我看致遠互聯｜AI賦能的協同運營

上周，我參加了致遠互聯年度用户大會，並有幸與徐石董事長進行了單獨交流。

早在20世紀90年代后期，徐董事長創辦致遠互聯之前，在成都一家知名電腦公司負責企業管理軟件的開發與銷售工作，彼時我便與他有過交集。后來，我在行業里見證了他投身創業、創立致遠互聯，ERP領域里我的幾位熟人加入了其早期團隊。他們從篳路藍縷起步，一路高速發展，不僅成功實現上市，如今更成長為中國企業軟件領域的頭部企業。

交流中，我向徐總坦言：「過去我一直以為致遠是一家專注於OA的公司，但這次大會上，通過學習眾多用户的案例分享，我才發現致遠實際打造的是企業核心業務的運營管理系統。

例如我看到這家物業公司採用致遠平臺，實施了包括合同管理、法務管理、採購管理、財務管理、資金管理，除了採用業界標準ERP、CRM 系統作為主數據后臺外，主要業務流程都是在致遠平臺上跑的，致遠承載的其實是物業公司的核心業務系統，這也難怪你們的產品會命名為‘協同運營平臺（COP）’。」

徐總迴應我説：「協同運營平臺」這一概念正是他前些年提出的，而他創立致遠互聯的初心，便是研發支持組織協同工作的創新技術。

需要補充的是，辦公自動化（OA）是極具中國特色的應用軟件品類（參見《工作數字化的中國曆程 ｜ 從 OA 到 BPM 到數字流程自動化》《企業軟件國產化 ｜ 為什麼外國公司不用 OA》），這類軟件興起其最初的核心功能圍繞政府及國企「紅頭文件」的製作、簽發與傳達展開，致遠、藍凌等是該領域有較長曆史的頭部企業。

從技術邏輯上看，OA的底層核心是工作流管理（workflow），工作流管理系統是通過定義、執行和監控一系列標準化的任務流程，實現信息或工作項在組織內不同角色、崗位間自動流轉與協同，並與企業的核心業務記錄系統連接，從而提升業務處理效率的軟件系統。

工作流管理又是業務流程管理（BPM）系統的核心引擎，業界通常將工作流管理分為文檔工作流、表單工作流和集成工作流三類，傳統OA（以「紅頭文件」等文檔管理為核心）便屬於文檔工作流的典型應用，如今BPM系統也常被歸為「低代碼開發」、「aPaaS（應用開發平臺）」的範疇。

傳統上OA的市場價值較低，因此前些年頭部OA廠商紛紛開始將自身定位為BPM或低代碼廠商。而BPM與低代碼賽道本身，在中國企業軟件市場中也缺乏嚴格的邊界劃分，競爭者眾多、市場格局較為擁擠。

正是在這樣的行業背景下，徐總提出了「協同運營平臺」這一概念——其核心目的，便是更清晰地界定致遠產品在企業實際業務中的應用場景與價值定位。

致遠互聯COP的核心定位為「以人為中心的協同運營平臺」，其對企業管理軟件「第一性原理」的認知是：跳出單純以業務、財務為核心的傳統框架，轉而以「人」為中心，重構組織的應用架構、技術架構與發展模式，最終以「成就卓越運營」為目標，助力組織完成從信息化、數字化到智能化的進階。

COP產品隨技術迭代與組織需求演進，已歷經三個發展階段：

1、初始階段：以辦公自動化（OA）為起點，聚焦的企業審批、會議等行政程序與基礎工作協同，解決組織內部的信息高效流通與管理規則落地的痛點。

2、發展階段：從行政程序向跨業務領域延伸，實現合同管理、科研項目管理等業務流程的協同打通，深化平臺對核心業務的支撐能力。需要強調，我在這里稱審批和會議為「行政程序」，而非「業務流程」，乃是因為很多公司將OA 里的「審批流」稱為「業務流程」，我認為是不準確的——審批流是某個業務對象狀態變化的一系列審批活動的權限分配，而業務流程則更強調運營自動化，后者纔是致遠對於企業數字化水平提升的初衷；

