今年，AI玩家纷纷扎进AI办公赛道，它们要革命的可不止你的Office软件，盯上的是一个万亿美元级别的大市场。阿里的“小章鱼”在这场争夺里，正快速伸出触手。

一个月前，阿里把QoderWork、悟空、MuleRun等产品整合为千问办公，随后用“小章鱼”作了logo。一手接钉钉、企业微信，一手抓CRM、ERP，一手调模型、查数据、跑流程....千问办公要让AI逐渐长进企业工作的每条毛细血管。

9月4日，这只刚满月的“小章鱼”已入住3000多万人的电脑，其中有一半是企业用户。汽车、金融、医药、供应链、餐饮龙头们，借“小章鱼”之手把阿里的AI基座Qwen，接进研发、财务、供应链、门店运营等真实业务流程。

这件事发生在AI行业最焦虑的当下。大模型竞争激烈到只能“各领风骚几个月”，新模型、Benchmark和产品能力几周一轮刷新；为了不掉队，AI大厂不断融资、买卡、扩数据中心，Capex军备竞赛越打越贵，投资者们想知道，这些投入什么时候能真正赚回钱？

近三十年的toB基因，让阿里早早参透了故事的走向。

随着今年Qwen跨过“自主化Agent”的能力临界点，千问办公一头扎进这块最肥美的B端市场——全球软件与IT服务对应超过3万亿美元支出，知识劳动背后则是约30万亿美元的价值池。沙利文预计，中国AI Agent市场将从2025年的2.6万亿元增长至2030年的20.1万亿元，其中企业端长期贡献约九成收入。

也就是说，只要千问办公这类Agent替代其中一定比例，企业就能提速增效，享受到AI Native的红利；“小章鱼”们则能沿着一项项真实工作，解锁数千亿、万亿美元的新市场。

01. 万亿美元的“诱惑”

过去两年，大模型行业很容易陷入一种“单点领先焦虑”：今天谁登顶Benchmark，明天谁把上下文再拉长一倍，后天又有人把Coding分数刷到新高。模型能力持续跃升，但领先窗口越来越短，格局始终在洗牌。

如果把视角从模型榜单拉到商业化，焦虑感反而轻很多。

Chatbot订阅先证明，人愿意直接为智能买单；Coding工具再向前一步，AI开始交付可以真正运行的代码，客户愿意为其节省的工程师时间付费；Agent和Coworker则把商业化继续向工作结果推进，模型能够自己规划步骤、调用工具、处理错误，把一件事情从头做到尾。

能力每往前一级，客户购买的东西都会离最终经济结果更近。这个变化，会改写AI玩家的收入天花板。

一家企业愿意花多少钱买Office、CRM、ERP，大致有数；但为了完成研发、财务、法务、采购、销售、客服等知识工作，一家公司每年的投入可能高出一个数量级。

一个直观的例子是财务场景。红杉资本在一篇研报指出，一家公司可能每年只花1万美元购买财务软件，却愿意花12万美元请会计完成结账。工具预算只是很小的一块，真正肥沃的市场一直藏在工作本身。

也就是说，AI最容易渗透的并非是大家印象里的低技能劳动，而是那些规则复杂、但规则明确的白领工作。未来，当AI交付结果，就有机会进入专业服务预算。要知道，全球知识工作者工资支出约30万亿美元，ARK Invest预计，这一数字到2030年可超过45万亿美元。

Agent的商业化空间，就是沿着这条缝隙打开的。

理论上，只要AI创造的价值高于完成任务所消耗的Token成本，企业就有继续增加调用的动力。这里出现了“杰文斯悖论”的苗头：Token越便宜，企业反而越有动力让AI给组织提效；单位智能成本下降，最终可能换来更大的总调用量。

千问办公押B端，就是这条曲线。

02. “小章鱼”抢到入场券

千问办公满月数据里，3000万用户很抢眼，企业用户占比过半更加重要。后者决定它有没有机会触碰那块数十万亿美元的市场。

眼下，长安汽车已经将千问办公放进“研产供销服”全链路。研发端，资深工程师过去需要两天完成的线束选型计算被压缩到5分钟；生产端，随车文件核查从单车十几分钟缩短到一两分钟；供应链包装评审自动化以后，工作量降低九成以上；两三万份用户调研的分析周期，也从数天压缩到半天。

