協同辦公的iPhone時刻：WPS 365給出了AI時代的“中國解法”

文｜白 鴿

編｜王一粟

“一場會議開下來，紀要要花2小時整理，后續跟進的人還要翻遍十幾個聊天群、幾十份散落在不同云盤的文檔，才能搞懂前因后果。”中集集團首席信息官潘進杰說道。

潘進杰的吐槽，也道出了無數企業的辦公痛點。

同時，生成式AI掀起辦公革命，企業們滿懷期待引入各類智能工具，卻發現又陷入新的困局：

財務數據鎖在ERP系統，客戶資料躺在CRM軟件，研發文檔存在私有云盤，而AI工具只能在各自的“數據孤島”里打轉。

某制造企業IT總監曾吐槽：“我們買了三種AI工具，分別處理文檔、表格和會議紀要，但它們就像三個互不說話的機器人，永遠沒法協同解決一個完整業務問題。”

金山辦公首席執行官章慶元點破了其核心矛盾：“AI不是簡單的功能加法，它正在倒逼軟件架構發生代際變革。傳統分散式工具的拼接模式，已經無法承載企業對智能協同的需求。”

金山辦公首席執行官章慶元

那么，AI時代新協同辦公范式到底應該是什么樣的？

“AI時代的協同辦公軟件，必須告別工具屬性。它要成為知識的容器、數字員工的載體、能力的提供方。”章慶元如此說道。

這背后最關鍵的，就在于企業要基于私有數據知識，構建專屬于自己的企業大腦，還要做企業內部各種系統協同應用，及數據安全防范等，“這事兒靠我們自己肯定干不來。”潘進杰坦言。

金山辦公WPS 365的升級，或許給企業AI辦公的變革，打了個樣。

在日前舉辦的金山辦公“WPS 365 AI協同辦公大會”上，WPS靈犀企業版、輕舟引擎等戰略級產品的發布，與其說是一次常規的產品升級，不如說是一場徹底的軟件基因重構。

WPS 365要做的，不再只是另一個智能工具，而是支撐企業所有辦公場景的“操作系統”。

其為企業構建的“企業大腦”，正是通過將沉淀在歷史文檔中的知識重新激活、存儲、治理和應用，最終實現“懂數據”“懂組織”和“懂業務”。

金山辦公也用實際行動證明：AI早已不是辦公軟件的“附加插件”，而是驅動一切的“核心中樞”；未來的辦公協作，也將從低效的“人找人”，升級為精準的“知識找人”。

企業AI大腦背后，要建對“燃料庫”

眾所周知，往往越大的企業組織，內部組織系統架構越復雜。

“我們金山辦公現在總員工人數只有5000多人，但內部系統數量已經非常多。”金山辦公副總裁王冬說道，“隨著每個組織規模的不斷壯大，往往內部系統也一定會越來越多。”

同時，員工辦公往往主要由兩個部分構成，一是文檔處理，二則是日常溝通。

在王冬看來，目前市場中的AI產品更多是解決溝通的問題，文檔處理要么是WPS、要么是Office，“而如果沒有文檔，日常聊天都僅僅是碎片化知識，很難形成體系化知識。”

這帶來的重要問題在于，企業內部系統林立，各個系統的信息壁壘“墻”會越來越?，這就導致企業數據都是散落在各地，最終形成數據孤島，讓AI很難在安全可控的條件下利用好這些數據。

因此，數據孤島以及因此導致的AI能力的割裂，無疑成為了AI在企業落地的最大攔路虎。

而想要解決企業數據孤島問題，不能靠接口對接，必須從架構上實現“物理合體”，就像把散落的珍珠串成項鏈，不如直接打造一個完整的皇冠。

一站式協同辦公，則成為了AI時代企業智能化的必經之路。

“道理很簡單，AI的智慧是來自于數據和上下文的。如果企業用的工具是割裂的，文檔在微軟，開會在Zoom，郵件在Gmail，溝通在Slack······那數據就是一座座孤島，AI是沒法跨越這些軟件的邊界去理解業務全貌的。”金山辦公高級副總裁畢曉存對光錐智能說道。

