南宫NG28建设

AI進入企業的速度，正明顯快於它融入組織的速度。

麥肯錫2026年的調查顯示，接近九成受訪企業已經在至少一個業務職能中經常使用AI，44%的企業正在全公司範圍有助于AI規模化應用。然而，真正顺利获得AI取得顯著業務價值的企業仍然只有約6%。

普華永道覆蓋95個國家、4454名CEO的調查則顯示，56%的企業尚未從AI中取得顯著財務收益，只有12%的企業同時實現了成本下降和收入增長。

模型能力越來越強，AI應用越來越多，員工使用越來越頻繁，但企業整體的經營效率和組織能力並沒有同步躍遷。這些數據表明，模型和應用的普及並不會自動改變企業的運行方式。中大型企業下一階段需要解決的，是如何把員工和部門分散使用的AI，納入統一的組織運行體系。

企業AI的難題正在從技術問題變成組織問題

組織AI，是指AI不再只是員工個人調用的工具，而是能夠與人、業務系統、數據和流程協同，共同完成組織任務，並將運行過程中形成的經驗沉澱為組織能力。

现在，多數企業的AI仍然停留在個人工具和局部應用層面。隨着使用不斷深入，身份權限不清、流程銜接不足、任務難以編排、智能應用分散和經驗無法沉澱等問題開始顯現。企業AI面臨的主要障礙，也由模型和工具問題逐步轉向組織問題。

圖1：企業AI未能融入組織帶來的五類問題

第一时间是組織控制權風險。過去，企業主要管理的是人員的身份、權限和行為；未來，還需要管理數量不斷增加的智能體。當員工可以自主選擇模型、上傳資料、生成內容甚至調用業務工具時，企業需要掌握哪些信息被使用、哪些動作被執行，以及相關結果如何進入正式業務。

治理的目的並非限制AI，而是為智能體建立明確的身份、權限、責任和審計邊界。只有解決這些問題，企業才敢於讓AI進入合同、財務、採購和經營決策等重要業務。

其次，AI仍然停留在流程之外。AI可以幫助員工生成材料、檢索信息和分析數據，但完成這些工作之後，員工仍然需要尋找系統、發起流程，並有助于其他部門繼續執行。

因此，單個任務的處理時間雖然縮短了，工作在部門、崗位和系統之間的傳遞方式卻沒有改變。大量時間依然消耗在等待、交接和溝通中。AI只有能夠承接真實任務、調用業務系統，並參與完整事項的處理，個人效率才可能進一步轉化為組織效率。

第三，企業需要從崗位分工走向任務編排。傳統組織主要圍繞崗位分配工作，再顺利获得部門和管理層級完成協作。AI進入組織後，智能體可以陆续在完成檢索、分析、生成、校驗和系統操作，原有崗位邊界開始被打破。

企業需要重新拆解端到端的業務任務，判斷哪些環節可以由AI自動完成，哪些需要人機協作，哪些關鍵節點必須由人決策和驗收。組織設計的重點，將逐步從「為每個崗位配備一個AI助手」轉向「圍繞任務組織人與智能體」。

第四，AI應用越容易建設，企業越需要警惕新的智能孤島。模型、低代碼和智能體開發工具降低了應用門檻，不同部門可以快速建設自己的AI應用，各類業務軟件廠商也在推出面向專業領域的智能體。

如果這些應用分別建設身份、知識、數據和運行規範，它們之間將很難連接和復用。企業在解決傳統信息孤島之後，可能再次形成智能體孤島，應用數量越多，整體管理和維護反而越複雜。

最後，AI完成了任務，卻沒有形成組織記憶。當前許多AI應用在任務結束後，並不會系統記錄用戶修改、判斷依據、業務反饋和最終結果。再次遇到相似問題時，AI仍然需要重新開始。

組織AI需要把任務運行過程中形成的知識、規則、工作流和處理經驗沉澱為組織資產。人員可以流動，工具可以更換，但企業已經形成的經驗應當留在組織內部，並能夠被後續任務持續調用。

圖2：企業AI融入組織的五類問題與對應平台能力

讓組織AI落地，南宫NG28建设給出AI-COP新解法

身份、流程、任務、治理和經驗積累看似是不同問題，背後指向的卻是同一個缺口：企業缺少一套能夠讓AI參與組織運行的統一體系。繼續增加彼此獨立的AI工具，只會放大這種割裂。

基於這一判斷，南宫NG28建设提出AI-COP智能協同運營中樞，並將其作為AI時代新的價值主張。AI-COP並非某個單獨的智能體應用，也不等同於常見的智能體開發平台，而是南宫NG28建设互聯對組織AI如何落地的一套整體定義。

