千问办公，Token Maxxing终结者

“未来每个碳基员工将配备一个硅基员工”，长安汽车一位高管的话，道出了当下企业对AI的集体憧憬。

回顾过去二十余年，中国企业的数字化转型走过一条从无到有的长路。信息化时代，企业把业务搬上了系统，ERP、CRM、OA成为标配，数据开始被记录和存储；数字化时代，系统开始连接，信息孤岛开始被打通，业务流程在线化成为常态。每一步都是铺垫，每一笔投入都在积累数字资产。

大模型和AI爆发后，智能化浪潮以远超预期的速度席卷每个行业。没有人想在这轮变革中掉队，于是企业一把手们把“AI转型”写进年报，IT部门加班加点引入大模型和部署AI工具，甚至给全员开通Token额度。

但热闹归热闹，结果却不尽如人意。一个典型场景是，某企业斥资引入多款AI工具，设置每人每月数千万Token的配额，鼓励全员使用。三个月后复盘发现，真正高频使用的始终是那批本就擅长技术的年轻员工，而大量一线业务人员注册后再无活跃记录。

这样的故事不是孤例。过去两年，业内甚至出现了一个略带戏谑的词——Token Maxxing，指的就是那种，买了大量Token，消耗飞快，但业务价值不明的状态。Meta，微软、亚马逊等在AI上投入激进的头部公司，也在收紧AI使用权限，重新评估Token回报率。

个人提效和组织提效之间，存在一道被大多数人忽略的断层。目前很多企业遇到的现实问题是，AI带来的提效集中体现在少数“超级个体”身上，但放到整个组织层面，人均产出几乎原地踏步。

当企业以为自己买了组织能力，其实只是给员工发了一批“高级计算器”时，AI真正走进组织究竟差在哪些环节？

AI在组织中，为何只开花不结果？

2025年之前，长安汽车和大多数企业一样，内部使用AI还停留在尝鲜阶段。据长安AI应用开发处经理肖世强回忆，转折发生在两个关键节点的叠加。

技术成熟是前提，AI从问答转向任务执行，模型外增加应用工程层后能力大幅释放。这意味着，AI不再是一个只能对话的聊天框，而是一个可以调用工具、操作软件、执行任务的数字助手。

更重要的转折来自于内部推广，长安汽车采用自上而下的方式，先教会公司领导使用AI，让领导亲自上手体验和主动推荐，再扩展至全组织范围内。

在推广使用AI的过程中，长安汽车和大多数企业一样，都遇到了企业在AI时代不得不面对的三个结构性痛点。

第一个痛点是能力方差，AI放大了个体差异，而非缩小。企业引入AI的初衷，是希望用技术拉平能力差距，让新手接近老手，让能力一般的人追上优秀的人，但实际效果往往相反，AI就像一面放大镜，将原本就存在的个体差异进一步放大。

善于学习、拆解问题的员工，能用AI作出远超预期的成果。而那些本就对新技术有距离感的员工，连让AI准确理解指令都困难。结果是，组织里出现了一批超级个体，但大多数员工的效率并没有显著提升。AI带来的提效收益，集中在少数人手中，无法形成组织层面的合力。

长安汽车在全员推广AI时发现，员工使用AI的能力参差不齐。肖世强坦言，当前推进AI化的最大难点是意识问题，“部分一线员工觉得AI太高深，担心自己不会用。新事物进入工作场景时，员工也会自然产生抵触心理”。

很多企业也在实际业务中发现，员工AI能力的提升，往往要靠解决第一个问题来激发出来。但问题在于，这套从0到1的爬坡过程，无法自动完成，需要组织的基础设施来支撑。

第二个痛点是经验流失，个人的AI能力，带不走也留不下。一个员工花几个月甚至几年时间，把自己的工作方法、判断逻辑和业务理解打磨成了一套与AI高效协作的模式。但当其面临换岗、升职或离职时，这套能力也随之消失。

新来的员工需要再从头开始摸索业务与AI打通的整个流程。经验的代际传递，仍然依赖“师傅带徒弟”式的低效复制，而非系统化的能力继承。

我们注意到，在一些企业内部，有部分员工使用AI建立了大量的skill，但这些skill多基于其个人工作习惯和本地化环境构建，无法完全适配其他同事的业务逻辑和部署环境。这就导致，在缺乏组织层面基础设施的情况下，难以直接、完整地复制和沉淀为组织资产。

第三个痛点体现在协作方面，流程的效率下限，决定了组织的效率上限。即便每个人都装上了AI引擎，组织运行效率仍然被协作成本牢牢锁死。

现实情况是，一个任务可能流经三个岗位，假设每个岗位各自提效了80%，但由于岗位之间的信息传递、进度同步和结果对齐，依然靠会议、邮件和发送消息完成。最终结果是，AI优化了节点，却没有优化连接，提升了单兵作战能力，却没有重构组织战斗力。

