AI办公的分水岭，已不在模型“聪明度”

如今，几乎没有哪位 CEO，不为 AI 在公司的落地速度感到焦虑。

这种焦虑在今年上半年浓缩成一个荒诞的场景：周五下班前，员工扎堆向公司的 AI 提一堆毫无意义的问题——只为刷够 Token 消耗量的 KPI。一位科技公司 HR 向《职场 Bonus》证实了这种“周五 Token 冲量”的存在：这一 KPI 考核下，不少员工都在用无效的提问凑数。

麦肯锡 8 月发布的全球调研《2026 年 AI 现状：通往 ROI 之路》量化了这种“个人提效”和“组织提效”中间的 Gap：80%的受访者表示 AI 提升了自己的生产效率，但只有 37% 的受访者认可 AI 对所在企业的营业利润（EBIT）有贡献——这一比例与一年前基本持平。与此同时，近三成的组织，其 AI 支出已超过公司技术与通信预算的 10%。

个人快了，组织为什么没一起变轻变快？

据阿里官方披露，8 月 3 日，阿里巴巴整合 QoderWork、悟空、MuleRun 三款产品，公测 AI 办公平台“千问办公”，上线一个月用户即突破 3000 万，企业用户过半。9 月 22 日云栖大会，阿里巴巴集团副总裁、千问办公 CEO 陈宇森发布“企业上下文”与数字员工，演讲主题就叫“Context is All You Need”。

在陈宇森看来，这种落差的症结，在于 Agent 拿不到企业独有的“上下文”：“再聪明的模型，也无法凭空推断出一家企业独有的业务规则和工作方式。”

上下文从哪来？《职场 Bonus》走访了多家正在推动 AI 办公落地的关键人，并选出三家公司案例：他们体量悬殊，甚至有的打法相反，一家把考核押了上去，一家把老师傅的手艺押了上去，还有一家最谨慎，只肯先押上权限。

在他们的故事里，AI 办公的分水岭，早已不单纯长在模型的聪明度上。

“我们公司除了保洁阿姨以外，都在用 AI 工作。”

常在家做饭的人对“松鲜鲜”不会陌生——作为一家有 500 多人的新锐调味品公司，松鲜鲜的团队以 00 后为主力。今年，调味品赛道巨头入场、价格战加剧，公司需要更敏捷的团队来应对市场环境。3 月，松鲜鲜的 IT 团队启动了 AI 办公转型，CEO 不久后也亲自下场推行 AI 办公，并在两个月内完成了全员覆盖。在《职场 Bonus》的走访中，一些公司的管理层干脆把给员工涨薪的尺子也交给了 AI——松鲜鲜可谓是走得最远的那一批。

关于公司 AI 化的起点，CEO 朱苏皖君追溯到了年初的一次参访。当时，松鲜鲜的管理层随活动参观某知名科技企业后，第一次直观看到了 AI 原生组织的形态。“不会用 AI，那一定会被浪潮给拍死在沙滩上。”3 月，松鲜鲜的 AI 组织改造全面启动。

第一波推动并不顺利。改造任务先是交给了 IT 部门，结果“IT 开发的是他们想象业务部门可能需要的产品，但是业务部门根本就不需要”。

一些资历较深的线下业务员觉得，“这又是公司不知道从哪里学来的东西，硬要往下推”。4 月，朱苏皖君亲自下场推动。朱苏皖君注意到，一位大区经理曾私下吐槽：“能不能不写周报啊？”于是便从自己也头疼的周报做起，在跑通个人流程后，再向下复制推行——周报的场景，倒是精准拿捏到了不少同事“写周报的痛苦”。后续的一场述职会上，在场者见识到了周报当场生成。AI 带来的便利开始刺激所有人。

对于主 AI 工具的选择，朱苏皖君会考虑到三点，一是权限隔离，二是和国产模型的打通程度，三是经济性。“同时具备这些条件的选项其实并不多。”（悟空原为钉钉于今年 3 月发布的 AI 产品，8 月起并入千问办公。）今年 8 月，松鲜鲜把原有悟空账号全量迁移到了千问办公。

第一个被正式改造的，是线下销售端的“黑盒子”。过去，一百多名公司业务员没有办公室，靠水印相机打卡、电话来完成汇报，而他们在公司外是否有效工作，管理层其实摸不清。为此，公司采购了 300 多套钉钉听记设备，让每次拜访录音进群，AI Skill 会自动分析拜访内容与待办，并直连钉钉日程。据松鲜鲜方面介绍，订单信息回传周期从 3 天压缩到 1 天。

“原本不可控的黑盒信息，现在只要结束就能立马回传。”朱苏皖君告诉《职场Bonus》。

第二件事是预警：一起包装投诉（瓶盖松动）如果沿着旧链路层层上报，周期可能会被拖到半个月甚至一个月；如今，AI 巡检按 P0/P1/P2 分级、同大区多店信号被聚合。据松鲜鲜方面介绍，目前公司能做到“不等真正出现舆情或者罚款，提早一个月就完成了预警”。