WPS 365的“物理合體”，本質上就是一站式架構的重構。

它將消息、文檔、會議、郵件、工作臺、智能文檔庫等全產品矩陣無縫整合，實現了四個關鍵統一：入口統一、集成統一、數據統一、管控統一。

這意味著，員工無需再在十幾個軟件間切換，所有辦公場景都能在一個平臺完成；數據也不再需要手動導出導入，而是在統一的數據中臺里自由流轉。

“通過統一入口，實現企業統一的非結構化數據歸攏，并實現組織整體步調一致、數據歸一。”王冬說道，“書同?，車同軌，只有這樣才是最?效、最有效的辦公?式。”

在這一理念下，此次發布會上，金山辦公WPS 365也展示了其中最為重點的六大產品，包括：WPSOffice、WPS協作、WPS會議、WPS郵件、WPS工作臺、WPS智能文檔庫等。

在這其中，被金山辦公改得最深的產品，就是WPS智能文檔庫。

“它本質上已經脫離了簡單的同步盤的作用，現在能夠利用最低成本的文件拖拽方式，實現后續整體知識治理模塊的升級，能夠自動對?檔進?識別、分割、治理、?庫，使企業文檔內容真正變成企業知識。”王冬說道。

這是WPS 365針對文檔的數據收集歸攏，而針對日常溝通而散落的數據，WPS 365則構建了WPS團隊空間這一產品。

以??辦公為例，很多項目周期可能都長達半年到一年的時間，這可能就會導致各種群聊的裂變，甚至演變成100-200個群聊，而整個項目的各種信息，可能就散落在這些群聊當中。

“因此，我們就思考能不能把所有的群、所有的核心文檔，包括開過的重要會議，甚至項目日歷等，全部有序地放在一起。”王冬回憶道。

也正是基于這一想法，金山辦公在WPS 365中推出了WPS團隊空間模塊，讓整個項目所有信息都變得清晰可見，即使有新人加入這個項目，也能夠快速了解項目動態。

“WPS 365做的這個‘物理合體’，本質上是打通了底層的數據湖。只有在這樣一個統一的底座上，AI才能同時做到‘懂數據、懂組織、懂業務’。”畢曉存說道。

在其看來：“它能結合會議紀要、組織架構和文檔內容來綜合處理任務。所以說，不解決數據聚合的問題，企業里的AI就永遠只能是局部智能，做不到全局智能。”

而只有打通了底層數據，AI才能真正同時“懂數據、懂組織、懂業務”。基于此，不難看出，一站式協同辦公，將是構建企業級Agent的技術前置條件。

破解能力割裂，讓AI從會說話到能做事

想要真正成為企業辦公大腦，光有數據不行，還需要給大模型安裝“手腳”。

章慶元表示，協同辦公軟件中的“企業大腦”一定要有大模型引擎，同時要有執行任務的“手腳”，即MCP（模型上下文協議）或API（應用程序編程接口）。

“訓練大模型有很多成熟解決方案，而金山辦公能幫助企業激活全域知識，并利用知識更好地驅動‘企業大腦’做出決策。”他說。

這其中，想要真正把數據變成AI能夠理解的企業知識，主要面臨兩個難題：

一個是企業當中雖然有大量知識，但在這些知識中也有大量的表格和圖片信息，AI大模型其實很難理解這些表格中的內容，如何解析這些表格及圖片知識則成為了難題。

二則是現階段主流技術還是RAG為主，其是一種相對粗暴的分片技術，即把一個文檔分割成不同的板塊讓AI去理解，這就會導致存在AI的上下文邏輯錯位等問題。

為解決這兩大難題，金山辦公研發了MonkeyOCR技術和KAG（Knowledge-Augmented Generation）架構。

相比于傳統的OCR技術只能識別文字，無法理解上下文關系和圖形含義，MonkeyOCR核心是理解文檔的結構和語義，它能自動拆解多模態文檔，區分文字、表格、圖形、公式，甚至能理解標注對應的是哪個部件，圖表表達的是什么邏輯。

