过去5年在TO C战场上模型能力基本决定产品身位研发投入和各家卡量是胜负手。但在AI TO B的这个战场模型、产品只是入场券真正决定输赢还有场景、生态以及整个体系的商业体系。这是一场全军之战。作者|皮爷 吴坤谚出品|产业家“他们现在title是企业效率顾问可以卖豆包企业版”一位OPC告诉产业家。他近日收到了飞书助手的营销推送页面显示该套餐包含豆包企业版与飞书领航版集成了飞书套件与豆包企业版的AI助手功能。沟通中销售向这位OPC着重介绍了豆包企业版的功能与落地案例包括Seedream生图、Seedance生视频以及Agent操作浏览器抓取内容生成看板等。主打生产力工具的豆包企业版开始依托字节的全部TO B触角正式走向台前。这是最近办公AI入口战的一角。7月30日字节发起组织调整飞书、豆包、火山引擎进行了不同程度的分拆融合飞书产品团队并入豆包市场销售团队并入火山引擎在这个架构调整的一周前阿里也全面整合了QoderWork、悟空、MuleRun三款Agent产品推出新产品“千问办公”。把时间线再往前拉据《晚点》报道腾讯“新太子”WorkBuddy日活跃用户数平均达百万量级。在腾讯内部WorkBuddy的相关会议马化腾“逢场必参加”。AI办公成为基模之外各大互联网厂商在AI时代的第二个战略共识。关于这场入口之争底层逻辑不难理解。于市场需求而言不论是C端人群的AI生产力需求还是企业客户涌现的AI TO B确定性付费意愿固有的钉钉、飞书、企微等入口都很难做到绝对满足。谁能用新入口率先占领用户心智谁就能在一定阶段内率先接住前端足够明确的AI需求实现“产品—模型”的飞轮运转和Token的商业价值转化。换言之这是一个兼顾AGI和AI商业模型的必打之仗。那么到底什么会决定这场仗的份额走向或者说WorkBuddy、千问办公、豆包企业版需要做对、做全什么才能成为最后的赢家过去5年在TO C战场上模型能力基本决定产品身位研发投入和各家卡量是胜负手。但在AI TO B注C端生产力用户为小B用户统称TO B的这个战场模型、产品只是入场券真正决定输赢的还有场景、生态以及整个商业体系。这是一场全军之战。一、新入口背后各家要的到底是什么首先回答第一个问题在入口背后各家本质争夺的到底是什么客观来看在AI大模型浪潮爆发的这几年时间里很少见到如此整齐一致的组织动作其中还涉及到两款大厂核心产品钉钉和飞书。两者采取的模式几近相似产品并入AI厂牌产品市场、销售正式划归到云事业部。这种一致性地调整背后折射出的恰是这次入口之争背后的两个关键指标智能和商业Token经济。先来看智能。在今年的腾讯AI产业应用大会上首次线下亮相、并真正把腾讯混元拉到国内第一梯队的姚顺雨曾这样阐述过他对模型进化的理解——在现在的模型进化中一个重要的机制就是“产品—模型”的Co-design设计。通俗来说就是模型的进化方向和评测标准越接近前端产品侧的真实用户需求模型的进化就越有价值。因此在他主导的重新训练混元大模型的过程中模型研发团队甚至会优先去和元宝等前端产品团队一起解决用户需求。C端的逻辑同样适用于B端。不论是钉钉还是飞书本质来说在过去多年双方都构建了一个足够特殊的场域——和企业足够近甚至就在企业之中的场景。在这两款产品上每天都有数以千万次的真实TO B需求涌入以钉钉/飞书为处理器最终输出用户需要的结果。合并之后这些都会悄然转化为千问办公、豆包企业版的既有场景基于这些已经在运转的AI TO B闭环一方面其可以从产品层面优化自身的智能体验比如通过理解更多真实上下文进而构建出更多专业的AI助理比如skills调用通路比如MCP生态等等。另一方面Co-design将会迎来足够有价值的更新。即相较于C端需求的多样性和无目的性B端场景的需求往往更高质量且自带标准和评测体系这种高质量的“需求—生成”链路将会进一步经由WorkBuddy、千问办公、豆包企业版辐射到混元、千问、豆包seed等模型层实现模型侧智能的高质量进化加速AGI。