办公正在成为全球 AI 行业竞争最集中的战场之一配资公司排名。
相比聊天、搜索，AI 在企业办公场景下的落地要复杂的多，一方面需要连接、调用企业的文档、邮件、知识库，另一方面还需要 AI 理解审批、销售、财务等业务流程。而今年以来 Agent 快速发展，让 AI 进入「千司千面」的企业办公场景成为可能。
因此，从微软、谷歌到国内的互联网和云计算公司，行业竞争的重点都在从模型能力延伸到办公入口、企业数据、Agent 平台和业务流程。企业客户是否愿意采用，AI 能否安全地接触组织数据、进入实际工作流，也开始成为比模型能力更受企业关注的竞争要素。
这一轮全球竞赛中，阿里把注下在了千问办公。
千问办公并非从零成立，而是阿里将 QoderWork、钉钉悟空、Mulerun 等 AI 办公产品和团队整合后形成的一股合力。它背后连接着千问模型、阿里云、钉钉、企业服务及硬件生态。千问办公选择把什么做成产品、如何处理与钉钉的关系，以及它如何定义企业 Agent，都是观察阿里企业 AI 战略的一扇窗口。
9 月 22 日云栖大会期间，千问办公集中发布了一系列面向企业级 AI 落地的能力，包括连接企业私有知识的「企业上下文」、让人与 AI 在同一空间协作的「协作功能」、软硬一体的 QwenNote A2，以及可以接入企业原有系统的自定义行业工作台。
整场发布的核心被概括为一句话：「Context is all you need」。
这套产品组合回答的是今天企业办公遇到的共性挑战：企业需要的已经不只是一个能写文档、做 PPT 的通用助手，而是一个能够理解组织数据、进入业务流程，同时受到身份、权限和审计约束的 Agent。对千问办公而言，「上下文」也不只是提示词或知识库，而是一套需要连接、抽象、压缩和持续更新的数据基础设施。
在云栖大会期间，极客公园参与了一场对千问办公负责人束骏亮的群访。他在采访中进一步解释了千问办公对企业 AI 的几项核心判断。
企业 AI 的竞争还远未到终局。现阶段真正的赛点不是产品声量，而是客户是否选择、是否真正使用。 上下文应该成为独立于具体 Agent 产品的企业基础设施。它属于企业，而不应被锁定在千问办公或任何单一产品中。 企业 Agent 与个人助手之间的关键差异，并不只是模型能力，而是身份、权限、数据归属、审计和责任。一个 Agent 一旦进入组织，就必须回答「谁把它带进来」「它能访问什么」「出了问题由谁负责」等问题。 千问办公在阿里内部虽然正在成为统一的能力出口，但团队并不希望把它限定为某个固定入口、桌面智能体或工作台。它与钉钉的关系也不是简单替代，而是双向融合：传统办公软件成为数据和流程底座，AI 产品则提供更强的理解、泛化和自然语言交互能力。以下内容根据群访实录整理，经极客公园编辑整理。
一、企业 AI 的赛点还没有到来问：千问办公整合并推出两个月后，你怎么判断现在的行业状态？真正的赛点是什么？
束骏亮：我们内部讨论过一个词，叫「欣欣向荣的一片混乱」。大家都很有干劲，也都觉得 AI 有很大潜力，但很多企业愿意拥抱 AI，却还没有完全想清楚自己究竟需要什么。在这种状态下，一些混乱是正常的。
过去两个月，我们出发得比较快，在几个大厂中较早完成整合，也较早拿出产品、获得第一波市场反馈。现在还看不到真正的赛点，因为底层技术和用户需求都变化得很快。
如果一定要说一个赛点，我认为是企业客户的选择：有多少重要的头部客户选择你，有多少中小客户广泛选择你。
问：企业客户对 AI 办公的需求出现了哪些分层？
束骏亮：我们越来越明确地看到，客户是分层的。中小客户更关注性价比和易用性；中大型客户首先会问产品是否足够安全、是否可控、能否深度定制。这是两条不同的路径。
一些大型企业有足够的技术储备，我们可以把定制能力直接交给企业的技术部门或员工，由他们围绕自己的业务场景搭建。
面对更多行业客户时，我们会和生态伙伴一起，把共性的需求做成行业方案，再服务大量中小企业甚至个人用户。同一种能力进入不同客户时，交付路径会不一样。
问：行业 Agent 需要深入客户现场共创，这种模式怎么规模化？
束骏亮：AI 时代的客户成功或现场工程团队，与过去 SaaS 时代不一样。传统 SaaS 的边界比较固定，客户成功需要教育和陪跑的事情相对有限；一个 AI Agent 进入律所或其他行业后，潜在场景非常多，关键是有没有懂 AI、又能和业务方配合的人，把有价值且 AI 能够解决的场景挖出来。
我们不可能以完全相同的投入服务所有客户，因此会做分层，但仍然愿意让产品和 FDE 团队进入业务现场。