MonkeyOCR v1.5再次突破多模態文檔解析性能上限

比如在汽車售后場景中，技師只需拍下故障部位的照片，AI就能通過MonkeyOCR識別相關維修文檔，自動提取解決方案，將單故障處理時間從10分鐘壓縮到1分鐘。

據悉，MonkeyOCR在國際權威文檔解析榜單OmniDocBench V1.5中，全球第一。

金山辦公的KAG（Knowledge-Augmented Generation）架構，則主要是在RAG基礎上增加“知識圖譜層”：先對企業私域數據進行治理，剔除錯誤、過時信息，建立知識間的關聯，AI生成內容時，會從知識網絡中精準調取信息，確保每一個結論都有依據。

王冬分享了一個親身案例：他想不起某客戶是公網還是私網部署，向AI提問后，得到的答案不僅明確是“私有化”，還附帶了原因——“該企業2022年出過數據安全問題，因此優先選擇私有化”，甚至提醒“有另一家同名客戶為公有云部署，請注意區分”。

“這就是KAG價值，AI不是在編答案，而是在查資料，每句話都能追溯到具體數據。”王冬說。

如果說MonkeyOCR和KAG是AI的“感知系統”，那么原生智能體就是企業AI的“執行系統”。

這里的原生智能體，主要是指金山辦公推出的數字員工2.0版本，其已經不再是簡單的聊天機器人，而是能深度參與業務流程的“虛擬同事”。

其升級的核心，是“私域知識+工具接口+任務拆解能力”的三者融合：

即AI不僅能理解自然語言，還能調用企業私域數據，對接文檔編輯、流程審批、會議管理等工具，自動拆解復雜任務、完成端到端執行。

小K同學，是金山辦公的1號數字員工。

一次復雜項目上線后，因整個項目周期很長，王冬忘記了其中很多細節，于是將所有相關的聊天記錄、文檔、會議錄音、郵件都發給小K同學，要求整理一份時間軸。

很快，一份詳實的復盤底稿就生成了，包含每個時間點的負責人、關鍵指標、問題處理方式，其細致程度遠超人工整理。

“以前復盤這樣的項目可能要花一整天，現在幾小時就能完成，而且質量更高。”王冬說道。

更重要的是，數字員工能融入企業的協作場景：在聊天群里，它能自動總結待辦事項、分配責任人；在OA審批中，它能自動核對數據、識別風險（比如員工申請電腦的單價正確但總和錯誤）；甚至離職員工的數字分身，能通過自然語言聊天的方式，將留存的知識傳遞給新員工。

“在我們看來，AI絕對不只是給軟件加個錦上添花的‘功能’，它其實是在重構軟件底層的交互邏輯。我們之所以強調‘原生智能體’，就是因為我們判斷，未來的軟件不應該再是讓人去適應菜單、去點擊鼠標，而是應該讓人通過自然語言直接指揮軟件干活。”畢曉存說道。

這場從圖形交互（GUI）到自然語言交互（LUI）的躍遷，是金山辦公37年積累的一次自我革命。畢曉存認為：“要做到這一點，相當于對我們積累了30多年的代碼進行了一次‘軟重構’。”

而金山辦公為了填平這個溝壑，做了大量上下文工程和模型微調，讓模型真正讀懂文檔的結構樹，這樣才能真正實現對文檔的直接操作，而不是掛在旁邊陪聊。

從小切口到價值閉環，不做“演示型AI”

