AI進(jìn)入技術(shù)驗(yàn)證期，WPS要做企業(yè)級AI化的“鏈接者”

前幾天去深圳參加了WPS Comate組織級AI辦公先鋒先行活動，場子人氣很旺，跟一些“尋覓AI商機(jī)”的所謂“Token論壇”不同，WPS這個活動更關(guān)注AI在企業(yè)級場景的落地，各行各業(yè)的企業(yè)主都在積極尋覓AI落地的道路，還有深圳當(dāng)?shù)厣虝M織老板前來學(xué)習(xí)AI。

過去幾年CIO們聽過的AI故事，翻來覆去就那么幾個版本——郵件自動回復(fù)、會議紀(jì)要生成、PPT一鍵美化，最終都落到“降本增效”兩個字。然而企業(yè)在真實(shí)場景落地AI又是另一回事，麻省理工學(xué)院今年年初的報告捅破了一層窗戶紙：企業(yè)在AI上投入巨大，但95%的試點(diǎn)項(xiàng)目未拿到可量化的回報。

問題并不出在模型能力上，而是因?yàn)锳I落地時存在數(shù)據(jù)、經(jīng)驗(yàn)、行動等等卡點(diǎn)，比如企業(yè)數(shù)據(jù)中非結(jié)構(gòu)化數(shù)據(jù)占90%，真正被治理、能被AI調(diào)用的數(shù)據(jù)利用率只有18%。再比如企業(yè)AI應(yīng)用最需要的是知識類數(shù)據(jù)，但這類信息散落在不同地方，大部分在員工腦子里，或者隱藏存在工作流中。

金山辦公副總裁王冬在現(xiàn)場表示，AI在過去兩年是個人效率工具，從今往后將成為支撐組織決策的基礎(chǔ)設(shè)施，組織級AI化落地需要“縱深穿透、橫向浸潤”，具體來說，其在現(xiàn)場提出了一個“三通一平”的框架：

• 通Token，企業(yè)全局統(tǒng)籌為員工提供可信且成本可控的Token方案，而不是指望員工自己買。
• 通數(shù)據(jù)，統(tǒng)一打通內(nèi)部的聊天、文檔、會議紀(jì)要及各類業(yè)務(wù)系統(tǒng)并配好權(quán)限。
• 通API，確保AI生成的結(jié)論能直接轉(zhuǎn)化為待辦任務(wù)或會議邀請。

在“三通”基礎(chǔ)上，統(tǒng)一在一個平臺上——讓一線員工想出的優(yōu)秀Skill能一鍵分享到全公司，同時平臺的安全檢測機(jī)制能防止危險行為的擴(kuò)散。這套理念在金山辦公內(nèi)部上線一個月后，6000多人的公司里員工自發(fā)上傳的Skill達(dá)到了5000個。

（圖源：羅超Pro現(xiàn)場攝制）

在伴隨著企業(yè)AI化的進(jìn)程中，金山辦公不只是可以提供方法論，還能提供不可或缺的「鏈接」能力。WPS擁有近7億活躍用戶，數(shù)萬企業(yè)級客戶，基于業(yè)界領(lǐng)先的文檔和在線辦公協(xié)作能力，可幫助企業(yè)在應(yīng)用AI時鏈接本地與云端辦公，知識生產(chǎn)與應(yīng)用，大模型與安全場景，國際化與國產(chǎn)化環(huán)境。當(dāng)WPS 365將數(shù)據(jù)、經(jīng)驗(yàn)等卡點(diǎn)消滅后，Comate將以其為底座，將沉淀的知識與經(jīng)驗(yàn)轉(zhuǎn)化為可執(zhí)行的Skill，兩者協(xié)同，構(gòu)成從“鏈接”到“執(zhí)行”的完整閉環(huán)，企業(yè)AI落地所有卡點(diǎn)都將被打通。

