一、AI 落地进入 " 挤泡沫 " 阶段

过去一年，几乎所有有一定规模的企业都经历了类似的路径：开 AI 战略会，定 AI 落地 KPI，甚至成立专门的 AI 委员会。一年过去了，效果如何？

南京紫金投资集团数字金融部部长王新军说了一句大实话：" 大家对 AI 期望很高，却一直没能深入生产环节，更多是在边缘游走。" 安徽熙泰首席数据官姜宇的表述更直接：" 考核 AI 的核心 KPI 还是财务指标——最终能给企业带来什么价值。"

这两位来自不同行业的企业代表，6 月 9 日坐在了苏州尼依格罗酒店 116 层的会议厅里，参加金山办公 " 组织级 AI 办公先锋先行 " 活动的首站。台下还有来自国金中心、民企龙头、高校、渠道协会等机构的人士，现场到会的企业高管和媒体超过百位。大家聚在一起，目的很明确——搞清楚企业 AI 到底怎么才能用起来。

金山办公副总裁王冬在会上抛出了一个判断，让不少与会者频频点头：" 很多办公 AI 给企业上的是 ' 预制菜 ' ——标准、好看，但不解决组织落地 AI 最难的题。"

所谓 " 预制菜 "，指的是那种把通用大模型套个壳，变成企业的 "AI 助手 "，看上去什么都能聊，实际上什么业务都落不下去的产品。它们解决的是 " 让员工更高效 " 的问题。但中大型组织要回答的问题变了：怎么让组织判断得更准。

二、" 双高 " 标尺：AI 落地的分水岭

王冬给金山办公定了一个规矩：企业 AI 落地，必须切入 " 双高 " 场景——高价值、高难度。合同审核、经营决策、供应链管理、人力效能，这些才是组织级 AI 的核心战场。

"Demo 谁都能演，双高场景才见真章。" 这句话听着狠，背后是一条被实践反复验证过的经验。王冬在闭门会上分享了一个真实案例：去年有家企业一口气建了 300 个智能体，最后不了了之。问题出在哪？每一个智能体都没有打磨到业务里去，做了一堆花架子，经不起实际检验。

中大型组织的痛点在哪？金山办公将其总结为 " 三个堵点 "：信息堵点——部门壁垒，数据散落在几十个系统里，谁也看不全；经验堵点——老师傅的经验锁在脑子里，人一走，知识就断档；反馈堵点——业务部门和 IT 部门之间隔着厚厚一堵墙，需求传递慢，迭代慢，最终做出来的东西没人用。

打通这三个堵点，靠的是把组织的业务经验沉淀为可复用的能力。王冬用一个比喻说得很清楚：" 智能是平权的，但 Context 不平权。模型人人都能用，但企业自己的 know-how 不平权——那才是真正的护城河。答案不在聊天框里，而在组织自己的文档与数据里。"

这个判断在业内引发了共鸣。中金公司计算机行业首席分析师于钟海近期公开判断：" 数据或成企业唯一可持续的 AI 护城河。" 天风证券计算机行业首席分析师缪欣君也指出，企业软件正进入 " 以数据为中心 " 的新阶段。

三、企业级 AI 的 " 笨办法 "

" 双高 " 场景这么重要，具体怎么做？王冬在闭门会上分享了一个听起来并不性感的 " 笨办法 "。

第一步，选对场景。不要什么都做，要敢于拒绝需求。" 我们遇到一个客户建了 300 个智能体，最后不了了之，这就是没认真选场景的结果。" 王冬说，一旦选定了高价值场景，就要立下 " 军令状 " —— IT 部门和业务部门共背一个 KPI，年底一起领奖，一起担责。

第二步，穿透业务层。这是过去几年企业 AI 落地最大的坑。" 我们很容易站在 IT 部门后面去做，这会导致信息传递很慢。一开始业务部门有兴趣，但周期一慢，大家就忙别的去了。" 王冬说，今天的 AI Agent 方式改变了这个局面——上午听完业务想法，一周就能拿出可运行的 demo，业务部门看到实实在在的效果，才有动力继续配合。

第三步，治理数据。关键在顺序：要先锁定场景，反过来再找数据。" 凡是重要高价值的场景，你去看一定已经有数据了，只不过你没发现而已。" 王冬举了个例子：做合同审核场景的时候，本以为没有合同数据，一挖才发现有几十万条。说到底是一个数据挖掘的问题。