一个律所跑通的十个场景，可以复制到其他律所，其中的共性甚至可以跨行业复用。随着共创积累增加，这项工作会逐步收敛，AI 也能帮助我们缩短过程、减少人力，但深入现场的价值不会消失。
二、上下文是一套新的数据基础设施问：为什么上下文会成为 AI 办公的核心竞争点？
束骏亮：不仅是办公，对任何 Agent、任何 AI 来说，上下文都会是至关重要的一部分。
模型的上下文窗口即使持续扩大，相比一个真实业务背后的信息总量仍然有限。围绕一个企业项目，可能同时存在大量聊天、文档、数据库记录和设计图纸，不可能在完全不整理、不结构化的情况下全部塞进模型。
只要模型的上下文和注意力不是无限的，真正重要的问题就是：怎样从海量数据中找到与当前任务直接相关的信息，并把这些信息组织成合适的数据结构，让 AI 通过类似渐进式披露的方式，一步步探索到所需上下文。
问：企业上下文只是把结构化和非结构化数据搬到一个新平台吗？
束骏亮：不是。即便面对数据库字段、SAP 或 Salesforce 中的结构化数据，也不能简单复制到新的数据结构里。
我们要做大量抽象和提炼，使这套结构对 AI 友好，让 Agent 能够开箱即用，并能沿着实体之间的关联去探索。
同样的抽象也要覆盖聊天、语音、视频等非结构化数据。处理海量非结构化信息时，模型是否适配场景、速度是否足够快、成本是否足够低，会直接决定方案能不能落地。
这里能够体现阿里全栈 AI 的优势：从芯片、模型到基础设施，都可以参与降低抽象和更新企业上下文的成本。企业内部可处理的数据越多、覆盖越完整，上下文也就越接近真实业务。
问：企业上下文应该属于千问办公，还是属于企业自己？
束骏亮：上下文应该跟着主体走，而不是跟着某一个 Agent 产品走。
个人应当拥有自己的上下文基础设施，从日常使用的软件中提取信息，并能够把这些上下文用于不同的 Agent。企业也一样，企业上下文属于企业本身。
我们提供的是企业级上下文基础设施，它需要和千问办公解耦。企业可能选择千问办公，也可能自研或采购其他 AI 产品，这些产品都应当能够从企业自己的上下文中获得能力。
它更像新时代的数据基础设施，只是目前还没有像数据库那样形成成熟标准。
问：硬件在上下文体系里承担什么角色？
束骏亮：硬件是连接数字世界和物理世界的桥梁，也是上下文增量采集的重要入口。
过去我们更多在电脑和软件层面处理文档等信息，像 QwenNote A2 这样的设备，可以把日常对话转化为 AI 能理解和沉淀的文本上下文。未来眼镜等更多形态，也可能把物理世界的信息转化为 AI 可用的输入。
硬件还有第二层价值，就是让用户在更自然的场景中唤起 AI。开完一场会后，用户可以直接要求设备把纪要整理成待办并发给同事，不必再打开手机或电脑。随着 AI 硬件的品类和成熟度提高，交互入口会越来越多。
三、企业级 Agent 首先要解决身份、权限与责任问：从个人助手走向企业级 Agent，产品最根本的变化是什么？
束骏亮：个人助手通常代表用户本人，操作也在个人掌控之下；Agent 进入组织、成为某个流程的一环之后，必须回答一整套新问题：谁把它带进来，它是什么身份，能访问哪些数据，操作过程是否安全，出现问题能不能审计和追责。
企业还要求 Agent 持续运行。个人 Agent 可以跑在本地电脑上，但企业不能接受员工下班后 Agent 也下班，因此需要云端运行的 Agent 资产。
身份、权限、审计、云端运行看上去是单点功能，背后对应的其实都是企业对 AI 的基本要求。
问：AI 可能犯错，企业怎么决定哪些操作可以交给它？
束骏亮：我不认为现在一定要照搬智能驾驶的 L2、L3、L4 来评价 AI。对我们来说，更重要的是解决具体问题。
但安全在企业场景里是原则问题：不是某一次操作是否重要，而是这个操作有没有人负责、能不能追溯、能不能判断边界。
因此，企业管理员需要能够约束 Agent 的访问范围，员工在办公设备上使用桌面 Agent 也要有相应安全措施。
千问办公在产品层面强调事前划定边界、在沙箱内执行，涉及本地或高风险操作时需要人工确认，并提供事后审计和文件防误删等兜底能力。
问：个人和企业在获取上下文时，难点有什么不同？
束骏亮：个人数据分散在大量 App 中，能否拿到数据取决于平台是否愿意向个人开放，目前我们看到这个开放的趋势出现。
企业内部反而通常不是「拿不拿得到」的问题，企业愿意开放自己的数据，真正的难点是数据量太大、类型复杂，而且不同数据之间可能相互矛盾。
所以企业级上下文的挑战在于处理和抽象能力：算法能覆盖钉钉、飞书以及多少其他软件，底层计算和模型能否支撑这种规模。