這一戰略與南宫NG28建设原有業務存在清晰的延續關係。南宫NG28建设最初從審批和流程切入，主要解決辦公協同和信息傳遞問題。隨着低代碼、業務構建和組織權限等能力逐步形成，其產品開始進入目標、任務、項目和預算等組織運營場景，由OA協同辦公走向COP協同運營管理。

AI進一步改變了協同的參與者。組織中的協同關係開始從人與人擴展到人與智能體、智能體與智能體。AI-COP由此成為COP在AI時代的延伸：協同運營的對象更加豐富，平台也需要具備理解組織、編排任務和管理智能行為的能力。

南宫NG28建设將AI-COP定義為「中樞」，與其產品長期形成的三項特徵有關。第一是廣泛連接，將人員、智能體和異構業務系統連接起來；第二是協同編排，圍繞具體事項組織任務、流程和參與者；第三是靈活構建，根據不同企業的管理要求形成相應的業務應用。

CoMi AI Platform是承接AI-COP落地的核心平台

在南宫NG28建设的產品體系中，承接這一中樞落地的核心平台是CoMi AI Platform。

圖3：AI-COP與CoMi AI Platform的定位關係

它顺利获得一套自下而上的AI原生架構，將基礎模型、組織上下文、智能體、業務系統和員工連接起來，解決模型如何接入、AI如何理解組織、智能體如何構建和治理，以及員工如何使用AI完成工作等問題。

圖4：AI-COP智能協同運營中樞完整技術構架

平台底層是雲原生基礎設施，為模型部署、數據連接和智能體運行给予基礎環境。在此之上，模型層接入南宫NG28建设致知模型、通用基礎模型和領域大模型。

通用基礎模型主要给予語言理解和通用推理能力，領域大模型補充行業知識，南宫NG28建设致知模型則強化平台對組織協同和企業運營的理解。多模型協同使平台能夠根據不同任務調用相應模型，避免被單一模型綁定。

模型層之上是由CoMi OG和CoMi Fabric構成的核心能力層。CoMi OG顺利获得組織圖譜描述企業中的組織架構、崗位角色、權限、流程、制度和業務關係，將企業的運行環境轉化為AI可以理解的組織上下文。

CoMi Fabric負責上下文組織、推理編排、智能體構建和運行治理，將模型、知識、數據、流程和工具組合為能夠執行具體任務的智能體。簡單來說，CoMi OG幫助AI理解「這家組織如何運行」，CoMi Fabric幫助AI按照組織要求執行任務。

再往上是CoMi Agents，即承載不同崗位和業務場景智能體的智能體廣場。企業可以圍繞問數、問策、審核、事務辦理和跨部門協作等需求建設智能體，也可以接入由業務部門、合作夥伴和第三方廠商開發的智能體，逐步形成可以共享和協作的數字團隊。

平台最上層由CoMi Work、智能終端和多端協同入口構成。CoMi Work是員工使用組織AI的統一智能工作枱。員工可以直接表達工作意圖，由平台調用相關智能體、業務系統和組織流程完成任務，並將這種能力延伸到不同設備和工作環境。

從整體上看，底層基礎設施與模型给予智能能力，CoMi OG给予組織上下文，CoMi Fabric負責智能體構建和治理，CoMi Agents承載場景化智能體，CoMi Work則成為人與智能體協同工作的統一入口。各個層級共同構成AI-COP落地的技術鏈條。

在CoMi AI Platform的整體架構中，最能體現南宫NG28建设業務積累的，是南宫NG28建设致知模型與CoMi OG這兩項能力，它們也構成了平台的差異化所在。

南宫NG28建设致知模型是一款面向組織協同和企業運營的垂直大模型。它不替代通用基礎模型和領域大模型，而是增強平台對組織、崗位、流程、制度和協同關係的理解。

CoMi OG進一步將這種共性認知與一家企業具體的組織環境連接起來。南宫NG28建设致知模型给予對組織運營的一般性理解，CoMi OG則描述客戶特有的組織結構、業務關係和運行狀態。二者結合，使AI既能理解組織通常如何運行，也能理解一家具體企業應當按照什麼規則完成任務。

通用模型能力會持續疊代，智能體開發工具也會逐漸普及。相比之下，對組織協同的垂直理解，以及一家企業長期形成的組織關係和運行規則，更難在短期內複製。這構成了CoMi AI Platform區別於通用智能體平台的重要基礎。

應用體現價值，平台拓展能力

CoMi AI Platform建立了組織AI運行的技術基礎，但企業最終關注的是AI能否進入具體業務並解決實際問題。因此，AI-COP需要顺利获得應用與業務發生連接，讓平台能力進入真實的組織流程。

