AI 办公最终争夺的,不是下一个 Office, 而是企业把什么工作交给谁做的控制权.

AI 办公 · 企业软件 · 工作流重估 · 数字劳动力 ｜ 阅读时长 10 分钟

过去一年，AI 办公产品都在展示类似能力：写文档、做表格、搜索网页、调用工具、控制浏览器、编排 Agent。看似是新一轮 Office 大战，但企业真正需要的，从来不是一份 PPT，而是更靠前的问题：收入为什么下滑、哪个客户正在流失、合同哪里有风险、预算为何超支、下一步由谁推进。

文档、表格和演示稿只是工作的最终表达。AI 办公真正要改写的，是软件与人的分工，以及企业“把什么工作交给谁做”的控制权。

如果这条线继续向前走，今天的“AI 办公”只是一个过渡名称。它最终争夺的不是下一个 Office，而是企业里的数字劳动力。

本文看点

过去三十年，企业软件的逻辑很稳定：软件提供工具，员工完成工作。Excel 提供计算，CRM 记录商机，ERP 管理采购、库存、生产与财务，企业购买的是人的生产工具。

生成式 AI 最早进入 Office 时也没有改变这个结构：人决定目标和框架，AI 负责润色、找数据或生成 PPT。主体仍然是人，这就是 Copilot——提升效率，但不改变责任归属和工作结构。

Agent 把边界向前推了一步。当 AI 能自行拆解任务、搜索资料、调用工具、读取数据库、生成中间结果、发现错误并重新执行时，人不再逐步告诉软件“怎么做”，而是告诉系统“最后要什么”。

例如，销售负责人不必依次打开 CRM、邮箱、会议纪要和 Excel，只需提出目标：找出本周最可能流失的客户，解释原因，整理跟进建议，并交出需要确认的事项。若系统能从头做到尾，企业购买的就不再只是账号，而是可交付的工作能力。

越往后，ROI 反而越容易计算。“AI 帮员工节约了多少时间”很难进入财务账本；但若能明确为“一个 Agent 每月自动处理 3 万张单据，人工只复核 8%”，就已经能够进入经营决策。AI 办公因此开始从软件预算，向知识工作的人力预算移动。

Office 三件套不会消失。Agent 时代的大多数知识工作仍会落成某种 Artifact：文档、表格、PPT、PDF、邮件或 Dashboard。

但它们很难成为最后的护城河。随着模型持续进步，文档生成、PPT 排版、公式、资料总结、网页研究，以及 Browser、MCP、Skills、Memory 等能力，都可能从“发布会重点”迅速变成默认配置。

于是竞争会先进入功能商品化。判断一家 AI 办公公司，不能只问“能不能做 PPT”，而要继续追问：

问题走到这里，Office 只是最上面的一层壳，真正的竞争已经进入工作流基础设施。

更危险的，是只解决一个明确问题的单功能 App。去背景、图片压缩、格式转换、OCR、简单修图、PDF 转换等能力，过去可以各自拥有入口、品牌和订阅收入。Agent 出现后，用户只需说：“把商品图统一成白底，按平台尺寸导出，再放进上新方案。”

上层 Agent 会在后台决定调用哪些能力。许多产品未必先消失，却会先失去独立入口。

真正的问题不是“AI 会不会替代某个工具”，而是“这个产品是一套软件，还是暂时被包装成软件的原子能力”。

输入输出明确、任务短、不依赖长期上下文、结果易验证的功能，最容易被 Agent 吃进工作流。简单去背景、格式转换和 OCR 属于高风险区；品牌视觉生产、电商批量出图、版本管理、审核、权限和品牌规范，仍是一整套 Workflow。

单功能厂商大致有三条路：从 App 变成 API，接受入口被上层拿走；从 Function 变成 Workflow，进入商品图、发票、合同、档案等完整流程；或继续进入 Context，沉淀品牌资产、企业规则、历史文件、权限和工作习惯。越靠后，越不容易被替换。

过去一年，许多产品用“支持多少个 MCP”“连接多少个工具”证明自己具备企业 Agent 能力。但接上接口，不等于任务可以跑通。

以“收盘后自动获取当天行情、更新研究表格”为例，背后至少涉及交易日判断、实时性、授权、口径、复权、字段正确性、接口稳定性和失败后的备用方案。

企业连接的生产价值，不能只看 Connector Number，而应看完整性、实时性、可靠性、权限和可执行性。任何一项接近零，价值都会迅速下降。100 个只能读取片段数据的连接，未必比 10 个可稳定读写、权限清晰、失败可恢复的深连接更有价值。

更重要的是，企业 Agent 不能只 Read。如果它只能提醒“这个客户三个月没有联系”，它仍然只是更聪明的搜索工具。只有当它可以读取 CRM、邮件和会议记录，判断客户状态，生成建议，在授权后发出邮件，并把最新状态写回 CRM，才开始从 Enterprise Search 走向Enterprise Action。

