如果你們公司還在用 Excel 來做數據和流程管理，那我強烈建議你使用一下「多維表」。

因為，多維表的價格被打下來了。最近釘釘更新了一個新版本，其中最值得關注的變化就是把多維表全面免費了。

我之前和一些公司合作項目時，他們就有用到多維表，不僅方便日常工作，而且效率相比傳統協作軟件高了很多。

關鍵是，省錢。

現在釘釘把多維表免費了，小公司和小團隊甚至可以不花錢就取代掉十幾萬的一堆軟件，還能按你的想法自由設置，何樂不為？

1

可能有讀者對什么是多維表并不了解，這里我做個簡要介紹。

可以先回憶下，當你們公司基于某一業務場景產生產品需求時，過去的做法是不是直接提需求給產研團隊，然后開發一個系統來滿足？

比如，大到電商業務需要一個商品管理系統，小到一個用戶反饋統計功能，都需要投入研發資源來實現，而且周期往往比較長。

更讓人頭疼的是，等產研排期開發完成后，業務需求又變了。

那有沒有這么一種方式，能讓需求方在不寫代碼的基礎上配置一個業務系統來滿足業務需求？

因此，多維表就誕生了。

其實國內對多維表的使用和普及還不是很多，但已經有一批企業開始使用了，對資源的節省以及對效率的提升還是非常顯著的，只是之前國內的多維表產品真用起來也確實挺貴的。

如果你用過 Notion 或者 Airtable 這類產品，對多維表應該是不陌生的，Notion 就是典型的通過配置和自由組合方式搭建個人工作臺和業務系統的工具。

雖然叫多維表，但實際上可以把它理解成一個立體的業務系統，只不過它是用大家熟悉的表格形式來表現的，而且不需要變成就可以實現業務邏輯。

相比于傳統的統計表格，多維表總共有 40 多種不同的字段類型，除了涵蓋常規類型外，還支持企業工作流的自動化對接。

另外，多維表還支持不同視圖，以及根據業務需求構建不同的業務數據看板，類似于業務指揮中心。

簡單理解，多維表可以把散落在 Word、Excel、工作手冊、群聊、企業協作流里面的信息和操作集成在一起，構成一套包含數據、流程、分析、協作的業務系統。

因為我做產品顧問的緣故，所以平時接觸的公司也比較多。

我發現，還是有很多公司用傳統方式來解決業務需求，文檔表格一大堆，待開發需求一大堆，產研累得要死，很多時候就是費力不討好。

基于多維表的能力，可以實現快速配置，而且靈活變動，對企業來說可以節省下來大量人力和技術資源。

說白了，就是省錢提效。

2

目前，多維表已經可以解決很多行業的各類細分業務場景需求，比如需求管理、招聘協同、企業生產監控等。

這次的更新里我比較關注多維表+AI能力的落地，可以看到已經有了各種 AI 應用的模版了。

以很多公司都有的招聘場景為例，來看看釘釘多維表+AI是如何提升招聘協作效率的。

如果你參與過公司招聘，那一定會感受到這么幾個痛點：簡歷篩選費時、候選人信息不集中、各面試官評價和結論分散。

有些公司會專門針對招聘需求開發一個需求來管理這種無序性，但大多數公司就是用 Excel 簡單管理或者壓根停留在群聊里。

接下來，看下釘釘多維表結合 AI 能力是如何提效企業招聘管理的。

多維表 AI 能力的具體體現，主要是在字段上支持了不同的 AI 選項，比如信息提取、文本和圖片生成、網頁解析等。

在新建多維表時，可以設置某一列的類型是 AI 對象，然后從模板中選擇簡歷解析。

設置完成后，就可以從不同格式的簡歷中自動提取候選人的關鍵信息，然后用標準化的方式呈現出來。

比如，候選人的基本信息、聯系方式、上家公司、工作年限等，自動提取后填充在表格里一目了然，省去了每份簡歷單獨查閱的繁瑣。

除了簡歷收集和篩選，招聘環節的重頭戲就是面試。

利用多維表對招聘需求的 AI 分析，可以自動生成候選人畫像，甚至還能提供面試題。

招聘環節還有一個痛點，就是如何整合不同輪次面試官的評價和打分，這里也可以用到多維表的 AI 總結能力。

不同面試官面試結束后都可以填寫自己的評價，AI 可以匯總所有面試官的反饋形成對候選人的總和評價，然后結合 JD 進行打分。

這么一來，整個面試過程的自動化程度就高了很多，效率自然也高了。

不僅如此，通過面試的候選人還可以基于多維表完成入職流程，比如鏈接到員工信息登記。

一套流程下來，搞定了簡歷篩選、候選人信息管理、面試數據沉淀、入職信息登記全環節。

3

這個過程，省去了大量零散信息的收集，也節約了大量溝通同步的時間，關鍵是做到了自動化和智能化。

不知道你們發現沒，這個過程就真正實 現了數字化、自動化、智能化。

釘釘多維表和 AI 能力的結合，使得很多企業需求在真實場景中的落地效率有了肉眼可見的提升空間。

例如，電商業務都有商品管理的需求，商品運營人員需要根據商品信息來編寫介紹文案，甚至還需要根據不同平臺的特點進行風格調整。

在多維表格里，可以利用 AI 生文能力對上傳的商品信息一鍵生成不同風格的文案，這相比由人去一一編輯提效很多。

釘釘多維表目前支持的 AI 能力已經比較全面了，內容生成和分析是基礎，還包括證件識別、圖片理解、發票識別、翻譯、人員分配等能力。

在使用過程中，我覺得每個環節的操作還是非常簡單的，實現了所見即所得。

類似的落地場景還有很多，例如企業生產線自動巡檢，根據工人上傳的圖片來自動化分析異常，還有就是可以用多維表來做內容創作監控和分析。

4

我就用多維表做了一個小應用，讓它抓取我創作的小紅書帖子，然后分析評論數據，包括點贊數、分享數、收藏數等。

基于這些數據，我可以匯總所有帖子中那些數據表現好的共性，對下一步創作重點指明方向。

操作上也非常簡單，只需要根據自己的需求完成簡單配置，然后把小紅書帖子鏈接粘貼進去，系統會根據你的設置自動抓取帖子數據進行展示和分析。

所有提交的作品數據可以在多維表里一目了然，展示的數據也是根據設置自動抓取的。

每一條帖子下面的所有評論信息也完整可見，這個場景比較適合于做用戶需求調研和產品反饋跟進。

包括前面你們看到的數據儀表盤，也可以用 AI 一鍵生成。

這么一來，我就相當于給自己開發了一套后臺數據監控系統，滿足一些特定需求綽綽有余了。

或許你們也發現了，多維表有點類似不需要寫代碼就可以做出來的業務系統，真正實現了配置化落地。

整個使用下來我有一個明顯的感受，那就是需求轉化效率的提升。

在過去的企業協作中，業務和運營提需求，產研落地需求，這種老舊模式存在明顯短板，不僅效率低，而且資源開支大。

類似多維表這種產品，需求提出人即需求落地人，這種新模式會加速業務需求轉化效率。

如果你手頭恰好有一個業務需求卡在那，沒有研發資源支持，不妨試一試用釘釘多維表來解決一下。

AI 時代到來，企業協作方式也在慢慢發生變化，從過去的數字化逐漸往自動化、智能化的方向發展。

這個過程中，AI 起到了生產力提升的作用。

因此，所有現代化企業擁抱 AI 能力是遲早的過程，像釘釘這樣的產品則會加速這個進程。

未來已來，拭目以待。