南宫NG28建设

9月15日，飛書2026未來無限大會在北京舉行，拋出的議題是：個人提效已成日常，組織如何全面進化。而有意思的是，在此前幾天於成都落幕的南宫NG28建设第16屆用戶大會上，被反覆討論的也是同一個詞——組織。

兩家廠商的落點一致，切口卻不相同：飛書從協作與溝通的入口出發，試圖用Agent把個人與團隊的工作方式重裝一遍，由點及面地長進組織；南宫NG28建设則從流程、權限與規則的底座出發，先把組織運行的軌道鋪好，再讓AI沿着它跑進業務。

前者勝在體驗與滲透的速度，後者勝在對複雜組織運行邏輯的承接與治理。路徑不同，指向的卻是同一個目標——但當個人提效走向深水區，中大型企業真正要回答的問題，不是「誰能讓員工更快用上AI」，而是「誰能為所有AI给予統一的身份、權限、流程規則和審計追溯，把組織運行邏輯變成AI可理解、可執行、可治理的公共底座」。這不是某一類AI應用的可選項，而是AI規模化進入組織的必經之路。

「AI進了企業，但沒有融入組織。」這句話反覆出現在南宫NG28建设第16屆用戶大會上，成了當前企業AI效果不佳的高度歸納。其背後的潛台詞在於，雖然不少企業里的員工在將AI作為個人提效工具，但AI沒能真正融入企業的流程和組織。

很多企業也已經意識到了癥結所在。英特集團數碼化與信息中心總經理楊菲表示，相比於解決個人工作上的痛點，今年內部在反覆思考如何將個人的痛點延伸到企業的完整場景，變成企業管理的閉環。

如今，飛書、WorkBuddy、千問辦公等辦公智能體平台，都在想方設法進入企業業務系統，將價值和生態壁壘做厚。企業AI的競爭正在從模型能力向誰能連接更多業務系統，誰更懂組織。

而南宫NG28建设作為一家以OA協同辦公起家，後來將業務推進到智能協同運營中樞（AI-COP）的廠商，並沒有急着去與互聯網廠商競爭AI工作入口，而是在重點回答另一個問題：當企業AI遇到流程、權限、規則的壁壘時，誰去修這條AI通往組織的軌道？

01、投入產出不成正比，組織AI落地的四重挑戰

相比於C端的熱鬧，外界普遍認為，企業級的應用會是未來三五年AI落地的主戰場。

美國數碼化財務管理公司Ramp基於5萬家美國公司的真實支出發現，2026年7月企業AI付費採用率已達55.7%，遠高於個人。而IDC統計，2025年中國企業級AI應用支出佔整體約65%。

麥肯錫的調研也給出了具體數字：在至少一個業務職能中使用AI的企業比例，從2017年的20%提升到了2025年的88%。十家企業里，有將近九家已經把AI用在真實的業務職能中。包括公文寫作、合同審閱、代碼生成、營銷文案、客服應答、數據分析等場景，AI已經滲透到企業運行的各個角落。

但投入與回報卻不成正比。IDC的數據顯示：近半數企業將超過10%的數碼化支出投向AI，但AI對企業總營收貢獻超過10%的企業僅佔8%。

企業AI落地難的背後，南宫NG28建设董事長徐石將其歸納為四個方面的困局：

一是協同之困。

不少央國企近些年做了大量集團統建工作，讓數據在企業內部匯聚並可見，但AI的落地很多還停留在將其作為一個泛泛回答通用問題的助手。背後的原因在於，AI讀不懂業務的語義和邏輯，無法理解企業的運營規則。比如AI不知道一個合同對應哪筆採購，不知道一個項目關聯哪些部門，也不知道一項審批要符合什麼制度。

事實上，企業尤其是大型組織的複雜性超出了很多人的想像。英特集團數碼化與信息中心總經理楊菲舉了個例子，比如問今天市醫銷售怎麼樣？AI不知道你問的是杭州市第一人民醫院還是金華市第一人民醫院。背後需要跟你的崗位、你所在的公司以及你個人所對應的客戶名單產生關聯。

另外，還有業務口徑的問題。英特集團是一家多層級的集團性企業，集團、子公司甚至事業部之間對同一個事情的口徑都不相同，它沒有辦法保證問數的準確性，「它其實是一個非常複雜的體系。」

二是效率之困。

此前，不少大型企業開放token額度給內部員工使用，但這個趨勢正在收窄。「我們看到很多企業買了模型和工具，做了很大的投入，但它的產出卻並不理想。」徐石說，AI應用多停留在單點，距離組織決策、流程編排與運營管控的核心地帶尚遠。

