精华速览

办公AI的竞争焦点正从模型能力转向上下文积累。谷歌发布Gemini Agent,同时调用自家Gemini与Anthropic的Claude,并明确表示领先模型可能每隔几个月更换,企业长期积累的上下文、技能和数据才是关键。10月14日,企业微信与WorkBuddy宣布深度联合,WorkBuddy以可对话机器人身份进入企业微信联系人列表,双方打通账号体系并开放消息、文档、会议、网盘等底层能力。这一合作让办公AI同时覆盖企业内部协作与外部经营场景,腾讯将其定义为“全域上下文”。与此同时,微软、OpenAI、Anthropic也在围绕Agent身份、协作空间和组织记忆密集布局。行业计费模式随之从单一席位费向“席位+用量+结果”演进。

要点透视

  • 谷歌发布的Gemini Agent同时由谷歌Gemini和Anthropic的Claude驱动,谷歌解释称领先模型可能每隔几个月更换,企业积累的上下文、技能和数据才是长期关键。
  • 10月14日,企业微信与WorkBuddy宣布深度联合,WorkBuddy以可对话机器人身份进入企业微信联系人列表,双方打通账号体系,并在企业授权范围内开放消息、文档、会议、网盘等能力。
  • 截至企业微信5.0发布时,平台已接入超过1400万家真实企业与组织,每天通过企业微信获得服务的微信用户超过7.5亿。
  • 企业微信披露案例显示,天虹曾组织5万名导购服务1000万名顾客,建立5.7万个社群,全年线上GMV达51亿元,闭店后响应咨询使相关营业额提升16%。
  • 企业微信5.0.9已上线“服务总结”功能,可根据员工与客户沟通记录提炼需求、意向和成交卡点,每天筛选需重点跟进的客户。
  • 钉钉截至2025年8月服务超过2600万家企业组织,付费组织超过19万家,转化率不足1%;截至2026年6月,Microsoft 365 Copilot付费席位突破3000万,相对超4.5亿商业付费席位渗透率接近7%。
  • 微软推出Microsoft 365 E7,每用户每月99美元,打包E5、Copilot、Agent 365和Entra Suite,部分Agent运行和复杂任务继续消耗Copilot Credits。
  • 埃森哲《2026中国企业数字化转型指数》显示,82%的中国企业希望借助AI打开新增长空间,仅18%以成本优化为主要期待;88%企业已跨过AI试点阶段,但实现生产效率、收入或利润显著提升的仅14%。

文章拆解

办公AI的竞争逻辑正在发生一次结构性转移。过去两年,行业默认模型能力是核心壁垒,但谷歌在Gemini Agent上同时接入对家Claude,并直言领先模型每隔几个月就可能更换,等于公开承认模型本身难以构成长期护城河。真正难以复制的是企业在日常运转中沉淀的上下文:聊天记录、邮件、项目文档、会议纪要、审批流程、权限关系,以及“报价用什么口径”“决策为何被否决”这类隐性规则。这些信息分散在多个系统中,员工靠经验串联,Agent要独立完成任务也必须建立同样的连接能力。

从厂商动作看,两条路径正在汇合。谷歌和微软凭借多年办公软件积累,掌握大量上下文资产,当前重点是向内挖深、向外连接,例如Gemini Agent接入Microsoft 365、Slack、Salesforce等外部系统,微软则把Copilot定位为“工作的操作系统”,让智能体拥有独立身份、记忆和工作空间。OpenAI和Anthropic拥有强模型但缺少办公软件底座,于是反向补建承载上下文的环境,如ChatGPT Space、Pages、常驻智能体Dots,以及Claude整合Chat与Cork。办公套件越来越像Agent平台,模型公司则开始搭建办公环境。

企业微信与WorkBuddy的联合提供了另一种样本。企业微信对内连接组织架构、群聊、会议、文档和业务系统,对外通过微信连接客户与合作伙伴,处于内外信息的交界处。WorkBuddy进入联系人列表后,企业微信提供客户关系、组织身份和权限边界,WorkBuddy负责分析信息、调用工具和交付结果。这意味着办公AI的边界从内部流程延伸到经营流程,客户咨询、库存查询、促销匹配和跟进话术可以在同一条链路中完成,高转化的沟通方法也有机会从个人经验沉淀为组织能力。

商业模式随之松动。传统办公软件按席位收费,与使用频率和业务结果关联较弱。办公AI带来身份权限、任务消耗和业务结果三层成本结构,计费方式开始向“固定用量+加量包”或“席位+AI用量”过渡,标准化程度高、结果易确认的场景可能更快走向按任务或结果收费。需要指出的是,按结果计费的大规模落地仍取决于结果定义和归因机制是否清晰,尚待确认。潜在风险在于,上下文开放涉及企业数据权限与合规边界,跨平台连接器的稳定性与数据治理能力将直接影响客户信任;同时,若AI投入长期无法转化为可量化的经营回报,企业付费意愿可能低于预期。

查看原文