QwenWork Alibaba mahu jadikan AI penyudah kerja, bukan sekadar pengguna token

QwenWork ialah usaha Alibaba untuk menjadikan AI tempat kerja lebih berguna daripada sekadar tetingkap sembang. Platform ini menyatukan tiga produk terdahulu—QoderWork, MuleRun dan Wukong—dalam satu lapisan ejen bagi tugasan yang merentasi komputer desktop, perkhidmatan awan, alat kerjasama, fail serta sistem perusahaan. 13

Gagasan utamanya mudah: nilai AI dalam organisasi sepatutnya diukur melalui keupayaan menyiapkan aliran kerja yang berulang, terkawal dan mempunyai konteks yang betul—bukan semata-mata jumlah token model yang boleh digunakan oleh setiap pekerja.

Mengapa tiga produk digabungkan

Alibaba memperkenalkan QwenWork sebagai platform ejen AI tempat kerja serba lengkap dalam beta awam. Dengan menyatukan QoderWork, MuleRun dan Wukong, syarikat itu mahu membawa keupayaan ejen desktop, awan dan kerjasama perusahaan ke dalam satu antara muka. 13

Ini penting kerana kerja sebenar jarang berlaku dalam satu aplikasi. Seseorang pekerja mungkin perlu menyemak fail tempatan, mencari rekod dalam sistem dalaman, berbincang melalui aplikasi mesej pasukan, menyediakan dokumen dan menjadualkan tindakan susulan. QwenWork direka untuk menerima arahan dalam bahasa biasa dan menyelaras tugasan berbilang langkah merentas persekitaran tersebut. 26

Dalam pendekatan Alibaba, AI bukan sekadar pembantu yang memberikan jawapan. Pengguna menerangkan hasil yang dikehendaki, memantau pelaksanaan tugasan, menyemak hasilnya, kemudian boleh menggunakan semula atau menjadualkan kerja yang sama. 2

Bagaimana ekosistem QwenWork berfungsi

Model Qwen sebagai lapisan penaakulan

QwenWork menggunakan keluarga model Qwen untuk perancangan, penjanaan kandungan, pengekodan dan tugasan kerjasama. Qwen3.8 diperkenalkan bersama QwenWork sebagai sebahagian daripada tawaran AI berfokus perusahaan Alibaba. 79

Model menyediakan kebolehan memahami dan menjana, manakala QwenWork bertujuan menyelaras tindakan di sekelilingnya—melibatkan fail, alat, data dan proses kerja yang diluluskan.

Alibaba Cloud sebagai ruang kerja dan infrastruktur

Panduan produk QwenWork menerangkan bahawa pengguna memautkan akaun QwenWork kepada akaun Alibaba Cloud, memasuki ruang kerja individu atau organisasi, kemudian memilih model, menambah fail serta mengaktifkan Skills atau penyambung apabila diperlukan. 2

Dengan itu, QwenWork tidak diposisikan sebagai chatbot desktop semata-mata. Kerja boleh diatur dalam persekitaran bersama dengan sumber yang boleh digunakan oleh pasukan.

DingTalk membawa ejen ke ruang kolaborasi

Alibaba berkata QwenWork akan boleh diakses sebagai ejen terbina dalam produk desktop dan mudah alih DingTalk. 1 DingTalk ialah platform kerjasama perusahaan Alibaba; penyepaduan ini penting kerana perbualan, dokumen, mesyuarat, mesej dan kelulusan pekerja lazimnya sudah berlaku dalam persekitaran sedemikian.

MyContext untuk konteks organisasi

Alibaba dilaporkan telah membuka sumber MyContext, infrastruktur yang menukar data berselerak daripada pemesejan segera (IM), dokumen, kelulusan dan e-mel kepada konteks yang boleh digunakan ejen. Laporan pihak ketiga menyatakan projek itu telah melepasi 3,000 bintang di GitHub ketika dilaporkan. 5

Masalah besar AI perusahaan bukan semestinya model tidak mampu menulis atau merumuskan. Maklumat yang diperlukan untuk bertindak biasanya tersebar di pelbagai sistem, dengan tahap akses yang berbeza. MyContext bertujuan mengurangkan keperluan pekerja membina semula konteks dalam setiap arahan.

