从“大模型”到“数据治理”：企业级AI如何落地？
最近跟几个做信息化的朋友聊天，发现一个挺有意思的现象：很多公司砸重金买了顶级大模型，显卡烧得滚烫，员工也在跟风用AI写周报、做PPT。但一动真格的，到了核心业务上，AI常常无能为力、变身“人工智障”。
有个搞制造业的朋友也跟我吐槽说，“我让AI读设备维修手册，结果它连个表格都解析不对，给出的方案根本没法落地。”
这事儿让我琢磨了很久。作为投资者，我们总在看哪家大模型参数更大、跑分更高，但这可能跑偏了。AI在B端的落地，关键不在于算法和模型，而是在于数据。也就是说，AI落地到B端的“最后一公里”：卡点根本不在模型够不够聪明，而是卡在企业那些“沉睡”的文档里。因为，文档就是企业的know how和知识。
WPS365前一阵在上海举办了一场峰会，嘉宾中金首席于钟海判断很精辟：“当模型迭代速度越来越快，企业与其在模型上比拼，不如把数据这个‘护城河’筑得更深更宽。”而企业数据的核心，恰恰是那些散落各处的非结构化数据。
在AI时代，谁能更好地治理和利用企业的文档数据，谁就能在数字化转型中占得先机。
为什么大模型到了企业端就“变傻”？
聊这个问题之前，我们首先得明确一个概念：什么是非结构化数据？其实就是企业里那些不是存放在数据库里的“散装”信息，比如PDF格式的文档、扫描件形式的会议纪要、带手写批注的技术手册、聊天群里的业务讨论、甚至是录音转写的客户访谈记录。这些数据占据了企业数据总量的80%以上，却是最容易被忽视的数据金矿。
先明白了非结构化数据，我们再来看看当前的企业用AI的现状：
第一是，数据“散”：文档存在员工个人电脑、云端硬盘、业务系统等多个地方，形成了信息孤岛，AI根本拿不到完整数据；
第二是，格式“乱”：有扫描件、有图片转PDF、有不同版本的Word文档，AI解析起来要么出错，要么干脆无法识别；
第三是，内容“差”：同一事项在不同文档里表述矛盾（比如未休年假折算比例，一个文档写200%，另一个写300%），还有大量企业内部“黑话”，大模型根本无法理解。
更关键的是，传统大模型依赖的RAG（Retrieval-AugmentedGeneration，检索增强生成）技术，只能解决“语义相似”的问题，解决不了“逻辑相关”的问题。比如一个员工问“笔记本电脑开不了机怎么办”，AI可能会检索到“MacBookPro14寸搭载M3芯片”的相关文档，却找不到“检查电源是否插紧”这样的实用指南。
这些问题叠加起来，就导致大模型在企业里“英雄无用武之地”，要么因为数据缺失无法回答，要么因为数据错误产生幻觉，最终让AI应用停留在表面，无法理解业务逻辑，深入到业务核心。
金山办公助理总裁朱熠锷在峰会上提出了一个关键转变：企业AI正从“以模型为中心”转向“以数据为中心”。这个转变背后的逻辑很简单：现在主流大模型的综合智能已经超越普通员工，无论是开源还是闭源模型，能力差距正在缩小，真正拉开企业AI应用效果的，是喂给模型的数据质量。
正所谓“巧妇难为无米之炊”：同样是顶级厨师，给一个用新鲜食材，给另一个用变质原料，做出来的菜自然天差地别。
那么，如何让“找文档”，变成一场知识治理和生产力的革命？
从“找文档”到“知识治理”的革命
要解决非结构化数据的难题，光靠“检索”是远远不够的。金山办公提出的KAG（Knowledge-AugmentedGeneration，知识增强生成）架构，恰好切中了问题的核心，相比传统RAG只让AI“看到”文档，KAG是让AI真正“掌握”知识，这背后需要一套完整的技术闭环。
首先，把“图片文字”变成“机器能懂的语言”
很多企业的核心数据都锁在扫描件、图片里，比如老合同、纸质报表、现场拍摄的设备照片。要让AI用上这些数据，第一步就是精准解析，让AI先知道这是什么。
华中科技大学刘禹良教授和金山办公联合研发的MonkeyOCR模型，在这方面实现了突破。在3B参数规模下，其复杂文档解析能力超越国际巨头模型，尤其是在复杂表格、手写批注、跨页图表的识别上，准确率达到行业领先水平。
这个技术带来的改变是革命性的：以前AI看扫描件里的表格，可能把行列对应错误，现在MonkeyOCR能精准识别合并单元格、多行表头，甚至表格里嵌入的图片和公式，把图片格式的文档完整转化为结构化数据。
比如在医药行业，WPS365用这项技术提取临床实验数据，表格类信息抽取准确率高达99%，勾选框识别准确率也达到95%，为后续AI生成合规报告打下基础。
以东方航空所在的航空行业为例，可以更高效率的审核多语言、易构账单:
