大模型不再是壁壘，高質(zhì)量文檔解析正成為AI落地的“生死線”

最近，辦公軟件圈的風(fēng)向徹底變了。如果說(shuō)兩年前的“百模大戰(zhàn)”讓大家還沉浸在參數(shù)量級(jí)、算力競(jìng)賽的狂歡中，甚至產(chǎn)生了一種“只要模型足夠強(qiáng)，萬(wàn)事皆可靈”的幻覺，那么現(xiàn)在的市場(chǎng)信號(hào)已經(jīng)冷酷且直白：用戶對(duì)AI的新鮮感正在耗盡，單純的聊天陪聊撐不起AI的下半場(chǎng)。

（圖為：中金公司研究部執(zhí)行總經(jīng)理、計(jì)算機(jī)行業(yè)首席分析師于鐘海）

在1月27日的WPS 365 AI協(xié)同辦公上海峰會(huì)上，中金公司研究部執(zhí)行總經(jīng)理、計(jì)算機(jī)行業(yè)首席分析師于鐘海拋出了一個(gè)引人深思的觀察：頂尖AI實(shí)驗(yàn)室的模型更新周期已縮短至數(shù)月。這意味著，企業(yè)試圖通過(guò)自研或深度綁定某一模型來(lái)建立競(jìng)爭(zhēng)優(yōu)勢(shì)，不僅成本高昂，且“保鮮期”極短。他提出了一個(gè)關(guān)鍵斷言：數(shù)據(jù)才是AI時(shí)代企業(yè)唯一可持續(xù)的護(hù)城河。這一觀點(diǎn)折射出一個(gè)行業(yè)共識(shí)——企業(yè)級(jí)AI的競(jìng)爭(zhēng)重心，正在從“比拼模型有多聰明”，全面轉(zhuǎn)向“比拼數(shù)據(jù)治理有多深”。

很多企業(yè)在做AI轉(zhuǎn)型時(shí)，都會(huì)遇到一個(gè)尷尬的困境：AI在演示寫周報(bào)、潤(rùn)色郵件時(shí)表現(xiàn)驚艷，可一旦進(jìn)入真實(shí)的業(yè)務(wù)深水區(qū)，面對(duì)那些積攢了十幾年的合同、設(shè)計(jì)圖紙、工藝手冊(cè)，AI就開始“間歇性胡言亂語(yǔ)”。這種“演示很牛，落地就走”的癥結(jié)往往不在于模型不夠聰明，而在于業(yè)務(wù)數(shù)據(jù)的“沉睡”與“無(wú)序”。

企業(yè)中80%以上的數(shù)據(jù)是以文檔、報(bào)表、郵件等形式存在的非結(jié)構(gòu)化數(shù)據(jù)。它們散落在不同的煙囪式系統(tǒng)里，格式五花八門，充滿了只有內(nèi)部人才懂的“黑話”和復(fù)雜的邏輯嵌套。如果你喂給模型的“原材料”是亂序、低質(zhì)、甚至邏輯斷裂的，那么產(chǎn)出的只能是誤導(dǎo)。

（圖為：金山辦公副總裁吳慶云）

金山辦公副總裁吳慶云在現(xiàn)場(chǎng)給出了一個(gè)極其直接的判斷：建設(shè)企業(yè)級(jí)AI的首要任務(wù)，不再是盲目尋找更先進(jìn)的模型，而是優(yōu)先完成對(duì)企業(yè)非結(jié)構(gòu)化數(shù)據(jù)的收集和治理。如果把大模型比作心臟，數(shù)據(jù)就是血液。血液里如果全是雜質(zhì)，心臟再?gòu)?qiáng)也帶不動(dòng)身體。而目前大多數(shù)企業(yè)面臨的現(xiàn)狀是，由于缺乏有效的數(shù)據(jù)治理，AI在面對(duì)復(fù)雜業(yè)務(wù)文檔時(shí)會(huì)產(chǎn)生嚴(yán)重的“幻覺”，導(dǎo)致決策參考價(jià)值歸零。

想要治理好這些數(shù)據(jù)，最難的一關(guān)其實(shí)是被行業(yè)長(zhǎng)期忽視的硬手藝——文檔解析。外界往往認(rèn)為解析文檔就是簡(jiǎn)單的OCR文字識(shí)別，但在真實(shí)的辦公場(chǎng)景中，這卻是一道極高的技術(shù)天花板。能不能精準(zhǔn)解析一份跨頁(yè)的嵌套表格，能不能看懂技術(shù)手冊(cè)里的手寫批注，甚至能不能在復(fù)雜的排版中準(zhǔn)確提取出核心要素，直接決定了后續(xù)AI應(yīng)用的效果上限。

（圖為：華中科技大學(xué)教授、博士生導(dǎo)師劉禹良）

在這次峰會(huì)上，華中科技大學(xué)劉禹良教授分享了一個(gè)細(xì)節(jié)：他們與金山辦公聯(lián)合研發(fā)的MonkeyOCR模型，在3B的小參數(shù)規(guī)模下，其文檔解析性能竟然超越了GPT-4o、Gemini-2.5 Pro等大參數(shù)閉源模型，在國(guó)際權(quán)威榜單OmniDocBench上拿下綜合性能全球第一。

