生产力应用底层质变,AI办公开启新篇章

线下和我们频道的一些朋友聊到了AI生产力应用和办公软件正在发生一些底层变化,发现大家对这个话题和案例挺感兴趣,整理了一部分发出来。

AI跨竞品软件迁移数据,用户切换成本还是软件的壁垒吗?

Jira和Monday.com是项目管理软件领域的直接竞品,利用双方MCP Server,AI把Jira上面的数据1:1迁移到了Monday的看板。

假设我是一名Jira的付费用户,暂且不是Monday的用户。打开我在Jira创建的“PM2”项目页面,里面沉淀的是手动录入的项目信息。同时,打开Monday的空白页面,输入一段prompt:

“在Monday看板中创建对应字段,把我在Jira PM2项目的所有内容复制到Monday。要确保使用正确的Monday列条目,比如状态、开始时间等。”

生产力应用底层质变,AI办公开启新篇章

图左是Jira页面,图右是Monday页面,右边从空白到完整复刻左边的项目信息,只需几分钟。AI快速实现所有项目信息的1:1复刻

AI为竞品软件「双向同步数据」,当「软件开放」已是不可逆的趋势,产品力本身才是留住用户的根基

上图只是一个基础的数据迁移任务,这还没完——除了把历史数据搬过去,Jira和Monday这两个竞品,实现了数据的双向同步。用户在Monday更新任何的项目信息,Jira会自动同步,反之亦然。

  • 在Jira创建新的一行输入:Move everything to Monday(图左)

  • Monday便自动同步生成了这个条目(图右)

生产力应用底层质变,AI办公开启新篇章

AI跨应用自动操作:不用打开软件,任务照样完成

假设我是Claude Connectors用户,接入了我正在使用的几个传统软件,其中有Jira(项目管理应用)、Confluence(团队知识协作平台)、Slack、Notion。我现在的需求是:验证移动应用是否在我的VitaFleet项目MVP规划里。

在实际工作中,这些信息往往零散地分布在多个应用中,项目管理、在线文档、聊天软件、个人笔记……大多数的办公任务都会涉及信息交叉比对。而且,重要的信息永远不会仅存在于软件应用,而是散落在日常的对话中。

传统的软件操作:

  • 依次手动打开各软件,查找项目信息

  • 利用关键词加快检索

  • 即便软件有嵌入AI搜索和AI知识库问答,我也需要分别打开各个软件输入指令

现在,无需打开软件,仅在Claude页面就能让AI执行这个任务→

在Claude输入这个问题:“移动应用是否在我的VitaFleet项目MVP规划里”,AI通过检索Confluence、Slack、Notion查找文档和内容,找到后解析内容并反馈:

  • 核心结论:移动应用明确包含在规划里

  • AI挖掘到关联任务:产品设计师Issac要为网页和移动应用开发线框、高保真原型

生产力应用底层质变,AI办公开启新篇章

接着,在Claude输入这个关联任务的prompt:“在Jira(项目管理软件)创建这个项目”,全程无需离开Claude界面,无需人工打开Jira,自动完成创建。

这是一个简单的 “用AI搜索文档→回答问题→并自动化执行关联任务” 的完整流程。事实上,还可以让模型一次性执行多个操作,例如:批量创建任务或页面、让AI找到某项工作散落的多条会议笔记,并自动创建任务追踪器……每个任务背后可能会组合多个软件的操作,你只需描述任务需求,无需关心涉及到哪些软件。

新的人机协作时代已经到来了,之前也分享过一些类似案例All in one的AI workspace真的开始出现了。让AI接入你正在使用的软件,想象一下未来的办公场景→

无需依次打开每个软件操作,无需中断手上的任务去切换软件,你的思维、工作更能保持连贯;

你只要专注于最高频使用的几个应用界面,AI在背后自动执行跨多个应用的任务,而且是批量执行;(那最高频的应用是谁呢?欢迎留言一起讨论)

当AI充分熟悉了你的workspace,甚至不用告诉AI这个任务对应“该用哪些软件”,你只需要描述任务需求、想做什么;

不是每个任务都需要人类触发,即便你不向AI下达指令,AI也会自动判断、执行一些任务。

生产力应用底层质变,AI办公开启新篇章

今天分享的只是生产力和办公应用正在质变的方向之一。如果大家感兴趣,后续再分享几个正在发生的重要趋势:

  • Yours is yours,让你的数据服务于你。不是简单的为个人/企业构建知识库,而是让AI充分学习你的大脑特征、思维框架、行为习惯

  • 在生产力/办公场景,ToB和ToC的界限在改写

  • 海量沉睡的个性化需求被激活

  • 把个性化需求的及时满足能力,下放给用户

  • 「自主型企业」和「超级个体」即将涌现

  • 端侧模型和端侧应用目前是严重低估的,国内的AI-ToB应用仍将以本地化为主

当一个新鲜的AI用例出现,不会留多长的窗口期,而是批量涌现,不是渐进式,而是跃迁。

文章来自于微信公众号“后浪new”,作者是“十鸢星奈”。

搜索