簡單聊聊致遠互聯(lián)這個「智能中樞」

文：王智遠 | ID:Z201440

3月20日，致遠互聯(lián)在合肥開了一場大會。

我聽了一整個上午，記了很多筆記；回頭翻時發(fā)現(xiàn)，出現(xiàn)頻率最高的一個詞是「中樞」、嗯、智能運營中樞。

致遠的董事長徐石把這個詞反復講了很多遍；一家做了24年協(xié)同辦公的公司，突然不怎么提「協(xié)同」了，轉而要做企業(yè)的「中樞神經系統(tǒng)」？

這個變化本身，比臺上發(fā)布的任何一款具體產品都值得多琢磨。

01

過去兩年，幾乎每一場企業(yè)軟件的發(fā)布會都在談AI，大模型、智能體、Agent，這些詞已經被用到通貨膨脹了。

致遠這場大會也不例外，臺上嘉賓輪番講AI，產品演示全程圍繞智能體展開。

我認為，有區(qū)別的是判斷。

當天上午，企業(yè)知識管理專家陳果做了一個分享。他把企業(yè)信息系統(tǒng)這幾十年捋了一遍，講得挺清楚的。

你想啊，系統(tǒng)進企業(yè)這么多年，其實就干了三件事：記錄、思考、行動。

最早的計算機進企業(yè)，干的是記錄。采購訂單、銷售數(shù)據(jù)、財務信息，從紙上搬到系統(tǒng)里；那個年代一臺大型機比一棟樓還貴，全世界到70年代也就兩千臺左右，只有最大的企業(yè)買得起。

系統(tǒng)能幫你記住東西，已經算了不起了。

后來互聯(lián)網出來了，PC便宜了，手機更便宜。越來越多人開始在系統(tǒng)里產生數(shù)據(jù)；數(shù)據(jù)多了，系統(tǒng)就能做洞察了。哪個客戶有風險，哪個業(yè)務還有增長空間，從數(shù)據(jù)里可以讀出來。這一步叫思考。

這兩步走了大概五六十年。分工一直很清晰：系統(tǒng)負責記錄和輔助思考，人負責行動。

AI改變的是第三步，系統(tǒng)開始能自己行動了。

它不只給你看數(shù)據(jù)、提建議，還能自己做推理、做決策、去執(zhí)行。你看，從「輔助人做事」變成「替人做事」，這是一個質的變化。

現(xiàn)場有個類比我覺得很準。今天的企業(yè)AI大概相當于自動駕駛的L2.9。

你想想小龍蝦。你敢讓它幫你搜航班、整理信息，但你敢把銀行卡密碼給它讓它隨便花錢嗎？企業(yè)也一樣。AI能干很多事了，關鍵業(yè)務你還是不放心完全交給它。

無限接近L3，還不是L3。

這個位置，對做企業(yè)軟件的人來說，是一個很微妙的分叉口；如果AI已經到了L5，完全自主，那企業(yè)可能不需要管理軟件了。

如果AI還停在L1，只能做簡單問答，那管理軟件加個對話框就夠了，也沒什么好折騰的。

偏偏現(xiàn)在卡在L2到L3之間。

AI能干的事已經不少了，推理、判斷、文本處理，都做得不錯；它替代人腦的一部分機能，可能是40%，可能更多，這個比例還在漲，但它替代不了的那部分才是關鍵。

比如：組織的流程設計、權限規(guī)則、行業(yè)know-how、上下級的匯報關系等等，這些東西在企業(yè)自己的運營體系里。

換句話說，光有一個聰明的大腦不夠。企業(yè)還需要手、腳、骨骼、肌肉，需要一套東西把AI的能力和組織自身的能力編織到一起。

誰來做這套東西？這就是致遠互聯(lián)試圖回答的問題。

02

致遠互聯(lián)做了24年。這24年畫一條線，你會看到一個很有意思的軌跡。

最早它做協(xié)同辦公。

說白了就是OA，公文流轉、審批、通知公告，幫企業(yè)把紙質的東西搬到線上；那個年代能把這件事做好，做成一家全國性的公司，已經很不容易了。

后來致遠把「協(xié)同」這個詞往外撐了一圈。

組織有流程，流程有規(guī)則，規(guī)則背后是這家企業(yè)的治理邏輯。致遠開始碰這些東西。從簡單的審批流轉，到低代碼定制平臺，到集團管控和業(yè)務運營，它一步步從辦公室走進了企業(yè)經營的腹地。

從協(xié)同辦公到協(xié)同管理，這是致遠過去十幾年做的事。

我為什么要講這段歷史？因為你理解了這條線，才能理解致遠今天講「智能運營中樞」不是突然冒出來的概念。

徐石在臺上講了一個細節(jié)。

有一家大型企業(yè)的負責人跟他說過一句話，大意是：

我們公司有很多系統(tǒng)，財務的、業(yè)務的，都有。我始終覺得你們的協(xié)同管理系統(tǒng)是最特殊的那一個；我們的決策、協(xié)同、業(yè)務數(shù)據(jù)、流程全在里面。