數據是企業價值的核心，從數據的收集、治理再到全棧應用，則必須要保障在數據安全的場景下，才可以，畢竟如果數據安全沒保障，再好用的AI，企業也不敢用。

與此同時，對于很多企業來說，成本也是其考慮是否要推進業務發展的關鍵因素之一。

金山辦公用“全棧信創+原生私有化+極致性價比”的組合拳，守住了企業AI落地的“生命線”。

傳統私有化部署有個痛點：廠商往往把公網架構“壓縮”后搬到企業內部，導致起步就需要數百臺機器，成本高昂。

金山辦公新推出的輕舟引擎，采用“原生私有化”設計，從功能研發到架構設計，全程考慮企業內網環境，支持“單元化部署”：最低3臺機器就能支撐數百人使用，隨著規模擴大可靈活擴展到數百臺機器集群，覆蓋幾十萬人的大型企業。

這種架構帶來了極致的成本優勢，企業最開始無需投入過多的算力集群，而是可以隨著企業規模的擴張，而不斷增加新的算力。

同時，WPS365采用了一站式整合，但這種整合“卻是加量不加價，價格友好。相比于分散采購多種工具，WPS 365相當于整合了‘Microsoft Office+Zoom+Adobe PDF’等多種產品，但總體擁有成本僅為行業平均水平的不到三分之一。”王冬說。

這背后則是采用WPS 365一站式平臺，本質上是用高度整合、成本可控的解決方案，替代了由多種高價、分散的國外軟件所構成的辦公體系，實現了‘一份投入，多重價值’。

另外，“企業級AI落地，最怕的是‘大而全’，什么場景都想覆蓋，最后什么都做不好。”王冬在大會上分享的方法論，道出了金山辦公的落地邏輯。

即企業AI落地，要選高價值場景，找小切口，不斷優化，做大縱深，最終形成價值閉環。

如與華為合作時，金山辦公沒有一開始就鋪全場景，而是先聚焦“技術文檔生成”——華為內部技術文檔占比超50%，過去寫一份專利文檔要3-5天。通過AI輔助，華為將專利文檔撰寫時間縮短至半天，“先把一個場景做透，看到明確的價值，再拓展到其他場景”，王冬說。

在客服場景中，這個方法論同樣見效。

金山辦公有龐大的客服團隊，過去用戶問“文檔無法保存怎么辦”，客服需要手動查詢知識庫、組織話術。通過AI，客服系統能自動生成“對內話術”（給客服講清技術原理）和“對客話術”（給用戶講清操作步驟），客服從“直接響應”變成“知識庫運營者”——如今，金山辦公80%的客服問題由AI直接解答，客服只需處理復雜問題和優化知識庫，效率提升3倍。

從數據打通到能力嵌入，從安全成本控制到小切口落地，金山辦公的企業級AI實踐，核心只有一個——讓AI懂業務。

它不是用大模型參數標榜實力，而是用中集的會議效率提升、齊魯制藥的合規報告加速、中船動力的研發文檔管理，證明AI能解決實際問題；它不是用炫技功能吸引關注，而是用KAG架構、MonkeyOCR、輕舟引擎，構建“數據-能力-安全”的完整落地鏈條；它不是追求“大而全”的覆蓋，而是用“小切口、大縱深”的方法論，讓AI真正融入業務流程。

正如章慶元在大會上所說：“我們不售賣‘企業大腦’，因為企業大腦屬于企業自己。金山辦公要做的，是幫助每一家企業，構建屬于自己的、懂數據、懂組織、懂業務的企業大腦——讓AI不再是懸浮的概念，而是驅動業務增長的新質生產力。”

當越來越多的企業通過WPS 365實現AI落地——從30天的評審周期壓縮到7天，從2小時的紀要整理縮短到40分鐘，從“人找知識”變成“知識找人”，AI時代的企業變革才算真正落地。

而金山辦公，正是這場變革中最扎實的“實踐者”與“推動者”。