這背后反映了一個(gè)真相：通用大模型雖然“博學(xué)”，但對(duì)中國(guó)企業(yè)極其復(fù)雜的文檔格式——尤其是那些充滿行業(yè)壁壘的非標(biāo)準(zhǔn)文檔——缺乏深度理解。而金山辦公憑借38年在文檔領(lǐng)域的底層積淀，對(duì)上萬(wàn)種文檔格式有著解構(gòu)級(jí)的拆解能力。這種對(duì)復(fù)雜文檔的精準(zhǔn)解析與知識(shí)化能力，正是金山辦公在AI新賽道上構(gòu)建的降維打擊。當(dāng)別的廠商還在卷對(duì)話框的交互UI時(shí)，金山辦公正在死磕怎么把一份復(fù)雜的醫(yī)藥不良事件報(bào)告里的表格識(shí)別準(zhǔn)確率做到99%，這種“苦活累活”才是真正拉開差距的護(hù)城河。

這種深厚的數(shù)據(jù)治理能力，直接決定了企業(yè)“大腦”是否真的懂業(yè)務(wù)。金山辦公提出的KAG（知識(shí)增強(qiáng)生成）新范式，本質(zhì)上就是讓AI從單純的“看到文檔”進(jìn)階到“掌握知識(shí)”。它不再是簡(jiǎn)單的關(guān)鍵詞檢索，而是通過(guò)多模態(tài)、多結(jié)構(gòu)的知識(shí)提取，讓AI理解企業(yè)知識(shí)間的內(nèi)在邏輯關(guān)聯(lián)。

這種技術(shù)進(jìn)階正在真實(shí)的生產(chǎn)力場(chǎng)景中產(chǎn)生質(zhì)變。在上海金融圈，申萬(wàn)宏源證券依托這套全域知識(shí)治理方案，將原本散落在不同系統(tǒng)、格式迥異的精算報(bào)告和制度文檔進(jìn)行了集中上云與結(jié)構(gòu)化解析。這讓財(cái)富經(jīng)理在面對(duì)客戶咨詢時(shí)，可以通過(guò)AI問(wèn)答替代傳統(tǒng)的人工搜索，平均對(duì)客延時(shí)縮短了3倍以上，整體知識(shí)獲取效率提升了80%。

而在船舶制造這種重工業(yè)領(lǐng)域，中船動(dòng)力正利用這套體系將原本依賴?yán)蠋煾祵＜医?jīng)驗(yàn)傳承的工藝手冊(cè)、研發(fā)筆記轉(zhuǎn)化成可流轉(zhuǎn)的知識(shí)圖譜。供應(yīng)鏈團(tuán)隊(duì)借此實(shí)現(xiàn)了原本極其依賴人工的市場(chǎng)價(jià)格分析與政策變動(dòng)追蹤的自動(dòng)化，不僅大幅縮短了審查周期，更顯著降低了人為疏漏帶來(lái)的風(fēng)險(xiǎn)。即使在規(guī)則極其嚴(yán)苛的汽車研發(fā)領(lǐng)域，聯(lián)合汽車電子也通過(guò)將數(shù)千頁(yè)的復(fù)雜制度規(guī)范喂給AI，讓員工不再需要翻閱厚重的手冊(cè)，通過(guò)精準(zhǔn)的問(wèn)答即刻獲得業(yè)務(wù)支撐，確保了制度執(zhí)行的準(zhǔn)確性。

這些真實(shí)的業(yè)務(wù)反饋說(shuō)明了一個(gè)趨勢(shì)：AI正從“好玩的工具”變成“好用的員工”。它不再是辦公軟件的一個(gè)點(diǎn)綴，而是成為了企業(yè)的業(yè)務(wù)中樞和決策大腦。WPS 365所構(gòu)建的這種“懂?dāng)?shù)據(jù)、懂組織、懂業(yè)務(wù)”的能力，實(shí)際上是在幫助企業(yè)將沉睡的數(shù)字資產(chǎn)轉(zhuǎn)化為活躍的生產(chǎn)力要素。

站在科技產(chǎn)研的角度看，企業(yè)級(jí)AI的競(jìng)爭(zhēng)已經(jīng)進(jìn)入了下半場(chǎng)。當(dāng)模型本身逐漸變成像水電一樣的基礎(chǔ)設(shè)施，企業(yè)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的治理深度，就成了AI落地成敗的唯一變量。

（圖為：金山辦公助理總裁朱熠鍔）

金山辦公的策略非常清晰：與其參與虛無(wú)的模型參數(shù)大戰(zhàn)，不如死磕“文檔解析”與“知識(shí)治理”這兩項(xiàng)基本功。這種“先修內(nèi)功，再出招”的打法，源于其幾十年在國(guó)產(chǎn)化適配和復(fù)雜辦公場(chǎng)景中的厚積薄發(fā)。正如金山辦公助理總裁朱熠鍔所強(qiáng)調(diào)的，讓大模型真正“掌握”企業(yè)真正的知識(shí)資產(chǎn)，才是WPS 365的核心愿景。

在這個(gè)浮躁的、動(dòng)輒談?wù)擃嵏驳臅r(shí)代，與其追逐飄在云端的風(fēng)口，不如像金山辦公這樣，在自己最擅長(zhǎng)的領(lǐng)域里把護(hù)城河筑得更深、更寬。畢竟，在AI的漫長(zhǎng)競(jìng)賽里，最后能留在桌上的，往往是那些真正理解用戶痛點(diǎn)、并愿意在基礎(chǔ)技術(shù)上長(zhǎng)期深耕的“長(zhǎng)期主義者”。