最近，麦肯锡发布了一份关于企业AI应用的报告，调查显示，越来越多企业员工已经开始使用AI，但企业整体效率并没有同步提升。约88%的受访组织表示公司已经在至少一个业务场景中使用AI，但只有约39%认为AI已经对企业的利润产生影响。
2026年，几乎没人怀疑AI在个人生产力带来的变化，但是在帮助企业改善经营成果上，企业高层们也不免觉得有些丧气。
不是大家反对AI，是企业流程设计多个环节，数据也沉淀在多个系统，业务流程通常是多人协作，有大量分散在各处的信息。AI在缺失这些上下文时给出的结果和方案，并不令人满意。
在2026年的云栖大会上，千问办公围绕这一点，发布面向企业的全新产品：企业上下文（Enterprise Context）。
这是千问办公上线一个多月以来最重磅的产品升级。简单理解，这次升级，千问办公不仅让AI理解企业上下文，还在企业的流程卡点上升级AI能力，比如上新数字员工功能，让AI拥有岗位身份和权限。Managed Agents和协作功能让企业进一步决定AI如何协作，并管理多个Agent协同完成任务。
千问“应用”功能还让AI连接真实业务系统。此次大会发布的千问办公AI硬件QwenNote A2，把会议、客户拜访等线下场景接入协作链路，通过语音调用千问办公干活。
这些功能密集更新，都在回答一个核心问题，如何让企业真正把工作持续、安全地交给Agent。
01
从员工会用AI到让AI接手工作，企业还缺什么？
当AI开始进入企业，模型能力已经不再是影响Agent落地效果的原因。AI如何能像真正的员工一样，具备跨系统、跨环节的协作和决策成了关键。麦肯锡将这个卡点问题称之为“协调税”。
因此，对企业而言，如何减少“协调税”成了企业Agent的主线任务。这一点，离钱越近的老板，恐怕心里越明白。
在浙江义乌、杭州，电商老板们几乎是第一批本地部署大模型的人，将Agent引入日常经营更是驾轻就熟。一位义乌箱包老板告诉《白鲸实验室》，他利用本地部署的开源模型，基于国内、海外两块电商业务手搓了一套Agent工具，让销售用AI生成方案，让运营用AI制作内容、自动上架商品。
这一提效很明显。Agent帮助义乌老板减少了一半运营团队。不过，很快他发现，在最影响营收的环节，一个优秀的操盘手离开之后，团队依然不知道怎么做。
一个好的操盘手，能看数据，做计划，根据长期经验判断要找什么样的供应商，最好的补货时机。这些东西存在人的经验里，不是给员工一个ChatGPT账号，把过去十年的业务数据导入到AI里就能获得的。
最擅长精打细算的义乌老板们越来越意识到，卡住AI理解业务的不是模型不聪明，而是模型从来没有优秀操盘手的跨部门规划能力。换句话说，也就是没有企业上下文。
麦肯锡的“协调税”，在义乌老板看来，变成了AI对于生产、运营、交付全套流程及协作过程的了解和认知。
这种变化也正在汽车行业发生。和电商老板自己手搓Agent不同，大型企业已经借助AI将个人经验沉淀成一套可运行的工作流程，来解决企业经验的复用。
长安汽车一位有13年经验的质量工程师，没有编程经验，过去有需求，他需要向技术写明需求文档再等排期，最后上线往往就隔了等待排期的时间，他用千问办公，基于自己的质量审核经验，搓出了一个车辆文件扫描转中文工具，直接把自己的需求落了地。
另一位55岁的包装管理员，则是把自己每天面对的数百家供应商、数千条零件信息，拆成了七八个自动化流程，用来抓取数据、汇总进度和识别滞留问题。
而在一汽红旗，Agent又往前走了一步。接入千问后，用户坐在灵犀座舱里，只需要说出需求，如“先去北京大学，中午找一家沿途方便又好吃的烤鸭店，最后5点前送我到T3航站楼。”
Agent就可以同时理解多个目的地、餐饮需求和时间约束，拆解任务，再调度高德出行Agent等专业能力完成规划。