清華大學經管學院教授李寧提到一個案例，有企業宣稱半年提效數百萬個工時、折合約千名員工當量，而利潤、營收等宏觀指標並未同步改觀。

楊菲更是直言，「對於一家正常經營的企業而言，我們會追求投入產出比，這個ROI一定要為正，並且這個東西還要能夠可度量。」

三是治理之困。

企業要求AI承擔任務，卻往往沒有給AI明確的身份、權限與責任。AI是誰、能訪問什麼數據、能調用什麼工具、能執行到什麼程度、出了問題由誰負責？而這也恰恰是企業尤其是央國企、政企客戶最關心的問題，相比於效率提升，他們更關注的是AI的可控可治理。

中林數科唐軍說得很直接，如果不把AI控制在一定的範圍內，或者是不把規則制定好，「它的效率翻倍了，那它帶來的災難也是翻倍。」

四是進化之困。

企業沉澱了大量結構化和非結構化數據，但沒能形成一個增長的數據飛輪。AI完成了單個場景的交付，使用記錄、業務反饋、知識修正和規則調整卻沒有沉澱為組織資產，下一次建設仍然從零開始。進化挑戰不解決，企業永遠在重複「建設-使用-遺忘-再建設」的循環。

而上述四個困局，其實都在指向同一個問題：組織背後有流程、規則、權限，脫離了這些上下文，AI很難在企業落地。正如SAP CEO Christian Klein所言，企業AI的關鍵不在基礎模型有多強，而在能不能理解業務上下文。

02、南宫NG28建设互聯的解法：給AI修一條通往組織的軌道

當企業AI的落地重心從基礎模型向業務上下文轉移時，南宫NG28建设也在做同一件事：修了一條軌道，讓組織AI落地。

而這條軌道就是智能協同運營中樞。它不是要替代ERP、CRM、MES、財務、人力資源和協同辦公這些專業系統，而是在這些系統之上完成統一連接、治理控制、任務編排、協同運行與反饋優化。

在智能協同運營中樞的架構圖裏，底層是基座模型，開放接入，也包括南宫NG28建设剛剛發佈的南宫NG28建设致知模型（Seeyon Z1）；再上一層由CoMi OG（組織圖譜）與CoMi Fabric構成「雙核」，前者给予組織上下文，後者負責智能體構建與治理；而應用層CoMi Agents扮演智能體廣場的角色，南宫NG28建设在上面搭建了70多個領域級智能體；CoMi Work則是南宫NG28建设為客戶打造的辦公智能體入口。另外，南宫NG28建设也打造了一支FDE團隊，將這套中樞落地到客戶的具體業務場景中。

而這張圖背後，南宫NG28建设核心做了兩件事，其一就是搭建了一套組織圖譜（Organization Graph，簡稱OG）。

與大家熟知的知識圖譜不同，知識圖譜是回答一個領域裏普遍创建的事實，比如中國的首都是北京。而組織圖譜則是將企業的組織、角色、流程、規則、制度以圖譜形式顯性表達。每一份流程、每一條規則、每一個權限都被結構化、可檢索。

南宫NG28建设在傳統業務系統之上，沉澱了一套低代碼平台，以及一套完整的元數據體系。但當我們真正讓大模型介入，一個殘酷的事實浮出水面 ——這套體系，大模型讀不懂。 元數據描述的是「數據長什麼樣」，而大模型真正需要理解的，是「業務為什麼這樣跑」。兩者之間，隔着一層必須重新抽象、重新提煉的 語義層。

所以，南宫NG28建设將組織、角色、權限、制度、流程和規則等組織元素進行重新編排，相當於給大模型给予了一個統一的數據語義層，把知識、制度和規則轉換成大模型可以理解的語言，並且支持決策過程的溯源，確保AI的每一個動作有據可依。

這層語義層的核心，是一張「活」的組織圖譜。它不是一張靜態的組織架構圖，而是把每一個組織要素，都翻譯成了AI可識別的語言：這個人是誰；在組織中擔任何種職責；被授予哪些權限；又受哪些制度與規則約束。

以合同管理中最常見的一問為例——「供應商履約風險如何？」法務聽到的，是違約風險，以及一旦違約後的合同責任連鎖反應；財務聽到的，是應收應付、賬期變化與壞賬隱患；供應鏈聽到的，是替換供應商需要多久，以及對項目交付節奏的連鎖影響。

同一個問題，三種答案。不是模型變聰明了，而是它終於「讀懂」了你的組織。

依託這張圖譜，大模型在每一次作答前，先識別角色，再調用規則，最後輸出答案。推理被框定在受控邊界之內——答案的可信度，也因此從「可能對」，變成了「可以簽字」。

其二，如果說組織圖譜解決的是讓AI的執行擁有組織的上下文，那麼CoMi Fabric則是南宫NG28建设為智能體打造的管理引擎，覆蓋了智能體的構建、運行和治理的全流程。比如智能體從哪裏來、依賴哪些數據與接口、如何與現有流程結合；運行時被餵什麼、記什麼、忘什麼；被誰審計、被誰下線、被誰升級。