以上三个存在于企业智能化过程中的痛点，都共同指向了组织的问题。也意味着仅凭单点AI工具，无法实现企业智能化转型。

千问办公的三条穿透线

阿里千问办公从一开始就瞄准了“组织”而非“个人”。

8月3日，阿里整合Qoderwork、Mulerun与悟空三条产品线推出千问办公，定位为企业级、面向企业组织的AI生产力平台。上线一个月，其用户数突破3000万，企业用户占比过半。

这个数据之所以值得关注，是因为企业级产品的决策链条远比C端漫长。千问办公能在首月拿下超1500万企业用户，侧面反映企业市场对AI办公的需求已经从尝鲜进入刚需阶段。

底层上，千问办公将阿里云、千问系列模型和钉钉三者打通，构建了一套面向企业的AI基础设施。上层，千问办公充当了AI统一协作入口的角色。员工无需切换工具和学习新界面，在原有的办公入口中，就能让AI参与信息流转、组织协同和业务执行。

信息流层面，过去企业使用AI最大的卡点不在模型不够聪明，而是“看不见”企业内部的数据。CRM里的客户信息、ERP里的库存数据、钉钉里的审批记录，散落在不同的软件，相互之间无法打通，形成了一个又一个的数据孤岛。

针对上述问题，千问办公于8月17日开源了上下文基础设施“MyContext”。它将分散在IM、文档、审批、邮件等系统中的异构数据，转化为AI Agent可直接调用的结构化上下文，开源数周即斩获超3000个GitHub Star。员工每一次打开千问办公，都能提前了解用户的身份、所在部门、负责项目、客户关系和业务数据。上下文不用靠人输入，而靠系统供给。

长安汽车提出“无AI，不长安”的口号，将千问办公深度融入“研产供销服”全链路。

在生产制造端，随车文件一致性核对曾是困扰长安汽车多年的效率瓶颈。每辆车出厂时，合格证与随车文件的参数必须与国家监管网站备案信息严格一致，涉及出厂必检项目多达100余项。过去，这些信息分散在纸质证书、监管网站和内部记录中，一线员工需要人工逐张核对，不仅耗时还容易因疲劳出现疏漏。

河北长安汽车有限公司质量体系管理工程师郭子雅借助千问办公，将这一环节改造成拍照上传、自动提取、自动比对的小工具，直接与国家监管网站数据比对并生成差异结果，员工仅需确认异常项即可。

组织流层面，千问办公的数字员工被真正纳入了企业组织治理体系。它拥有工号、身份、明确的职责范围，甚至承载考核标准。基于此，千问办公已经脱离了对话框随叫随到的智能助手，转向了有角色、有权限和有任务边界的“硅基同事”。得益于上下文赋予的理解力，数字员工能够参与真实的业务流程，实现7×24小时在线运行。

长安汽车采购中心全球采购平台数字化高级项目经理龚玄，称其工作中已有58个场景、58个技能由AI协助完成，过去两周累计交互240多次，节约时间约45个小时。他把AI称为自己的“替身”，完成了包括汇总项目进展、生成日报、整理待办事项和会议安排、辅助判断系统问题性质并建议排查方向等任务。

更关键的是，这些能力正在从个人资产走向组织资产。龚玄把建立的skill直接分享给同事，对方可以立即掌握其中大约七成的能力。

业务流层面，千问办公把AI塞进员工每天用的系统里。千问办公把AI能力拆解为原子化组件，嵌入进钉钉、CRM、ERP等员工高频使用工具中。员工无需切换入口，只需在钉钉等应用中发起指令，Agent即可跨系统查询客户、库存和订单信息。这种“原子化嵌入”的逻辑，不仅降低了员工的学习成本，也让AI真正进入了业务流程。

在研发端，长安电气系统集成测试工程师毛海借助千问办公开发了低压线束选型工具。过去，线束工程师需打开表格逐条核对、逐条分析，熟练工程师也要花上两天时间。

如今，工程师只需完成数据导入和结果导出，AI在中间层自动完成全部计算与匹配，约五分钟即可输出完整选型结果，并附带每一步计算过程的追溯功能，方便复核。工具跑通后，工程师没换入口，没改原有工作习惯，在熟悉流程中完成了操作，还能在后期不断更新工具能力。

IT AI化：企业智能化的分水岭

千问办公上线一个月以来，已覆盖能源、汽车、金融支付、智能硬件、具身智能、航空航天、影视传媒、互联网、政企、科研、法律、医药、教育、家居、物流、餐饮等多样化行业，包括长安汽车、传化集团、汇付天下、国银金租、科伦药业、中艺股份、老乡鸡等众多头部企业已接入千问办公。

上面提到到长安汽车并非孤例，正在有越来越多的企业把千问办公融入到业务流程中。

证券投资咨询机构汇正财经接入千问办公，覆盖投研报告撰写、对客质检与客户小记等核心场景；传化集团将AI协作引入供应链核心环节，排程优化、实时监盘、辅助决策由AI统筹，物流链条的信息流转效率与业务响应速度同步提升；科伦药业将AI能力引入财务核心场景，财务报表生成、账务核查、数据分析由AI承接，后续将向战略财务和业务财务场景延续。

行业不同，场景各异，看似毫无关联。但AI进入这些企业的方式，却惊人地相似。