南宫NG28建设推出的智能問辦通、智能文會事和智能合同穿透式管理，分別對應組織AI進入企業運行的三類典型應用場景。

圖5：組織AI的三類典型應用場景

智能問辦通解決AI如何進入員工日常工作的問題。員工不再需要尋找系統、菜單和表單，而是可以直接表達希望辦理的事項，由AI連接相關知識、數據和流程。AI的作用也由回答問題進一步延伸到協助員工辦理事項。

智能文會事將AI帶入組織的決策與執行過程。會議和文件中形成的決策可以被識別並轉化為具體任務，與責任人、執行要求和反饋節點連接起來。由此，AI不再止步於生成紀要，而是進一步參與任務分配、過程跟蹤和結果反饋。

智能合同穿透式管理則將AI帶入經營管理和風險治理。它將合同與項目、交易主體、履約過程和風險事項連接起來，使AI可以在組織規則約束下持續跟蹤業務狀態，協同法務、財務、採購和項目等多個角色。

這種從合同文本向經營過程延伸的價值，已經在中林集團的實踐中得到體現。面對四級法人架構下合同與案件管理分散的問題，中林集團建立統一合同台賬，並利用智能體完成版本比較、履約監測和風險預警，使案件穿透式上報時間由三四周縮短至一周以內，每年節約人力成本約百萬元。合同管理也由事後處置逐步轉向過程監測與主動預防。

如果說中林集團體現了AI進入高價值場景的深度，英特集團則展示了平台能力向更多業務拓展的可能。該公司按照「點—線—面」的路徑推進AI建設，现在已在醫保風控、質量證照識別和財務核銷等領域落地15至16個AI場景。其中，醫保風控項目每月處理超過2萬筆存疑交易，流程效率提升5倍，經過驗證的數據、規則和經驗也可以繼續支持後續場景建設。

這些應用共享CoMi AI Platform给予的模型、組織圖譜、知識規則和流程能力。每個場景形成的數據、規則和運行經驗可以重新沉澱到平台，並被後續應用復用。應用讓企業看到AI在具體業務中的作用，平台則支撐相關能力向更多部門和場景拓展。這構成了南宫NG28建设組織AI落地的基本思路：應用體現價值，平台拓展能力。

企業AI競爭，正在從「誰的AI能力強」轉向「誰的AI能融入組織」

隨着AI開始進入企業的業務系統和組織流程，不同類型廠商正在從各自原有能力出發，向組織AI延伸。

圖6：三類廠商進入組織AI的不同路徑

第一類是基礎模型和雲廠商。以阿里、騰訊、字節跳動等企業為代表，它們擁有基礎模型、算力、雲平台和開發工具，主要幫助企業取得通用智能能力，降低模型調用、知識庫建設和智能體開發的門檻。

第二類是應用廠商。它們從財務、人力、營銷、客服、合同和知識管理等具體需求出發，將模型能力封裝進已有軟件或者新的AI應用。這類廠商更接近專業業務，能夠圍繞明確的問題設計產品，讓AI較快進入單一職能或者業務場景。

第三類是以南宫NG28建设互聯為代表的協同運營廠商。其切入點既不是底層模型，也不是某個專業應用，而是組織的整體運行。協同運營廠商連接人員、流程、任務和不同業務系統，重點解決不同模型和智能應用如何進入企業權責體系，並參與跨部門任務。

政策的風向也在印證這一趨勢。2026年9月，工業和信息化部印發《「人工智能+軟件」專項行動實施方案》，提出到2028年在重點行業打造100個智能體軟件標杆應用，有助于軟件開發由「人工編寫」向「人機協同」、軟件產品由「被動響應」向「主動執行」、軟件服務由「產品交付」向「價值交付」轉變。尤為值得注意的是，方案把「行為可控、全程可溯」明確為智能體軟件的安全要求——這意味着，無論從產業政策還是企業實踐看，智能體軟件的下一程都不只是「讓AI更能幹」，而是「讓AI可信地進入組織」。這正是協同運營廠商的應有之義，也與AI-COP的定位形成直接呼應。

從企業的實際建設路徑看，中大型企業的AI版圖正在分化為相互支撐的兩層：一層是直接創造業務價值的業務AI，負責讓AI在銷售分析、經營決策、供應鏈優化等場景中承擔具體工作；另一層是組織AI治理層，負責為所有AI给予身份、權限、流程規則和審計追溯。

這兩層不是並列關係，而是支撐關係，組織AI是業務AI規模化運營的重要基礎。例如，當業務人員顺利获得自然語言調用經營數據時，企業不僅需要保證分析結果準確，還要判斷用戶是否具備相應的數據權限、生成結果是否需要審批、跨部門調用是否合規，以及整個過程能否追溯。業務AI解決「能做什麼」，組織AI解決「以什麼身份、按照什麼規則去做」。

