FinClip 的 2023 与 2024

我们在撰写今年的复盘与展望文章时，步伐比往年稍慢了一些。但作为 FinClip 的创造者，我们始终希望通过博客这个平台，与所有关心 FinClip 的朋友们分享我们的产品在过去两年的变化，以及我们在方向上的探索。

2023

回顾 2023 年，FinClip 在核心的小程序 SDK 方面取得了一系列成就：

• iOS SDK 与 Android SDK 分别更新 25 个版本；

• 支持了 Windows 与 macOS 版本的小程序，上线了桌面版应用商店；

• 支持了低功耗场景下小程序的运行能力，上线了 Cliptrix 渲染引擎；

• 支持了小游戏类型的业务内容，开发者可以快速打造自己的小游戏；

除了核心产品的持续迭代，我们还探索了一些新的业务方向，以提高开发者的工作效率：

• 能够一键管理发布微信平台中的小程序；

• 能够快速开发配置带有营销内容与活动的小程序；

• 能够将小程序一键转化为可发布上架应用商店的独立 App；

这些新功能的推出，很快就吸引了线上开发者和线下客户的兴趣。在前期的咨询过程中，许多用户主动表达了对这些功能深入了解的意愿。我们对此感到非常鼓舞，也期待与用户们一起深入探讨这些功能，帮助他们更好地实现业务目标。

在 2023 年，我们面临了一项重大挑战：对 FinClip 产品进行全面重构。这一过程中，我们投入了大量的资源和人力，吸取了从设计开发到销售售后的全过程中的宝贵经验教训。

在早期版本的 FinClip 设计中，我们对产品的边界认识不足，几乎是来者不拒地满足客户的各种需求，这导致产品功能变得过于复杂。复杂的产品如果没有出色的架构和清晰的模块化设计，往往会让用户感到难以掌握。在缺乏坚定信心和明确的收益预期的情况下，用户自然不愿意投入时间和精力去学习如何使用这样的产品。

在内部，我们将重构后的新版本暂时命名为 FinClip Cloud。在这个版本中，我们对原本混乱无序的功能进行了重新设计和优化，去除了一些不必要的部分。相比老版本，新版本的 FinClip Cloud 更加轻量，交互逻辑更加清晰。这些设计上的改进旨在引导用户本能地进行思考，帮助他们在实际操作中更高效地达到目标。

虽然 FinClip 是公司的核心产品，但作为产品设计者，我们必须对新增功能持谨慎态度，深入抽象客户需求，验证已有功能，并深度复盘客户的使用体验。在重构计划的实施过程中，我们面临了资源紧张、进度缓慢、协作困难等诸多挑战，这些现实问题带来了挫败感、压力和自我怀疑等情绪上的考验。然而，正是团队间的相互信任、支持和挑战，让我们能够克服困难，将不可能变为可能。

目前，重构工作已接近尾声，我们预计将在 2024 年第二季度末正式发布 FinClip Cloud。我们相信这次重构不仅是产品的一次升级，期待与您一起见证 FinClip 的新篇章。

2024

随着 FinClip 用户群体的不断壮大，我们面临的挑战也日益增多。在 2024 年，我们的目标不仅是技术层面的突破，更重要的是构建一个健康、可持续发展的生态系统和渠道网络。在产品设计过程中，我们会更加审慎地对待每一次功能增项，确保每一步都符合市场和用户的实际需求。

我们深知，对于客户的需求，我们不能盲目接受或忽视。我们需要深思熟虑，分辨出哪些举措能为客户带来真正的价值。在这个不似往年顺风顺水的大环境下，企业软件市场依然蕴藏着无限商机和广泛的客户基础。

结合 RoadMap，今年我们有这些重点工作

• 生态场景拓展：我们计划发布并支持鸿蒙操作系统中的小程序 SDK，帮助开发者利用 FinClip 快速打造自己的小程序生态，并整合第三方小程序资源。

• AI 技术融合：我们将在产品中融入 AI 技术，为小程序开发者提供内容检索、推荐等智能化服务，提升工作效率，赋予他们更多的能力。

除了在生态建设和 AI 技术方面的努力，我们将持续致力于提升 FinClip 的产品功能和用户体验。如果您在使用过程中遇到任何问题，或是有任何建议，欢迎随时联系我们，您的反馈是我们进步的动力。

此外，我们还将安排专职团队与合作伙伴建立更紧密的联系，通过协同合作，提供更加完善的整合产品，为我们的用户和客户创造更多价值。

彩蛋部分，浅谈企业场景中的 AI 赋能

这次的复盘展望文章中我也来聊聊对 AI 的相关想法。

在当前的科技浪潮中，人工智能（AI）已经成为推动行业发展的关键力量。近年来，AI 技术的发展和应用普及不断验证了其带来的革命性影响。市场上涌现出数百种针对不同目标和场景的产品化 AI 解决方案，显示了 AI 技术的广泛应用潜力。

在过去的几年里，AI 技术在企业场景中的应用逐渐成熟，主要集中在这几个方面：

• 利用 AIGC 技术快速生成市场营销相关的文档和图像；

• 基于 ChatGPT 构建企业专属的知识库和客户服务体系；

• 运用 Copilot 作为编程助手，进行代码审查和性能优化。

要实现 AI 与企业现有业务流程的深度融合，开发者必须深入理解企业的商业模式。这不仅包括了解企业的运作机制，还需掌握客户在特定场景和条件下对 AI 的需求，以及如何提供符合规范和标准的答案。最终，通过 API 集成，AI 功能可能在用户面前“隐形”，却通过 Web 应用、Copilot 交互和多样化的插件等形式，为用户提供综合服务。

随着 AI 技术的不断进步，我们有理由相信，这些挑战都将被一一克服。对于任何希望在企业环境中取得成功的 AI 应用来说，理解企业的运作流程和提供易于集成的服务才是关键。在这个过程中，输入的上下文信息、知识库与业务的集成，以及接地的工作量，都必须具备足够的灵活性和可靠性。

创建一个独立的 AI 业务应用来解决企业场景中的所有问题可能较为复杂，而在现有的企业服务工具中增加 AI 功能则相对简单。尽管前者可能无法立即满足客户需求，但后者已成为企业服务应用的标配。即使你不提供，你的竞争对手也会提供。

在企业 AI 落地之前，还需要确保已经为 AI 提供了适宜的发展环境。这包括完成业务系统的数字化转型，确保数据的准确性和安全性，以及建立合适的数据管理和权限控制机制。这些准备工作虽然繁琐，但却是确保 AI 能够在企业中发挥最大效用的基础。

一把新的达摩克利斯之剑出现在我们的头顶，在具体的业务角度上 AI 暂时还无法让人真正眼前一亮。倘若 AI 在企业里的表现还不够亮眼，那可能需要换个角度：是不是我们对 AI 的使用方式还是不对？