去看那些用不起來 AI 的公司，你會發現一件有意思的事。同一個模型，回答公開問題的時候表現很好，一進到公司的具體業務裡，立刻變得笨拙。

金沙江創投主管合夥人朱嘯虎在《深網》的訪談裡指出：上下文都是辦公Agent的基礎。上下文是AI應用的長期壁壘。

未來AI辦公領域的競爭壁壘不是模型，而是上下文、是生態。

今天，已經到了context intelligence（情境智能”或“上下文智能”‌）時代。

今天這篇文章，我們就來聊聊上下文智能和資料這件事。

一、AI 用不起來，卡在它不瞭解你的公司

1.你買回來的，是一個不瞭解你公司的聰明人

先看一個每家公司都有的場景。

一個新同事入職，簡歷漂亮，筆試面試都是高分。你敢第一天就把最重要的客戶交給他嗎？

不敢。跟能力沒關係，是因為他不知道這家公司發生過什麼。他不知道去年那個項目為什麼黃了，不知道這個客戶上次在會上提過什麼要求，不知道內部對這件事的真實分歧在那，也不知道誰才是真正拍板的人。

這些東西，沒有一樣寫在簡歷上。

企業買回來的 AI，處境跟這個新同事一模一樣。它讀過全世界的公開知識，能寫程式碼，能做分析，能寫出漂亮的方案。但它不知道你們上周在群裡討論了什麼，不知道那份改了七版的文件最後為什麼定了這個方向，不知道去年那個大客戶是怎麼談丟的。

你只有給 AI 充分的本地上下文，也就是你本地的環境，讓它充分瞭解，它才能想法設法完成你的任務。

上下文的管理越來越厲害，AI就會越來越智能。不恰當的上下文，會誤導你的AI。

OpenAI 創始人奧特曼曾在一次訪談中說：“最新一代模型已經相當聰明了，現階段讓我感到更受限的，是AI所掌握的、關於我的有效上下文（Context）資訊的數量。”

過去兩年企業用 AI，基本停在兩種狀態。

一種是個人訂閱。誰想用，誰自己開帳號，自己寫提示詞，自己把資料複製貼上進去，再把結果搬回公司文件。效率高一點，但跟公司沒關係。人一走，帳號一關，什麼都沒留下。

另一種是搭了個內部問答機器人，把規章制度和產品手冊灌進去，能答一些標準問題。但它答不了“這個客戶現在該怎麼跟”，因為這個客戶發生過什麼，它一無所知。

兩種狀態的共同點是，AI在公司外面。而一家公司真正值錢的資訊，恰恰躺在大量的上下文裡，包括企業微信的群聊、會議紀要和文件裡，AI一次都沒碰過。

AI 不是缺能力，是缺入職手續。

今天， WorkBuddy重磅升級，打通了企業微信，正式入駐企業微信聯絡人，這也是中國服務使用者規模最大的協同辦公平台與中國使用者最多的辦公智能體的深度結合。

最表面的變化是入口。企微側邊欄直接有WorkBuddy的入口，員工不用下載新軟體，不用切換終端，像跟同事聊天一樣把任務交給它。WorkBuddy企業版支援企微帳號登錄，兩邊共用一套帳號體系。

對企業來說，這意味著 AI 第一次有了身份。它不是誰都能打開、誰都能往裡貼東西的外部網頁，而是組織裡有名有姓的一員。

WorkBuddy以能執行任務的同事身份進入企業微信通訊錄，員工像@一位同事一樣交辦工作，不需要打開新的應用，也不需要學新的操作方式。

再看它能碰到什麼。在授權範圍內，它可以讀取企微裡的業務資訊，包括內部協作的消息和文件，也包括與同事、客戶溝通的會議和郵件。

消息上，能代發文字和檔案，能讀單聊和群聊的歷史，能搜聊天記錄，還能按未讀優先順序整理資訊。

日程和會議，能查改日程、訂會議室、建線上會議、查紀要與待辦。

郵件，能收發、搜尋、回覆、轉發，還能發日程邀約。

檔案，多類格式可以互傳，產物能直接存進微盤，也能分享回企微。

最後一層是回傳。AI 生成的產物可以自動回傳企微，進入下一環節的工作流，或者直接推給相關負責人。

過去大多數企業 AI 的終點，是個人電腦上的一個對話方塊，你在那裡問，它在那裡答，答完就結束了。現在活幹完，結果會自己往回走。

這次升級，讓WorkBuddy 從一個站在門外的聰明人，變成了坐在工位上的同事。

繼WorkBuddy企業版深入 50 多個行業、發佈企業版辦公套件之後，這次與企業微信的打通，面向 1400 萬機構組織，它要釋放的不只是 AI 能力，是企業的生產力。

以前我們說，人善於理解人，AI不善於理解人的意思。現在恰恰相反，AI最善於理解人的意思，因為它瞭解你的你上下文，瞭解你的需求，能自動補齊你的隱含的意思，然後給你做好。

過去十幾年，企業被數位化轉型傷過太多次。每上一套新系統就是一輪流程重造、一輪全員培訓、一輪資料遷移，最後常常以兩套都在用、誰也沒用好收場。

朱嘯虎在《深網》訪談裡談到：“沒有人會為了上面的辦公Agent，去放棄自己公司已經有的整套聊天工具和所有組織關係。”

