10台服务器缩到1台:私有化AI的工程难题,被一家38年的办公公司解了

那些AI投入回报最高的企业，都悄悄做对了同一件事

最近有组数据让我反复看了好几遍。

从2024年初到今年3月，中国日均Token调用量从1000亿跃升至140万亿，两年涨了一千多倍。与此同时，制造业应用大模型的企业比例，一年之内从9.6%跳到了47.5%。

这意味着什么？中国企业集体跑步入场AI，已经是正在发生的现实，不再是PPT里的愿景。

但同一份数据里藏着一个让人有点尴尬的细节：生产线上，机器人已经实现毫秒级响应、毫米级精度；而在大多数企业的办公桌上，员工依然在用传统方式处理合同、整理报表、撰写方案，复制粘贴、人工校对、邮件往返。

生产线智能了，办公侧还是”数字化洼地”。

这个落差，被上海交通大学发布的《”人工智能+”行业发展蓝皮书》直接点出来了。这份蓝皮书由上海交大人工智能研究院牵头编制，联合多家权威研究机构共同完成，是目前国内AI产业应用领域最具参考价值的行业研究报告之一。值得注意的是，在蓝皮书覆盖的众多行业中，金山办公是唯一入选的办公软件企业——这也从侧面印证了一个事实：当AI从实验室走向企业办公桌面，办公软件作为数据基础设施的核心位置，已经得到了学界和产业界的双重确认。

先投数据，还是先投AI应用？

蓝皮书引用了一组德勤2025年技术价值调研数据，我觉得这是全书最值得单独拿出来讲的结论之一：

优先投资数据基础设施的企业，市值增长达到65%，而直接投资AI应用的企业，增长是43%。

这个差距不小。两条路径，同样的AI浪潮，最终走出来两种结果。

很多公司的AI投资逻辑是：先买模型，先上应用，先看效果。这个思路本身没问题，但蓝皮书揭示的是一个更底层的逻辑：如果数据地基没打好，模型再强也是空转。

这背后的原因并不复杂。AI的价值不仅仅来自”模型能力”，更来自”模型理解你的业务”的深度。而业务理解，本质上依赖于数据质量。一家企业如果没有把自己的数据整理清楚，买来的大模型只能帮你写写通用文案，跑不进真实的业务场景。

换句话说，AI的下限是算法，上限是数据。

办公软件，天然是数据基建的核心位置

说到这里，有一个问题值得认真想一想：企业80%以上的非结构化数据，藏在哪里？

合同、报告、方案、审批流、会议纪要、项目文档，全在文档系统里。

这就是办公软件在整个AI生态里一个经常被低估的战略位置：它不是AI的末端工具，而是数据的源头枢纽。一家企业的知识资产，日积月累地沉淀在每一份文档、每一次协作、每一个审批流程里。这些数据如果无法被AI高效调用，企业的智能化就是半截子工程。

从这个视角重新看办公软件，会发现逻辑完全变了。过去大家评价一个办公软件，看的是格式兼容不兼容、界面好不好用；现在更关键的问题是：它能不能成为企业数据的”智能中枢”，让散落在各处的文档真正流动起来、被使用起来？

金山办公做的事情，正是在这个方向上走得比较远的一家。

WPS 365目前服务97家央企、127家头部金融企业。我觉得这些客户选择它，未必只是因为功能好用，更是因为在”数据安全”和”AI能力落地”这两个看似矛盾的需求之间，WPS 365给出了相对靠谱的答案。

五个行业，五种”数据活起来”的方式

抽象的逻辑说再多，不如看几个真实发生的案例。

我挑了五个不同行业的例子，因为它们加在一起，能说明一件事：这不是某一类企业的特殊需求，而是几乎所有大型组织都会遇到的共同困境。

央企：华润数科的”企业大脑”

华润数科面临的痛点是海量经营数据散落在各个业务板块，查一个东西要翻半天，决策依赖经验而非数据。通过WPS 365，他们把现有云文档库直接升级为智能文档库，不需要搬运历史文档，不需要重新建系统。业务人员在熟悉的WPS界面里用自然语言提问，就能穿透千万级私域文档完成精准检索和数据提取。有人形容这套系统叫”企业大脑”，我觉得这个比喻很准确：不是把现有数据扔掉重建，而是让原本沉睡的数据真正”活过来”。