个人 Agent 和企业 Agent 的底层技术未必差异很大，差别更多来自上下文归属、账号体系、授权路径和数据边界。
问：千问办公会允许用户切换第三方模型吗？
束骏亮：我们支持企业级客户切换模型，但不会把同样的选择直接交给所有个人用户。
Agent 中切换模型可能对使用体验造成很大影响。少数专业用户能分清不同模型的差异，但大部分普通用户未必需要承担这种复杂性。
为了保证普通用户体验，个人产品会更强调默认选择。企业客户有能力为自己的选择负责，我们可以提供相应能力，但客户也需要对所选模型带来的效果和风险负责。
四、千问办公不是固定入口，与钉钉将双向融合问：阿里在企业 AI 办公方向，是否正在收敛到千问办公？
束骏亮：毫无疑问是在收敛。当前的市场竞争中，只有形成统一出口，才能获得竞争优势，行业内大家也都在做类似收敛。
但我们从来不把千问办公只定义为桌面智能体或某个工具。我们希望成为企业 AI 转型的最佳合作伙伴。
小企业可能需要统一入口；很多大型企业不缺入口，需要的是模型、Agent harness、云端 runtime 等能力，用来补充自己的 AI 体系。因此千问办公不能只被定义成一个产品，它是一个能力体系的表现。
问：既然形态变化很快，千问办公如何确定自己在企业 AI 体系中的位置？
束骏亮：AI 行业的变化速度非常快。半年前大家未必会把桌面智能体当成重点，更早之前关注的是 Web 端 AI；到明年，行业关注的形态也可能再次变化，上下文或其他能力会成为新的重点。
我们希望客户不是因为某一个当下的产品形态选择千问办公，而是认可这个团队和阿里能够持续站在技术前沿，在行业变化时不断拿出适合当下的产品和能力。
我们的定位因此不是固定在入口、OS 或工作台中的某一层。
问：千问办公与钉钉是什么关系？AI 软件会替代传统办公软件吗？
束骏亮：传统软件在中短期内仍然有很大价值。钉钉等产品沉淀了大量数据资产和客户业务逻辑，不能因为新产品出现，就要求所有用户立刻切换工作界面。客户愿意用哪种方式，我们就支持哪种方式。
从长期看，传统软件可能更多承担数据底座、上下文底座，以及固化业务流程。不是企业内部所有流程都适合用 AI：AI 有幻觉，也会消耗 token；传统软件擅长稳定、快速、低成本地执行固定流程，AI 擅长泛化和自然语言交互，两者会形成配合。
现在能看到的是双向融合：传统软件增加 AI 能力，AI 软件也补充协作和业务流程能力。
千问办公正在与钉钉进行能力融合，包括在钉钉文档中提供总结、润色能力；在会议中引入听记、实时翻译等功能，也处于规划之中。
最终合并成一个产品，还是继续沿各自赛道发展，要由用户需求和行业演进决定。
问：千问办公会成为企业办公的新入口吗？
束骏亮：哪个产品成为入口，最终取决于时代发展和客户需求。
我们在千问办公中增加协作能力，是因为客户希望 AI 产品也具备一定程度的协同；同时我们也在推动千问办公能力进入钉钉、Salesforce 等既有界面。
我们不是要说服所有客户迁移到一个新入口，而是把 AI 的价值带到客户原本工作的地方。对有些客户来说，千问办公可以是入口；对另一些客户来说，它可以是一组被调用的能力。
五、全栈能力是优势，客户选择才是结果问：在企业级 Agent 竞争中，千问办公现阶段最明显的优势是什么？
束骏亮：竞争刚刚开始，还谈不上谁已经形成了本质差异。每个组织都在放大自己的优势、补齐短板。
阿里比较明确的优势是全栈 AI 能力。对于安全要求很高、需要私有化部署的企业，我们需要同时回答硬件、模型、云基础设施和软件能否私有化。单点能做的公司不少，但把整套能力从上到下串起来的公司很少。
这是一项阶段性优势，不等于已经赢得竞争。最终怎样胜出，还要看能否把能力变成客户真正使用的产品和方案。
问：企业 AI 最终应该按 token、软件还是结果收费？
束骏亮：按结果付费是大家希望抵达的方向，但企业场景很难统一衡量结果。
一个 PPT 好不好、值多少钱，相对容易讨论；在一家企业里完成一百个审批究竟值多少钱，就很难标准化。
按 token 付费只是 AI 产品的一种收费方式，不意味着软件本身不能收费。客户愿意为什么买单，取决于什么具有稀缺性。
当前很多产品的软件同质化严重配资公司排名，因此大家更容易为模型成本买单；如果软件形成真正差异化，客户也会愿意为软件设计、功能和云资源付费。今天的收费方式更多是产业阶段的结果。
永华证券提示：文章来自网络，不代表本站观点。
- 上一篇：正规期货配资 围棋名手走进罗湖商圈！与市民共赴黑白之约
- 下一篇：没有了
相关文章
热点资讯