在那个热闹的AI协同办公上海峰会上，中金公司研究部的于钟海给大家剖析了一个关于AI的残酷真相：虽然大家都在聊算力和大模型，但如果不能把自家的数据“护城河”筑得更深，这些先进技术反而容易成为烫手山芋。他展示的一组数据更是让人警醒：顶尖实验室的模型更新周期已经缩短到了数月，可即便你手里拿着最神的模型，12个月后用户的留存率也可能跌到极低水平。这就是说，那种指望靠着自研或者深度绑定某一个模型来吃老本的路子，不仅烧钱快，而且保鲜期特别短。真正能让企业站稳脚跟的，其实还是他们那些独特的高质量数据资产。 中金公司研究部执行总经理于钟海在上海峰会上分享AI趋势 于钟海接着指出，现在很多企业做AI项目都会卡在最后一步，看着演示很惊艳，一到实际落地就歇菜。这事儿的根结不在模型本身，而在于数据太乱、太脏。你想想看，财报、合同、图纸、会议纪要这些东西，到处散着呢，格式还不一样，质量参差不齐。这些本来应该是企业的宝藏的东西，现在反而成了阻碍AI理解和使用的障碍。 金山办公这次推出的WPS 365正是为了解决这个问题。他们不光是想给用户提供一个工具，而是要帮企业搭起一座“全域知识基座”。这背后的逻辑很简单：用强大的文档解析能力把那些沉睡的非结构化数据给激活。这事儿听起来容易做起来难，因为技术壁垒太高了。华中科技大学的刘禹良教授在现场演示了他们联合研发的MonkeyOCR模型，这个模型在处理复杂表格、手写批注这种难啃的骨头时，表现比好多国际巨头的大参数模型都要好。刘禹良直言，能不能精准地把一份满是表格和图表的技术手册解析清楚，直接决定了后面AI应用能达到多高的天花板。这也是WPS 365最牛的地方——他们有38年深耕文档领域的技术积淀。 基于这样的优势，WPS 365的“企业大脑”给企业提供了一条全链路的解决方案。比如智能文档库能自动发现冲突和重复内容；在医药行业做表格信息抽取时准确率能达到99%；还能把临床数据自动生成符合规范的报告。这种从数据归集到应用的整套能力让人感慨：这场AI的竞争格局已经变了，以前大家比谁的模型更聪明，现在都在比谁更懂数据怎么用。当模型能力越来越“平民化”，能帮企业把那些内部经验、流程这些隐性知识转化成AI能直接调用的显性资产的平台，才是推动生产力革新的真正引擎。 目前这套系统已经在延锋国际、东方航空、上海信投这些华东的龙头企业里落地了，不光管知识资产管理和智能合规审查，在自动化报告生成这些地方也提效明显。这就意味着企业级AI的比赛规则已经改写了核心玩法不再是拼模型有多强，而是看谁的数据治理能力更强。