制造：中船动力的安全与效率

中国船舶集团旗下的中船动力，处境更特殊一些：出于信息安全要求，内外网必须隔离，所有公网AI方案天然被挡在门外。他们通过WPS 365构建内网协同平台，完成5000人组织的整体迁移，近50万份核心文档实现全链路安全管控，支持文件外发敏感管控、权限精准继承、操作全程可追溯。最终定稿效率提升超80%，船机研发交付周期也明显缩短。

科技：华为的招标提效

华为面临的是另一类高频痛点：招标业务量大、文档复杂、人工处理耗时极长。接入WPS 365之后，招标书解析从原来的5小时缩短到20分钟，人均BOQ（工程量清单）制作效率提升40%。5小时到20分钟，这不是小幅优化，是整个工作节奏的重构。

汽车：奇瑞的知识库和翻译成本

奇瑞的场景有点特别：汽车维保涉及海量多语种技术文档，技师查一个故障代码可能要翻好几本手册，遇到外文资料更是卡住。奇瑞借助WPS 365搭建了AI维保知识库，并接入多模态翻译能力，故障查询时间从10分钟缩短到1分钟，同时每年节省翻译费用超过500万元。

金融：申万宏源的知识获取效率

在金融行业，信息密度高、合规要求严、知识更新快，研究员和客户经理每天都在和海量文档打交道。申万宏源通过WPS 365提升了内部知识获取效率，数据是：知识获取效率提升80%，对客响应延时缩短3倍，整体办公效率提升10%。

这五个案例横跨央企、重工制造、科技、汽车、金融，业务场景完全不同，但有一个共同的底层逻辑：它们遇到的瓶颈，不是模型不够强，而是数据没有被真正用起来。办公软件恰好是这些数据最集中的地方，也是撬动效率的最近的那个支点。

轻舟AI：把AI从机房里”搬”进来

4月22日，金山办公在武汉发布了一个新产品，叫WPS 365轻舟AI，定位是协同办公行业首个私有化AI办公解决方案。

这个产品的背景值得解释一下。

对于很多企业，尤其是金融、政务、国央企来说，”私有化部署”是AI落地的刚性要求，数据不能出境，模型必须在自己的服务器上跑。这个需求过去一直有，但真正落地的很少。原因很简单：贵。

传统私有化AI方案，光是完成概念验证（POC），就需要10台服务器加8张高端显卡，整套下来轻松上百万。大多数企业一看报价，直接放弃。

轻舟AI做的事情，是把这个门槛降低了95%以上。

研发负责人黄伟杰给出了一个很直观的数据：同等功能下，轻舟AI只需要一台普通CPU服务器就能跑起来。背后的技术路径是：辅助模型改用CPU运行、单体架构替代微服务、统一解析基座与向量化存储，这些工程层面的创新叠加起来，让资源占用大幅压缩。

他们把这套优势总结为三个”零”：零改造成本、零新增算力、零等待周期。

企业不需要采购新设备，直接复用现有算力，就能把私有AI跑起来。

目前轻舟AI已经有数十家大型客户在投产或POC阶段，包括工商银行、华为、华润、vivo、上海机场、美的等。其中一家头部科技企业用轻舟AI做法务评审，业务规则超过两万条，原本一份文档人工审查需要140分钟，现在缩短到40分钟，效率提升超过三倍。

这个方向的意义在于：私有化AI从”少数大公司的奢侈品”变成了”普通企业的标配选项”，而不只是预算充足的头部玩家才能玩的游戏。

写在最后

蓝皮书最后提了一个判断，我觉得值得引用：AI的终极形态是”无感化智能”的全面渗透，智能将像电力一样成为基础设施，无处不在却无形无感。

这句话反过来说也成立：当AI真的成为基础设施，能不能用好AI，取决于数据地基打得怎么样。

数据在哪里？在文档里，在协作记录里，在企业日复一日的业务流转里。

这大概就是为什么，在这一轮AI基建竞争里，一家做了38年办公软件的公司，反而站上了一个比很多人预想中更关键的位置。