这几组数字很接近企业关心的ROI。

两天缩短到5分钟，可以换算资深工程师工时；工作量降低九成，可以计算组织成本；几万份调研从数天变成半天，对应的则是决策周期。企业开始帮阿里回答一个过去很难答的话题：用AI到底能省多少钱？

更多行业也在跑类似的账。

传化集团把千问办公放进供应链排程、实时监盘和辅助决策；科伦药业让AI参与财务报表生成、账务核查和数据分析；汇付天下围绕知识库、数据治理和支付场景共建，将内部知识和销售流程沉淀为可以复用的AI能力；老乡鸡则把Agent带进门店运营、供应链协同。

从制造到金融、医药、餐饮，这些行业的共通点很清楚：先找到一段规则相对明确、结果可验证、过去需要大量人工完成的工作，让Agent接走一部分。

企业Agent的市场就是这样一点点从流程里长出来的。

传统SaaS的收入往往随着人头数增长，一家1000人的企业通常只需要1000套左右办公账号；Agent对应的是Task，一个员工每天可以产生几十个任务，一家公司一天可能产生几万甚至几十万个任务。

AI承担的工作越多，Token消耗越大，市场规模也就越接近企业实际付出的劳动成本。这也是为什么沙利文预计，未来中国Agent市场约九成收入会来自B端。

上线一个月，千问办公先一步站到了Agent商业化最肥的一侧。而它需要继续验证的，是这些企业用户能不能把千问办公从“接入”用到“深入”，最终让更多流程持续跑在Agent上。

03. 扎进企业的工作流

企业Agent的难点也从这里开始。

让一个员工用AI报告写快一点很容易，让一家企业整体效率提升要复杂得多。销售需要同时访问客户记录、库存和报价权限；研发需要理解历史项目、产品文档和供应链信息；财务工作又涉及规则、审批和数据权限。一项工作往往横跨多人、多个系统和大量历史上下文。

千问办公过去一个月的产品迭代，正明显向企业内部继续深入。

第一步是连接。千问办公已打通钉钉、飞书和企业微信，可直接处理消息、会议、文档和日程，也能接管桌面操作文件和程序。“小章鱼”由此真正拥有了进入用户工作环境的“手和脚”。

企业真正用起来之后，这些“手脚”会继续伸向CRM、ERP和内部系统。

销售人员可以在钉钉中发起需求，千问办公跨系统查询客户、库存和订单，再整理成业务建议。AI不需要让员工换掉熟悉的工作界面，而是直接钻进企业原有的工作流。

第二步是上下文。千问办公通过开源MyContext，把企业数据、流程和员工经验沉淀为Agent可持续理解的上下文，让它知道“谁在做什么、事情做到哪一步”。这是Agent从工具走向Coworker的关键能力。

第三步是Skill。千问办公正在把个人经验进一步沉淀为组织能力。个人可以将工作流程和专业Know-how封装成Skill，企业则形成可复用的技能库，实现“一人创建，全公司调用”。例如，北京德恒杭州所已将十余年的遗嘱与婚姻家事实务经验做成Skill。

可以说，过去难以进入软件系统的经验，通过Context和Skill变成可被Agent反复调用的企业数字资产。

产品还在继续往多人协作走。

过去一个月，千问办公进行了120次版本的高频迭代，上线了很多针对企业场景设计的功能，比如“多人工作台”，用户可以通过一句话生成并发布一个多人协作网页，最多支持百人同时在线，并提供角色权限、云端数据库、管理后台和在线发布等能力。