在广汽，千问办公被用于座舱故障诊断，依托800单问题知识库自动匹配日志、定位故障，把排查从数天缩短到3分钟、预计单季度节省数千万元成本投入。
这样能理解上下文、调用工具、协调多个环节完成工作的Agent，才能真正打入企业。如今，长安、一汽、广汽等多家车企宣布接入千问办公。
当下，AI可以是搜索引擎，提效工具，也可以是助理和伙伴，而企业Agent不能再仅仅停留在工具本身，只有理解任务发生的上下文，知道应该调用什么能力，并把工作在不同的人、Agent和系统之间运转，才能真正落地。
02
千问办公升级，让Agent真正完成工作
在云栖大会现场，CEO陈宇森表示，新茶饮市场规模有多大，某个品牌去年卖了多少杯。AI回答得很快很好。
随后，他把问题换成：“古茗（奶茶品牌）华东区的执行期运行周期是多久？”“草莓冰奶茶的草莓应该放多少毫升？”“新品上市后，一万多家门店怎么同步培训？”这些问题，通用的AI都回答不上来。
问题并不是模型不够聪明，这些答案不在互联网上，往往要由企业自己的SOP、群聊、会议纪要和员工经验综合判断。因此，陈宇森把企业用AI的三个障碍概括为，不懂业务，经验无法复用，以及企业想用却不敢把核心工作真正交给AI。
企业正在适应从更强的Chatbot，到真正协作的企业Agent之间的变化。德恒律师事务所的尝试提供了一种新的思路。
律师正是高度依赖个人经验完成任务的一种职业。一开始，德恒律师事务所的多位律师开始尝试“问AI”，把材料丢给模型，生成起诉状。
尽管做起诉状的效率提高了，但很多时候80%的内容需要修改。AI没有真的给律师们节省时间，在完成写起诉状这个任务的时候，AI缺乏对律所工作流程的理解，它不知道客户最关心的是什么，团队过去类似案件的处理经验，如何最小化风险等等。
于是律师们把使用AI的方式从“对话”改成了“派活”。
“像给助理交代工作一样，把案件背景、工作目标、现有材料、处理步骤、交付标准说清楚，由智能体拆解任务、调用相应技能，然后验收成果。”有律师在千问办公上制作了一个遗嘱Skill，客户只需要通过对话输入自己的基本信息和遗嘱意愿，AI 就能基于专业法律框架生成一份结构完整、要素齐全的遗嘱初稿。
资深律师的个人经验，就变成一套可以被反复调用的方法，每一个新案件都能基于历史经验迅速被AI拆解、完成多步任务。
其实，企业本来就是专业化分工的。律师有遗嘱、婚姻家事、证据梳理的环节，车企有研发、采购、供应链、质量的固定工作链路。过去，企业用工作流解决协作问题，用知识库完成信息同步；到了Agent时代，这两件事在千问办公看来，其实是同一个问题，如何把企业的上下文交给AI。
这也是千问办公升级中，企业上下文最值得关注的地方。麦肯锡所说的“协调税”，很大一部分是上下文在一个项目从销售交到研发，再进入采购、生产和交付的每一个环节，新的参与者都要重新知道客户是谁、前面做过什么决定、当前卡在哪里、哪些规则不能碰。
而让Agent理解企业只是第一步，真实的工作是环环相扣的。如果Agent每完成一步，都要重新找资料、解释背景，“协调税”就没有消失，只是换了一个地方出现。
陈宇森在云栖大会现场把这种损耗概括得很直接：“跳出和打断是非常影响效率的，本来就应该在一个场域发生的事，别让它跳来跳去。”
千问办公这次新增的数字员工功能、协作功能、“应用”功能和QwenNote，都在试图让上下文跟着任务一起流动，让Agent知道为什么做、做到哪了、过去怎么做、接下来交给谁，进而成为组织的一部分。
具体来看，千问办公此次升级，首先就是让Agent在组织里有一个明确的位置。“数字员工”是要像真实员工一样拥有身份、所在部门和相应权限，把内部的协调工作交给Agent承接。
