过去三年，我们听了太多关于「AI 如何重塑企业办公」的想象。但真正的变化，往往是从一个个打工人开始的——用 AI 写报告、润色外语邮件、总结会议内容、分析数据……AI 工具已经悄然渗透进日常的工作流。

问题也随之而来：这些「AI 工作流」大多停留在个人层面，它们往往游离在企业的数字办公系统之外。尤其是对那些没有自研系统的中小企业而言，从豆包、DeepSeek 等应用中生成内容，再复制回飞书、邮箱、PPT 的操作，已经成为员工的日常。

系统未打通的麻烦不仅是「复制粘贴」的低效，对管理者来说，更意味着 AI 的价值止步于「个体提效」，难以演化为组织级的智能化升级。这种割裂的根源，是办公平台自身尚未完成对 AI 的深度进化。

飞书 CEO 谢欣丨来自：飞书

这不只是一次产品发布，更像是数字办公从「AI ready」走向「AI 真正落地」的分水岭。

让 AI 能力「长」在业务里

如果说过去一年，企业还在摸索「如何把 AI 用起来」，那么飞书则在试图回答另一个问题：AI 到底应该「长」在哪里？

在今年的飞书未来大会上，「多维表格」无疑是其 AI 产品阵列中最具代表性的升级亮点之一。它不再只是传统意义上的数据库工具，也不止于「基于数据库打造的业务系统」这一定位，而是开始进化为一个可实现 AI 自动化的业务中台——企业让 AI 真正落地办公场景的「基础设施」。

从性能上看，多维表格的底层数据库能力实现了新一轮跃升：单表容量提升至 1000 万行，计算速度比去年快了 10 倍，支持千人级并发协作。这为承载复杂业务流程提供了扎实的技术底座。

但真正构成飞跃的，是 AI 工具模块和「应用模式」的双重升级。去年上线的「AI 字段捷径」今年进入实用阶段，用户可以直接在表格中插入由 AI 自动生成的内容字段，比如智能填写、内容补全、结构化建议，甚至多模态识别和推理。

在茶百道，多维表格被用来搭建「智能巡检」和「客户之声」系统。门店员工上传现场照片后，AI 自动识别健康证、设备状态，并触发整改流程——一个过去依赖人工巡查、逐级反馈的流程，如今只需「拍照+填表」即可完成。另一个系统则实现了客户评价的智能打标、情感分析和个性化回复，还能把差评自动推送给店长处理，确保客户反馈闭环响应。

影视飓风的使用方式则更偏向内容创作。他们通过多维表格实现了 15 分钟更新一次的视频数据自动同步，同时借助 AI 批量生成节目封面草图，甚至提前在选题会上评估观众反馈，用「点映团」模拟不同角色的情绪评价，辅助内容优化。

如果说 AI 字段是让多维表格变「聪明」，那么「应用模式」则是让多维表格更「系统」。

今年，飞书正式推出多维表格的「应用模式」，用户只需要通过拖拉拽的方式，就能将一个普通的表格升级为一个完整的业务系统。比如，一个门店的销售看板、人力部门的员工信息系统、供应链的库存管理界面，都可以直接在多维表格中搭建完成，不仅保留了表格的灵活性，也具备了系统功能性更强的优势。

用应用模式构建电商管理系统丨来自：飞书未来大会

相比传统的 IT 系统开发，应用模式的门槛显著降低。用户不需要写代码，只需搭建逻辑关系和界面视图，就能搭出符合自己业务需求的「专属系统」。此外，多维表格还内置了多个业务系统模板，进一步降低了搭建门槛。这也意味着，更多的业务人员将具备「系统搭建者」的能力，而不再只是使用者。

这意味着未来每一个团队，都可以拥有属于自己的业务系统，甚至员工也能成为自家企业 AI 办公的产品经理。

在表格之外，飞书围绕「组织级 AI 落地」构建了一整套产品体系，从信息获取、流程搭建到系统开发，全链路覆盖。

比如飞书知识问答，是这次发布的另一项重点产品。此前极客公园曾经报道过，它最大的特点是「开箱即用」，不依赖企业提前构建完整知识库。用户只需抛出一个问题，AI 就能在用户过去的聊天记录、工作文档中自动调取权限内的信息，给出真正与企业实际业务相关的答案，这也是通用大模型做不到的事情。

在会议场景中，飞书的智能纪要功能也再次进化。现在的 AI 纪要可以在会议过程中实时总结、提取关键观点，并自动生成带责任人的待办事项。目前，这一功能已经达到 M4 成熟度——意味着可在任何企业大规模应用。像珀莱雅这样的快速成长型企业，就在新品立项和部门复盘中，将 AI 纪要作为固定流程的一部分，帮助团队大幅提升会议效率。