你聽出來了吧？

致遠的系統(tǒng)在很多客戶那里，早就不只是一個OA了。它其實已經在充當企業(yè)運營的中樞，只是過去沒有這個名字，也沒有AI的能力去激活它。

AI來了之后，這件事變得明確了。

當天上午，南洋理工大學的劉楊教授通過數(shù)字人，做了一段遠程分享。他提了一個概念叫元認知（Metacognition）。

通俗講，就是對思考過程本身的思考。

一個具備元認知能力的系統(tǒng)，能自我監(jiān)控、自我評估、自我修正；它知道自己在做什么，知道做得對不對，知道什么時候該調整。

劉楊給致遠下了一個定性：致遠正在從一家協(xié)同軟件公司，演進為一家企業(yè)認知基礎設施公司。

這話聽著有點大。我在臺下琢磨了一會兒，覺得它指向的東西其實很具體。

致遠過去24年在客戶那里沉淀下來的東西，是什么？是規(guī)則。幾萬家客戶的組織架構、審批邏輯、權限體系、行業(yè)規(guī)范，這些東西流淌在系統(tǒng)的每一個流程節(jié)點里。

過去它們是靜態(tài)的，被寫死在配置里。現(xiàn)在有了AI，這些規(guī)則可以被激活了，可以被模型讀取、理解、推理、運用。

你想想，企業(yè)沉淀了二十年的管理經驗，有機會從「配置」變成「認知」。這個事情是不是挺大的？

這就是徐石說的智能運營中樞。讓24年積累的組織知識和AI能力長在一起。

他在臺上還說了一段話，大意是：軟件是思想的載體，思想不死，軟件就不會死。這話有點抒情，在一個產品發(fā)布會上聽著甚至有點不合時宜。

我倒覺得，他在說一件很實在的事。

致遠24年積累的組織規(guī)則和行業(yè)知識，就是他說的「思想」。AI時代，這些思想沒有被淘汰，終于有了一個更強大的載體。

03

講到這里，有人會說道理都對，東西呢？這個「中樞」到底長什么樣，你不能給我畫餅吧？產品發(fā)布環(huán)節(jié)，致遠的產品團隊做了兩個演示。

第一個場景叫「營銷總監(jiān)的一天」。

臺上的演示人員扮演一個營銷總監(jiān)，對著系統(tǒng)口噴了一段話，大意是：

我下周三要出差去上海，預計周六返程，幫我看一下我的差旅標準，查查部門預算夠不夠，幫我發(fā)起出差申請，再推薦一下機票和酒店。

一段話里塞了四五個任務。

說完之后，系統(tǒng)開始分頭干活。它先做了一個意圖理解，把這段話拆成了幾個子任務，然后分別調度不同的「數(shù)字隊友」去執(zhí)行。

一個去查差旅標準，一個去校驗部門預算，一個去填寫審批單，還有一個通過外部接口去搜航班和酒店信息，按距離和價格做了排序推薦。

整個過程大概兩三分鐘，審批單自動填好了，酒店按照差旅標準和距離排了序，推到了營銷總監(jiān)面前。

我在臺下看的時候，注意到一個細節(jié)。

這不是一個「你問我答」的對話；系統(tǒng)沒有回復一段文字告訴你「你的差旅標準是多少」，它直接去干活了，干完把結果擺在你面前。

這個區(qū)別很重要。

市面上大多數(shù)企業(yè)AI產品本質上還是搜索引擎的升級版；致遠做的這個東西是調度；一個指令進去，多個角色分頭行動，最后匯總成一個結果。

「中樞」這兩個字，在這里變得很具象。

第二個更值得細看。

一個產品經理，在臺上演示了怎么從零搭建一個合同審查的智能體。假設你是審批領導，桌上擺著一份合同等你簽字。你想知道：對方以前跟我們合作過嗎？出過問題沒？合同正文跟申請表對得上嗎？

怎么辦？以前這些事得靠人一個個查，麻煩死了。

現(xiàn)在產品經理花了幾分鐘，在畫布上拖了幾個模塊，一個調歷史簽約記錄，一個查合同庫，然后把數(shù)據(jù)丟給大模型做比對。搭完掛到審批流程里，設成自動執(zhí)行。

領導打開待辦，結果已經擺在那。

歷史合同、金額、異常，全列出來了。整個過程，沒寫一行代碼。能這么干，因為致遠把協(xié)同系統(tǒng)里幾百個業(yè)務接口拆成了現(xiàn)成的零件。