这也意味着，千问办公开始从服务一个人，向服务一个团队、甚至一套业务流程延伸。这才是企业AI化的第二阶段。

04. 企业与“小章鱼”互相托举

万亿美元市场能不能真正落地，最后还要回到一件事：模型和Agent能不能持续把更长、更完整、更专业的工作接下来。加码B端，就是千问办公的“阳谋”。

进入企业之后，千问办公一端连接企业数据、工具和业务系统，进入采购、财务、客服、研发和IT运维等真实流程；另一端，这些流程又会不断提出新的能力要求。模型要理解需求、拆解任务、调用工具、处理失败，最后交付一个可验证的结果。企业工作流由此提供了大量真实的任务环境、评测信号和优化方向。

这套能力牵引机制，已经先在Coding上跑起来。代码天然拥有高密度、可验证的反馈：能不能运行、测试是否通过、Bug有没有修掉，都有明确答案。模型在这些环境里练出来的，也不只是写代码，而是长程规划、工具调用、错误恢复和持续执行等更通用的Agent能力。

METR的最新研究也显示，前沿AI Agent能够可靠完成的任务时长仍在快速增长。2024年以来，50%成功率对应的任务时长约每89天翻倍；其任务集主要用于衡量研究和软件工程所需能力。

当这一套能力成熟，就可以继续向更复杂、更高价值的专业工作迁移。今天模型可以连续几个小时理解代码库、调用工具、发现错误再重新规划，下一步同类能力就有机会被泛化到安全、财务分析、IT运维、供应链等场景。每一代Qwen能承担的工作更完整，千问办公就能继续向企业流程深处走。

企业场景又会继续把这条能力曲线往前拉。

从整理信息到调用业务系统，从单点任务到跨系统流程，从几分钟的工作到数小时甚至更长周期的执行，真实任务会不断暴露模型在规划、可靠性、上下文理解和错误恢复上的短板，再牵引模型、Harness和工具体系继续优化。

最终形成一套长期机制：先在可验证的任务中把Agent能力练出来，再把能力迁移到新的专业场景；新场景提出更复杂的任务，再继续推动下一代能力升级。

对企业来说，模型能力和Harness协同每提升一级，就意味着更多完整工作可以交给千问办公，ROI随之不断提高；对千问办公来说，进入越多真实场景，就越清楚下一代能力应该往哪里长。模型一时领先并不难，难的是持续把能力迁移到新的高价值任务。

这种能力迁移和解锁新场景的速度，才是千问办公更长期的壁垒。

05. 阿里深筑AI时代护城河

千问办公还有一个更重要的角色：把阿里此前分散的AI投入，串成一条完整的商业链路。

Qwen负责生产智能，千问办公进入企业，把模型能力变成研发、财务、供应链等具体任务；钉钉拥有超过2600万企业组织，提供组织和协同入口，阿里云承接背后的Token调用和算力需求。

这些环节开始形成一条完整的商业闭环。

Qwen的Max版本能力越强，千问办公能够承接的任务价值越高；Qwen的Flash版本越便宜，可自动化的任务数量越多；千问办公在企业里跑出的任务越多，Token需求和阿里云收入越大；这些收入与算力需求再支撑下一轮研发投入。

AI的“回头钱”，开始沿着这条飞轮回来。更重要的是，这套闭环也会沉淀出另一层系统壁垒。

Benchmark冠军可以几周换一次，一个新Agent功能也可能迅速被复制；但千问办公进入企业后，客户会逐步围绕它积累Context、Skill、权限体系、工作流、评测标准和系统接口。这些系统沉淀会形成迁移成本，竞争很难再靠单次模型发布完成追赶。

时间越长，千问办公越理解这家公司，企业也会把更多流程围绕Agent重新组织，而变得愈发离不开阿里AI“全家桶”。

这可能才是“小章鱼”最值得看的地方。它一头抓着Qwen，一头连接阿里云，再把触手伸进企业的数据、工具、组织和流程。过去看起来分散的模型、云、钉钉和AI应用，围绕“把工作做完”形成一套自增强闭环。

模型会继续卷，Capex也会继续增长，但企业真实需求已经开始把阿里的AI投入变成收入。面向更广阔的知识劳动价值池，AI只要逐渐接走其中一部分工作，就能打开新的市场空间。

一只刚满月的“小章鱼”，已经先替阿里伸进去了几只触手。