Sambungan CRM dan ERP

Pelaporan berkaitan Alibaba menyebut ejen yang boleh menanyakan maklumat pelanggan, inventori dan data lain merentas sistem CRM serta ERP, lalu mengemukakan cadangan berdasarkan permintaan bahasa biasa. 5

Namun, penyepaduan luas sahaja tidak menjamin hasil yang baik. Nilainya tetap bergantung pada ketepatan data, reka bentuk kebenaran akses, rekod audit dan semakan manusia.

Skills menyimpan pengetahuan kerja yang boleh diulang

Dalam QwenWork, Skill ialah panduan kerja yang ditulis awal: ia menetapkan langkah yang perlu diikuti, format hasil serta perkara yang perlu diberi perhatian bagi sesuatu jenis tugasan. Selepas ditakrifkan, QwenWork boleh mengenal pasti dan menggunakannya dalam perbualan seterusnya. 17

Ini membolehkan pengetahuan operasi individu dijadikan amalan pasukan yang lebih mudah dipindahkan. Proses tidak lagi terlalu bergantung pada seorang pakar atau kecekapan seseorang menulis arahan kepada AI.

Tanda awal penerimaan

Alibaba melaporkan bahawa QwenWork melepasi 30 juta pengguna keseluruhan sebulan selepas memasuki beta di China. Menurut syarikat itu, akaun perusahaan merangkumi lebih daripada separuh pangkalan pengguna tersebut, dengan penggunaan dalam sektor automotif, perkhidmatan kewangan, logistik, kecerdasan berjasad dan penyelidikan saintifik. 3

Edisi antarabangsa QwenWork juga dilancarkan dalam beta awam dengan sasaran pasaran termasuk Asia, Amerika Latin dan Timur Tengah. 46

Angka pengguna beta dan bintang GitHub menunjukkan minat serta momentum, tetapi bukan bukti bebas bahawa platform itu selamat, boleh dipercayai atau memberikan pulangan pelaburan jangka panjang. 5

Cabaran kepada budaya “Token Maxxing”

“Token Maxxing” merujuk kepada amalan membeli peruntukan token AI yang sangat besar untuk pekerja tanpa kaitan jelas dengan hasil perniagaan. Token boleh menjadi input yang berguna, tetapi penggunaan token bukan ukuran produktiviti atau mutu kerja.

QwenWork mengemukakan pendekatan lain:

• Konteks bersama: ejen boleh menggunakan maklumat organisasi, bukan hanya arahan sekali guna daripada seorang pekerja. 5
• Pelaksanaan bersambung: AI boleh bekerja bersama sistem kerjasama dan sistem perniagaan, bukan berhenti selepas menghasilkan jawapan. 15
• Kepakaran boleh guna semula: Skills boleh menyimpan proses untuk digunakan lagi dalam tugasan yang serupa. 17
• Pengukuran berasaskan hasil: organisasi boleh menilai masa dijimatkan, pengurangan ralat, kapasiti kerja, beban semakan dan mutu perkhidmatan—bukan token yang dihabiskan.

Ini ialah hujah yang munasabah untuk AI perusahaan, tetapi seni bina produk sahaja belum membuktikannya. Semakin banyak sistem dihubungkan, semakin penting kawalan akses, tadbir urus data, pengendalian ralat dan pengawasan manusia.

Apa yang ditunjukkan oleh kes Changan Automobile

Alibaba menyatakan Changan Automobile menggunakan QwenWork dalam R&D, pembuatan, rantaian bekalan, jualan dan perkhidmatan. 3 Contoh-contoh ini menonjol kerana menumpukan proses kerja khusus, bukan penggunaan AI secara umum.

