本文来自微信公众号： 全天候科技 ，作者：全天候科技
AI在个人层面的提效已经肉眼可见，但拉到组织层面，几乎没有哪家公司能说清，到底变好了多少。
据Gartner今年4月对782位企业IT负责人的调研，七成以上AI项目回报不及预期；贝恩咨询上月覆盖951家企业的报告亦显示，企业AI投入在快速增长，但回报却远远没有跟上。
"AI对个人效率的提升和对组织效率的提升完全不一样。"金山办公副总裁吴庆云说，"AI如果部署在一个比较陈旧的组织结构上，可能会放大你的缺陷，而不是帮你解决问题。"
算力可以买到，模型可以迭代，但一家公司几十年积累下来的隐性经验，既买不到，也无法凭空迭代。
资深法务扫一眼合同就知道哪些条款是行业惯例、哪些暗藏着真正风险点；资深项目经理看一眼数据，就知道该问题出在哪里。这些在实战中历练过的工作经验和行业know-how，藏在资深员工的脑子里，从来没有被数字化过。
AI碰不到这些东西，在真正关键的业务场景里就很难站住脚——企业生产落地时的"水土不服"，根源往往在这里。
在金山办公副总裁王冬看来，两者差距的根源不在模型，在经验。通用法律知识看合同，势必不如吸收了企业自身判断逻辑的AI。
一
胜负手，不在模型里
企业AI能不能真正落地，决定因素往往不在模型。
大多数企业AI项目死于两个极端。要么是野心太大，比如让AI做"员工的全生命周期管理"这类人类都很难搞定的事；要么是场景太小，比如让AI做"语音填外出单"，结果做完发现大家每周出不了几次门，上线后不了了之。
由于合同直接涉及付款，是企业里最不能出错的流程，因此，尽管法务真正关心的风险点可能就两三页，但每份合同三十多页，必须逐页排查，不能遗漏，负责这项工作的法务小组加班几乎成了常态。
要用AI做合同审核，首先要解决一个根本问题：审核规则从何而来——资深法务员工的经验不在任何手册里。哪些条款看似严苛其实是行业惯例，哪些不起眼的措辞暗藏付款陷阱，这些实战经验都在人的脑子里，从未被系统化。
王冬的团队选择从数据入手。他们发现，法务团队十几年来审完合同后都会发邮件记录意见。几十万封邮件和附件，完整记录了每一次审核的判断和理由。基于这些宝贵的“实战数据”，团队把这些沉淀多年的邮件和文档提取出来，用模型总结成一条条可执行的知识，搭建起了合同审核的初步知识体系。
"凡是真正重要的场景，你去看，数据一定已经有了。"王冬说。
CFO直接把部门最资深的合同专家抽调进项目组，和工程师坐到一张桌子上办公，彼此密切协作。
专家审完AI的输出，能立马给出修正意见，工程师借助AI更新规则、迅速迭代，再和专家一块进行下一轮优化。
王冬说，这种节奏和传统IT完全不同。"以前是调研三个月、开发三个月、上线不对再改三个月。现在两个团队同背一个KPI，按分钟级给反馈。"
这种模式的价值，不仅快速交付AI工具，更能帮助企业完成一次核心业务知识的系统性梳理和数字化萃取。它把人的经验，变成了组织的资产。
自此，法务小组不再需要常态化加班，法务负责人对AI的态度，从最初的小心谨慎，到后来被"完全折服"。
二
企业AI的竞争，
来到了金山办公的主场
过去，AI办公赛道的主流做法是把AI装进对话框，用更流畅的交互提升效率。这条路降低了信息流转的门槛，但企业真正的核心经验，往往不是沉淀在即时对话里，而是沉淀在那些经过反复修改的合同、报表和手册中。
谁能深入这些文件，谁就离企业AI真实落地更近了一步。
三
扩展到更多场景
把一个场景打通、跑透只是开始，能否把能力复制到更多场景，才是企业AI落地的真正考验。
（图为Comate产品信息）
"软件开发的门槛真的降低了。"王冬感叹道。
财报数据反映了金山办公AI业务的增长势头。
进入2026年，从OpenAI到Anthropic，从微软到国内的大模型厂商，AI行业的竞争重心正在从个人场景向组织办公场景迁移。
微软Copilot在全球企业中推进，钉钉和飞书也在各自协作体系里叠加AI能力。组织级AI的竞赛已经开始，各家都在找自己的路。
路径或许各不相同，但行业正在形成一个越来越清晰的共识：决定企业AI成败的，往往不是模型本身，而是谁能更快地激活企业自身积累的隐性知识。
这条路，未必最快，但足够扎实，走得进企业最严肃的业务深处，也能真正帮企业走完AI的最后一公里。