有了身份之后，还需要一个共同工作的地方。过去员工让Agent做完方案，往往要截图、转发给领导，收到修改意见后再回到Agent重新沟通。千问办公的“协作”功能，把人、Agent、文档、群聊记录、决策和项目进展放在一起。讨论产生新的信息，Agent可以继续吸收，有了新任务就直接执行。
工作也不能只停在千问办公内部。销售的分析报告要回到CRM，项目也要回到每个公司的业务软件里。因此，千问办公“应用”进一步把企业已有系统接入，让Agent能够读取业务页面当前状态、执行操作，再把结果写回原系统。
这样一来，AI不再是外挂在企业软件上的对话框，可以无缝衔接到原有的业务流程。
据有关消息，千问办公正在与SAP、Salesforce推进合作，并将成为两家公司在中国首个官方合作的企业级Agent伙伴，Agent开始走进企业核心业务系统。
千问办公AI硬件QwenNote A2则补上了另一块经常被忽视的上下文，即线下。陈宇森演示了一个场景，销售拜访完客户后，直接对着QwenNote A2说一句，把刚才的交流整理成一份PPT，任务随即交给云端的千问办公继续执行。会议、客户拜访这些过去最容易随着人离开会议室而丢失的信息，也可以重新接回企业工作流。
而真要让Agent接入企业工作流，企业想用却不敢把核心工作真正交给AI的原因，还有安全问题，毕竟AI不光会说错话，还会做错事。千问办公就用安全中心给执行行为加上边界，通过事前限定Agent访问和调用权限，加入人工审批，保留操作记录和恢复机制做保障。
这次，千问办公一口气密集升级七项能力，从跨系统连接、沉淀经验，数字员工、分配调用工具Agent、线上线下等多环节，形成了一套能给Agent分配工作、提供背景、赋予权限、组织协作并约束行为的系统。
03
企业Agent的天花板，被捅穿了
企业AI产品与个人提效AI产品的逻辑并不相同，也很难简单复制个人AI产品“模型越强、体验越好”的路径。
个人办公Agent赛道，智能的上限往往与底层模型能力，配套harness带来的使用体验来决定，它更多像是个人助手，即使偶尔失忆、出错，也有个人兜底，对出错的容忍度也高。
但企业Agent的上限，越来越取决于它能不能成为组织的一部分。即便Agent是一个“天才员工”，如果不知道组织规则、无法持续交接工作，也不能留用。
从这个角度看，千问办公此次升级更像是在尝试给企业Agent搭出一套完整的模板。Agent不只是一个聊天入口，而是逐渐拥有上下文、身份、技能、协作关系、业务系统和治理机制。
而当Agent真正进入工作流，SaaS的商业模式也可能随之变化。
过去SaaS按账号和功能订阅收费。但Agent作为数字员工真正承担工作后，基础平台仍然按账号或者企业订阅收费，数字员工可以按Agent数量收费，高频执行任务可以按调用量或者任务量收费，一些价值更高的业务，也有可能进一步探索按结果付费的形式。
这也意味着，企业Agent可能重新打开企业软件的收入天花板。
根据Gartner统计，到2030年，Agentic AI软件支出预计达到9850亿美元，仅“跨职能AI Agent和助手”这个细分市场，企业支出就会超过230亿美元，2026年预测的复合增速约59%。Agent不是一个几十亿美元的小赛道，而有可能重构整个企业软件市场。
随着市场开始为这种变化定价，厂商的竞争焦点，也将从占入口、抢用户转向谁能够进入更核心的Workflow，承接更复杂的任务并稳定交付，以及谁能够降低更多协调成本，并进行风险控制。任务完成率、交付时长，以及最终业务结果就成了新的衡量标准。
阿里正试图回答，当企业开始真正把工作交给Agent，一套企业级Agent究竟应该长什么样？如今，千问办公已经率先给出了自己的答案。
至于这套形态最终会不会成为企业Agent的标准答案，还要取决于它能进入多少核心业务、承担多少真实工作，但至少，千问办公已经提供了一个更清晰的基础框架和方向。
文｜马舒叶
编辑｜刘培
