精华速览

2026年下半年，腾讯WorkBuddy、阿里千问办公、字节豆包工作相继推出企业级Agent，国内AI办公四强格局初现。金山办公以WPS Comate切入制造业一线，核心思路并非比拼模型能力，而是将企业数十年积累的文档、业务数据和专家经验整理为AI可读的上下文。中船动力近50万份研发制造文档被纳入统一管理，黄埔文冲将200余本船舶设计规范做成AI知识库，规范查找时间缩短60%以上；奇瑞基于WPS 365建设CheryGPT，覆盖6万名员工、支撑4000多个数字员工应用，全年节约成本超3000万元。金山办公高端制造业总经理于叶舟透露，制造企业已将AI提升至“一号位工程”，数据问题占落地难点的八成。

要点透视

  • 中船动力拥有近50万份研发制造核心文档，覆盖投资规划、设计研发、建造制造、调试实验、交付运营等环节，并存在多网区、内外网隔离等复杂环境。
  • 黄埔文冲将200余本船舶设计规范做成AI知识库，设计人员可用中文查询英文规范，单次规范查找时间缩短60%以上，专业软件操作指引复用率达80%。
  • 奇瑞基于WPS 365建设企业知识体系CheryGPT，覆盖6万名员工，支撑4000多个数字员工应用；AI系统管家使IT问题解决时效提升30%，全年节约成本超3000万元，海外售后单次故障查询时间从10分钟压缩至1分钟。
  • 中船动力一份过去需一周邮件往返修改的共创文档，如今一天左右即可定稿，效率提升超过80%。
  • 金山办公高端制造业总经理于叶舟表示，企业AI落地中数据问题可能占八成，但前期最容易被忽略；文档解析准确性直接决定非结构化数据上下文召回质量。
  • WPS Comate体系由AIdocs、DataHub、APIHub、AIHub、Trust五套能力构成，分别负责非结构化数据知识化、业务数据语义定义、系统连接、模型调用与Token治理、权限安全审计。
  • 金山办公提出“三二一”体系：通知识、通数据、通能力，管成本、管安全，由Comate作为统一入口承接。
  • 于叶舟称，制造企业AI决策正从CIO和IT部门推动升级为董事长、总经理直接下场的“一号位工程”，部分企业已开始统计全员Token消耗并重新规划算力预算。

文章拆解

企业级AI的竞争焦点正在发生位移。过去两年，制造企业面对AI的第一问是“要不要做”；到2026年，问题已变成“在哪里做、能产生多少价值”。决策层级的上移是标志性变化——于叶舟观察到，民营制造企业从今年开始将AI批大笔预算、设新组织架构、统计全员Token消耗，这意味AI不再只是IT部门的试验项目，而进入经营层面的投入产出核算。

这一转变直接暴露了通用模型的边界。模型可以懂世界知识，却不知道某家企业“靠谱业绩”怎么算、“良率”该排除哪些数据、哪套工艺规则是当前执行版本。于叶舟的判断是，数据问题可能占落地难点的八成。中船动力的近50万份文档、黄埔文冲的200余本规范、半导体行业的良率分析经验，都是通用模型无法直接消化的组织专属资产。WPS的应对逻辑是分层处理：AIdocs保留文档原始结构做语义切分，DataHub预先定义数据对象、指标和计算规则，Trust确保敏感数据不出内网。这套组合的本质，是把企业上下文从“人脑里的默契”转化为“AI可调用的基础设施”。

从用户影响看，黄埔文冲的焊接老师傅案例具有代表性。二十多年积累的“凭感觉”判断——什么天气调哪几项参数、哪批钢板要预热——通过反向提问被沉淀为Skill，新人可复用。这比单次问答更有价值，因为它把个人经验转化为组织可反复调用的方法。奇瑞的规模化数据则提供了ROI参照：6万员工、4000多个数字员工应用、全年节约超3000万元，说明企业AI的回报可以在组织级层面被量化。

值得关注的变量有三。其一，上下文工程的持续成本：文档解析、数据治理、Skill维护都需要长期投入，企业是否愿意为“越用越厚”的资产持续买单，尚待确认。其二，组织级管理机制的成熟度：当AI从几人试用扩展到几万人使用，Token分配、模型选择、数据权限、操作审计等问题会迅速放大，WPS的“三二一”体系能否在复杂制造环境中稳定运行，需要更多案例验证。其三，竞争格局的演变：腾讯、阿里、字节同时押注企业级Agent，金山办公选择不做大模型、不卖Token，专注上下文和数据层。这一差异化定位能否在四强竞争中形成壁垒，取决于企业客户是否认同“上下文比模型更值钱”的判断。潜在风险在于，若模型能力快速普及到可自行消化企业上下文，中间层的价值空间可能被压缩；但反过来，企业数据的私有性、安全性和历史复杂性，也构成了短期内难以绕开的护城河。

查看原文