Slack 深入融合 AI：提炼对话摘要、解析专业词汇及推动工作流程自动化

发布时间：2025-07-18 11:04:59 | 责任编辑：吴昊 | 浏览量：9 次

Slack 正推出一系列广泛的人工智能功能，旨在简化日常任务，并将消息平台转型为企业生产力的核心枢纽。此举标志着其母公司 Salesforce 对微软在工作场所 AI 领域主导地位的直接挑战。
这些预计在未来几个月内陆续推出的更新，将包括直接嵌入 Slack 画布中的 AI 写作辅助功能、上下文消息解释、自动化行动项目识别，以及横跨多个关联业务应用程序的企业搜索功能。与此同时，Salesforce 也开始限制外部 AI 公司访问 Slack 数据，构建了一种“围墙花园”模式，这反映了当前行业平台整合的趋势。
Salesforce 旗下 Slack 产品副总裁 Shalini Agarwal 在接受 VentureBeat 独家采访时强调:“与一些游离于工作流程之外的 AI 工具不同，Slack 的 AI 会融入工作发生的各个环节——对话、决策和文档。关键的区别在于上下文，它在 Slack 中以结构化和非结构化数据的形式呈现。”
这一战略时机凸显了价值450亿美元的企业协作市场日益激烈的竞争。自2021年 Salesforce 以277亿美元收购 Slack 以来，微软的 Teams 平台及其 Copilot AI 助手已取得显著进展。谷歌也正积极在其 Workspace 应用中推广 Duet AI，三方巨头都在争夺日益注重 AI 驱动的生产力提升的企业客户。
Slack 的新功能摆脱了传统 AI 助手需要用户主动寻求帮助的模式，转而采取主动显示相关信息并在现有工作流程中自动执行日常任务的方式。
AI 写作辅助功能即将在 Slack 的画布中推出，它将允许团队自动从对话线索中生成项目摘要，从头脑风暴会议中提取行动项目，并将会议记录重新格式化为结构化更新。这项功能与 Slack 现有的 AI 驱动的会议记录功能相结合，将创建一个端到端的文档工作流程。
Agarwal 表示:“人工智能需要让人感觉轻松无缝，你不应该费力就能使用它。”她透露，自 Slack 推出 AI 以来，客户已汇总超过6亿条消息，为所有用户节省了总计110万小时的时间。
更具创新性的是，Slack 将引入上下文消息解释功能。当用户将鼠标悬停在不熟悉的术语、缩写或项目参考上时，该功能将自动激活。它利用 Slack 中存储的组织独有的词汇和对话历史记录，有望解决新员工入职和跨团队协作中的常见困扰。
Slack AI 战略的核心是已普遍可用的企业搜索功能。该功能允许用户从 Slack 内的单一界面查询连接的应用程序（包括 Salesforce、Microsoft Teams、Google Drive、Confluence 和 Box）中的信息。
这项功能旨在解决现代工作场所长期存在的生产力流失问题。根据 Slack 的研究，员工大约有41% 的时间花在重复性任务上，例如在互不相连的系统之间搜索信息。通过将 Slack 定位为企业数据的统一搜索界面，Salesforce 正大胆尝试成为知识型员工的主要工作中心。
Slack 并不在应用程序之间建立点对点连接，而是将自己定位为职场信息的通用翻译器，承认大多数组织的数据将分散在数十个应用程序中，但迫切需要更好的方式来查找和使用这些信息。对于 IT 部门，Slack 承诺将部署复杂性降至最低，连接器一旦推出即可立即使用。
尽管 Slack 向客户的连接应用程序开放了其搜索功能，Salesforce 却在积极限制外部 AI 公司访问 Slack 数据。今年5月，该公司修改了其 API 服务条款，禁止批量数据导出，并明确禁止使用 Slack 数据训练大型语言模型。
此举将影响 Glean 等第三方 AI 搜索公司，这些公司此前曾索引 Slack 对话及其他企业数据源以提供统一搜索体验。根据新限制，这些公司只能通过实时搜索 API 访问 Slack 数据，且受到严格限制。
Salesforce 正在进行一场精心策划的赌博。通过限制对 Slack 数据的访问，该公司押注其自身的 AI 能力将优于外部替代方案。然而，企业客户持续表明他们更倾向于选择和灵活性，而非被迫锁定供应商。如果竞争对手的 AI 平台能利用其他来源的数据获得明显更好的结果，Salesforce 有可能将客户推向提供更开放集成的替代消息平台。
这些限制凸显了工作场所对话数据的巨大价值。Slack 每周交换的消息超过50亿条，该平台包含了 Agarwal 所说的“公司历史以及跨团队和项目的所有信息”。这种对话数据在企业软件领域提供了独特的价值:关于工作实际如何完成的非结构化、上下文丰富的信息，而非关于如何完成工作的正式文档。
Salesforce 围绕其“爱因斯坦信任层”构建了其 AI 功能，强调客户数据永远不会离开公司基础架构或用于训练外部 AI 模型。这种方法解决了企业对数据主权的担忧，而这种担忧曾阻碍受监管行业对 AI 的采用。
Agarwal 表示:“保护客户数据是 Slack 的首要任务。客户数据保留在 Slack 内部，Slack 不会与大型语言模型 （LLM） 提供商共享客户数据，Slack 也不会使用客户数据来培训 LLM。”
该平台的 AI 功能继承了 Slack 现有的企业级安全控制，包括对 FedRAMP 合规性、加密密钥管理和国际数据驻留要求的支持。搜索结果会自动尊重连接应用程序中现有用户的权限，防止未经授权的数据泄露。
尽管样本量有限，但早期客户结果显示生产力显著提升。Salesforce 的内部工程团队报告称，其 AI 代理在六个月内处理了3，500名用户的超过18，000次对话，每年可能节省相当于八名全职员工的工作量。OpenTable 仅用三周时间就利用 Salesforce 的 Agentforce AI 处理了73% 的餐厅网络查询，而支付处理器 Engine 则将平均处理时间缩短了15%，预计每年可节省200万美元的成本。