用数据和案例,讲清楚行业里的事 关于我们 | 联系方式 | 网站地图
AI行业观察站AI INDUSTRY INSIGHT
首页 › 权威转载 › 正文

WorkBuddy、豆包工作、千问办公都接了同一批模型:AI办公竞争回到老问题

2026-11-20栏目:权威转载约 5 分钟

来源:36氪 | 原文链接 https://www.36kr.com/p/4075314381559687 | 发布日期:2026-11-19

最近一段时间,因为 AI 的出现,中国的几家大公司先后调整了 AI 办公业务的组织架构。7 月底,字节跳动启动组织调整,整合豆包、飞书和火山引擎的力量,9 月 CEO 梁汝波在飞书大会上首次系统阐释了这一安排;腾讯的 WorkBuddy 由马化腾亲自参与产品会议,QClaw 相关业务和团队也并入这条线;阿里把三款产品合并成千问办公,交给钉钉团队负责;百度把内部产品并入百度搭子,金山办公则把主要精力转到 AI 上。

这些调整说明,各家已经结束前期分头尝试的阶段,开始集中资源,用自己在组织、生态和渠道上的既有优势来做这块业务。这和大模型刚出现时的预期不太一样——当时很多人以为,新的 AI 产品会取代原来的行业龙头,小公司也能靠一项新技术做起来。几年过去,模型谁都能买,真正占据有利位置的,还是那些有渠道、有客户关系、有完整产品体系的大公司。

一个细节能说明问题:这几款产品接入的都不是单一模型。腾讯 WorkBuddy 在自家混元之外,接入了 DeepSeek、智谱 GLM、Kimi、MiniMax;豆包工作在两款豆包模型之外,也接进了 Kimi、GLM 和 DeepSeek;千问办公更直接,11 月中旬一次上线十款模型,自研千问之外,DeepSeek、Kimi、MiniMax 都在其中——而它 8 月曾短暂接入外部模型又悄然撤回,几经摇摆才彻底放开。微软 Copilot 同样没有只用一家,OpenAI 和 Claude 一起用。

这看上去是各家的不同选择,结果却指向同一处:主流模型都被接进同一款产品,模型就成了可以随时替换的零件,谁也没法在底层能力上拉开差距。接的模型越多越全,产品之间反而越像。作者由此对业内流行的三句话逐条提出保留意见。

第一句是「企业手里数据多,接上 AI 就能把数据用起来」。事实是,同一家公司销售、财务、仓库各记各的账,同一个数字在不同部门对不上,背后是各自的职责和权限不一样。前几年流行的数据中台就遇到过这个问题:2015 年前后由阿里带热,很多企业投入资金跟进,到 2020 年前后阿里自己也在弱化中台,不少项目建完系统,数据还是不好用。困难主要不在技术,而在组织——让各个部门把数据交出来、重新协调利益,比上一套系统难得多。这也能解释一个现象:阿里千问办公今年开源了一套工具,作用是把分散在不同系统、格式不一的数据整理成智能体可以直接使用的内容;如果原始数据拿来就能用,这种工具就没有存在的必要。手里握着数据,和能把数据用好,并不是一回事。

第二句是「把系统接进企业核心流程、按客户需求做定制,客户用得越久越离不开」。这种做法在软件行业很常见,但代价明显。过去很多大型企业软件和客户流程结合得很紧,短期看客户很难更换;可一旦技术方向变化,这些软件公司因为要照顾老客户,产品改动很慢,很难全力转向新趋势。更近的例子是上一代自动化软件 RPA:操作规则针对具体流程设置,业务流程一变,原来的规则就要重新做,后续维护工作量很大,有从业者反映,有些项目省下来的人力成本,还不够维持软件正常运行。现在的 AI 办公已经能看出不同的选择:腾讯先做个人桌面助手,再从个人用户逐步进入企业;阿里更看重企业客户,依托钉钉往业务深处做;字节则把 AI 功能直接做进飞书。做得轻,推广快但容易被替代;做得重,客户稳定但可能跟不上变化。模型差不多半年更新一代,在这样的节奏下,客户关系牢固和产品难转身,往往来自同一个原因。

第三句是「这是全新的创新」。把前两点连起来会发现一个有点讽刺的事实:这场被称作颠覆的竞争,用的打法和传统软件行业并没有太大区别。微软是最清楚的例子——纳德拉没有让 AI 成为独立产品,而是把 OpenAI 的能力逐步放进自己的软件体系:单独的 Copilot Pro 停止销售,AI 功能并入 Office 套件,再和安全、管理工具一起打包成每人每月 99 美元的 E7 套餐。哪怕微软,也在 Copilot 里同时接入 OpenAI 和 Claude。表面看是新技术在推动,实际起作用的还是 Windows 和 Office 多年积累的客户基础。国内几家公司也是类似思路:腾讯靠微信和企业微信的流量,阿里靠钉钉上的企业客户,金山靠政企渠道和文档格式上的兼容,百度则依托搜索、网盘和智能云。这些优势都不是 AI 带来的,而是各家多年经营的结果。

用户增长的数字也要分开看。WorkBuddy 的快速发展,一部分靠积分补贴和微信的免费导流,也有用户只是冲着补贴而来,把它当作调用其他模型的入口。发布时的热闹,不一定能换来长期使用。

把时间拉长看,技术带来的变化,很少是简单直接地把老公司换掉。一项新技术从稀缺变得普及,最先发生的往往是老公司借助它完成自己的升级,把新变化纳入原有体系。AI 办公现在正处在这个阶段。但这不代表格局已经定了——商业史里,真正重新划分市场的公司,往往出现在头部企业关注之外,它们不照搬现成的做法,也不急着模仿大公司。现在五家大公司互相盯着对方,产品越做越像,真正不一样的力量,也许正在它们注意不到的地方发展。

本文转载自 36 氪,原文链接:https://www.36kr.com/p/4075314381559687,版权归原作者所有。

常见问题

AI行业观察站 常见问题,持续补充

什么是GEO(生成式引擎优化)?

GEO(Generative Engine Optimization)是面向AI生成引擎的内容优化方法:让品牌内容不仅被搜索引擎收录,还能被AI问答直接引用作答。详见为什么你的文章 AI 搜得到,却答不出来;实操层面可先过一遍AI引用自查清单:发布前逐条过的13项检查。本站持续输出该领域的实践与方法论。

GEO可信资质评估是什么?

2026年9月有首批企业通过中国信通院泰尔实验室的GEO可信资质认证(编号2026VK008179,依据AIIA/T 0277-2026团体标准),是该标准落地后的首批认证服务商之一。证书怎么核、评估什么,见GEO可信资质评估:这份证书该怎么核。

最后更新:2026-11-02