随着数字化转型加速，企业对智能化工具的需求持续升温。但在实际落地中，大模型的能力并未被充分转化为业务价值。复杂文档解析不够稳定、行业术语适配难等问题，仍是AI深入业务场景的关键障碍。金山办公助理总裁朱熠锷表示，企业AI应用正从“以模型为中心”转向“以数据为中心”，数据质量将直接影响智能化应用的最终效果。 此转变背后有清晰的技术与产业逻辑。中金公司研究部执行总经理于钟海指出——头部模型迭代迅速——企业在模型侧的投入难以形成长期优势；相比之下，数据作为核心资产，才是构建持续竞争力的关键。据统计，企业日常运营产生的非结构化数据占比超过80%，但大量内容尚未被有效利用。如何把分散的知识资源转化为可调用的智能资产，成为行业普遍面临的难题。 针对这一挑战，金山办公提出知识增强生成（KAG）技术架构。相较传统的检索增强生成技术，KAG更强调对企业多模态、多结构知识的系统整合，并能够更准确地识别知识之间的关联。华中科技大学刘禹良教授团队与金山办公联合研发的MonkeyOCR模型，在中英文文档解析任务中表现突出，为复杂数据治理提供了关键技术支撑。 在落地路径上，金山办公副总裁吴庆云提出“三步走”方案：第一步，通过WPS 365一体化平台汇聚分散的非结构化数据；第二步，利用知识增强技术完成文档解析与知识抽取；第三步，将治理后的知识资产嵌入业务流程和决策系统。目前，该方案已在上海信投智科、延锋国际等企业落地并取得成效。延锋国际IT总监丘川表示，这一方案不仅带来降本增效，也推动企业从“工具替代”走向“生态重构”。 展望未来，随着企业对知识资产价值认知的提升，“企业大脑”类解决方案有望在更多行业加速推广，尤其是在金融风控、智能制造等知识密度高、对准确性要求强的领域，将为企业构建差异化数字竞争力提供支撑。业内预计，到2025年，中国知识管理市场规模将突破百亿元，成为产业升级的重要驱动力。
企业AI应用走深走实，关键不在于模型迭代有多快，而在于能否系统治理并有效利用自身知识资产。金山办公推出的知识增强生成方案抓住该核心，为企业提供从数据归集、知识抽取到业务应用的完整路径。随着更多企业重视数据治理的战略价值、涉及的方案持续成熟，企业AI应用有望从“技术驱动”转向“价值驱动”，更充分释放AI在各行业的生产力潜能。