一份产品方案、一篇行业分析、一套汇报材料,大模型几分钟就能写出数千字。两年前这还值得兴奋,如今企业的感受已经不同:生成省下的那几个小时,常常又在资料搜集、人工复核、格式修复和权限重建中悄悄还回去。
于是问题变了。当 " 能写 " 不再稀缺,办公产品真正要比的,是从生成到正式交付的净成本。WPS Comate 上线的 "Office 创作 " 模式,正好提供了一个观察这种变化的切口;金山办公产品经理吕帅在采访中对产品逻辑的拆解,则让这个切口里的取舍更具体。

AI 办公的真实账本,不在生成框里
评估 AI 办公工具,最容易看的指标是 " 一份文档生成用了多久 "。可企业最后掏的钱,远不止对话框里那几十秒。生成只是开头,后面还有一连串要人接手的环节。
最容易被低估的是返工与复核。Workday 2026 年对全球 3200 名企业 AI 用户的调查(据 Axios 报道)显示,85% 的受访者每周因 AI 节省 1 至 7 小时,但其中 37% 的时间又被重新投入到修改、重写和校验 AI 输出中;能够持续获得净正面成效的人只有 14%。Workday 产品负责人 Gerrit Kazmaier 在回应 Axios 时把这种现象称为 " 生产力悖论 " ——越频繁使用 AI 的人,反而越要花时间审阅和修正 AI 的结果。近四成的节省被返工回收,说明 "AI 提效 " 在不少组织里还停留在账面数字上。
吕帅把这笔返工成本拆得更细。一层是沟通成本:AI 不知道具体要改哪里,用户就得用长篇上下文去 " 定位 " 问题,一次场景内容调整往往要经过三到四轮对话才能收敛。另一层是误改风险:没有完善的人机交互模式,AI 直接覆盖原文,用户就得在版本确认上反复消耗注意力。这两层叠在一起,返工就不再是 " 改几个字 ",而是组织里时薪最高、时间最稀缺的角色,在对话轮次和版本确认里被反复占用。
另一笔钱花在格式和工具的缝隙里。通用 AI 交付的通常是文本片段或 Markdown,企业真正要的是排版合规、模板匹配、可以直接外发的正式文件。吕帅对此的判断很直接:正常制作 PPT 或 Word,版式排版和人工校对可能耗时一到两天,从初稿到成稿的时间非常长。AI 一分钟生成 Markdown 不是难事,但一份符合内部格式规范的 Word 文档,仍然要有人去调——除非产品把这一步接过去。
还有一笔更隐蔽,但对 IT 投入曲线影响最大:学习、迁移与权限重建。让员工改变既有的文档操作习惯,本身就有适应期;更大的负担在企业侧。如果 AI 游离于既有文档权限体系之外,IT 就必须为它另建一套访问策略、审计规则和治理流程。每引入一个 AI 入口,就多一层治理负担。
这些成本加在一起,结论其实不复杂:AI 办公的竞争力,不在于模型在对话框里写得多快,而在于一份 AI 参与的文件从 " 生成 " 走到 " 可交付 " 之间,损耗有多少。
WPS Comate 的选择:不另起工作台,而是让 AI 进入文件原本所在的地方
面对这样的成本结构,WPS Comate 的 "Office 创作 " 模式没有另起一个 AI 工作台,而是让 AI 回到文件本来就被打开、编辑、审阅和交付的地方。这条路径管不管用,不看功能列表有多长,看的是生成之后的摩擦有没有真的减少。
落到产品上,第一件事是排版。用户在 Comate 首页就能打开文件、切换文档 / 表格 / 演示组件、选模板发起创作,AI 参与编辑后的文档排版与 WPS Office 保持一致,本地文件和云文档的体验也一致。AI 产出的不是一段要搬到另一个工具里重新排版的 " 半成品 ",而是一份已经处在交付格式里的工作稿。

吕帅把这一选择归因于真实需求,而不是产品惯性:"AI 时代大家对格式的需求逐渐弱化,比如现在流行 Markdown 或者 HTML。但在很多场景中,尤其是面对国内客户,政府国企也好、大型民企也好,许多文件仍然要求以相对正式的方式输出。Office 是一个成熟的内容创作和排版工具,不能忽视这个群体的需求。"
排版解决的是 " 生成之后还要重排 " 的问题,复核解决的是 " 生成之后还要猜 AI 改了什么 " 的问题。复核成本不会消失,但可以被结构化。Comate 的 " 人机双写 " 允许用户在文档中直接圈选段落、表格或元素,指定 AI 的修改范围,一次圈选多处、多段同时处理。

吕帅把这项能力的价值量化为对话轮次的压缩:没有精准指向和修改能力时,一次场景内容调整可能需要三到四轮;提供圈选和精准指定之后,可能一轮就能完成。新增的审阅模式则把改动呈现为批注,用户逐条审阅、逐字比对,接受修订后才合并到终稿。这背后是他对创作主体变化的一个判断:传统编辑器优先为人使用,而在人机双写模式下," 编辑器优先为 AI 使用,人在必要时进行接管并加入内容创作过程 "。复核的动作仍然由人完成,但它不再需要在一轮又一轮的对话里猜测 AI" 到底改了什么 ",而是被压缩成一次清晰的确认或拒绝。

