AI时代的设计｜直面不确定性，钉钉 AI 工作助理设计实践

几年前我们还在讨论AI能做什么，转眼间它已经成了日常办公里的“标配”。设计师让AI画张图，产品经理让它写份总结，BI让它做数据分析——这些场景已经不算新鲜。但对于钉钉来说，真正的命题不是“AI能干什么”，而是“如何把AI真正融入到产品里，帮企业实实在在提效”。

本文就围绕钉钉管理套件的几个典型场景，聊聊AI具体落地的思路与设计实践。

AI如何帮助不同角色在场景中提效？

钉钉管理套件覆盖了智能人事、智能财务、智能差旅、OA审批、智能营销服、智能合同等多个模块，基本360度覆盖了企业的数字化办公场景。但传统数字化带来的一个典型问题是：数据量上来了，人工处理效率却跟不上。钉钉套件的思路，是用AI的智能方式，帮企业在各个场景里高效又安全地处理事务。

1. 审批

钉钉用户里，有很大一部分每天都在用OA审批。企业管理者每天要处理大量的审批单，光是点开、查看、同意、拒绝这一套流程，就足够消耗大半天的精力。审批AI助理的定位，就是帮管理者提升审批效率，同时识别潜在风险，辅助决策。

请假、补卡这类审批单，是打工人提交最频繁的类型。试想一下，春节前那几天，部门主管面对一堆请假申请，如果每条都要手动一个个审，效率可想而知。审批AI助理可以结合企业预设的分类规则，把低风险的审批单自动汇整，主管一目了然，处理起来自然更快。

除了日常审批，企业里还有一类审批需要格外谨慎——比如涉及金额的采购申请。这类单子往往需要主管对照公司规章制度去逐条核对细节。审批AI助理能基于企业设定的政策制度，识别出存在风险的审批单，辅助主管更高效地做出判断。

2. 合同风控

企业经营中，合同条款和签约风险就像隐藏的雷区。一旦出问题，损失可能不小。过去法务人员需要人工审查大量合同文件，人力成本极高。钉钉智能合同提供了一组轻量好用的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

招聘环节的痛点，客户反馈得比较集中：重复性工作多、人力成本高。AI的介入，核心目标就是帮用户在这些场景里提效。

一提招聘，第一步就是写JD。这事儿HR最头疼——对不同职位不够了解，写出来的描述往往不够精准。人事智能招聘模块通过分析大量职位数据，能为不同行业、不同职位自动生成对应的职位描述。

用人主管和HR的目标，是找到最匹配岗位的人才。但在海量的简历库和人才库里精准筛选，无异于大海捞针。AI基于数据和算法，能针对不同岗位要求，快速帮用人主管和HR匹配合适的人选，效率提升非常明显。

4. 人事假勤

无论是考勤主管还是普通员工，都可以通过人事假勤AI助理来分析当前的假勤数据。而且，运营者还能从中了解如何更高效地使用假勤产品功能，等于一边用一边学，操作效率自然提升。

还在为怎么给同事写生日祝福、周年祝福发愁？智能人事AI能一键生成各种风格的祝福语。动动手指，祝福就发出去了。这种小小的情感化设计，能让员工更真切地感受到企业和同事的关怀。

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。效率提升了，但问题也随之而来。我们必须承认：AI带来的结果不可能是100%确定的。而在B端工作场景里，很多决策本身就比较谨慎。那么，在设计过程中，怎么应对AI带来的风险和问题，才能让用户对我们的产品始终保有安全感和信赖感？

1. 模糊与可靠

B端用户的需求通常很明确、很具体。但AI在理解和匹配这些需求时，有时会存在局限性，导致输出结果不够精确，甚至模糊不清。设计师面临的挑战就是：如何最小化这种偏差，让AI输出的结果既贴近用户真实目标，又能让用户觉得可信。我们主要通过以下几种方式来解决：

以合同收入查询为例：在企业里查询数据，需要高度精确且可追溯。AI助理虽然基于企业行为收集数据，但对用户来说，处理过程可能不够透明。我们明确展示了每一项数据的来源，用户能清楚知道数据出处，还能点击查看具体明细。每个操作步骤都有迹可循，信任感自然就建立起来了。

人事招聘的简历智能精准匹配，就是一个典型案例。在大量简历库里快速精准匹配人才，用户自己不确定简历与JD的关键符合点是什么。AI通过识别简历关键信息，与JD进行对比，然后把对比过程可视化给用户。用户能看到匹配的依据，自然更放心接受AI给出的确定性结果。

人事假勤同样如此。在有限的数据资源里，AI有时无法理解不太清晰的语义。这时候，在过程中多给用户一些引导，比如预设问题索引，能更快帮用户达到目的。

合同审查任务里，用户可能会简单说一句“帮我审查这份合同”。但背后需要考虑的细节不少：审查立场是甲方还是乙方？是否需要按特定规则审查？为了避免AI理解偏差，我们设计了一个反馈卡片，引导用户预先选择相关规则。这样AI在审查时就能基于预设条件，结果更精准。

问数场景也是类似。用户可能只问一句“在职情况怎么样”，但真实场景里还需要确认时间范围、查看权限、数据范围等。如果让大模型直接生成结果，相当不可控。我们定义了一套问数的SOP模板，明确查询条件、对应数据以及展示形式，让从自然语言输入到AI输出结果的过程更可控，生成的结果确定性更高。

2. 便捷与安全

AI确实提升了操作效率，但企业很多操作还是需要谨慎。如何在提升便捷性的同时，确保操作的安全感？我们以审批场景为例来说明。

批量处理审批单时，我们提供了“一键全部同意”功能来节省时间，但同时确保用户能全面审视每项审批内容。快速批准前，用户可以预览所有审批单，确保无遗漏；需要拒绝的，可以单独操作。这样一来，审批流程既快又可靠，主管们从繁琐中解脱出来，同时审批结果始终在可控范围内。

3. 泛化与个性

在AI员工销售陪练服务场景里，通用标准规则很难满足所有垂直行业。服装行业和车行的服务维度完全不同，介绍商品时需要关注的内容也不一样。为了适配更多行业场景，我们把这些培训标准规则交给企业灵活自定义。

除了B端场景，钉钉的用户里也有大量C端职场人。在保障B端体验的同时，设计团队也希望为直接用户提供更多情感化的个性体验。比如员工祝福文案，通过AI快速生成各种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

这篇文章介绍了在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。AI工具带来了巨大便利，但同时也带来了潜在风险。B端用户对AI结果的可靠性、安全性、个性化有更高诉求。在设计过程中，我们把重点放在如何增加AI结果的确定性、如何平衡便捷性与安全性、如何满足企业多元化定制这几个层面，最终为用户提供更安全可靠的AI工具。

未来，我们还会继续探索AI的潜力，不断优化体验，推动企业和用户在AI时代里共同成长与创新。