2023年是大模型爆发的元年。上半年，大模型的竞争重心在于基础模型的发布；而在下半年，大模型的竞争重心又多了一个——行业模型的落地。

在百模大战之下，越来越多的声音认为，基础大模型只是少数互联网大厂科技公司的战场，而更广阔更繁荣更有商业价值的生态，在于行业大模型的落地。

其中，协同办公软件，显然是大模型落地最快的赛道之一，微软、谷歌等软件巨头，以及国内的钉钉、WPS，都率先做出了实践。

上周，协同办公赛道又迎来了一位行业大模型新玩家——致远互联。

这家协同管理软件龙头企业，在其第13届用户大会上发布了AI-COP协同大模型框架，包含协同管理和运营领域的行业大模型，以及五个数智化应用等AI新品。

作为一家成立了21年的“老牌”企业软件公司，致远互联一贯低调，在大模型最热的上半年没有怎么发声，但这次发布的AI-COP，倒是让业内人士和企业客户眼前一亮，反而比大多数toB软件公司更积极更务实地拥抱新技术、拥抱AI。

大模型到底能给企业软件带来怎样的根本性变化？致远互联的实践，或许能给到我们一些启发。

一、第四次转型升级

致远互联这次发布的AI-COP平台，可以理解为致远互联企业发展历史上第四次战略升级的关键节点。

成立于2002年的致远互联，今天已经走过了21年的发展历史，并在2019年在科创板上市，完成企业的“成人礼”。

致远互联处在企业协同管理软件赛道，先后经历了标准化OA软件、协同业务解决方案、协同运营平台三大阶段，一路拓宽“以人为中心”的协同管理的内涵与外延。在先后经历PC互联网、移动互联网与企业数字化转型的云服务时代之后，致远互联本次发布的AI-COP，就是面向汹涌澎湃的AI时代的智能化转型。

在今年年初见证了ChatGPT强大的AI能力，以及在微软等软件巨头的AI Copilot实践的启发下，致远互联于3月份成立了“AI创研中心”，致远互联董事长徐石亲自挂帅，从战略到组织上全面拥抱AI。

对于AI创研中心的定位，致远互联高级副总裁蒋蜀革表示，首先是在致远互联内部展开研究，在离大模型最近的企业知识问答、办公助手等场景进行实践，把自己当成“小白鼠”、当成用户，并为此设立了“全员拥抱AI”的企业专项。除了把自己作为用户，更重要的是研究如何使用AI来增强自身的协同业务。

除了在内部产品业务层的前瞻性研究，致远互联AI创研中心还承担着外部链接的职能，与市场保持紧密的沟通与合作。比如积极拥抱开源技术，投资AI创业公司等。

AI的战略转型不仅需要方法论，还需要真金白银的投入。

今年7月20日，致远互联披露了一项7.04亿元的可转债发行计划，募集资金将主要用于AI-COP研发及产业化项目、数智化协同运营服务平台建设项目以及补充流动资金。其中，致远互联将投入3.88亿元在AI-COP的建设中，占总募集资金的55%。

这是中国企业软件协同管理赛道首个剑指AIGC的融资项目。按照计划，致远互联将会打造包括协同运营智能助手 AICOP-Copilot、协同运营智能原生应用AICOP-Native和协同运营智能大脑 AICOP-Brain三大工具。其中，后者可根据客户需求为企事业客户提供私有化、定制化的企业级大模型及相关服务。

此次用户大会上，致远互联交出了AIGC的首份答卷。

二、协同大模型战略：应用优先，而非能力优先

在经过半年的准备之后，致远互联在今年9月23日正式发布了AI-COP的大模型框架。平台具备AI低代码能力后，从场景全覆盖到开发新模式，可以让企业数字化更低成本、更敏捷、更见效快。

AI-COP是一个全面融入AI能力的一体化PaaS平台，它最底层是企业级统一云原生技术平台，加上最新的AI协同大模型的能力，上层分别集成了统一流程平台（BPM）、统一分析数据平台（BI）、集成连接平台（iPaaS）、低代码定制平台（aPaaS），以及面向各行各业的协同应用与解决方案，并以统一的企业级工作门户平台（Portal）与AI工作站向终端用户展示。

AI-COP的大模型框架是本次发布的核心产品。AI-COP大模型框架包含四层：

最底层是通用大模型底座，这是整个大模型框架的“大脑”，由开源模型与第三方模型，比如OpenAI、文心一言、华为盘古、通义千问等提供能力支撑。

第二层是协同大模型，是致远互联根据自身业务场景而发布的行业大模型，包括内控合规模型、公文大模型、行为绩效模型等。其中，公文大模型由致远互联与其被投公司方寸智能联合发布，致远互联与方寸智能基于数十年近万家政务客户经验积累，专注服务政务公文智慧场景，积累了上亿量级高质量公文领域数据和数百万公文知识库，拥有上百位公文专家组成的公文专家调优数据集，具备数据及时性确保模型同步学习、生成+审核的精准安全输出模式、私有化部署提供自有数据安全、公文全场景覆盖提升政务效能。

第三层是模型的应用能力平台，包括模型应用PCA工程、长期记忆、工具调用、大模型管理、数据工程、安全管理、合规管理等。

最上层则是数智化的应用。致远互联高级副总裁蒋蜀革携团队详细演示了工作智能助手、流程智能助手、智能领域应用、低代码搭建智能助手、企业级AI工作站五大协同智能应用场景。其中，前面四个产品是致远互联将AI与自身业务的场景结合，而企业级AI工作站则是一个AI能力的拼装，支持企业客户根据自身业务场景自助创建AI助手和专家，并可与企业内部应用的API无缝对接，实现工作任务的自动调度，大大提升生产力效率。