第四步，萃取经验。核心是萃取老师傅脑子里的隐性知识，变成 AI 可以执行的规则。生产线上的老师傅写了 20 多条故障排查经验，AI 先按这些经验过一遍，大部分问题不用半夜把老师傅喊起来了。" 你敢写，AI 就敢做。虽然做得不一定有你好，但还是有一些独到的东西在里面。"

在金山办公内部，这套方法论已经跑出了实证。法务部门的合同预审上线后，审批周期从 5 到 7 天压缩至 1 到 2 天，效率提升约 200%。短短一个月内，3000 多名员工主动使用 AI，5000 多个 AI 技能由业务部门自发创建。

四、三项底牌：为什么是金山办公？

企业 AI 落地，技术厂商的选择至关重要。金山办公在此次闭门会上亮出了三项被其称为 " 独一份 " 的能力。

第一是 " 文档原生 " 能力。这得益于金山办公 38 年积累的文档技术底子，AI 直接嵌入合同、报表、制度等企业核心文档资产，交付的是业务成果，不再是传统的一问一答模式。AI 直接 " 长在文档里面处理文档 "，不需要 " 站在文档外面看文档 "。据现场披露的案例数据，某大型跨国企业在引入这套能力后，AI 在问答场景的准确率从 78% 提升至约 94%，而且随着每一轮迭代持续走高。

第二是全栈私有化部署。统一身份认证、权限继承、全链路审计，数据不出域。这听起来像是 " 基础设施 " 层面的能力，但对中大型组织来说，算得上决定性因素——没有这个前提，再聪明的 AI 也不可能被放进去跑核心业务。南京紫金投资集团此前与金山办公的合作就是基于私有化部署模式。

第三是 "FDE+ 三联四合 " 专业交付体系。FDE 是 Full-stack Delivery Engineer 的缩写，即全栈交付工程师，由他们驻场陪跑，确保 AI 从概念验证嵌入业务流程。这套交付体系说到底是金山办公把自己过去两年踩坑积累的经验，打包成了一套可复制的方法论。

王冬在圆桌环节说了一句耐人寻味的话：" 我们帮客户做两个场景，信息部门也好，后面也会推出培训。我们做这件事的目的很简单，希望提升大家落地 AI 的成功率。" 目标很明确：把方法论传递出去，让企业自己能跑起来。

五、" 企业大脑 " 的务实路径

2025 年，金山办公首次提出 " 企业大脑 " 愿景，勾勒出 " 懂数据、懂组织、懂业务 " 的三步路径。金山办公副总裁吴庆云在苏州站这样总结：" 企业大脑的核心，是从 ' 个人提效 ' 走向 ' 组织增智 ' ——帮企业构建可连接、可理解、可执行、可治理的完整 AI 办公体系。"

听起来很宏大，但金山办公自己走过来的路，其实是一步一个脚印。王冬在专访中透露了一段往事：金山办公服务工商银行做了十多年，" 真的是风风雨雨，但今天为止我们已经成了非常好的伙伴 "。从最早帮企业解决无纸化办公，到数字化办公，再到今天的智能化——这是随着行业客户需求不断演进而来的自然延伸。

" 我可以保证我的客户，所有的数据、所有的文档、所有的关键信息放在我们这里，放一年、两年、十年、二十年都是可用的。" 王冬的这番话听着踏实，像长期主义者的本色流露。对中大型组织来说，这种 " 陪伴式 " 的服务能力，新兴 AI 公司短期内难以复制。

据金山办公官方数据，WPS 365 已拿下 90% 的党政市场份额。据金山办公 2025 年财报，面向企业协作的业务收入达到 7.2 亿元，同比增长 64.93%。王冬在专访中还透露，WPS 云文档中已积累了约 2900 亿份文档。这些数字背后，是一个巨大的、已经沉淀好的企业数据底座——而组织级 AI 的答案，正在从这个底座中生长出来。

对于组织级 AI 的未来，王冬的态度是审慎乐观的。他说，今天的企业 AI 还远远没到 " 只给员工下发工具、后面不管了、就自然用得好 " 的阶段。治理好数据、治理好经验、不断调试迭代，然后才能上线见效。这套 " 笨办法 " 没有捷径，但按照这个笨方法一步一步去做，最终成功的概率比较高。

苏州是 " 组织级 AI 办公先锋先行 " 计划的第一站。接下来，金山办公还将走进成都、武汉、广州和深圳。7 月，将正式发布组织级 AI 新品。

当模型不再是稀缺资源，企业的核心竞争力究竟在哪？这个问题的答案，正在苏州的会场里，一点一点变得清晰起来。