“模型迭代越來(lái)越快，企業(yè)與其在模型上比拼，不如把數(shù)據(jù)這個(gè)‘護(hù)城河’筑得更深更寬�！痹诮张e辦的WPS 365 AI協(xié)同辦公上海峰會(huì)上，中金公司分析師于鐘海的這番話，撕開(kāi)了當(dāng)前企業(yè)級(jí)AI落地的最后一塊遮羞布。

當(dāng)全世界還在為模型參數(shù)的躍遷而驚嘆，甚至陷入某種“模型迷信”時(shí)，中國(guó)企業(yè)的數(shù)字化轉(zhuǎn)型現(xiàn)場(chǎng)卻呈現(xiàn)出另一種冷峻的現(xiàn)實(shí)：無(wú)數(shù)斥巨資引入的大模型，在面對(duì)企業(yè)內(nèi)部那些“沉睡”的合同、設(shè)計(jì)圖紙、工藝手冊(cè)時(shí)，往往陷入“演示驚艷、落地掛瞎”的窘境。這種技術(shù)熱度與業(yè)務(wù)實(shí)效之間的嚴(yán)重錯(cuò)位，正將企業(yè)級(jí)AI推向一個(gè)關(guān)鍵的十字路口。本次峰會(huì)釋放出的信號(hào)極其明確：企業(yè)級(jí)AI辦公的競(jìng)爭(zhēng)，已經(jīng)正式告別“比拼模型智商”的幻象，進(jìn)入了以“高質(zhì)量數(shù)據(jù)治理能力”為核心的硬核階段。

【1】消失的“上下文”，ToB AI的致命硬傷

今天大部分AI應(yīng)用最大的問(wèn)題，不在于模型不夠聰明，而在于它們沒(méi)有足夠的“上下文”。在通用場(chǎng)景下，大模型可以憑借互聯(lián)網(wǎng)的海量數(shù)據(jù)對(duì)答如流；但在嚴(yán)肅的B端業(yè)務(wù)現(xiàn)場(chǎng)，如果AI不了解企業(yè)的歷史合同條款、不熟悉特定的工藝流程、不掌握內(nèi)部的審批邏輯，它就只是一個(gè)“博學(xué)但無(wú)用”的局外人。

于鐘海分享的一組數(shù)據(jù)揭露了模型側(cè)競(jìng)賽的殘酷：頂尖實(shí)驗(yàn)室的模型更新周期已縮短至數(shù)月，而企業(yè)對(duì)特定模型的用戶留存率，在12個(gè)月后往往會(huì)大幅下降。這意味著，模型本身正在迅速變成一種“平民化”的基礎(chǔ)設(shè)施。當(dāng)算力與模型不再是稀缺資源，企業(yè)的核心競(jìng)爭(zhēng)力究竟在哪？

答案回歸到了最原始、也最難啃的骨頭——那些散落在企業(yè)各處、格式不一、質(zhì)量參差的非結(jié)構(gòu)化數(shù)據(jù) 。如果把AI比作一臺(tái)頂級(jí)的賽車引擎，那么企業(yè)多年積累的文檔資產(chǎn)就是燃料。現(xiàn)在的尷尬在于，引擎已經(jīng)造好了，但燃料里全是無(wú)法直接利用的沙礫。金山辦公副總裁吳慶云在峰會(huì)上直言，建設(shè)企業(yè)級(jí)AI的首要任務(wù)，是完成對(duì)企業(yè)非結(jié)構(gòu)化數(shù)據(jù)的收集和治理。這種認(rèn)知的轉(zhuǎn)向，標(biāo)志著AI競(jìng)爭(zhēng)正加速?gòu)摹耙阅Ｐ蜑橹行摹鞭D(zhuǎn)向“以數(shù)據(jù)為中心”。

