AI时代的设计｜直面不确定性，钉钉 AI 工作助理设计实践 - 大模型知识库|大模型训练|开箱即用的企业大模型应用平台|智能体开发|53AI

✦

前言

AI 已逐渐渗透到我们的各个日常办公场景中，例如设计师让 AI 画个图，产品经理帮写总结报告， BI 帮做数据分析等等，而对于钉钉来说，如何将 AI 更好地应用于产品来帮助企业获得更高的效益，是在当前 AI 浪潮大环境下持续不断探索的一个命题。

本期小编将以钉钉管理套件场景为例探索 AI 在其中的应用。

✦

我们如何帮助不同角色用户在场景中提效？

钉钉管理套件提供的智能人事、智能财务、智能差旅、OA 审批、智能营销服、智能合同等一系列产品 360° 全方位帮助企业解决各类办公场景数字化问题，而在这些场景中，传统的数字化方式仍然存在一些问题，例如典型的数字化伴随而来的对企业多维数据处理，人工处理方式效率低下，钉钉套件则引入 AI 智能方式，帮助企业在各场景下高效安全地处理各类事务。

1. 审批

钉钉的组织中，有很大一部分在使用OA审批，企业管理者每日需要处理大量的审批单，非常耗费时间和精力，审批AI助理可以帮助管理者提高审批效率，同时识别审批单的风险，辅助管理者决策。

汇整日常低风险审批单

打工人频繁提交的莫过于请假、补卡这一类审批单，试想下春节前期，部门主管需要手动一个个审批员工的请假申请，十分麻烦。审批 AI 助理可以结合企业设定的分类规则，汇整低风险审批单，主管更高效处理。

结合企业制度规则识别风险

当然除了日常审批外，企业中有一部分审批是需要主管谨慎审批的，比如涉及到金额的采购申请，主管可能需要结合公司的规章制度去核对单子的细节，审批助理能够根据企业设置的政策制度，识别有风险的审批单，辅助主管高效决策。

2. 合同风控

智能识别合同一致性，和相对方、合同风险

企业经营管理过程中，合同条款和签约风险就像是隐藏的雷区，一旦出现问题，可能会带来大量损失，这就需要法务人员审查大量的合同文件，人力成本巨大，钉钉智能合同提供轻量好用的 AI 工具，让法务人员从繁琐重复的工作中解脱出来。

3. 人事招聘

贯穿整个人事招聘链路场景，我们的客户经常会面临一些问题，重复性的工作耗费人力，也提升了企业的运营成本，希望在 AI 的加持下，能够为我们的用户在使用场景中带来一些智能化的提效能力。

发职位辅助生成职位描述

想到要开始招聘人才，那就必然会想到要写 JD，提到这个就会让 HR 头疼，若是对不同的职位不够了解，那么就很难精确地写出一份好的职位描述。而人事智能招聘通过大量的职位数据解析，能够为不同的行业职位类型生成对应的职位描述。

找人才精准人岗匹配推荐

对于用人主管、HR 这些角色来说，企业需要找到更精准匹配岗位的人才，而在大量的简历库、人才库里能够高效地寻找到这些人才莫过于大海捞针。AI 能够基于这些数据和算法，针对不同的岗位要求更快捷地帮助用人主管和 HR 匹配到优秀的人才，大大提高了寻找人才的效率。

4. 人事假勤

辅助管理者分析假勤数据

无论是考勤主管还是我们的员工，都能够通过我们的人事假勤 AI 助理帮助分析当前的假勤数据情况如何。除此之外，运营者还可以知晓如何更好地使用我们的假勤产品功能，极大地提升了我们的操作效率。

多种风格生成周年、生日祝福

还在发愁不知道该如何写同事的生日祝福、周年祝福吗？智能人事 AI 能一键生成各种风格的祝福语，只要简单动动手指就可以轻松地发送给同事了。AI 祝福让员工更加感受到企业与同事之间的关怀。

✦

面对AI的不确定性，我们如何应对其带来的风险和问题？

AI 是一把双刃剑，在提升效率的同时，也带来了一些新的问题。我们无法保证 AI 带来的结果是完全确定的，而在B端工作场景中，有很多决策是比较谨慎的。那么在设计的过程中，我们该如何去应对 AI 带来的风险和问题，让用户对我们的产品保持安全感和信赖感？

1. 模糊与可靠

在 B 端工作场景中，用户的需求通常非常明确和具体。然而，AI 在理解和匹配这些需求时可能存在一定的局限性，导致生成的结果不够精确，甚至模糊不清。这种情况下，设计师面临的挑战是：如何在设计过程中最小化这种偏差，确保 AI 输出的结果不仅更贴近用户的实际目标，而且还要让用户感到这些结果是可信的。我们主要通过以下的几种方式去解决这一问题：