R&D: pengiraan abah-abah wayar

Alibaba melaporkan jurutera Changan membina alat pengiraan abah-abah wayar yang memendekkan tugasan daripada dua hari kepada kira-kira lima minit. Syarikat itu juga melaporkan tugas penyelarasan reka bentuk pencahayaan dipendekkan daripada beberapa minggu kepada satu mesyuarat. 3

Nilai sebenar di sini ialah peraturan pengiraan khusus yang sebelum ini berada dalam pengetahuan pakar diterjemahkan kepada aliran kerja yang boleh dilaksanakan dan digunakan semula.

Pengeluaran: pengesahan dokumen kenderaan

Menurut Alibaba, aplikasi pengesahan dokumen kenderaan mengurangkan masa semakan bagi setiap kenderaan daripada lebih 10 minit kepada kurang dua minit. 3

Ini sesuai untuk automasi aliran kerja: membandingkan butiran berstruktur, menandakan perbezaan dan menyerahkan kes luar biasa untuk pengesahan manusia. Dalam persekitaran yang sensitif terhadap mutu atau pematuhan, kelajuan bukan satu-satunya ukuran; kebolehpercayaan dan jejak audit juga penting.

Rantaian bekalan: semakan pembekal

Alibaba berkata automasi semakan pembekal mengurangkan beban kerja sebanyak 90%. 3 Penerangan yang dilaporkan melibatkan proses semakan pembungkusan yang merentasi ratusan pembekal dan ribuan komponen, dipecahkan kepada skrip automasi untuk pengambilan data, pelaporan kemajuan dan amaran kelewatan. 3

Contoh ini lebih dekat dengan janji ejen perusahaan: nilai hanya muncul apabila ejen memahami peraturan proses serta sumber data yang relevan, menghasilkan gambaran status yang berguna, dan menjadikan pengecualian jelas kepada pihak yang bertanggungjawab.

Jualan dan perkhidmatan: analisis maklum balas lebih pantas

Alibaba turut melaporkan pemprosesan automatik puluhan ribu respons tinjauan memendekkan analisis pandangan pengguna daripada beberapa hari kepada setengah hari. 3

Secara keseluruhan, contoh Changan menunjukkan keadaan yang paling sesuai untuk QwenWork: tugasan berulang yang sarat maklumat, mempunyai input jelas, langkah semakan berstruktur dan pemilik proses yang dikenal pasti.

Had bukti yang perlu diberi perhatian

Alibaba turut menamakan Huifu World, Transfar Group dan Laoxiangji sebagai antara pengguna QwenWork. 3 Namun, bahan yang tersedia tidak memberikan hasil terperinci dan disahkan secara bebas untuk setiap kes penggunaan yang dicadangkan dalam bidang seperti logistik, penyelidikan, perolehan, penjadualan, pemantauan atau semakan kewangan.

Metrik Changan ialah petunjuk operasi yang berguna, tetapi sebahagian besarnya dilaporkan oleh syarikat dan masih sangat awal. Ia patut dibaca sebagai dakwaan kajian kes, bukan bukti bebas bahawa QwenWork akan mengatasi semua pendekatan AI perusahaan lain.

Kesimpulan

Kekuatan utama QwenWork bukanlah bajet token yang lebih besar. Tarikannya ialah kemungkinan menukar konteks institusi, akses sistem dan prosedur pakar kepada aliran kerja yang terkawal serta boleh digunakan semula.

Angka penerimaan awal Alibaba dan kajian kes Changan menjadikan platform ini wajar diperhatikan. Namun, organisasi yang menilai QwenWork atau platform seumpamanya perlu menguji sendiri soalan yang lebih sukar: data apa yang boleh dicapai ejen, bagaimana tindakan diluluskan, bagaimana hasil diaudit, bagaimana kegagalan dikendalikan, dan sama ada peningkatan benar-benar kekal dalam operasi sebenar. Pemenang AI perusahaan bukan platform yang menjana token paling banyak, tetapi yang memperbaik kerja sebenar secara konsisten dan selamat.