3、智能階段：深度融入AI技術，升級為「智能運營中樞」（即AI-COP），達成「人機共生、數據驅動、決策智能」的新形態，推動組織從「工具輔助」的初級階段向「智能進化」的高階階段躍遷。

從企業組織進化視角出發，致遠互聯當前提出的AI-COP，重點聚焦四大核心方向：

效率革命：依託智能體（Agent）落地「專家智能」，智能體不僅由通用大模型驅動，同時由經過萃取的專家知識驅動，支持組織成員具備跨角色能力；通過智能問策、文檔自動處理等任務自主執行，同步提升個體效能與組織整體運轉效率。

範式革命：推動人工智能從「輔助工具」轉變為「協同隊友」，以COP 的統一工作臺為載體，結合「能聽、會説、能看、能干」的多模態交互，構建「人機共生」的全新工作範式。

組織重構：助力組織打破科層制、矩陣式的傳統邊界，向更靈活的「液態組織」轉型；通過實現組織平權，讓每個個體成為獨立的價值中心，重新定義個人與組織的價值聯結關係。

自我進化：憑藉實時數據感知與多模態數據整合能力，讓組織具備「持續智能進化」的核心能力；基於「碳基（人）+硅基（AI）」的深度融合，動態調整運營模式，精準適配外部市場與環境變化。

AI-COP的技術底層秉持兩大核心理念，確保平臺的實用性與長期可持續性：

1. 雙模驅動：

深度融合「傳統管理軟件」與「AI原生能力」。一方面保留傳統平臺中沉澱的「應用最佳實踐」，保障業務連續性；另一方面疊加AI原生的智能體（Agent）能力，形成「現有場景智能化升級+新業務場景創新」的雙路徑。

2. 可信與開放：

可信性：區別於依賴海量數據的通用大語言模型，企業場景的智能更需聚焦「精準性」——僅需提取特定場景下少數專家的經驗與知識。因此，AI-COP強調依託組織內部協同流程數據、業務場景數據構建專屬專家模型，結合垂類模型與嚴格權限體系，確保決策的可靠性。

開放性：通過MCP/A2A等開源協議，及致遠自研的CoMi Builder智能體定製平臺，支持靈活接入第三方能力（如華為雲算力、金山辦公文檔智能、第四範式決策智能等），構建「平臺+生態」的合作模式，實現技術能力複用與業務場景共創。

我認為致遠AI-COP的這些產品理念，應和了企業應用軟件的發展方向：企業應用軟件設計思想正在從「以流程和系統為中心」，轉向「以用户交互和用户體驗為中心」。

如下圖所示，運營協同的新一代企業軟件支持人與AI大模型交互，以大模型能力為中心，它是企業級智能能力、數據、數字化服務的「總調度」，並且提供應用軟件、智能體、用户交互等軟件開發的工程能力。大模型把三樣東西銜接起來——企業級智能能力、企業內外的數據、企業已有的數字化工具和信息系統——讓客户和員工得到更順暢、更個性化、更可信的數字化服務。

跟傳統信息系統相比，新一代面向企業運營的信息系統必須提供全新的用户體驗：隨着移動互聯網的普及，用户已經習慣在移動設備上用對話、語音、圖片來解決問題，等待複雜流程走完的耐心更少。數字化服務對用户的體驗進化，就像是我們在銀行的體驗變化，三十年前顧客在櫃檯前排隊辦業務，現在有一個「私人助理」為你端到端處理問題，並隨時解釋進度。

要處理企業運營，大模型具備兩個核心職能：

一是智能業務編排，大模型要成為企業所有運營數字化資源的「總調度」，接收用户的業務請求，判斷該找誰（這個「誰」可能是碳基人、也可能是硅基人）、用什麼資源、先做什麼、后做什麼，遇到異常如何兜底。它會把用户訴求的目標拆成若干「可執行的小步驟」，並在每一步根據當前反饋，做最合理的安排：該自動就自動，敢放手讓 AI 乾的就讓 AI 干，必須人工就轉人工。