东航每天有3000多架飞机起降，涉及全国各地甚至海外机场的各种费用，产生大量异构、多语言的账单，很多还是纸质扫描件。以前这些账单全靠人工审核，不仅效率低，还存在语言障碍（比如阿拉伯语账单）和合规风险，外站站长和财务人员不堪重负。
通过WPS365的多模态文档解析能力，高效处理东航海内外机场的多语言、异构格式账单；将分散的账单统一纳入可治理的文档体系，结合东航文档中台实现标准化管理，为AI审核奠定可靠的数据基础；WPS365的AI解决方案能与东航自研系统深度集成，实现账单审核的智能化处理。
同时结合在线文档管理能力，让账单信息线上化不落地，配合权限管控与操作留痕，这不仅解决了人工审核难的问题，还实现了文档不落地管控，所有操作都有痕迹可查，满足了航空业严格的合规要求。
其次，给知识“体检”，清理垃圾数据
企业文档库往往是“重灾区”：同一个文件有多个版本，不同文档对同一事项表述冲突，还有大量重复内容。这些“垃圾数据”如果直接喂给AI，只会让AI越学越乱。
WPS365的智能知识基座，相当于给知识做了一套“全面体检”：
重复检测：自动识别内容相似度超过95%的文档，保留有效版本，减轻系统负担；
冲突识别：通过知识图谱技术，发现事实冲突（数值、时间差异）、逻辑冲突和关联冲突，准确率能达到80%左右；
缺失检测：基于知识库主题，自动判断哪些知识点没有覆盖，给出补充建议，预测准确率高达85%。
上海信投智能的副总裁刘红对此深有感触：“我们以前从员工电脑上采集的文档，有V1、V2、V3、V5版本，还有各种‘副本1’‘副本2’，根本分不清哪个是最终版。WPS的重复清理功能帮我们解决了大问题，这在以前靠人工根本不可能完成。”
最后，打通逻辑，让知识“活”起来
解决了“能识别”和“高质量”的问题，还要让知识之间产生关联，才能真正发挥价值。WPS365的KAG架构，通过引入知识图谱、业务本体建模等技术，让AI不仅能找到相关文档，还能理解文档背后的逻辑关系。
以券商行业的申万宏源为例：
作为券商龙头，申万宏源的研报、业务文档数量庞大且分散在多个系统，业务人员跨系统检索文件要花费大量时间。通过WPS365智能文档库，他们把分散的文档集中上云并结构化解析，不仅让业务人员知识获取效率提升80%，办公效率整体提升10%，还将智能知识中心接入客服坐席系统。
以前财富经理面对客户咨询，需要人工搜索相关知识，平均对客延时较长；现在通过AI问答替代人工搜索，平均对客延时缩短了3倍以上，客户体验和服务效率都得到显著提升。更关键的是，WPS365的权限防火墙保障了金融行业敏感数据的安全，为AI转型构建了高质量的知识底座。
另一个是船舶行业的案例：
中船动力的核心需求是沉淀专家经验和项目资料，尤其是在船用主机研发这样的复杂场景中，研发笔记、试验数据等知识资产的高效流转至关重要。通过WPS365，他们把原有文档升级为团队知识库，应用于供应链管理、合规风控、财务运营和研发创新等多个领域。
供应链团队用AI实现市场价格分析、政策变动追踪自动化，从海量合同、报表中定位关键信息，缩短了审查周期，降低了人为疏漏风险；财务部通过AI对比分析十多家单位的数十个表格，自动抓取核心数据，减少了重复性工作；研究院则利用AI构建知识图谱，让新人能快速获取专家经验，加速了全球最大功率甲醇双燃料船用主机项目的研发进程。
这种逻辑层面的打通，让非结构化数据从“杂乱的信息堆”变成了“有序的知识网”，AI才能真正用这些知识解决复杂业务问题。
技术好不好，最终要看实际效果。目前WPS365的“企业大脑”已经在金融、航空、制造等多个行业落地，用非结构化数据治理能力带来了实实在在的改变。
文档即资产，治理即竞争力
中金于钟海有个判断：“数据可能是企业唯一可持续的AI护城河。”这句话放在今天的AI竞争格局下，尤为贴切。
在这个算力成本越来越低、模型能力越来越同质化的时代，企业靠什么拉开差距？答案只能是数据。
企业最宝贵的Know-How，都藏在那些看似不起眼的文档里。不治理，它们就是占用存储空间的“电子垃圾”。只有通过有效的治理，把非结构化数据变成结构化的知识，才能真正激活企业的“大脑”。
WPS365的价值，正是在于它用38年深耕文档领域的技术积淀，搭建了从数据归集、智能解析、知识治理到场景应用的全链路解决方案。它没有去跟风卷模型参数，而是聚焦于AI落地的最后一公里，帮企业把“有数据没知识”的痛点变成“数据即资产”的优势。
各位看AI和B端的投资人，可能得换个视角了：数字化转型的下半场，拼的不是谁买的GPU多，而是谁能把自己压箱底的文档治理好。