企业用AI，真正缺的是“上下文”

过去两年，几乎所有企业都在高喊AI转型，但绝大多数落地最后都沦为了员工个人的“写稿工具”或“客服弹窗”。企业动辄几百万的宏大AI方案，究竟卡在了哪一步？

前几天，我一个做电商代运营的朋友，丢了一个跟了大半年的百万级新客户。

这个客户谈的是双11合作，结算预付款锁仓时，账单却比预期高了近十万。客户质问为什么没扣除此前口头约定的“阶梯返点”；销售拿出的合同草案写着“仅限主爆款”；仓库是按“买一赠一组合装”备的货；而刚到岗的新财务，完全不知道什么预售返点，就是套着前任留下的Excel的公式在硬算。

销售、仓库、财务，每个人都拿出自己系统里的依据，证明自己没做错。但客户评估后觉得这家公司内部管理混乱，生怕双11爆雷，很坚决地终止了合作。

职场里最消耗人的，往往就是这种“对不齐上下文”的损耗。

很多企业以为买一套AI工具，就能解决所有效率难题。可过去两年，无数公司高喊AI转型，就像我上面提到的那位朋友，之前也砸钱引进了各种AI助手，最后却发现它们依然沦为了员工个人的写稿工具或客服弹窗，完全帮助不到核心业务。

企业用AI，究竟卡在了哪一步？

在昨天（9月22号）的云栖大会上，千问办公CEO陈宇森在现场抛出了一个非常犀利的观点：

个人办公爽了，不等于组织提效了。大模型卷了三年进不去业务流水线，核心原因就是缺了“上下文（Enterprise Context）”。

千问办公给出的解法也很直接：放弃卷一个“什么都能聊”的全能对话助手，直接把AI做成一条隐形的管道，将企业散落在群聊、文档、审批甚至口头沟通里的上下文全部接通。

这就是千问办公这次给出的逻辑——Context is All You Need。整场发布，让我看到了未来企业Agent的形态。

01. AI进不去核心业务？因为“起承转合”卡了

企业业务AI和个人AI，完全是两码事。

个人用AI极其简单，聊完天把窗口关闭，断了就断了，毫无后遗症。但企业的业务是连续流转的，从接需求、查库存、算定价到走审批，环环相扣。

过去AI只能做做翻译、写写文章，一遇到真实的业务流程就歇菜，说白了，就是跨部门、跨系统的上下文在中间断裂了。

就拿益海嘉里金龙鱼来说，旗下金龙鱼、胡姬花等品牌线非常庞大。过去面向餐饮大客户做一份菜品提案，需要多个部门的人跨系统反复协调，走完300多个步骤，花上整整几天；财务专员算一个新品定价，得去逐一调取配方、行情、库存成本和运费，手工反复测算。

过去的AI为什么用不上？因为企业内部这些核心数据和流程它根本拿不到。千问办公干的事情，就是通过开源MyContext，把文档、审批和消息这些原本散落的数据打包，变成了Agent能随时调用的“组织上下文”。

现在他们再做菜品提案，输入客户品牌和开发阶段，几小时就能拿到报告；财务要算定价，在千问办公里提交一张标准表单，结果秒级生成。

同样的场景，也发生在物流行业。过去中国数联的业务员，想查货运进展或做外贸分析，要在公路、海运、航空和口岸各个平台来回切换，信息碎在各处。

如今，他们在千问办公上仅需输入一句需求，就能调用物流行业专区的能力，完成跟踪货品运送进度、查询口岸通关情况、分析外贸生意趋势等任务。

把跨系统的上下文接通，业务的“起承转合”才能跑顺。AI才能脱离陪聊玩具的定位，变成帮企业跑完业务流程的自动化管道。

02. 最好的企业级AI，为什么必须是“隐形”的？

既然需要上下文，怎么拿？

过去，很多企业搞信息化或者AI转型，最容易犯的错误就是“改天换地”——重金买一套新系统，逼着全公司员工改变几十年习惯去填新表格、学新软件。

无数血淋淋的事实证明，这在实际管理中几乎注定失败，因为旧组织的惯性极强。

千问办公最聪明的一点，在于它没有走“与旧组织为敌”的路子，而是玩了一套极其利落的“隐形管理”。

首先，不造新入口，直接潜入已有的阵地。

它不需要员工额外下载新软件，而是直接把能力注入到钉钉、飞书、企业微信三大主流平台里，甚至还打通了阿里云上的Salesforce。员工本来在哪里打字沟通、处理CRM，Agent就直接在哪里接活，完全不需要额外适应成本。

其次，不改旧习惯，把口头交流直接转化为业务指令。

企业大量的核心决策和业务细节，其实不在系统里，而是在开会、拜访客户或者走廊聊天的口头话里，这叫“消失的上下文”。

千问办公这次发了个67克的随身卡片QwenNote A2。比如方达或者德恒的律所合伙人，跟当事人开完会或者开完庭，根本不用趴在电脑前整理半天，对着这个小卡片长按一下说句白话：“把刚才的沟通整理成案情备忘，划出三个需要补充的证据，约这周五给团队开会”。

AI拿到了现场听记的上下文，立刻联动钉钉整理好了备忘、列出清单，并把会议日程给约上了。

不改变人的干活习惯，只改变干活的效率。

第三，不留后遗症，在安全和合规上无痕治理。

企业不敢给AI喂上下文，最怕的是数据泄露。像国银金租这样的金融机构或者方达律所，对数据合规的要求近乎苛刻。

而QwenNote在硬件端搞了个“转后即焚”——加密传输到云端转写完后，物理删除原始音频，只保留文字纪要；平台端再配合角色权限控制，让企业敢把商业上下文放心地交给AI。

03. 有了上下文，AI落地才能“轻量”且“扎进泥土里”

最实在的落地，往往极其轻量。

当上下文接通之后，企业用AI真的不需要去搞什么动辄几百万的“宏大转型方案”。最有效的路径，就是把员工个人平时积累的“土办法”和经验，无感编译成公司的“硬资产”。

看几个真实的例子：

在长安汽车的开发中心，电气系统集成测试工程师毛海，以前做线束选型计算要手工干两天。他用千问办公把自己的业务经验搭成工具，现在线束计算只需5分钟。采购部的龚玄以前每周做例会PPT要加班到深夜，现在把需求丢给AI写，敏感数据还能安全留存本地。

在一汽丰田，一线车间里完全没有编程基础的班组长，靠千问办公用自然语言直接“讲”出来一套覆盖多条产线的生产管理系统；销售负责人把经销店日报、巡检和订单交付串成自动化链路，原本专人整理一天的数据，现在直接压缩到分钟级。

在方达律师事务所，以前企业上市或被收购前，要十几位律师花数周在上百个数据源网站逐一核查公司法人实体。现在合伙人把审查框架固化成Skill，Agent自动批量访问网站、核验、截图做底稿，只需要1位律师复核就能出报告。

这些案例里，没有一个是在大改大革，也没有一个是在逼员工写代码。本质上都是把员工脑子里的经验、工作中的土办法，以极低的门槛，变成了全公司都可以复用的数字资产。

陈宇森在云栖大会上说了这么一句话：PC时代的工作语言是文件，移动互联网时代的工作语言是在线协作，而Agent时代企业新的组织语言，就是“企业上下文”。

从底层十万卡的云上算力，到中间承接数据的MyContext，再到前端的硬件与多人工作台，千问办公试图给企业建的，其实是一套服务于组织的“数字神经系统”。

当个人经验无感沉淀为组织资产，单点提效串联成业务流转，企业向AI Native的演进，自然也就水到渠成了。