金山办公高管：制造企业AI落地难点在数据而非模型或算力

2026年9月17日，金山办公高端制造业总经理于叶舟在接受媒体采访时表示，企业AI落地过程中，影响最终效果的难点很大一部分不在模型或算力，而在数据，数据问题可能占到八成，但前期往往最容易被忽视。

于叶舟以中船动力和黄埔文冲为例说明上下文对企业AI的重要性。中船动力拥有近50万份研发制造核心文档，覆盖投资规划、设计研发、建造制造、调试实验、交付运营等环节，且存在多网区、内外网隔离等复杂环境。黄埔文冲的设计人员则需要面对200余本技术规范和大量专业软件操作经验，一名设计师成长到独当一面往往需要十年以上。他认为，通用模型虽懂大量世界知识，却不了解某家企业内部“靠谱业绩”如何计算、某项“良率”应排除哪些数据、哪套工艺规则是当前执行版本，决定AI能否真正进入生产环境的，越来越依赖企业自己的上下文。

于叶舟还观察到，过去不少AI项目主要由CIO和IT部门推动，今年一些制造企业已将AI提到“一号位工程”高度，董事长、总经理直接下场，有企业成立专门AI团队，也有企业统计内部Token消耗，重新规划算力和软件预算。这种变化在民营制造企业身上尤其明显，“去年他们已经会有这方面的投入，但真正变成一号位的意志，批大笔预算、设立新的组织架构，甚至开始统计全员Token消耗，基本上是从今年开始。”

据了解，WPS目前通过文档解析、DataHub等方式将企业非结构化数据和结构化数据整理为AI可调用的上下文。于叶舟表示，WPS既没有做大模型，也没有搞云卖Token，做的其实是上下文工程、数据这一层的生意，它同样决定了AI应用最终的效果和天花板。