二是AI 工程能力，從目前大模型技術進展來看，它對傳統企業軟件最大的顛覆可能是來自軟件開發自身，AI 編程正在侵蝕壟斷了全球企業管理軟件市場幾十年的頭部公司的城牆，最近幾周，這些公司股價出現暴跌，評論者認為這和大模型新一輪升級換代有直接關係。具體來説，AI 工程能力包括：

o  生成用戶界面：AI 能夠結合用户畫像和實時內容輸入，實時生成符合用户偏好的界面佈局與視覺風格，並通過對比測試和用户滿意度閉環不斷優化界面效果。這種方式無需傳統用户交互設計依賴預定義組件和固定佈局的模式，能更好地適應多場景、多用户的個性化需求。

o  生成智能體：AI 可以構建能夠對話和感知上下文的智能體，並將其編排，來執行一系列任務從而實現端到端流程自動化。智能體與企業已有IT 架構深度整合，具備行動、參考和洞察三個至關重要的功能。

o  生成各種算法和程序的代碼：AI 可以通過自然語言處理技術，將用户的業務需求描述自動轉化為可執行的代碼框架。例如用户輸入如「根據用户畫像推薦金融產品」 的業務需求，它能自動生成可執行的代碼框架，並推薦合適的機器學習模型。

無論是碳基的人類員工，還是硅基的AI智能體，若要實現高效的運營協同，需依靠「總調度」機制，將三類企業運營數字化要素聯結起來，面向用户請求合理編排調度：

1. 智能能力：堪稱企業運營的「大腦與眼睛」，包括：

- 自然語言處理能力：實現精準的理解與對話交互；

- 決策智能能力：提供特定任務的預測與建議支持，例如庫存動態調控、智能定價、風險提前識別；

- 機器視覺能力：具備「看圖讀文檔」的能力，可高效識別發票、工程圖紙等資料。

2. 企業數據：構成企業運營的「記憶與現場感」，包括：

- 內部數據：涵蓋訂單信息、庫存數據、客服記錄、生產日誌等；

- 外部數據：例如市場實時價格、物流運輸狀態、企業信用信息等；

- 數據上下文：明確數據關聯的「人、事、時、因」，確保信息完整可追溯。

3. 業務工具與系統：相當於企業運營的「手和腳」，包括

- 企業內部現有信息系統或者微服務：如財務、供應鏈、銷售、客服管理系統等；

- 外部第三方雲服務：如在線支付、物流跟蹤、企業徵信等服務。

我們來設想兩個具體場景，直觀感受下AI協同運營平臺的原理和價值：

場景一：銷售現場快速報價  

傳統模式下，銷售人員需手動錄入信息、跨系統查詢數據，還需經商務、供應鏈等多部門審批，操作繁瑣且周期漫長。  

而在AI運營平臺中，流程大幅簡化：銷售人員只需在手機上對智能體語音指令：「給XX客户生成500台產品的報價，交貨期30天」。  

人工智能根據這個要求自動拆解任務並分配給執行的智能體或人員，並協調他們之間的協作：覈查庫存與產能→覈算成本與毛利→匹配促銷政策→生成報價單與合同要點→按需推送銷售總監審批。過程中，智能體提取合同模板時，另一AI能力會同步提示風險點（如交付約束、保修條款差異）；各環節智能體還會自動在ERP系統鎖定庫存、在CRM系統生成報價單，最終通過協同界面將審批后的結果推給銷售人員，全程僅需幾分鍾。

