模型不再是稀缺資源

4 月 10 日，Anthropic 發布 Claude for Word 公測版，至此完成了對 Office 三件套的全覆蓋。從投資視角看，這一事件的意義不在于 Claude 又多了一個入口，而在于它標志著 AI 辦公競爭進入了一個新階段：從模型能力的比拼，轉向場景理解與生態壁壘的爭奪。

過去兩年，AI 辦公賽道的敘事邏輯清晰而簡單：誰的模型更強，誰的辦公工具就更智能。但這個判斷正在被快速修正。頂尖實驗室的模型更新周期已縮短至數月，性能差距在快速收斂。Claude、GPT-4o、Gemini、DeepSeek，各家模型在通用能力上的差距越來越小。對企業用戶而言，模型的「保鮮期」極短——今天被認為領先的模型，三個月后可能只是平均水平。

模型本身正在迅速變成一種基礎設施。當算力與模型不再是稀缺資源，企業的核心競爭力究竟在哪？答案正在變得清晰：數據治理與場景理解。模型是必要條件，但遠非充分條件。模型的能力決定了 AI 辦公工具的下限，而場景數據的積累決定了它的上限。

8000 萬月活構建的數據飛輪

截至 2025 年底，WPS AI 國內月活躍用戶數已超過 8013 萬，同比增長 307%，企業用戶占比提升至 42%。同期，WPS Office 整體全球月度活躍設備數達 6.78 億。

這組數據的核心意義在于：8000 萬月活用戶的使用行為正在構建一個數據飛輪。用戶每天用 AI 寫文檔、審合同、做 PPT、改公文，每一次交互都在生成高質量的中文辦公場景數據。這些數據反過來持續優化 AI 在中文場景中的表現，使產品體驗越來越好。

數據飛輪一旦轉動，后來者追趕的成本會呈指數級增長。Claude 可以訓練出理解中文的模型，但無法復制 8000 萬中國用戶的真實使用場景。這種規模壁壘是時間換來的——不是模型能力追不上，而是場景數據的積累追不上。以合同審閱為例，WPS AI 識別「違約金過高」「競業限制范圍過寬」「試用期超出法定上限」等本土法律風險點的能力，建立在對海量中文合同語料和中國法律體系的長期學習之上，這不是通用大模型通過短期訓練可以達成的。

數據安全：企業級市場的準入門檻

在消費級市場，用戶選擇 AI 工具的標準可能很簡單：好用就行。但在企業級市場，有一條紅線——數據安全。

Claude for Word 強調「在企業安全框架內運行」，支持 Amazon Bedrock、Google Vertex AI、Microsoft Azure 等企業網關。這套架構在美國和歐洲市場沒有問題，大型企業可以通過這些網關控制數據流向。但中國市場有更硬的需求：數據不出境。

金融、政務、能源、通信等關鍵行業對數據安全有嚴格監管要求。AI 辦公工具再好用，如果數據要傳到海外服務器，就過不了合規審查。這不是企業偏好問題，而是監管底線。2023 年出臺的《生成式人工智能服務管理暫行辦法》明確要求，提供生成式 AI 服務應當采取措施防范數據安全風險，不得違規處理個人信息。對海外 AI 工具而言，數據出境本身就是一道難以逾越的合規障礙。

WPS AI 支持私有化部署，企業可以在自己的服務器上運行 AI 能力，數據完全不出內網。同時，WPS 完成了全面的國產信創適配，與主流國產操作系統、數據庫、中間件完成兼容認證。在企業級市場，沒有私有化部署和信創適配能力，AI 辦公工具連競標資格都沒有。Claude 的模型在某些維度上可能表現更優，但在中國企業級市場，它面臨著基礎設施層面的結構性障礙。

定價策略：用戶規模的天花板與地板

定價是企業級 SaaS 產品的戰略級變量。Claude for Word 的定價是 Pro 用戶 20 美元/月（約 145 元人民幣），Max 用戶 100 美元/月（約 725 元），且需要先訂閱 Microsoft 365。這意味著一個中國用戶要完整體驗 Claude 的 Office 協作能力，每月總支出至少在 200 元以上（含 Microsoft 365 訂閱費），企業級用戶支出更高。

WPS AI 作為 WPS 會員的增值服務，價格門檻更低。這種定價差異的背后是兩條不同的商業路徑。Claude 走高端路線，用價格篩選用戶，單用戶收入（ARPU）較高，但用戶規模的天花板也更明顯。WPS 走普惠路線，先用低價降低使用門檻、擴大用戶規模，再用規模效應構建數據飛輪和生態壁壘。

從投資角度看，兩條路徑各有風險。高端路線的 ARPU 優勢可能被 Claude 自身的模型迭代節奏所稀釋——如果模型能力快速商品化，用戶付費意愿會隨之下滑。普惠路線的風險在于商業化效率，8000 萬月活中只有一部分轉化為付費用戶。但普惠路線有一個高端路線無法復制的長期資產：場景數據的規模效應。更多的用戶意味著更豐富的場景覆蓋，更高質量的訓練數據，更強的產品壁壘。這個飛輪效應會隨時間放大，而非稀釋。

競爭終局：場景壁壘大于模型能力

回到根本性問題：AI 辦公工具的核心競爭力是什么？

模型能力是必要條件，但不是充分條件。一個在英文合同審閱中表現優秀的 AI，未必能處理中文合同的本土法律風險；一個能在 Office 三件套之間自由穿梭的 AI，未必能理解政務公文的格式規范；一個在國際云平臺上安全運行的企業級架構，未必能通過中國信創的合規審查。

這些差距不像模型參數那樣可以量化對比，不像 benchmark 排名那樣一目了然，但它們直接決定了產品在真實市場中的可用性和滲透率。WPS 用三十多年的本土積累，在這個賽道上構建了三層壁壘：語言與知識壁壘——海量中文合同語料、法律知識庫、公文規范庫的積累；合規與安全壁壘——私有化部署能力和國產信創適配認證；規模與數據壁壘——8000 萬月活用戶構建的數據飛輪。

這三層壁壘的共同特征是：它們無法被模型升級所跨越，只能靠時間和場景積累來構建。Claude 進了 Word，這是 AI 辦公全球化的一個標志性事件。但在中國市場，這場競賽的規則不是「誰的模型更聰明」，而是「誰更懂中國用戶的辦公場景」。從這個意義上說，AI 辦公競爭的終局，不在模型參數，在場景壁壘。

       原文標題 : AI 辦公的終局，不在模型參數，在場景壁壘