所以，WorkBuddy 這次沒有重建系統，而是原地升級。企業原來搭好的CRM、工單、庫存這些業務系統，以及已經跑順的審批和協作流程，全部沿用。AI 不替換它們，而是參與進去。

讀變化：庫存動了、工單狀態變了、審批走到那一環，AI 能直接讀到，不需要人再複製貼上一份給它。

調系統：它不只是看，還能呼叫這些系統去處理任務。

推結果：處理完把結果推回企微，推給對應的負責人。

企業過去花在系統上的錢、花在流程打磨上的時間，成為了AI能站上去的新地基。

舉個例子，有一家三甲醫院的排班，一直是個老大難。幾十條排班規則、幾百號人，人情、資歷、班次互相打架，過去要靠專人磨一整天。如果要做一個排班系統，不僅需要花費10~20萬，還要讓所有人適應新系統。

現在他們通過企微的智能表格加上WorkBuddy，把規則和名單填進去，實現了AI 自動排班；排完機器人自動通知值班人；換班不靠口頭打招呼，走企微審批，過了AI自動調班；月底基於本月值班，AI自動算薪。

沒有增加成本，也沒有換系統，只是讓AI長在了原來的流程上，就解決了困擾43年的老問題。

二、怎麼把 AI 真正放進組織裡？

1.四級台階，你的公司在第幾級

一家公司要把 AI 從偶爾用一下推到真的在幹活，要爬四級台階。

員工用的是公司給的 AI，還是自己找的？如果每個人手裡的工具都不一樣，AI 就永遠是個人的外掛。

這一級的標誌是員工不用換終端、不用額外註冊，在每天已經打開的地方就能用。

奧特曼說他希望提供一個統一的入口，讓人們連接屬於個人或公司的 AI。

企業微信正在從連接人與組織的協同平台，變成企業統一的 AI 工作入口。

AI 能不能讀到內部資訊，還是靠人工貼上？企微群裡聊過的思路、開過的會、寫過的文件、搭過的知識庫，能不能一鍵被它呼叫整理？

這是分水嶺，上下文給到那，AI 的能力就止步到那。

幹完活需不需要人手動把結果搬回流程？

查改日程、訂會議室、收發郵件、代發消息和檔案可以直接做，產物可以存微盤、發回企微、在文件裡圈對應同事。判斷標準只有一條，結果能不能自己流回組織，進入下一環節。

你公司最厲害的那個人的經驗，有沒有被固化下來？沉澱在企微裡的項目復盤、銷售跟進記錄，能不能變成以後隨時能呼叫的能力？

前三級的門檻在技術和權限，第四級的門檻在積累，它是多數公司和企業級 AI 之間真正的差距。

過去十年，很多企業最值錢的資訊一直沉在企微的群聊、會議和文件裡。這些東西有個特點，一直在增加，從來不被使用。

一個項目做完，復盤文件寫得很認真，然後存在某個資料夾裡，再也沒人打開過。下次遇到類似的項目，還是從頭踩一遍坑。

一次銷售談成了，過程裡的判斷、客戶的顧慮、關鍵的那句話，全都散落在聊天記錄裡。下一個銷售遇到類似的客戶，什麼都不知道。

這些不是垃圾，是一直沒人翻的資產。

過去想把這筆資產盤活，成本高到不現實。讓誰去翻三年的群聊記錄？讓誰把幾十份復盤文件整理成一套方法論？整理完又有誰會去看？

復盤文件可以沉澱成復盤Skill，以後復盤時幫你把問題看得更全；

銷售跟進的過程和結果可以沉澱成銷售Skill，遇到類似客戶直接參考過去的成交經驗。

在企微裡，這些材料本來就在原地，不用重新整理一遍，也不用搬到別的系統裡去。

銷售總監判斷客戶的直覺，產品經理對需求取捨的分寸，這些東西過去只能靠人帶人，人一走沒了。

AI 的能力上限不只取決於你用了多強的模型，還取決於它能拿到多少高品質的上下文。

上下文越厚，輸出越準；沒有上下文，再強的模型幹不了活。

比如，一些大律所的律師工作忙，輾轉於律所、法庭、客戶訪談，沒有時間把一個一個案件的經驗沉澱下來，人一走就帶走。

現在他們用企業微信×WorkBuddy，AI自動彙總群聊、會議和文件裡的關鍵資訊，整理成項目記錄和知識資產；過往經驗被整理成可復用的範本、項目文件和流程表格，下次遇到類似案件不用從頭整理。

3.上下文智能，為什麼是企微的優勢

資料值不值錢，取決於AI能不能理解它。

員工在企微裡的聊天記錄、會議紀要、審批意見、文件批註，就是這家公司最真實的上下文。

以前，context（上下文）只有2萬、3萬個字，當做到100萬個字是什麼概念？

未來，AI會把一個人在一家公司裡的全部痕跡保存下來，一個人的職業軌跡完全可以被完整記住。

組織上下文，是它知道誰在什麼崗位、誰負責什麼、誰該被圈進來。

業務上下文，是它知道這件事的來龍去脈、相關文件和資料在那裡。

兩層都有，它才不必每次從零開始交代。

而這意味著，一家企業在企微裡沉澱的組織架構、部門劃分、匯報關係，不用重新搭。群聊、會議紀要、文件、審批、郵件，每一天的溝通和協作自然沉澱在裡面，不需要專門錄入。

彙整鉅亨號中所有使用「自動回傳」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

騰訊，又甩出一張王炸！