場景二：高效員工入職流程  

在AI-COP模式下，入職流程告別了員工、HR 專員在多個系統中操作的繁瑣：

1. 新員工僅需向入職智能體提供姓名與身份證號；  

2. AI自動從招聘系統提取錄用信息，並覈驗身份證與錄用信息的一致性；  

3. 同步觸發多系統操作：向IT部門申請辦公賬號、在財務系統建立工資賬户、為培訓平臺分配入職課程；  

4. AI向人類HR專員推送「入職任務清單」，支持她一鍵確認完成所有操作；  

5. 新員工將收到人性化的入職祝賀函，同步完成手續確認。

值得強調的是，在AI協同運營平臺中，AI的定位是「幫人做事」而非「替代人」，核心在於清晰界定人機協作邊界，包括：

- AI可直接完成的任務：如數據自動填充、標準化流程觸發等容錯性高的工作；

- 必須人工審批的任務：如薪資調整、合同簽署等高合規要求、高風險的工作；

- 明確異常處理機制：包括流程出錯時的回退路徑、責任劃分標準。

以財務報銷審批為例，AI會先自動覈查報銷單合規性、比對發票與預算，給出「批准/拒絕+具體理由」的建議，財務經理僅需專注於「確認」或「修改」，大幅減少重複工作量。

上述內容聚焦於智能化運營，而若切換到系統用户視角會發現：需協同的事項，既包含通過流程或編排主動推送的標準化任務，也涵蓋人與人、人與機器之間隨機的、非規範性的信息溝通與任務協作。這便引申出COP另一個關鍵話題—— 在數字化協同環境中，工作者該如何提升個人效率、優化數字化工作模式？

事實上，支持羣組多人協作的企業軟件早在20 世紀90 年代便已出現，當時被稱為「羣件（Groupware）」，知名的Lotus Notes 便是早期代表。儘管三十年過去，信息技術歷經多輪迭代，但羣件所定義的數字化協同核心模式並未發生本質改變，僅是應用形態隨技術發展有了諸多革新。

不過，要真正用好這些數字化辦公工具、發揮其商業價值，並非易事。數字化辦公雖為團隊與個人提供了溝通、規劃、資源管理等多方面便利，但想用工具重塑工作習慣，卻面臨不少現實挑戰。

前些年我在某國際知名管理諮詢機構任職時，公司曾在全球推行數字化工具，試圖重構團隊工作模式—— 當時引入的工具覆蓋全場景，包括羣聊協作（Slack）、可視化共創（Miro 協作白板）、遠程溝通（Zoom 視頻會議）、任務追蹤（Trello 看板）、文檔存儲（OneDrive 雲盤）及雲端協同辦公（微軟Office 套件）。

以項目管理為例，過去我們諮詢項目組每周開內部例會，為向負責合夥人匯報進展，成員總要花大量時間打磨內部評審PPT。為此公司特別規定：內部會議無需準備PPT，直接在Slack 上以文字同步討論，減少形式化消耗。但實際推行中卻發現，這些在國外職場普及的工具，在國內應用效果始終不及預期——我當時公司的中國區合夥人仍習慣看PPT，既不適應協作文檔，也不常用Trello 看板，跟國外的工作習慣不太一樣。

連我所處的、匯聚眾多精英的頂級國際公司，數字化辦公在中國落地都磕磕絆絆，更不用説人員規模龐大的中國企業與政府機構了。這背后，是中外職場人對數字化工具的使用習慣存在顯著差異。比如視頻會議時，多數歐美職場人習慣打開攝像頭—— 在我看來，這既是對工作場景的尊重，也體現了專業態度；但大多數中國職場人使用同類工具時，普遍不習慣開啟攝像頭。這類細節差異，往往會成為制約數字化協同效率的「隱形障礙」。

中國人，需要有符合中國人工作習慣的數字化辦公工具，同時，中國職場人士也要持續更新自己的數字化工作習慣，擁抱更現代化、更敏捷、更以人為本的工作模式。

因此我認為，致遠AI-COP 所倡導的組織重塑，絕非僅停留在組織形態、業務流程的宏觀變革；在微觀層面，更需探索在數字化與人工智能疊加的背景下，如何設計出貼閤中國人組織文化與工作習慣的新型工作模式（Ways of working）。而這，無疑是一項極具價值的管理創新。