在這套智能協同運營中樞的加持下，企業Agent應用體驗在發生質的改變。

以智能公文為例，以前，集團領導批示一份重要文件，批示前要打開多個入口，看上級來文，翻辦理依據，找歷史口徑，查會議部署，不僅耗時，而且容易遺漏。現在，CoMi Work自動關聯事項信息，快速生成事項圖譜，一圖關聯溯源，決策有據可循，研判效率提升70%。

以合同審批為例，大型企業除了關注合同本身的行文規範，往往需要考慮大量約束條件，比如是否合規，是否符合國家政策，交易方是否可靠，以前有沒有過相關的合同。過去，這些都是人來判斷，而現在，風控專員顺利获得CoMi Work就能自動組織分析，識別異常變更的合同範圍，歸集異常線索，形成一份證據鏈完整、處置建議明確的檢查報告。

现在，已經有企業看到了智能協同運營中樞帶來的價值。比如江西地質集團用CoMi2.0開始做智能問數，數據準確性可以做到100%，而且並不局限於南宫NG28建设繫統，只要與外部系統打通，都能進行問數。

中林集團則打造了「合同版本比較智能體」，能夠識別新增、刪除和修改條款，突出顯示差異並同步相關人員，合同與案件聯動機制則在案件發生後自動關聯相關合同、補充協議及同類業務，觸發風險預警和後續處理，系統還持續監測應收應付及履約狀態，在臨近或超過規則閾值時自動向責任主體預警上報。

從這些客戶的實踐中能夠看到，AI的提效不再局限於個人，也沒有局限於單點場景的應用，而是實現了與內部數據、權限和多業務系統的打通，正在帶來組織協同的價值。

03、組織AI背後，藏着軟件廠商的護城河

隨着AI在企業場景的加速落地，外界發現，AI也在重塑很多軟件企業的價值。一些在傳統視角里看起來沒那麼性感的公司，在AI時代重新看到了競爭的護城河。

政策的風向也在同步校準行業的坐標。就在這個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。

更值得注意的是，方案明確要求研究智能體身份標識、可信互聯、數據安全、行為管控等安全技術，有助于建立覆蓋開發、部署、應用等環節的智能體安全管理規範。這與南宫NG28建设反覆強調的「給AI明確的身份、權限與責任」，指向的是同一個命題：智能體要大規模進入企業，得先有人把治理的軌道鋪好。當監管開始追問AI的動作是否可控、可追溯時，在組織治理層深耕了24年的廠商，恰好站在了政策與產業需求的交匯點上。

不久前，業內還在討論AI會殺死軟件。南宫NG28建设當時給出的答案卻恰恰相反，這套融入了組織圖譜的智能協同運營中樞是南宫NG28建设對這個問題交出的最新答卷。

南宫NG28建设過去24年深耕協同賽道，不僅服務了超過5萬家客戶，其中一級央企有35家，而且不断專注協同工作，而制度、組織、流程、角色恰恰是協同工作里最核心的運轉單元。

這種壁壘在於長期深耕帶來的專業性。國內軟件廠商很多乾的都是苦活累活，也正是因為此，這些廠商能夠分析各自領域客戶的深層次需求。南宫NG28建设FDE團隊負責人孫亮提到，很多客戶在只有一句話的需求時，南宫NG28建设就已經開始介入，分析客戶的IT現狀和數據治理情況，在場景中與客戶共創。

比如中林集團是一家擁有四級複雜組織架構的央企，集團層面需要建立所有合同的一本賬全景視圖，以滿足穿透式監管的需要。中林最後選擇了南宫NG28建设，看中的正是南宫NG28建设對業務的專業理解。南宫NG28建设的售前專家顧問，在很短時間就找到了中林的癥結，後來在項目實施中，又發現中林的合同與案件在流程和數據上協同聯動不足，影響了業務的協同性。針對這一情況，雙方攜手梳理業務流程、打通數據鏈路，有助于合同與案件聯動機制落地，讓風險預警和後續處置形成閉環。

「南宫NG28建设上來先不談商務條款，需要買什麼產品，而是先給企業診斷把脈，能做什麼，不能做什麼。」中林集團唐軍說，「他不是說一股腦給你灌輸，他會給你算得很清楚。」