对于许多押上了考核与激励的公司来说，最容易被误读的，就是 AI 进入了考核。

“AI 提供的是过程性反馈和差距提示，涨薪与晋升仍由人和制度决定。”朱苏皖君先把边界讲在前面：“个人发展专项群”只对自愿选择 PM 序列的员工开放，以确保这是员工本人的意愿和选择；群里有员工的直接上级、HRBP，以及员工的数字分身。AI 每周会按格局、思维、能力、习惯四个维度进行评估，告诉员工“距离下一个涨薪目标还差零点几分、差在哪里”。此外，公司还会举办 AI 技能比赛，第一名会得到价值 5000 元的 Token 奖励。

AI 并没有取代松鲜鲜的人。目前，松鲜鲜的售前客服已由 AI 加语料库承接。“原本我们 100 个人要做的事情，现在可能 30 个人就能做到。但释放出来的那 70 个人，我们不会选择把员工'优化'掉，而是会让他们去做新的项目，在 AI 加持下承担新的职责。”

尚未解决的挑战也有不少。比如 Token 消耗上，高管团队曾占全公司 60% 的份额，目前正往全员平均调；方言识别还在迭代，朱苏皖君笑称开发团队总在“正在开发”的路上，引得大家天天“喷”他们。

考核体系交出去后，员工的方法若只停留在单独个体的脑子里，并不能对组织提供最大化的效率价值——这也是品胜正在优先解决的问题。

一家充电宝年出货超千万台、门店数千家的老牌 3C 企业，为什么要新起一个 AI 产品中心？

品胜，一家有着 23 年历史的研产销一体 3C 企业，它成立的 AI 产品中心负责定义研发 AI 硬件。负责人丛泽龙 2001 年出生，是该部门的“0 号员工”，团队每一位成员都由他亲自面试。

过去，品胜的硬件研发周期往往需要 6~8 个月，而 AI 的进化速度却需要按周迭代。“你 1 月份去定义一个产品，8 月份量产出来，消费者对 AI 的期待已经变到新的范式上去了”。面对这种速度差，丛泽龙和团队先进入业务部门，观察实际工作中最耗时、最重复的环节，再与业务同事一起打磨工具。具体问题得到解决之后，同事们对 AI 的理解和接受度也开始变化。

团队从研发一款 100W 智能屏显充电器切入，丛泽龙和团队摸索出来的流程是：让 Agent 提取需求关键词、在元器件库做向量检索，然后实时核算 BOM（材料清单）、超标自动寻找可替换的元器件并给出降本方案，再然后接入 PLM（产品生命周期管理）历史数据评估开发风险，由对抗式 Agent 复核，工程师最终裁决……如此，据丛泽龙介绍，在上述方案生成与初步评估环节，原本约需 3 人天的工作，可以压缩到半人天左右，最终方案仍由工程师审核确认。

在专利环节，品胜的工程师本来需要把上百个件号在图纸、件号表、附图说明三处手工对应；现在则只需提供一份整机3D模型，系统将直接生成符合申请规范的图纸——件号、件号表、附图说明三处由同一数据源生成，天然地一致。“专利工程师后面再也不需要费心画图，只需要做好判断。”目前，丛泽龙和团队还在继续完善校核与反馈机制。

相比单点提效，丛泽龙和团队最终要实现的，是把个人方法沉淀成组织资产。

品胜的 SkillHub 承载了这一使命：验证过的工作流会被封装成 Skill 上架，看板会实时显示公司里谁贡献多、谁的 Skill 被复用多；相关绩效评的也并不是数量，而是“有没有帮业务部门重构工作流”。和上文松鲜鲜类似，“我们用得最多的也是周报 Skill，”丛泽龙笑道，“我们会让每条数据可追溯，能追问‘这个数据是谁提的、依据是什么’，并直达当时的会议纪要。”这套思路，后来也被反馈给了千问办公的产研，后者在后续上线了公司级“团队 Skills”的相关功能。

关于“自研 AI”和“外采 AI”的决策分辨，丛泽龙认为，行业专属的能力必须自己做，比如3D生成专利图这类能力（外部也买不到），但会议纪要、报表整理、法务合同分析等企业管理通用的则应尽快复用外采工具，“用千问办公，API 都不用报销了，直接从企业统一采购——这句话可能听上去比较好笑，但实际上它解决了很接地气的一个痛点。”

丛泽龙并不否认，推进组织 AI 化的过程中需要格外考虑同事的接受度，“公司不会要求资深研发工程师们强行改变。他们会先被邀来一起参与 AI 产品的打磨，共同承接任务——而不是一上来就改变工作流。”