【2】被低估的“解析之墻”，技術(shù)積淀的暴力拆解

要為AI提供精準(zhǔn)的上下文，首先要跨越那道難以逾越的“解析之墻”。在真實(shí)的辦公場(chǎng)景中，企業(yè)文檔絕不是整齊劃一的排版。它可能是格式極其復(fù)雜的醫(yī)藥臨床報(bào)告，可能是充滿了黑話和手寫批注的技術(shù)手冊(cè)，也可能是跨頁(yè)合并的巨型表格。這些無(wú)法被模型直接讀取的文檔，構(gòu)成了AI落地的“最后一公里”障礙。

華中科技大學(xué)教授劉禹良指出，國(guó)際通用大模型由于缺乏對(duì)文字感知的細(xì)粒度優(yōu)化，在面對(duì)復(fù)雜的OCR任務(wù)時(shí)，準(zhǔn)確率往往不足60%。在這種精度下，所謂的“上下文”充滿了噪音，AI的輸出自然也就成了盲人摸象。在非結(jié)構(gòu)化文檔治理上，Scaling Law（規(guī)模化法則）并不是萬(wàn)能的。劉禹良教授的研究發(fā)現(xiàn)，如果只是單純提升參數(shù)量，在一些文檔解析任務(wù)上，性能不但不會(huì)提升，甚至可能導(dǎo)致推理效率大幅下降。

這正是金山辦公在此次競(jìng)賽中構(gòu)建的核心壁壘。依托深耕文檔領(lǐng)域38年的技術(shù)積淀，金山辦公與華中大聯(lián)合研發(fā)的MonkeyOCR模型，在只有3B參數(shù)的規(guī)模下，斬獲中英文文檔解析任務(wù)的最佳性能；其最新版本甚至在國(guó)際權(quán)威榜單上超越了國(guó)外主流的大模型。這種高精度的解析能力，直接決定了企業(yè)數(shù)據(jù)資產(chǎn)的質(zhì)量上限。能否精準(zhǔn)解析一份充滿復(fù)雜表格和跨頁(yè)圖表的技術(shù)手冊(cè)，直接決定了后續(xù)AI應(yīng)用的天花板。

【3】從RAG到KAG，企業(yè)大腦的邏輯重構(gòu)

在技術(shù)范式的進(jìn)化上，金山辦公提出了一個(gè)極具穿透力的變化：從傳統(tǒng)的RAG（檢索增強(qiáng)生成）進(jìn)化到KAG（知識(shí)增強(qiáng)生成） 。

別小看這一個(gè)字母的變化。傳統(tǒng)的RAG只是讓大模型“看到”了文檔片段，本質(zhì)上是一個(gè)高級(jí)的語(yǔ)義搜索，容易產(chǎn)生“AI幻覺(jué)”。而KAG則是通過(guò)知識(shí)圖譜和多模態(tài)治理，讓大模型真正“掌握”企業(yè)知識(shí)的內(nèi)在邏輯與關(guān)聯(lián)。金山辦公CEO章慶元認(rèn)為，在AI時(shí)代，協(xié)同辦公軟件會(huì)變成“知識(shí)的容器”和“數(shù)字員工的載體”，而幫助企業(yè)構(gòu)建獨(dú)有的“企業(yè)大腦”正是WPS 365的愿景。

這種范式的躍遷，意味著AI辦公正在從簡(jiǎn)單的內(nèi)容生成工具，向理解組織目標(biāo)、人員架構(gòu)和業(yè)務(wù)場(chǎng)景的“中樞”轉(zhuǎn)變。升級(jí)后的WPS 365“企業(yè)大腦”，本質(zhì)上是一套為AI喂養(yǎng)高質(zhì)量上下文的全鏈路系統(tǒng)：它先通過(guò)一體化平臺(tái)將散落的數(shù)據(jù)歸攏，再利用解析能力激活沉睡的非結(jié)構(gòu)化資產(chǎn)，最后將治理后的知識(shí)嵌入辦公流、業(yè)務(wù)流與決策流中。這種對(duì)知識(shí)的系統(tǒng)化運(yùn)營(yíng)和治理，是企業(yè)從數(shù)字化邁向智能化的關(guān)鍵基石。