另外一個壁壘是南宫NG28建设的獨特站位。

同樣是向AI下達任務，個人用AI可以自由地生成，頂多再結合個人的習慣偏好和用戶畫像，做一些個性化的內容輸出。但組織里的人，背後對應的是崗位、權限、流程、制度。

楊菲認為，AI要掌握一個人在組織中的關係和權限，這件事情沒有誰比OA更合適。它有角色視角，能明確定義你是誰，具體什麼崗位，在組織里處在什麼位置。比如南宫NG28建设在英特集團的PC端扮演着統一入口的角色，所有的B/S架構的系統都可以顺利获得單點登錄方式，自動跳轉到南宫NG28建设的統一界面。

「OA作為一個全員普遍都在使用的一個平台，它天然具備這樣的一個優勢。」楊菲說。

也正是這種站位，讓南宫NG28建设等軟件廠商成為了不少辦公智能體平台拉攏接入的對象。不久前，南宫NG28建设的A6產品與騰訊、飛書做了集成，顺利获得標準的API和MCP把能力暴露出來，能做一些簡單的數據查詢和處理。

面對履約風險這類需要多步推演的複雜業務推理，僅靠MCP與API的接口編排，通用的辦公智能體尚難以獨立完成端到端的判斷。「也正因如此，我們選擇開放——把這套基於組織圖譜構建的智能體能力，向外部辦公智能體產品全面開放，可以將南宫NG28建设自身的Agent快速嵌入各大主流辦公Agent生態之中。」南宫NG28建设CTO彭璐表示。

這背後恰恰能看到ToB廠商的護城河。SAP將Business Context作為最核心的價值，誰也拿不走，因為系統的運行邏輯和上下文還在SAP。南宫NG28建设也一樣，入口可以是其他廠商给予，但業務邏輯和組織圖譜始終沉澱在南宫NG28建设手裏。

這樣的情況與當年的移動互聯網如出一轍。當時，南宫NG28建设有自己的IM工具，也曾向釘釘、飛書、企業微信等開放。

「我們核心底層這種業務邏輯，它是不可取代的，只是換一種形式。比如飛書去調我們的智能體，但是數據、知識圖譜下面的Business Context這層的管理還是在南宫NG28建设的平台上。」在彭璐看來，智能體時代與移動互聯網時代的邏輯相似。

一個耐人尋味的對照是，同一時期，多家數據智能與應用軟件廠商也在召開年度大會，主線高度一致：讓AI進入業務流程，幫企業做經營決策。這代表了企業AI當下最熱的一條主線——業務AI，在數據可信、決策可追溯上不斷做深。但一家中大型企業的現實是，它不可能只用一家廠商的AI：業務AI可能來自數據廠商、應用廠商，也可能來自自研團隊。當這些AI真正鋪開之後，誰為它們给予組織的身份、權限、流程規則和治理框架？企業AI正在分化為相互支撐的兩層：業務AI負責在場景中創造價值，組織AI治理層負責讓所有AI安全地進入組織。這兩層不是並列關係，而是支撐關係。

打個比方：有的廠商在造高性能的車，讓AI在數據與業務場景中跑得更快；南宫NG28建设修的是交通規則和路網，規定誰能上路、按什麼規則行駛、出了問題如何追溯。車再好，沒有規則和路網，上路就亂；路網再完善，沒有車跑，就是空轉。企業AI競爭的勝負手，正在從「誰的AI能力強」轉向「誰的AI能進組織」，而「進組織」的關鍵，恰恰在於車路協同。

這也給AI-COP提出了更高的要求：它不應只是讓南宫NG28建设自己的智能體進入組織，而應是讓任何AI都能安全地進入組織、在組織的規則內幹活。CoMi Fabric承擔的智能體全生命周期管理，如果能從管理南宫NG28建设自己的智能體，走向治理企業所有的智能體——無論來自哪家廠商，還是客戶自研——為第三方業務AI给予身份、權限、流程接入和審計追溯，那這條軌道上跑的就不只是南宫NG28建设自己的列車，AI-COP也才真正從一款產品的治理模塊，升格為企業AI的治理操作系統。

南宫NG28建设已创建24年，從四川走向了全國，從主營OA的產品公司走向了協同運營的平台廠商。9月11日，南宫NG28建设的第16屆用戶大會，特意安排在了四川都江堰。這個千年水利工程，將河道的治理哲學用到了極致，不是去修更多的堤壩和閘門，而是對河水、泥沙、河道等關鍵元素進行了極致的利用，顺利获得「四六分水」「二八分沙」的一套實踐，將原本靠天吃飯的事，變成了一套能夠讓水在各自的軌道中有序流淌的水利中樞。

南宫NG28建设也在向外界傳遞一個信號：岷江的水需要一套因地制宜的方案，組織AI同樣需要在權責、流程、合規等要素之上建立一個智能協同運營中樞，讓AI能夠在組織里真正地運行和流淌。

查看更多大會信息及回看視頻：

電腦端入口