其次商业。如果说智能对应的是字节、阿里、腾讯对于AGI在模型和产品侧的追求那么商业则可以说是这次组织调整的最直接目的这也就是业内一直谈的“Token经济”。关于Token经济很多人的误区是卖Token本身卡量或者说能代理的卡量越多其利润就会越高。答案是否定的或者说是不全面的以上是对Token代理商也就是OpenRouter的估值解释。对互联网大厂而言Token经济的真正理解是在直售和模型coding plan之外当前利润率低其更核心的模式是通过把底层Token进行不同程度的应用层的加工如自有产品消耗、生态层面消耗通过把Token转化为可使用的AI产品和形式一方面实现基于Token成本的产品式定价另一方面让更多的Token消耗发生在自己的业务边界内。于是也就有了文章开篇那一幕。即在这次钉钉、飞书的市场销售调整背后其对应的一个大厂的核心目的是要把之前战略上喊出的“Tokens战略”落到实处把全部TO B触角也就是“云协同平台”收归一处真正承担一个共同的指标基于新的AI产品卖Token附加。一些行业相关人士告诉产业家这次钉钉、飞书组织调整的第一步就是调销售体系之前大家只能卖自己业务线的产品现在“什么都可以卖”销售的KPI、产品的定价都开始慢慢转向Token消耗。“这种调整对销售整体是利好的这意味着可以卖全部产品了。”他告诉我们。对企业的AI商业体系利好也更是必然。以飞书为例其2025年的营收超30亿元有媒体报道称2026年以来飞书新增客户中超过九成同步采购飞书AI产品同样的数据也更出现在悟空身上陈宇森表示悟空还将持续运营一段时间因为“仍有大量企业使用钉钉悟空的AI能力”。能预想到的是当把飞书、钉钉上这些有足够明确AI需求的企业放到全部字节、阿里AI体系内其客单价和Token消耗势必迎来指数级上涨。这是目前AI射程内为数不多能看到正向商业闭环的方向。所有人必须尽全力。二、怎么打才能赢下这张仗目的明确了兵力如何或者说怎么才能在这场战争中拔得头筹在过去几十年的软件发展过程中不论是WPS还是钉钉、飞书以及一众SaaS企业在生产力这个赛道上其实一直缺乏一个明确的指标所有产品是基于订阅制收费因为产品是标品使用的好坏与否取决于个人和定制化服务。但在Token经济模式下一个新的产品标准开始出现效果。换言之谁能实现用户的真正需求达到用户要求AI产品的使用频次和深度就会越高与之对应的Token消耗量就会增加。那么如何做到“效果”首先一个字节、阿里、腾讯都无法避开的因素是模型能力。这个在过去5年时间一直被各家视为最核心战略的要素仍然是决定“效果”的重要因素与之对应的产品能力是足够长且可理解的上下文、是否快速的反应能力推理等比如WorkBuddy在破圈中一个业内的好评价恰是“其反应速度足够快”决定反应速度的一方面是用于此的卡量另一方面是模型本身的推理能力。就当下的AI办公产品的战略定位和模型能力来看这个层面各家很难拉开差距。但模型不是制胜要素的全部或者说模型的最直观表现是通用型任务。而涉及到真正产业场景的任务真正决定效果的是“体系”。具体来看“体系”包括企业自有体系和外部体系。企业自有体系对应的是其内嵌到产品底层的不同产业场景的上下文积累这些积累一方面体现在主对话框交互对不同产业任务的执行比如营销文案生成、客户管理数据、零售数据分析等等另一方面体现在主页面之外的被同样放到台前的专家和coding能力前者为大厂基于自身积累沉淀出的部分场景封装而成对应赛道的企业和用户可以直接复用后者则是coding对不同场景任务的开发理解。外部体系则对应的是生态。尽管目前AI办公入口战仍只聚焦在第一阶段但生态侧的建设长期来看将会成为决定AI办公入口价值的重要因素即大厂需要设计对应的Agent生态体系这个生态体系对应的是对更多专业场景需求的满足通过吸纳在不同深度产业场景如能源、工业、零售等赛道垂直Agent企业进而实现对TO B需求“效果”的更完美满足。实际上关于生态体系各家的动作也可见一斑。