而支撑这种行动能力的，不只是企业知识库，而是一张 Enterprise Context Graph。它至少包含四层：

更多工作进入 Agent，会产生更多 Context；Context 越丰富，Agent 越懂公司，任务质量越高，企业越愿意继续使用它。这是比传统 SaaS 更深一层的迁移成本。

飞书、钉钉、腾讯 WorkBuddy、WPS 和百度并不在参加“谁功能最多”的比赛，而是在从不同位置向同一个终点收敛。

飞书、钉钉：工作现场的 Context

它们的优势是工作现场已经在系统里：组织关系、权限、沟通、审批、协作与业务表格，都在持续产生 Context。它们要补的是自主执行，以及向财务、供应链、制造、客户等核心业务系统穿透。穿不过去，是协作平台；穿过去，才可能成为Agent OS。

腾讯 WorkBuddy：先做 Agent 入口

它更像先做 Agent 入口，再汇聚企业微信、会议、文档、云和研发工具的 Context。它的上限取决于能否把多个强产品组织成统一系统。比 DAU 更值得看的是：有多少 Context 被稳定调用、多少 Agent 生产运行、多少 Workflow 周期复用、多少任务写回业务系统。

WPS：最后一公里的 Artifact 层

文档、表格、PPT 和 PDF 仍是最后一公里的重要基础设施；它的关键是能否从结果文件继续上移，进入组织工作流，否则将是重要工具层，却未必控制任务层。

百度：Enterprise Intelligence 路线

不同系统对“收入”“客户”“订单”的口径常常不同；模型能读自然语言，不等于懂企业数据。若数据语义、业务对象和规则能让 Agent 真正理解并操作企业数据，它即使不赢下桌面入口，也可能在数据密集场景占据深价值。

Chatbot 的世界很宽容：十问九对就显得聪明；企业生产系统不是这样。

一个 Workflow 可能包含 20 步、50 步甚至更多。即便每一步成功率达到 99%，50 步全部正确的理论概率也只有约 60%。这就是 Agent Demo 惊艳、进入生产却常常“差一点”的根源。

企业需要的不是一次灵光一现，而是长链路可靠性。一个可进入生产的 Agent，除了 Plan 和 Execute，还必须具备 Observe、Validate、Retry、Replan，以及在不确定时把任务交回给人的能力。

因此，Evaluation、Audit 和 Human Escalation 不是采购流程里的安全附件，而是数字劳动力系统本身的一部分。企业必须知道：

数字劳动力越接近员工，可靠性、权限、审计与责任边界就越不能后补。

传统 SaaS 的边际成本通常很低；Agent 则不同。每完成一次工作，都可能消耗模型推理、搜索、浏览器、API、数据库、数据授权、GPU 和重试成本。

因此，高 DAU 不一定自动等于好生意。一个用户每天让 Agent 运行大量复杂任务，却只支付固定席位费，平台可能越活跃越难赚钱。

判断 AI 办公的商业质量，不能只看 MAU、DAU 或 Token 消耗，更应该看两件朴素的事：

定价也可能从单一订阅，走向四层混合：

到了 Outcome 层，企业购买的不再是软件账号，而是可衡量的数字劳动力产能。这也是 AI 办公最值得想象的市场：它不只对应今天的办公 SaaS TAM，还开始触及知识工作本身的成本池。

但“AI 吃掉人力预算”不能被过早外推为“岗位会被大规模替代”。很多知识工作仍包含模糊目标、隐性知识、组织政治、跨部门博弈和责任承担；生产力提高也未必带来人员等比例减少。复杂任务的单位经济同样仍在快速变化。

更稳妥的判断是：Agent 会先替代任务，再逐步重构岗位。人的重心会从 Execute，移向Define、Delegate、Review 和 Decide。

如果 AI 办公真的开始变成数字劳动力，行业指标也应该换一套。MAU 仍然重要，但它只说明有没有人来。真正值得跟踪的，是 Agent 是否把工作稳定做成。

如果员工每天都要陪着 AI 提示、改格式、核数字，它仍主要是 Copilot；如果员工下班后，Agent 能独立运行数小时，第二天交付可用结果，它才开始接近Digital Labor。

PC 时代，微软控制桌面；互联网时代，浏览器和搜索控制信息入口；移动时代，超级 App 控制服务入口。

Agent 时代，一个新的控制平面正在出现。员工不必知道这件事该打开 CRM、ERP、Excel、浏览器还是数据库，只要告诉 Agent：“我要完成什么。”

接下来，系统决定调用什么模型、读取哪些 Context、连接哪些数据源、进入哪些系统、执行哪些 Workflow，并把结果交给谁。

一旦某个平台同时掌握 Intent、Context、Workflow 和执行权限，它就不再只是一个 AI 办公工具，而会成为人和企业软件之间新的控制层。

所以今天看似热闹的 AI 办公大战，真正可以拆成三场更慢的战争：

前两场决定谁有资格留下，第三场才决定这个行业最后能长多大。

AI 办公的未来，也许最终没有“办公”两个字。只剩一个问题：当企业开始把越来越多工作交给机器，谁会成为这些数字劳动力的控制层？