还有一环最容易被产品演示忽略,却在 IT 决策里最有分量:权限边界。Comate 的智能体遵循最小权限公式:MIN(用户权限,技能声明权限,企业策略)。Agent 的身份不突破组织现有的 IAM/RBAC 岗位权限;用户能编辑什么,AI 才能在什么范围内动作,不会因为 " 接入了模型 " 就扩大资料访问面。执行侧再由 WPS 365 安全底座的沙箱划定工作边界,操作留痕可审计。这里的产品选择不是给 AI 造一套独立管控,而是把 Agent 当作既有权限体系里的受控执行者:权限从哪里来、边界在哪里、动作如何审计,都能在原有安全框架里回答。
三类角色的账本,才是产品体验的真正证据
产品设计有没有效,最终要看它在不同角色的真实工作里改变了什么。角色不同,账本也不一样。
先说高频写作岗位,比如营销、咨询、运营。这些人真正在意的,不是 "AI 能不能写 ",而是采用后学习负担和返工负担有没有下降。Comate 的快捷指令,以及针对文档、表格、演示的推荐指令,降低的是提示词编写门槛;圈选修改和多处同时处理,压缩的是 " 描述位置—等待生成—检查是否改对 " 这个循环。
吕帅纠正了一个常见的产品假设:用户打开 AI 办公产品,很多时候并不是要写一篇新文档。" 高频场景并非写一篇新文档,而是修改已有文档,比如改一段、改一章、改个标题,甚至只是对某段措辞的风格做优化。" 这就意味着,高频写作岗位真正需要的不是更强的 " 从零生成 ",而是更顺的 " 在已有内容上改 "。所以有意义的提效指标,不是生成时间从三分钟降到一分钟,而是 " 生成 + 复核 + 返工 " 的净工时有没有下降。如果 AI 省下二十分钟生成,却引入二十五分钟修改和重排,账就是负的。
再看多部门协作。这里的瓶颈往往不在初稿,而在初稿之后。生成速度提上来之后,文档在跨部门流转中经过多少次工具切换、多少次版本重建、审阅反馈周期有多长,才是协作收益的真实决定因素。Comate 把文件管理、内容创作、分享链接、格式转换和保存导出放在同一个环境里衔接,本地与云文档体验一致,减少的是文档在 " 写—审—发 " 之间来回搬运的损耗。批注式审阅让 AI 参与的每一次改动都可追溯,协作方能够区分 " 人改的 " 和 "AI 改的 "。
吕帅对协作环节还有一个更尖锐的观察:当 AI 让内容产出速度大幅上升,责任主体会从 " 创作者 " 向 " 审阅者 " 转移。" 原来一个部门一周能出 3 份材料,现在能出 10 份,但能审阅的人只有几个,部门负责人反而成了瓶颈。" 所以协作场景的 AI 收益,不能只看生成端的产能,还要看审阅和交付环节有没有同步减负。如果生成端提速十倍而审阅端原地不动,摩擦不会消失,只会从 " 写不出来 " 变成 " 审不过来 "。
到了权限要求复杂的组织,IT 管理员算的是另一本账:复用多少、新增多少、维护多久。真正影响采用成本的,不只是某个 AI 功能是否安全,而是每增加一个 AI 入口,是否都要重配角色、重写审计规则、预留退出机制。若权限、审计和退出都能沿用既有流程,新增的只是受控执行角色和少量角色边界配置,边际治理成本才可能随工具数量增长而收敛;反之,每接一个 AI 能力就建一块治理飞地,成本会随工具数量线性甚至指数上升。对 IT 而言,Comate 的价值不在一句 " 权限继承 ",而在于把 AI 采用从治理扩张变成治理复用。
结语
把这些角色的账放在一起看,结论其实不复杂:当 AI 都能写文档,办公产品之间的差距,已经不由对话框里的生成速度决定。真正拉开差距的,是谁能以更低的采用成本,让 AI 的产出进入正式工作流。
WPS Comate 走的路,说到底是保持排版、流程、权限和文件流转的连续性,让 AI 拿到精准、可核查、符合权限的上下文,沿着既有工作流把东西交付出去。它没有把力气花在做一个 " 更强的写作 AI" 上。吕帅把这一逻辑概括为对 "AI Native" 的重新理解:" 不是给 Office 加入按钮,而是底层已经转向以 AI 驱动的新模式,转向以 AI 友好、可以被 AI 消费驱动的新软件。" 界面看起来没怎么变,只是多了 AI 对话框;真正变的是软件底层怎么被 AI 感知、调用和接管。
所以企业核算 AI 收益的公式也得跟着改:净收益 = 生成省下的时间−学习、返工、格式修复、权限重建与协作摩擦成本。生成框里那几十秒,已经不是胜负手。


登录后才可以发布评论哦
打开小程序可以发布评论哦