比如钉钉、飞书之所以被纳入千问、豆包体系在场景之外的一个重要考量也恰是前两者本身就具备足够全的软件生态这些软件生态如今伴随着各个软件厂商的进化也更在悄然进化为AI生态成为千问和豆包的外延触角此外WorkBuddy也更通过“套件”的方式吸纳来自各个方向的Agent伙伴一起做大Token消耗的蛋糕。“‘效果’是能看得见差距的地方但这是场内一部分。这些之外TO B上最重要的权限、安全等设计在AI办公产品上都必须是标配否则连很多企业的入场机会你都拿不到更别谈去做‘效果’了。”一位国内头部SaaS企业负责人告诉产业家。他认为飞书、钉钉融入千问、豆包的意图也恰是让TO B客户有更好的信任基础加速千问办公和豆包企业版的冷启动速度。三、AI生产力时代全面打响实际上从AI的供需模型来看WorkBuddy、千问办公、豆包企业版的推出在满足各家大厂对于自身AI智能和现阶段商业价值的前提下其也更在吹响一个新的号角AI生产力时代正全面来临。“大厂做出成熟应用还有两三年的窗口”早些时候AI营销公司芯耀智创创始人王迅曾对产业家做出这一判断。最近随着千问办公、WorkBuddy和豆包企业版相继加码通用Agent已经将能力伸向内容、营销与浏览器操作。再次被问到判断是否发生变化时王迅回答“其实还是没什么变化。”这份笃定并非来自对技术进步的忽视。他承认数字人、生文、生图等具体的AI营销产品未来很容易受到大厂模型能力提升与通用Agent的冲击。他甚至判断应用层迟早会被少数产品收拢。只是从一开始他便没有把公司放在应用层。他认为软件只是整个交付中的一小部分。企业真正购买的不是数字人、文案生成或者视频工具而是如何选择渠道、生产内容、获得客户并完成成交的一套方案。因此王迅所说的“两三年窗口”并不单纯指大厂做出同类功能还需要多久。更准确地说这是留给垂直服务商的一段产品化窗口即在通用能力继续扩张之前将行业经验整理为工作流把人工服务沉淀为可以重复交付的服务能力。即随着模型、工具调用能力持续提升简单的功能封装会不断被模型学习在AI产品上进行表达。在这一层面上Coding便不再只是一项服务开发者的垂直能力而开始成为通用Agent的底层执行器开始从前台的高价值场景逐渐沉入AI办公产品的能力底座。比如前文提到被千问办公整合的QoderWork提供的便是Coding执行底座。这关乎如何识别用户真正需要的技能、专家再用这些反馈改善调度效果形成最基本的产品飞轮。但模型或者说Coding并不能执行一切。一位SaaS行业人士告诉我们。“上一个软件时代的数据模型主要服务于表单、报表和固定流程Agent需要的则是数据背后的业务含义”。即尽管数据是AI Agent进化的养料但前提是AI能够读懂、理解数据。企业积累了数据不等于积累了AI可以直接使用的上下文。这也恰是国内目前大部分SaaS企业或者说Agent原生企业所瞄准的方向——把过去多年的know-how转化为对应场景的上下文环境以FDE的形式帮助企业完成AI落地的最后一公里。比如如今王迅的团队为大型客户提供陪跑服务月费约十万元第一个月由自己的团队手动帮客户跑通流程、拿到具体的增长结果第二个月把验证过的方法封装成标准化工作流第三个月交付给客户自己的团队使用。这种“效果交付”的逻辑也恰对前端流量入口有新的要求。如果说传统ISV更看重平台带来的分发与集成效率那么新时代的Agent公司则是会权衡更多因素如平台提供的流量是否足以补偿客户关系、任务数据甚至享有全新的定价权。对WorkBuddy、千问办公、豆包企业版这三家而言其不仅要做好自身“产品—模型”的Co-design设计也更要做好基于生态体系的Co-design体系设定打造新的流量聚合、Agent分发机制和基于Token的全新定价体系。只有这样其才能真正跑通从AI生产力入口到AI生产力平台的路径从自身的AI商业闭环走向整个产业的AI商业闭环。AI生产力时代更准确来说以Token为原点的生产力时代又向前迈了一步。