【4】在業(yè)務(wù)現(xiàn)場(chǎng)，重塑生產(chǎn)力的確定性

本次上海峰會(huì)最具說(shuō)服力的地方，在于金山辦公展示了已經(jīng)在華東地區(qū)組織級(jí)客戶中率先落地的“成績(jī)單”。延鋒國(guó)際、東方航空、中船動(dòng)力等龍頭企業(yè)的選擇，印證了“數(shù)據(jù)治理制勝”并非空談。

在券商龍頭申萬(wàn)宏源，依托智能文檔庫(kù)實(shí)現(xiàn)的結(jié)構(gòu)化解析，讓業(yè)務(wù)人員的知識(shí)獲取效率提升了80%，辦公效率整體提升10%。當(dāng)財(cái)富經(jīng)理面對(duì)客戶咨詢時(shí)，AI能夠迅速調(diào)用精準(zhǔn)的內(nèi)部上下文，將平均對(duì)客延時(shí)縮短了3倍以上。在醫(yī)藥行業(yè)，WPS 365的“零樣本抽取”功能可精準(zhǔn)識(shí)別嚴(yán)重不良事件報(bào)告中的復(fù)雜表格，測(cè)試準(zhǔn)確率高達(dá)99%。

中船動(dòng)力的案例則更具工業(yè)厚度。作為船舶設(shè)計(jì)領(lǐng)軍者，中船動(dòng)力利用AI構(gòu)建知識(shí)圖譜，系統(tǒng)化沉淀專家經(jīng)驗(yàn)，讓原本依賴人工的市場(chǎng)價(jià)格分析、政策追蹤等復(fù)雜流程實(shí)現(xiàn)自動(dòng)化。研發(fā)筆記、試驗(yàn)數(shù)據(jù)等知識(shí)資產(chǎn)在AI賦能下實(shí)現(xiàn)了高效流轉(zhuǎn)，大幅縮短了船用主機(jī)項(xiàng)目的研發(fā)進(jìn)程。這些案例揭示了一個(gè)殘酷的真相：AI辦公的終極價(jià)值，不在于能寫幾段漂亮的公文，而在于它能否在復(fù)雜的業(yè)務(wù)邏輯中提供確定性的支持。

【5】終局之戰(zhàn)，規(guī)則改寫者與追隨者

“數(shù)據(jù)可能是企業(yè)唯一可持續(xù)的AI護(hù)城河�！边@句話在2026年的商業(yè)環(huán)境下顯得尤為振聾發(fā)聵。

當(dāng)大模型的光環(huán)逐漸消退，競(jìng)爭(zhēng)回歸業(yè)務(wù)現(xiàn)場(chǎng)，我們發(fā)現(xiàn)真正的領(lǐng)先者早已不再空談模型參數(shù)，而是在死磕如何理解業(yè)務(wù)中的每一個(gè)復(fù)雜文檔。金山辦公憑借其“懂?dāng)?shù)據(jù)、懂組織、懂業(yè)務(wù)”的布局，正在改寫企業(yè)級(jí)AI的行業(yè)規(guī)則。

這場(chǎng)競(jìng)賽沒(méi)有終點(diǎn)。隨著非結(jié)構(gòu)化數(shù)據(jù)治理成為大趨勢(shì)，誰(shuí)能把企業(yè)深處那些沉睡的隱性知識(shí)，轉(zhuǎn)化為AI可理解、可調(diào)用的顯性資產(chǎn)，誰(shuí)就握住了通往智能時(shí)代的通行證。在AI落地的漫長(zhǎng)航程中，模型是風(fēng)，而高質(zhì)量的數(shù)據(jù)治理能力是舵。唯有那些能穩(wěn)穩(wěn)把舵的企業(yè)，才能在那場(chǎng)由數(shù)據(jù)激活的生產(chǎn)力革新中，抵達(dá)真正的彼岸。