即使在 ChatGPT 都能处理代码的时代，现实世界中的金融和会计仍然难以驾驭 Excel。最终，Excel 还是胜出了。
ClovaNote首席执行官郑敏圭(Jung Min-gyu)观察到，人工智能引入工作场所后，哪些方面发生了改变，哪些方面依然如故。ClovaNote负责开发Naver数百万用户使用的AI引擎。他发现的问题很简单：技术飞速发展，但工作方式却基本保持不变。即使引入了人工智能，也只是在现有流程中添加了工具，结构性低效依然存在。
他放弃了一家大公司稳定的领导职位，于 2024 年创立了 KernelSpace。他的目标是重新设计工作结构，使其适应人工智能时代。
郑社长表示：“我的职业生涯始终围绕着如何更贴近客户而展开。只有直接倾听客户的声音，我才能开发出真正必要的产品。”他继续说道：“虽然我在Naver取得了显著的成就，但大型公司的性质决定了我们在直接聆听客户心声和快速与他们互动方面存在明显的局限性。”
他给出的解决方案很明确：与其简单地增加更好地利用人工智能的方法，我们更需要重新设计我们的工作方法以适应人工智能时代。
“如果没有内部的创新工作，这种变革是不可能的。我正在尝试一些我信奉的新商业模式，并试图通过产品来证明其效果。”
KernelSpace 的产品“Greedy”是一个基于人工智能的电子表格自动化平台。它不仅仅是一个聊天机器人；它以表格为中心进行思考，并直接协助用户完成电子表格任务。它克服了通用型逻辑层级管理（LLM）的局限性，后者难以正确理解结构化数据行和列之间的上下文关系。
“LLM本质上是一个文本生成模型。它在处理电子表格时存在固有的局限性，因为电子表格需要严格遵守行和列的限制。‘贪婪’算法使用自然语言进行解释，但直接的数据操作是通过代码完成的。它不使用文字，而是使用可计算的代码。”
当收到用户请求时，首先会将需求转化为代码。用户以自然语言表达的请求会被转换成可执行的逻辑，代码执行后，结果会反映在电子表格中。
“所有代码的生成都充分考虑了电子表格的结构。它的设计旨在反映上下文——单元格位置、公式关系、列和行的含义——因此值不是随机生成的，而是在结构内计算的。”
然后，系统会将执行结果与电子表格格式和业务上下文进行验证。Greedy 的人工智能模型并非立即提供答案；相反，它采用循环结构运行，将用户意图转化为代码，执行代码，然后在最终确定解决方案之前再次验证结果。
Excel 文件并非孤立存在。每个工作表背后都关联着其他文件、重复的工作流程以及业务的关键背景信息。然而，许多人工智能工具专注于解决眼前的难题，却未能清晰地记录其操作背后的标准和工作历程。这很容易导致重复执行相同的任务或犯类似的错误。
“我们需要一种不仅能理解表格状态，还能理解业务状态的架构。当流程的背景和标准与工作结果一起被记录下来，并作为可重用的工作流程保存下来，积累成资产时，工作的本质就会显现出来，效率也会随之提高。”
在将这些关键问题和质量标准融入产品的过程中，联合创始人兼首席商务官朴相贞发挥了至关重要的作用。朴相贞是一位拥有丰富经验的领域专家，曾在包括四大在内的多家领先会计师事务所和Channel Corporation工作，她为产品早期市场提供了深刻的洞察。从产品设计阶段开始，她就密切关注Excel用户的操作方式、会计实务的组织结构以及业务数据的解读背景。
Greedy 的核心优势在于工作流程自动化。当用户发出“合并销售数据”的指令时，人工智能会自动设计工作流程并将其保存为可重用的代码。这使得以往只有少数精通宏或 VBA 的人员才能掌握的数据处理能力，如今已转移到普通员工手中。
“我们认为，工作流代表了技术的民主化，也是充分利用实际工作的关键手段。用户用自然语言定义的工作流被组织成基于代码的执行逻辑，在这个过程中，工作背景和判断标准变成了可重复使用的资产。”
工作流比VBA更容易创建，功能也更强大。它们可以使用自然语言创建和修改，而且与传统的VBA不同，VBA中单个单元格的错误就可能导致整个系统崩溃，工作流的运行更加灵活。他强调说：“用户只需点击一个按钮，就能体验从简单的财务数据整理到复杂的审计任务等各种功能。”
可重复执行的价值不仅在于速度，更在于一致性。对于会计任务而言，准确且一致的结果至关重要。手动或基于逻辑逻辑模型（LLM）的工作流程无法保证这种一致性。然而，基于代码的工作流程始终执行相同的代码，因此，如果配置得当，就能保证结果的一致性。
就连微软 Copilot 和 Claude 等主流软件也在不断增强对 Excel 的支持。然而，CEO Jeong 强调，重点不在于功能的数量，而在于如何保存和系统地累积结果。
集成遵循同样的原则。与传统方法（用户需要理解API并通过用户界面配置详细设置）不同，代理应该理解自然语言请求并执行必要的集成。用户无需了解集成的技术细节；他们只需提出请求：“获取必要数据并结算账户”。
超过一半的早期测试人员超越了简单的实验阶段，立即过渡到实际的自动化测试。Greedy 对实践者最大的吸引力在于，他们可以像现在一样直接上手使用。许多工具在初始部署过程中需要安装、设置和迁移，而 Greedy 允许用户直接上传现有文件并继续工作。
团队计划尤其有望产生协同效应，因为它们共享工作成果和工作流程。由于个人执行过一次的任务会被保存为执行逻辑并可重复使用，因此重复次数越多，对整个团队的价值就越大。个人经验自然而然地转化为团队标准，使组织能够基于共同原则利用人工智能，而无需依赖特定个人的能力。
郑珉奎首席执行官所构想的未来是清晰的。
“简单的数据处理任务将几乎消失。人类和人工智能之间最大的区别归根结底在于意志。人工智能可以计算和组织，但它无法决定选择什么或朝着哪个方向前进。缺乏意志力的人类劳动者越来越有可能被淘汰。”
不久之后，我们或许会发现盯着Excel用户界面的时间越来越少。中心屏幕可能只是一个概括所有分析结果的表格，或者一句自然语言的简短摘要。人类将不得不根据人工智能整理的数据做出决策。
短期内，至关重要的是打造一款在实际应用中可靠运行的产品。目前，该产品已与 Gmail、Google Drive、Analytics、Stripe 等支付系统以及企业费用管理平台 Spendit 集成。展望未来，我们计划扩展与各种 SaaS（软件即服务）平台的集成，包括电商、会计和内部数据库，确保业务数据在单一执行环境中无缝运行。
从长远来看，KernelSpace 的目标是超越电子表格，连接数据库和仪表盘，创建一个数据积累、洞察共享且执行逻辑始终保持高效利用的环境。最终，KernelSpace 的中长期目标是超越提供单一功能的工具，发展成为能够可靠地支持 AI 执行企业任务的业务执行基础设施。
“归根结底，未来的竞争力不在于处理更多工作的能力，而在于能否坚定地设定明确方向并付诸行动。‘Greedy’旨在成为一款工具，帮助拥有这种决心的用户在未来的工作环境中领先一步。”
继 Naver Clova Note 取得成功之后，这位开发者重返竞争激烈的创业世界，他展现出的坚韧不拔的精神引起了人们的关注，也让人们意识到这将如何改变所有与 Excel 打交道的从业者的工作方式。
You must be logged in to post a comment.