他就是在拼積木。

兩個案例看完，「智能運營中樞」這個詞就不抽象了。

底層是基座。協(xié)同平臺、定制引擎、幾百個拆好的業(yè)務接口，這是骨骼和肌肉，沒有它，上面什么都跑不起來。

中間是協(xié)同運營大腦。營銷總監(jiān)說了一句話，它聽懂了，拆成任務，這是神經中樞；上層是數(shù)字隊友，一個個具體干活的智能體，有現(xiàn)成的，有自己搭的，有接了外部能力的，這是手和腳。

骨骼撐著，神經指揮，手腳干活。

致遠的產品團隊還提了一個判斷，這三層對應三層價值。

辦公場景讓個人提效，每個人都能感知到「快了」。運營場景讓組織協(xié)同更順，中層管理者看到的是流程和決策依據(jù)在變好。決策場景輔助高層判斷，穿透式監(jiān)管、風險預警、指標分析，這一層最深，也最難。

從個人到組織到決策層，一層比一層深。

04

技術架構說得通，案例也看了，那致遠互聯(lián)憑什么能做這件事？畢竟外面做AI、智能體的公司，一大把。

這個問題我在現(xiàn)場想了一會兒。后來聽到一個案例，覺得答案就在里面。

致遠首席應用產品專家潘悅講了一個他們正在做的項目：央國企合同穿透式監(jiān)管的統(tǒng)建系統(tǒng)。

這種項目有多復雜？一套系統(tǒng)要覆蓋四到五層組織，幾十個甚至上百個機構，數(shù)據(jù)怎么交互、邏輯怎么計算，壓力已經超過人腦的處理能力了。

她舉了一個具體的數(shù)字。今年春節(jié)前后趕交付的一個項目，要在15天內完成82家企業(yè)、1984份文檔的分析，出具一套完整的數(shù)據(jù)交互規(guī)則。

靠人肯定做不完。AI在這里是剛需。

這個案例有意思的地方在哪呢？我覺得是致遠對合同這件事的理解深度。潘悅提了一個概念，叫合同的「三中體」。什么意思？就是一份合同在系統(tǒng)里，不應該只有一種存在方式。

第一層，自然語言文本。就是你平時看到的那份合同，白紙黑字，給人讀的。

第二層，結構化的要素數(shù)據(jù)。把金額、期限、甲乙方這些關鍵信息抽出來，變成機器能直接處理的格式。

第三層，合同背后的規(guī)則和制度。審批權限、招投標要求、內部管控標準，這些東西是給AI讀的，讓它知道該按什么規(guī)矩來判斷。

底層對應三個數(shù)據(jù)庫：關系數(shù)據(jù)庫存結構化數(shù)據(jù)，知識圖譜存實體關系，向量庫給大模型做檢索。

你看，這套東西不是套一層大模型就能長出來的。

還有一個細節(jié)，潘悅在講知識管理的時候說了一句話，在內控合規(guī)場景里，知識是有層級的。法律的效力高于公司章程，公司章程的效力高于普通管理制度。

如果用通用大模型的方式處理，全部打碎做向量化，這些層級關系就丟了。

這就是，為什么通用AI公司很難直接切入央國企場景，致遠互聯(lián)能做，因為它在這些場景里泡了24年，該踩的坑都踩過了。

潘悅在講他們交付給客戶的系統(tǒng)時，還說了三個場景，我覺得挺有意思的。

客戶問這個軟件怎么用、有什么功能，系統(tǒng)自己能回答，不用翻說明書。AI給出任何一個結果之前，先自己校驗一遍。

最狠的是第三個：客戶那邊系統(tǒng)報錯了，內置的AI工程師自己去查代碼，找到問題在哪，給出修復方案，客戶點一下確認，當場就修好了。

你品一下這個意思。交給客戶一個能自己長、自己修、自己兜底的系統(tǒng)。

這就是做了24年企業(yè)服務的人才會想到的事，做to C產品的人想的是功能酷不酷，做to B的人想的是客戶出了問題誰來兜。

AI時代，管理軟件廠商的壁壘在組織理解的深度；誰對企業(yè)的流程、規(guī)則、知識吃得更透，誰就能把AI用得更深。

致遠24年的積累，在這個時刻變成了最大的資產。

大會上還有一個畫面值得記一下。華為云和致遠聯(lián)合發(fā)布了軟云一體方案，智譜AI也來站了臺。算力、模型、組織認知，三家各占一層。

這個組合說明了一件事：企業(yè)智能化不是哪一家能通吃的生意。做算力的做算力，做模型的做模型，真正懂組織怎么運轉的人去做中樞。

致遠選了最難的那一層，也是最厚的那一層。

徐石在臺上說，致遠要成為一家「協(xié)同運營的AI企業(yè)」。我覺得更準確的說法是，致遠在賭一件事：AI時代，理解組織比理解模型更稀缺。

這個賭注對不對，得靠客戶驗證，靠時間驗證；至少從今天這場大會來看，它知道自己要往哪走。好了，一口氣說完了，我喝口水。