“我们团队是跟着 AI 一起长大的一群人。”对 AI 的认知，是丛泽龙在搭建 AI 产品中心团队时最关键的指标，“我们有一位拿到 offer 的大专学历的候选人，你能在简历上看出他从早期模型一路跟进到了最新的 Agent 工作流。这种持续学习和动手解决问题的经历，给我留下了深刻印象。”

“这样的 AI 原生人才，会把新出的 AI 视作趁手的兵器，而不是担心会替代自己——这就是最关键的新时代的人才标准。”他也给同行们提了个醒，“大而全的 Agent 平台并不是最终答案，改变公司里所有人的 AI 认知是最优先的事项。”而对于多数公司来说，这一转变需要一号位的亲力站台和推动。

方法沉淀下来后，紧跟的下一个问题是：AI 被允许碰什么、又不能碰什么？广汽的答案，形成了对权限体系设计的思考。

广汽集团基础架构负责人王麒钧相对关心的，并不是“AI 会不会写 PPT”，而是 Agent 在权限体系里跑会不会出事。

今年年初，广汽先是选定钉钉承载流程管理。伴随 3 月份悟空的发布，AI 能力自然长在了流程上。“我们是比较幸运的。”王麒钧判断，这种跟办公系统、流程紧耦合的形态，至少是近期内办公领域智能化的终极形态。

作为一家控股参股企业近 300 家的大集团，广汽买了规模庞大的千问办公 License，但却只按申请制放开了“不到 1200 人”。采访中途，他现场调取了后台：累计 1222 条使用申请，最多的场景是文档写作、数据分析、知识管理和开发辅助。申请人不只在研发条线，还有战略部的战略洞察、热管理实验室的实验代码、智驾团队的市场洞察等都在其中。

“我需要每人填申请的时候写清使用场景，业务领导和数字化部双重审批。有很多人只写两个字：‘工作’，我会拒绝退回去了——如果你都不知道要拿来干嘛，我为什么要批呢？”王麒钧对成本账的态度很严肃，“一个账号 200 块，还要消耗 Token。自己都没想认真去用的话，怎么可能用得好？”

审批解决的是“谁可以用”，而更难的问题是“AI 能被允许做什么”。

广汽没有为数字员工单独设置权限，而是直接复用钉钉的统一身份认证和组织架构，让数字员工继承对应岗位的权限边界。这与千问办公的产品设计恰好对上了：后者为每个数字员工设定了明确的名称、岗位职责、授权范围和生命周期，所有操作记录可追溯。

王麒钧并不赞成“全员强推”。“强行要求上万人的大公司人都用上AI，是一个不科学的行为。公司的数字化部并不是保姆。”他选择的路径是由积极分子先导、一传十十传百地生长，“先用起来的人如果完成工作提效了，落后的人自然会跟进”。

广汽内部也并非只用千问办公。领导层使用的 AI 工作台基于自研引擎和自建算力，部分部门按需选择其他工具。在王麒钧看来，这种多线并行的模式还会持续一段时间。

数据在这里同样需要被分级：核心战略和研发数据留在私有环境，其余数据上公有云。为什么不全私有化？理由其实很现实——模型迭代太快，私有部署的硬件很难跟上更新速度，反而可能掉队；公有云则能提供更强的迭代能力、更快的速度和更好的弹性。

但并存不意味着没有主线。王麒钧将集团的AI应用拆分为 L1 到 L5 五级。L1是日常辅助，L2是流程助理，再往上是岗位级应用和数字员工化，L5 是自学习、自迭代的“自动驾驶形态”。当前广汽推行的优先级在“流程”这一层——他想先把这一层做好，实现 AI 普惠，再谈数字员工化。而“组织级 Skill”则是他的下一个待办项，并且需要更多的知识积累。

“我们要务实，不要表演。”王麒钧希望在广汽的 AI 落地过程中坚持这种底色。

对员工个人而言，松鲜鲜认为，AI 能将全员底线从 50 分提至 60 分；广汽受访者则相反，认为强者更强，弱者难有捷径；品胜的案例则介于两者之间，学历门槛被击穿，但成长取决于个人与 AI 的共进。

而对企业来说，无论是交出了考核、方法还是权限，本质上都是组织支付的信任。诚然，把东西交给 AI，没有一样能轻易收回来——每一家公司的AI办公转型实验，截至今年 10 月都还在半路上：松鲜鲜的 Token 配额还在调配，方言识别还在迭代；品胜的专利 Agent 还差一道防错机制；广汽的“组织级 Skill”仅刚刚立项……不过，不同的选择也换来了各自的探索进度。

“2026，才是 AI 企业应用的真正元年。”正如广汽受访时所言，这种话不止于口号。当下谁能抢到 AI 原生人才，要先看哪个组织敢先交出自己。

注：受访者姓名职务以企业方确认为准