总谈谈，必优科技是如何选择的？粮草和技术如何平衡？
周泽安：我个人偏向后者居多。当然从一个较长的行业周期来看，技术派和市场派没有绝对性，当然现阶段我们应该一直坚信应用、技术。必优科技2020年刚起步时，没有流量，没有任何用户基数，我们选择了去训练YOO简历的伯乐模型，用了2年的时间。之所以是这样的选择，在我们的认知里面，解决很多应用场景的问题，尤其是创业，最好还是从技术点入手，找到撬点。当然，后面结果还不错，我们简历用户后面有了差不多600多万。
这可能也是我们和其他团队不一样的地方，虽然是做文档场景应用的，但起步选择了利用技术点出发去寻找解决问题的答案。2年的时间，埋头做了很多探索，先是花很长时间训练伯乐模型，后面又一口气做了商贾、图笏等文档小模型，并自研了韦尼克文档创作中台，还开源了部分模型，用于验证特定的内容文档生成能力，所以有了很多小模型技术积累。
大模型火了之后，我们发现之前的技术积累都变成了优势。所以从长期来讲，我信奉推动应用价值落地的过程中，技术是非常重要的。
极新：从去年开始，从大家都免费到最后文心一言带头收费，我们也看到必优科技其实在C端有很好的营收，那 AI 写作的未来会是什么样的模式？怎么样发展会比较健康？
周泽安：谈及收费和商业模式，我大致理解是这样的，所以模型或AI应用的商业化一定是必然必须得，因为本身AI服务的投入就很大。但是怎么良性的长出新的健康模式，感觉还需要跑跑看。
从我目前接触到AI写作行业来看，目前模式比较简单，AI应用调用大模型进行Token计费，出于成本压力的考量，应用大多数都选择很早就开始收费，无论其产品是否达到商业点。大模型收费确实无可厚非，但是否会因此影响AI应用的发展呢？应用出发点更多是希望通过用户验证其场景价值和落地反馈，但因为过早的商业或者成本压力，导致需求落地的变形，最终用户过早流失了，应用价值验证失败了；而基于大模型视角，之所以支撑应用是寄托于希望有更多用户的正向的使用与数据积累，但一旦应用数据降了，其模型的反哺训练升级肯定受损，那基本就属于多输的局面。
所以，未来 AI 写作这一类软件相对理想的商业状态是什么？我构想过一种模式，一种属于大模型应用发展的生态商业模式。如果说大模型就是孕育土壤，那应用就是土地上长出的粮食果树。是否土壤给果实带来的价值不是粗暴依托养分来算价，而是可以选择在无私的孕育后可以共享最终果实的高价值。也就是说，作为大模型最佳生态商业来看，不再单独依托于原始的token计费，而是选择基于应用的用户价值的共享分成，大模型可以无限制的拿到用户数据的反哺升级，同时优质的应用落地是的商业化，可以让大模型和应用一起双赢。这或许是一种全新的生态双赢局面，一种有效的良性发展的局面，一定可以加速AI写作的进一步前进。
极新：现在进入直播漂流瓶环节，上个问题来自宜创科技创始人宜博，他的问题是：您的公司现在落地了哪些 AI 场景？您最想落地哪个场景？这个场景 AI 能带给您哪些收益或价值？
周泽安：我们一直做的是办公文档，即内容文档生产，所以AI写作是我目前落地的AI场景；我坚信它能带来用户与商业化价值，也是我最想要落地的场景。
给我的收益？我觉得是帮助我验证两个价值猜想吧！
第一，不管是 AIGC 也好，还是未来的AGI，AI写作都基于通用底层的东西在内容价值上输出，这对我来讲是一个很重要的价值检验。其实我们最想做的事情，是把工具的价值，在内容上实现转移，完成价值升级。
第二，单纯想看AI写作的价值通过垂类或者场景化的方式到底能放大多少倍？这是我目前非常想验证的。必优科技体量小，但毛利还较大，如果这点一定能够被持续推进并验证下去，就可以验证出“场景化应用的技术价值”是远大于“技术本身”的市场价值，可以为我们后续的进一步AI写作应用的价值探索提供更多的经验。
极新：请您给我们下一位做客极新企服直播间的嘉宾提出一个漂流瓶问题。
周泽安：我今年最感兴趣的还是 Agent 本身，我想知道下一位嘉宾在他的行业领域里，是怎么构建自己的行业agent？又怎么看待大模型迭代对于他构建的 Agent 产品的挤压和威胁？
更多干货分享敬请关注我们的公众号与视频号~超多精彩对话内容等待您的解锁！
关于极新：
极新是垂直于企服、硬科技的创投和行业研究媒体，致力于陪伴和记录科技企业进步和产业成长。已与多家互联网平台和创新企业深度对话和合作，包括华为云、飞书、钉钉等平台企业，以及神策数据、薪人薪事、微步在线、创客贴、诸葛智能等高成长公司。
