在昆明,我看见了企业AI的真实水位

去昆明之前，我对"企业AI落地元年"这个说法是打问号的。

过去一年我参加过不少类似的发布会，台上的叙事越来越熟练：模型能力、标杆案例、生态伙伴，一套流程走下来，精致但相似。散场之后我通常会问自己一个问题——这些案例里，有多少是AI真的住进了业务流程，有多少只是买回去当了一个更贵的搜索框？大多数时候，答案是后者居多。

带着这个预设，我坐进了WPS Comate"先锋先行"城市峰会昆明站的会场。

模型已经不是瓶颈了

先说一个现场的小例子。

一家做铜箔的企业，车间里有一类质检表格，格式极不规范：合并单元格套着合并单元格，同一列的数据前后写法不一致，有些字段干脆是老师傅手写的备注。这种表，人看着都头疼，但它恰恰是生产线上最真实的数据形态。过去的做法是先花大力气把表格"洗干净"，再谈数字化。而金山办公副总裁李康桥在现场演示的是：AI直接读懂这张"脏表"，把里面的数据结构化、入库，然后回答业务问题。

这个例子打动我的地方不在技术，而在它承认了一个很多AI厂商不愿意承认的前提：企业的数据本来就是脏的、乱的、不规范的，而且这个状态会长期存在。如果AI只能在干净数据上工作，那它在大多数企业里永远上不了工位。

这也是我这半年来一个越来越强烈的判断：模型能力已经不是企业AI的主要矛盾了。今天主流大模型在理解、推理、生成上的水平，应付绝大多数办公场景绰绰有余，而且还在以季度为单位迭代。真正卡脖子的，是三件更"脏"的事——数据散在各个系统里拿不出来，流程里的规则藏在老员工脑子里没人写，出了问题算谁的没人定。模型平权了，企业的瓶颈从"AI够不够聪明"变成了"组织够不够让AI上手"。

WPS Comate把这套瓶颈概括为"三通一平"：通知识、通数据、通能力，加一个统一的管控平台。听着像口号，拆开看其实挺实在——前三通解决的是"AI能接触到什么"，平台解决的是"AI闯了祸谁管"。后者恰恰是企业采购AI时最先问、消费级产品从来不答的问题。

把AI塞进业务流，才算过了分水岭

判断一个企业AI产品是真是假，我有一个简单粗暴的标准：看它的案例里，AI是"聊出来的"还是"跑出来的"。

昆明站有两个上台领奖的客户。一个是贵州的恒通煤业，一家煤矿企业，招采流程过去全靠人工盯台账：谁报了价、审批走到哪、合同什么时候到期，都散落在Excel和微信群里。他们用Comate搭了一个"招采数字员工"，台账自己更新、节点自己提醒、异常自己上报。另一个是云南师范大学，把教学设计的流程做成了智能体，老师的教案从"各自为战"变成了有统一框架约束的产出。

这两个案例有一个共同点：场景都不性感，甚至有点平凡。没有炫酷的多模态演示，没有未来感的交互，就是招采台账和教案。但恰恰是这个"平凡"让我觉得是真的——AI落地的分水岭，从来不是它能不能写诗，而是它能不能接班那些没人愿意干、又天天得出错的重复劳动。台账自己跑起来了，才叫进了业务；PPT自己美起来了，那只是省了美工。

类似的还有制造场景里一个更硬的案例：半导体产线的良率分析，要处理几十亿行量级的生产数据，过去靠数据团队人工跑，周期长、响应慢。接入之后，业务人员可以直接用自然语言追问良率波动的原因。这类场景的共同特征是：数据量大到人看不过来，但又重要到不能不看——这是AI在企业里最不可替代的位置。

从6月苏州第一场闭门会算起，这条"先锋先行"线已经跑了苏州、成都、武汉、深圳、西安、杭州、北京、昆明八站。我注意到的变化是：前几站还在讲理念、请专家站台，越往后越像客户见面会——上台分享的企业越来越多，台上讲产品的越来越少。从讲故事到做交付，这个重心转移比任何参数都更能说明一个产品的真实水位。

我在参加这场活动之前其实对组织级AI办公智能体抱有一些疑虑的。

第一个疑虑是关于"最后一公里"的归属。Comate的价值实现，高度依赖客户自己的数据治理成熟度：系统要能接进来，权限要能配清楚，流程要能讲得明。这些活儿一半是产品的，一半是客户的——甚至更大头是客户的。一家连台账都常年混乱的企业，买了再好的平台，大概率也用不出恒通煤业的效果。同样的产品，在数据治理好的客户手里是杠杆，在治理差的客户手里是摆设。这意味着它的落地效果会有很大方差，而宣传里我们永远只看到方差的右半边。

第二个疑虑是关于交付能力。这类组织级AI产品拼到最后，拼的是既懂技术又懂行业、能钻进客户业务流程里的交付人才。这种人才的培养速度，远远跟不上签约速度。半年跑八站、动辄数百家意向客户，需求端的声势已经起来了，但供给端的交付队伍能不能接住，是接下来一两年真正决定口碑的变量。行业里对Agent项目"过半会烂尾"的预警不是空穴来风，烂尾的坟场里埋的大多是交付，不是技术。

第三个疑虑是客户结构。从各站公开的信息看，站台的企业以政企和国资为主。这不意外——私有化部署、数据不出域、权限管控这些卖点，本来就是政企的刚需。但这也意味着，在更市场化、更讲投入产出比的民营企业那里，这套叙事还没有被真正检验。国资愿意为第一公里的治理买单，民企只愿意为最后一公里的效果买单，这是两种不同的生意。

但这次我在昆明被说服了：模型会一代代换，平台会一轮轮洗牌，但企业把多年沉淀的文档、流程、数据真正盘活之后形成的那些资产，是跟着企业自己走的。AI时代的护城河，挖在企业自己的数据里，而不是挖在别人的模型上。谁能帮企业把这口气打通，谁就配在这张牌桌上坐着。

从这个角度看，WPS做了38年办公软件，手里攥着中国企业最大的文档入口，现在转身来做组织级AI，与其说是在追风口，不如说是在把自己的老本行重新挖一遍。这件事能不能成，还要看上面三个疑虑怎么解开。但至少在昆明，我第一次觉得，这个赛道的故事开始有人用"台账"而不是"参数"来讲了——这本身，就是个好兆头。

编辑 | Big.大包