来源透明清晰

合同收入查询 · 数据来源透明可追溯

在企业中，查询数据是一项需要高度精确和可追溯的操作。尽管 AI 助理是基于企业行为收集数据，但其处理过程对用户而言可能不够透明。我们明确展示每项数据的来源，使用户能够清楚地了解数据的出处；同时，用户可以点击查看数据的具体明细，确保每一步操作都有迹可循。通过上面的方式增加用户对AI生成数据的信任感。

过程直观引领

人事招聘简历智能精准匹配 · 溯源过程更有安全感

在海量的简历库当中难以快速地精准匹配到对应岗位的人才，用户也难以确定简历与 JD 关键符合点是哪些，而 AI 能够通过识别简历关键信息等内容与 JD 进行对比，同时将对比的过程可视化给到用户，让用户能够放心接受 AI 所带来的确定性匹配结果。

人事假勤预设问题索引 · 引导结果确定性

当在有限的数据资源里面 AI 无法理解一些不太清晰的语义时，在过程中多给一些用户引导，例如给予用户一些预设问题索引，能够更快捷地帮助用户达到目的。

结果精准可控

合同审查预填审查条件 · 提高结果准确性

在合同审查任务中，用户可能只会简单地说“帮我审查这份合同”。但这一请求背后需要考虑诸多细节，如审查立场（甲方或乙方）、是否需要根据特定的规则来审查等。为确保AI审查结果符合用户预期，我们设计了一个直观的反馈卡片，引导用户预先选择相关规则，从而在用户提出指令时，AI 能够基于这些预设条件进行更精准的审查，让结果更精准。

问数生成过程模板化、可视化 · 让问数结果更可控

在人事数据查询中，用户可能简单地询问“在职情况怎么样”，但在真实的人事场景里，还需要确定查询的时间范围、用户的查看权限以及数据范围（部门或全公司）。如果让大模型直接生成结果，结果十分不可控。考虑到查看企业人事数据是个比较谨慎的行为，我们希望 AI 生成的数据结果是更有指向性、更可控的。通过定义了一套问数的SOP模版，明确定义了查询条件、对应的数据以及展示的形式，从而确保从「自然语言输入」到「AI 输出结果」的过程更加可控，生成确定性更高的结果。

2. 便捷与安全

AI 确实提高了不少操作的效率，但企业很多操作其实还是比较谨慎的，如何在提升操作便捷性的同时，确保操作的安全感呢？我想以审批的例子去介绍一下。

保证操作的完整性

批量处理审批单 · 确保操作完整可控

我们既提供“一键全部同意”功能以节省时间，又确保用户能全面审视每项审批内容。这样，用户在快速处理审批时，也能进行必要的个别复核，确保决策的准确性和安全性。在快速批准前，用户可预览所有审批单，确保无遗漏；对于需要拒绝的审批单，用户可以单独操作。通过这种方式，我们确保了审批流程既快速又可靠，让主管们从繁琐中解脱，同时保持用户对审批结果在可控范围内，保证安全操作。

3. 泛化与个性

B 端业务需求个性化

员工陪练行业规则自定义 · 更加符合业务需求个性化导向

在 AI 员工销售陪练服务场景下，我们会发现通用的标准规则是无法满足所有的垂直行业的，例如服装与车行是 2 种不同的服务维度，他们在介绍商品时所需要关注的内容是不同的。因此，为了能够满足更多行业场景的销售陪练服务，我们决定把这些不同的培训标准规则交给企业灵活自定义。

C 端情感体验个性化

员工祝福文案风格个性化 · 更具用户情感个性化体验

除了 B 端场景外，其实有很多直面钉钉的用户是我们的 C 侧职场人。在保障 B 端场景体验的同时，钉钉的设计师们也希望能够为我们的直接用户提供更多样的情感化个性体验。例如在员工关怀场景里，我们通过 AI 来快速生成各式各样风格的同事周年祝福语、生日祝福语，让传递祝福更简单也更个性！

✦

小结

本文介绍了 to B 工作场景中，钉钉AI 如何帮助企业在各场景下高效安全地处理各类事务的。AI 工具在带来巨大便利性的同时，也带来了潜在的风险跟问题，B端用户对于 AI 结果的可靠性、安全性、个性化有着更高的诉求，在设计过程中，我们把重点放到了如何增加AI结果的确定性、如何平衡 AI 操作的便捷性与安全性、如何满足企业多元化定制诉求这几个层面上，为用户提供更安全可靠的AI工具。

未来，我们将继续探索 AI 潜力，不断提升体验，推动企业和用户在 AI 时代中共同成长和创新。