对于大模型技术，致远互联的策略是，“应用优先而非能力优先”，由应用需求驱动、客户驱动。对于大模型能力的建设，致远互联不会像一些科技巨头那样自研大模型，而是通过开源、合作、和投资的方式建立。

蒋蜀革表示：“过去我们谈到移动化、互联网、云计算，都是技术使能，而最终的目的都是发挥协同管理的价值，发挥以人为中心的高效组织管理，这是致远互联在to B产业中最核心的长远目标。AI技术会带来很多范式的改变，但致远互联的核心目标不会变，最终还是要把AI技术积极地融入到企业运营管理中去，给客户带来更大的价值。”

三、大模型“路由器”

大模型狂飙半年，但商业化落地进展才刚刚开始。其中一个很重要的制约因素，就是大模型的“幻觉”问题。

大模型“幻觉”，就是指大模型生成的内容不是基于任何现实世界的数据，而是大模型自己想象的产物，即“一本正经地胡说八道”。这对于业务精准度、数据安全度要求极高的企业级应用，是不可接受的。

智能客服是一个常见的企业问答场景。在传统的QA设置里，问题与答案是一一对应的，从用户的第一次提问到系统的第一次回答，称之为“一次命中率”，是企业问答的核心指标。但是用户提出的问题通常千奇百怪，很多时候系统是无法识别的，也就无法触发对应的正确答案。

如果不加处理地引入大模型，又会存在“幻觉”问题，大模型的回答可能与企业预设的答案之间有偏差，客户问的是A，大模型的回答却是B。

对此，致远互联尝试通过把大模型与企业知识图谱或知识库相结合的方式去探索解决方案。

对于组织管理而言，不同的企业有特定的、独有的组织模型，承载了企业内部的组织架构、管理关系、权限关系等，需要企业去定义清楚。如果要基于大模型做协同业务决策，就一定要与企业的组织模型相结合。

蒋蜀革表示：“大模型提供了过去没有的运算能力，在用户提出问题之后，可以对问题进行推理，来判断问题与哪一类型的答案更匹配，然后再给出预设好的精准答案。传统的QA系统变成了一个知识图谱，结合大模型的能力就变成了QQA的模式。这种方式有效解决了大模型幻觉问题，同时提高了企业问答的一次命中率。”

致远互联不仅将这种方式应用于企业知识问答，也在业务流程上通过大模型做精准的管控，比如智能客服的问题就回答智能客服的答案，销售的问题就回答销售的解决方案，大模型在不同的场景之间，承担了一个“路由器”的作用。

当然，路由器也不可能穷尽所有答案。当有问题都不匹配时，而且这又是一个普遍问题，企业就可以基于用户反馈做出针对性的、动态的调整，来不断丰富企业场景。

四、新的商业定位

大模型给企业软件装上了“更聪明的大脑”，但它不仅仅是锦上添花而已。

蒋蜀革在致远互联用户大会上表示：“致远互联不仅仅要成为协同运营的平台服务商，还要做好企业领域垂类模型的服务商，把客户的私有数据、领域模型和业务应用结合起来，成为新型数智时代to B数字化基座和智慧型运营服务商。这是致远互联新的定位。”

蒋蜀革认为，AI-COP不仅给协同办公带来了新的AI能力，来让企业低门槛地享受AI带来的技术红利。对于致远互联而言，它也带来了新的商业模式的可能性。

首先，就是收费模式的变化。企业软件通常都是按照产品订阅或者项目制收费，而大模型的调用是按照token付费。在中国市场，客户对于企业软件的付费意愿实际上并不高，但AI能力却是一个可以提高用户付费意愿的功能。如果AI能力作为一种增值服务，它或许可以打开企业软件的收入天花板。

从全球市场来看，微软、谷歌、Salesforce等软件巨头都已经公开了AI产品定价策略。比如，微软Office 365 Copilot的定价为每用户每月30美元，并且把AI Copilot作为公司第三增长曲线；谷歌Workspace中的Duet AI向微软看齐，定价也是每用户每月30美元；Salesforce的AI产品定价更高，每人每月50美元。

对于致远互联而言，除了新的商业模式，还会带来新的增值服务——与企业知识管理、知识服务相关的数据服务。

在过去，致远互联也做知识管理和数据管理，但都是基于致远互联自己的业务系统，并不太关注企业的全局数据。

蒋蜀革表示，致远互联的协同运营管理平台COP一直关注的是企业的整体运营，在很多企业客户会被当成企业跨业务流程整合的数字化基座，实现组织权限、工作流、跨业务、门户、消息、代办事项、数据的统一。但是过去因为技术的限制，要想实现全局性、甚至全产业链的统一，实际上是有技术障碍与门槛的。

而在AI时代，在向量化工具等技术的加持下，不同业务、系统之间的数据边界会被打破，大量产生的数据变得更容易管理，数据的价值就会放大，创新的业务就会“涌现”。

可以预见的是，大模型引入企业级应用之后，模型驱动、数据驱动的智能应用越来越多，企业级、系统级的数据服务，会成为企业管理软件市场的竞争热点。

协同运营管理，在大模型的加持下，必将引来一场新的机遇。