行业发展趋势 - RPA正从固定流程向自适应流程、从单一操作向端到端自动化、从IT驱动向无代码/低代码开发智能化方向发展[2] - 当前AI自动化应用场景细化分散，尚未出现标准化应用覆盖所有场景需求，且不能完全匹配B端企业需求[3] - 通过引入AI技术，许多业务流程效率得到显著提升，所有部门都能受益于"自动化+AI"组合[11][13] 产品定位与功能 - 核心定位是面向企业客户和企业场景的AI自动化应用平台，具备AI工作流、智能体构建部署、AI小工具、资源调用等功能[4] - 产品已有数百家付费企业客户，具有便捷创建AI工作流、知识库、对话机器人及AI智能体等各类应用能力[7] - AI工作流通过工作流画布搭建流程，提供各类AI插件，具有文本、图像、音视频处理及多模态模型调用能力[7] - AI智能体搭建包含低代码编排技能集、自主调用工具、知识库配置、自定义页面生成等五个核心板块[7] 目标用户与应用场景 - 专注于企业自动化领域，为企业自动化场景提供AI能力增强，专注于将企业内重复性操作自动化[10] - 覆盖范围非常广泛，所有部门都能受益，包括人力资源部门简历筛选、行政部门智能问答、运营部门SEO文章生成等[13][15] - 典型应用场景包括直播场景中实时抓取评论、生成回复内容并快速回复评论的完整闭环[10] 产品差异化优势 - 始终专注于企业客户和企业级场景，深刻理解企业对稳定性与可控性的高标准要求[20] - 产品设计极大弱化编程概念，通过直观交互降低技术门槛，采用组件间连线表达数据输入输出[20] - 与影刀RPA深度集成、无缝打通，形成"RPA+AI自动化"能力融合，为企业创造更多价值[20][21] 技术实现与模型选择 - 对要求极高场景提供传统对话机器人流程编排方式，完全可控，能严格按预设路径执行[23] - 广泛测试海内外各类模型，涵盖不同价格区间，选取输出质量与成本控制最佳平衡选项[26] - 将选择权交还给客户，通过实践验证哪个模型在实际使用中表现最好就采用哪个[27] 企业客户核心需求 - 稳定可控是企业首要需求，不能接受不可预知的错误[28] - 强大的集成能力，期望产品能集成多种AI模型、第三方插件，并能将AI能力无缝对接到企业现有系统中[28] - 业务人员易用性，让业务人员能亲手搭建工作流、知识库解决自身问题[28] - 成本与数据安全，需要精细的预算控制机制和合规保障[28] 产品交互形态演进 - 拖拽方式仍是主体，但"魔法指令"正发挥着越来越大的作用[29] - 提供多种交互形态满足企业实际需求，包括简单输入输出、表格处理和对话交互[40][41] - 长远看会实现由AI完全理解需求并自动生成流程与代码，但目前仍需人工修改和确认[30] 产品开发历程 - 决策始于2022年底ChatGPT发布后，2023年春节后决定利用大语言模型进行新产品开发[32] - 经过三个月快速开发，在9月份正式上线产品，月底成功签约第一家付费企业客户[33] - 选择"组装工厂"产品形态，即低代码、无代码搭建模式，与公司技术积累和产品理念高度契合[34] 市场竞争格局 - 与传统项目制定制开发相比，投入产出比和效率更优[37] - 与钉钉、飞书等平台相比，在模型接入和功能迭代方面更加自由开放，不受特定生态限制[39] - 未来可能形成互补而非完全替代关系，各自服务于不同需求场景[39] 商业化策略 - 理想定价模式是让企业客户能够按用量和效果付费，将产品基础价格设置较低降低使用门槛[52] - 当前定价主要综合考虑成本结构和客户心理预期，是相对综合的价格设计方案[53] - 客户付费决策核心在于产品能否真正用起来并产生价值，通常会安排约一个月共创期进行POC验证[54] 产品演进方法论 - 通过客户共创方式验证功能效果，邀请提出需求客户率先试用并收集使用反馈[46] - 采用低代码/无代码搭建模式，通过拖拽和组合标准化组件实现个性化赋能[46] - 将决策权充分交还给客户，包括模型选择权和通过标准化组件实现个性化搭建[47] 市场拓展策略 - 早期获客主要采取客户转化策略，将已有RPA客户转化为AI Power新用户[49] - 通过"AI Practice 101"栏目积累上百篇案例文章，帮助客户建立对AI准确认知[51] - 如果重来会优先考虑产品开源、社区化获客和出海战略三个方向[58][59]