而对于没有技术背景的业务人员，飞书还进一步升级了「开发套件」：包括 AI 智能体 Aily、低代码平台 aPaaS、AI Coding 工具「妙搭」。企业可以轻松构建自己的 AI 工具——无需开发团队，也能「把 AI 嵌入业务」。

例如，伊芙丽、七匹狼、绫致时装等服饰品牌，已经基于这套工具为上万名导购搭建了「AI 练货系统」：设定虚拟客户人设，员工沉浸式演练销售话术，AI 自动打分反馈，经验同步分享至内部网络，形成组织级的学习与优化闭环。

飞书开发套件丨来自：飞书

把 AI 真正交给组织用起来

听完整场发布会，一个强烈的感受是：这些 AI 能力并不以独立产品形态存在，而是逐步渗透进一个又一个真实业务里。不需要雇佣顾问从头搭系统，不需要培训工程师写代码，一线员工根据自己的工作需求，就能快速拉起一个能解决问题的 AI 工具。

飞书真正希望做到的，是让 AI 提效从个体智慧，变成组织能力。

为什么飞书能做到这一点？关键在于它并不是为了 AI 而重建一个系统，而是在一个本就承载企业真实业务运行的系统中，让 AI 自然长出来。

飞书的核心优势，是它作为一体化协同平台，早已沉淀下丰富的企业业务数据和组织语义：文档记录着项目过程，多维表格承载业务数据，审批流程跑着管理规范，会议纪要积累着团队共识。这些信息构成了企业特有的上下文——而AI最需要的，恰恰是这种上下文。

以飞书知识问答为例，它不依赖企业预先构建知识库，而是直接基于企业内部已有的文档、IM 记录和权限体系，自动理解提问意图，穿透系统找到答案。这也是包括小鹏汽车在内的多家组织选择部署它的原因：无需专人「喂料」，知识就在工作流中自然被激活。

正如飞书 CEO 谢欣所说：「不是知识密集型企业用飞书，而是用飞书的企业，逐渐变成知识密集型的企业。」比如一家大型央企，仅过去一年就在飞书中沉淀了超过 940 万篇文档，为 AI 能力的引入打下了坚实的数据基础。这种高频、高质量的组织协作，让企业「AI ready」的门槛大大降低。

相比之下，外部通用大模型即便能力强大，也无法访问企业内部数据，无法理解组织语义，更无法真正参与业务流程或沉淀知识。更重要的是，企业核心信息外流还可能带来数据泄露和权限安全的隐患。这些模型往往只能在「你告诉我什么，我总结给你看」的逻辑中运作，难以支撑组织级智能协同的真实需求。

飞书的做法是反过来：不是让员工主动适配AI，而是让 AI 自动适配业务。

这一点，也体现在飞书提出的「AI 应用成熟度模型」中。它将 AI 产品划分为从 M1 到 M4 的四个等级，越往上代表越成熟、越能稳定服务于真实业务。目前，AI 会议纪要已达到 M4 等级，不仅能够通过文档发送总结、生成待办，也能在会中实时实现总结，并保持相当的准确性与逻辑概括能力，在任何适合的场景中都能使用。飞书知识问答、多维表格 AI 则达到了 M3，可以在企业需要的场景中大规模使用。

换句话说，飞书没有把AI当成展示能力的「秀肌肉」，而是明确设定标准——是否成熟、是否能上线、是否能推广，是第一优先级。

最终，这些产品都服务于同一个目标：让 AI 变成企业内部「可调度的资源」，而不是一个「听得懂但做不了」的工具。

在过去的一年里，从茶百道用 AI 字段构建门店巡检系统，到伊芙丽用 AI 智能体做导购练货，再到珀莱雅让 AI 成为新品立项和营销决策的一环——这些都不是 AI 的「demo 秀」，而是企业自己动手，基于飞书完成的 AI 工具搭建。这正是「组织自有 AI 能力」的起点。

当飞书把 AI 能力嵌入平台，把业务数据连接到逻辑，把员工意图变成流程，它正在完成一件更大的事：用一套真实可用的体系，把 AI 变成企业组织能力的组成部分。

何小鹏在飞书未来大会丨来自：飞书

正如小鹏汽车创始人何小鹏在飞书未来大会上讲的那样，在这个 AI 智能的时代，在企业办公中用好 AI，其实比在业务中运用更重要。如果一个企业的员工和高管平常都不用 AI，那很难想象这个企业交付给客户、交付给用户的产品，能够用好 AI。

而飞书所做的，正是让「组织先用好 AI」，再谈「AI 改变组织」。

成都路桥：公司的应收账款若能加速收回，坏账计提则有望冲回证券日报网讯成都路桥9月18日发布公告，在公司回答调研者提问时表示，2024年以来，中央出台相关政策加大力度支持地方化解债务风险，随着政府化债政策的落实，对建筑企业的应收账款回收起到了积极作用。公司的应收账款若能加速收回，坏账计提则有望冲回，增厚公司利润，改善财务状况