（圖源：羅超Pro現(xiàn)場攝制）

金山辦公自身已經(jīng)跑通這一AI落地的路徑，高端制造業(yè)團(tuán)隊(duì)今年上半年完成了去年團(tuán)隊(duì)100%的業(yè)績，預(yù)估全年有300%到400%的增長，這個團(tuán)隊(duì)大量應(yīng)用并成功將AI用在業(yè)務(wù)經(jīng)營與決策輔助中，據(jù)金山辦公高端制造業(yè)總經(jīng)理于葉舟介紹，其在內(nèi)部推出了“打單顧問”Skill，把自己的所有經(jīng)驗(yàn)和能查到的數(shù)據(jù)寫進(jìn)去，像技術(shù)售前一樣陪伴一線銷售打單；“經(jīng)營顧問”Skill，用來寫報告和查數(shù)據(jù)。他和他的團(tuán)隊(duì)今年沒有一個人寫過一份周報，沒有卷過PPT，但業(yè)績反而蹭蹭向上。

這件事的難點(diǎn)并不在于Skill或者技術(shù)本身，于葉舟舉了一個例子：如果領(lǐng)導(dǎo)問“TOB事業(yè)部H1靠譜業(yè)績是多少”，AI會懵掉——什么是TOB？什么叫靠譜業(yè)績？底層數(shù)據(jù)若是一團(tuán)亂麻，AI只會給出錯誤的幻覺。所以AI落地的數(shù)據(jù)瓶頸在于數(shù)據(jù)無法被AI準(zhǔn)確理解和應(yīng)用，經(jīng)過近十年數(shù)據(jù)中臺建設(shè)，大部分企業(yè)內(nèi)部數(shù)據(jù)已經(jīng)實(shí)現(xiàn)了互聯(lián)，核心痛點(diǎn)在于通用大模型缺乏企業(yè)現(xiàn)場數(shù)據(jù)與業(yè)務(wù)規(guī)則，這就需要金山辦公WPS 365這樣的“鏈接者”。

（圖源：羅超Pro現(xiàn)場攝制）

美國Palantir的存在也是靠著這一邏輯，其在2025年受到大型客戶追捧，并不是因?yàn)樗哪Ｐ透鼜?qiáng)，而是解決了AI與企業(yè)現(xiàn)有數(shù)據(jù)、權(quán)限、流程的對接問題。金山辦公選擇的路徑本質(zhì)上是一樣的邏輯：把大模型能力轉(zhuǎn)化為可嵌入現(xiàn)有業(yè)務(wù)體系的基礎(chǔ)設(shè)施，而不是獨(dú)立于體系之外的工具。

對于AI產(chǎn)業(yè)來說，企業(yè)級AI化都是不可回避的問題。

當(dāng)前AI經(jīng)歷了大規(guī)模的“基建投資”后亟待應(yīng)用層驗(yàn)證。從用戶規(guī)模來看，C端用戶的Chat、搜索、創(chuàng)作以及企業(yè)員工編程等等單一生產(chǎn)場景都出現(xiàn)了現(xiàn)象級應(yīng)用，但包括ChatGPT、豆包在內(nèi)的消費(fèi)級AI都面臨著商業(yè)化的難題，不論是用戶付費(fèi)還是后向廣告模式都還沒跑通。

產(chǎn)業(yè)端的AI落地則是一個更宏大的敘事，且商業(yè)模式已被驗(yàn)證。AI可以助力組織優(yōu)化決策效率，提高創(chuàng)新和經(jīng)營能力。只有企業(yè)能力提升才能創(chuàng)造更多產(chǎn)品、服務(wù)和模式，才能讓蛋糕變大，這也能回答這幾天被熱議的“AI算力到底是否過剩”的問題。

就企業(yè)級AI化而言，國產(chǎn)大模型在客觀事實(shí)上距離Claude、GPT等有差距，但性能層面的差距正在縮小，更重要的是國產(chǎn)模型有性價比和落地應(yīng)用的優(yōu)勢。參加完WPS Comate組織級AI辦公先鋒先行活動后，我的一個感受是國產(chǎn)AI大模型+Agent支棱起來了，前幾天阿里禁用Claude也是對國產(chǎn)模型能力評估后的謹(jǐn)慎選擇，相信更多企業(yè)在落地AI時會首選國產(chǎn)大模型、Agent和AI平臺。

在企業(yè)級AI落地時，金山辦公這樣的“鏈接者”將扮演日益重要的角色。如果說英偉達(dá)們是“賣水”的，WPS們就是“送水”的。企業(yè)在用水時不可能自己去肩挑手提，一定需要“自來水管”這樣的基建，金山辦公可以幫助企業(yè)更快、更有效地落地AI，少走彎路，這也是未來SaaS類公司的最大機(jī)會。