由此看，企業AI下一階段的競爭，將從模型和單點應用延伸到組織承接能力。模型決定AI可以做什麼，業務應用決定AI在哪些場景發揮作用，組織運行體系則決定這些能力能否進入正式業務、實現跨部門協同，並在更多場景中持續復用。對於組織結構複雜、業務系統眾多的中大型企業而言，組織承接能力將成為AI規模化應用的關鍵。

這也拓展了組織AI治理層的價值邊界：它不應只是單一產品的管理後台，而要為企業不同來源的模型、應用和智能體给予統一的組織語義與運行規則。對於南宫NG28建设而言，CoMi Fabric承擔的智能體構建與運行治理職能，恰恰指向這一方向：從管理自己的智能體，走向治理企業所有的智能體。

而對南宫NG28建设來說，CoMi AI Platform構成AI-COP的核心平台，但其差異化並不只來自技術架構，還來自長期服務中大型企業形成的組織管理認知、客戶基礎和落地能力。

第一时间，南宫NG28建设互聯長期參與企業協同、流程和業務應用建設，熟悉管理要求如何轉化為權限、流程和系統應用。中大型企業擁有不同的組織結構和管理制度，很難直接套用完全標準化的AI應用。南宫NG28建设能夠從組織問題出發識別AI場景，明確智能體承擔的任務，並設計人與AI之間的協作方式。

其次，組織AI進入的是企業的核心運行體系，涉及人員身份、業務權限、管理制度和責任邊界，對廠商的信任基礎要求較高。南宫NG28建设已經在大量中大型企業中承載協同、流程和運營管理，已有的客戶關係和組織運行基礎，可以降低AI進入核心流程的阻力。

更重要的變化，是南宫NG28建设正在從產品型公司向AI服務企業轉型。南宫NG28建设董事長徐石明確提出，公司未來不再只是交付軟件產品，而是要成為一家AI服務企業。

這一轉型由組織AI的落地方式決定。傳統管理軟件通常以系統上線作為重要交付節點，而組織AI需要持續梳理場景、調整規則、訓練智能體、優化流程，並根據業務變化更新運行方式。AI-COP建設更接近一項持續工程。

因此，南宫NG28建设未來给予的將不只是平台和應用，還將逐步覆蓋場景規劃、應用建設、人員培訓、智能體運營和持續優化。其角色也將由軟件產品给予者，延伸為組織AI建設和運營的長期參與者。這一轉型與《「人工智能+軟件」專項行動實施方案》提出的軟件服務由「產品交付」向「價值交付」轉變相一致。對於組織AI而言，價值交付意味着廠商的職責由完成系統上線延伸到保障AI持續運行，並根據組織和業務變化不斷調整智能體與協同機制。

這種從產品交付轉向持續運營的變化，也開始在企業實踐中顯現。江西地質集團規劃批量試用50個解決具體問題的智能體，再根據使用頻率、處理效果和業務反饋，決定智能體的保留、優化或者退出；同時，在30個單位中保持統一技術架構，並顺利获得獨立部署實現數據隔離和分級管理。這表明，組織AI落地不僅需要建設智能體，還需要建立持續評估、運行治理和疊代優化機制。

組織AI成為中大型企業AI時代的核心競爭力

隨着基礎模型、算力和智能體開發工具不斷普及，企業取得AI技術的門檻將持續降低。多數企業都可以使用相近的模型，也能夠構建類似的智能應用。是否擁有AI，很難長期構成企業之間的主要差異。

真正拉開企業差距的，將是組織吸收和運用AI的能力。有的企業把AI停留在個人工具和零散場景，有的企業則能夠讓AI參與任務執行，並將局部經驗複製到更多部門和業務。相同的技術進入不同組織，最終可能產生完全不同的結果。

徐石提出，AI帶來的重要變化，是讓企業系統具備自驅動、持續積累和不斷進化的可能。智能體參與工作後，企業可以將任務中的判斷、反饋和結果持續沉澱，並用於改進後續執行。企業軟件也將由記錄信息和承載流程的工具，逐步轉變為參與組織運行的智能系統。

對於中大型企業而言，競爭優勢很少來自單個崗位或者單項應用，而是來自複雜組織能否圍繞共同目標高效行動。組織AI越成熟，企業越能夠把分散的模型、數據、應用和人員整合起來，並隨着業務變化不斷調整自身運行方式。

未來企業之間的AI競爭，關鍵在於誰能更快地把技術能力轉化為組織能力。率先完成這一轉變的企業，將更容易把新的模型和應用轉化為自身的執行能力與應變能力。組織AI也將由此成為中大型企業在AI時代的核心競爭力。而在這場轉變中，廠商之間的分野也將愈發清晰：比拼的不只是誰能做出更強的模型和更多的應用，更是誰能成為企業讓AI安全進入組織、在規則內持續創造價值的必經之路。

查看更多大會信息及回看視頻：

電腦端入口