过去三年，我们听了太多关于「AI 如何重塑企业办公」的想象。但真正的变化，往往是从一个个打工人开始的——用 AI 写报告、润色外语邮件、总结会议内容、分析数据……AI 工具已经悄然渗透进日常的工作流。

问题也随之而来：这些「AI 工作流」大多停留在个人层面，它们往往游离在企业的数字办公系统之外。尤其是对那些没有自研系统的中小企业而言，从豆包、DeepSeek 等应用中生成内容，再复制回飞书、邮箱、PPT 的操作，已经成为员工的日常。

系统未打通的麻烦不仅是「复制粘贴」的低效，对管理者来说，更意味着 AI 的价值止步于「个体提效」，难以演化为组织级的智能化升级。这种割裂的根源，是办公平台自身尚未完成对 AI 的深度进化。

飞书 CEO 谢欣丨来自：飞书

这不只是一次产品发布，更像是数字办公从「AI ready」走向「AI 真正落地」的分水岭。

让 AI 能力「长」在业务里

如果说过去一年，企业还在摸索「如何把 AI 用起来」，那么飞书则在试图回答另一个问题：AI 到底应该「长」在哪里？

在今年的飞书未来大会上，「多维表格」无疑是其 AI 产品阵列中最具代表性的升级亮点之一。它不再只是传统意义上的数据库工具，也不止于「基于数据库打造的业务系统」这一定位，而是开始进化为一个可实现 AI 自动化的业务中台——企业让 AI 真正落地办公场景的「基础设施」。

从性能上看，多维表格的底层数据库能力实现了新一轮跃升：单表容量提升至 1000 万行，计算速度比去年快了 10 倍，支持千人级并发协作。这为承载复杂业务流程提供了扎实的技术底座。

但真正构成飞跃的，是 AI 工具模块和「应用模式」的双重升级。去年上线的「AI 字段捷径」今年进入实用阶段，用户可以直接在表格中插入由 AI 自动生成的内容字段，比如智能填写、内容补全、结构化建议，甚至多模态识别和推理。

在茶百道，多维表格被用来搭建「智能巡检」和「客户之声」系统。门店员工上传现场照片后，AI 自动识别健康证、设备状态，并触发整改流程——一个过去依赖人工巡查、逐级反馈的流程，如今只需「拍照+填表」即可完成。另一个系统则实现了客户评价的智能打标、情感分析和个性化回复，还能把差评自动推送给店长处理，确保客户反馈闭环响应。

影视飓风的使用方式则更偏向内容创作。他们通过多维表格实现了 15 分钟更新一次的视频数据自动同步，同时借助 AI 批量生成节目封面草图，甚至提前在选题会上评估观众反馈，用「点映团」模拟不同角色的情绪评价，辅助内容优化。

如果说 AI 字段是让多维表格变「聪明」，那么「应用模式」则是让多维表格更「系统」。

今年，飞书正式推出多维表格的「应用模式」，用户只需要通过拖拉拽的方式，就能将一个普通的表格升级为一个完整的业务系统。比如，一个门店的销售看板、人力部门的员工信息系统、供应链的库存管理界面，都可以直接在多维表格中搭建完成，不仅保留了表格的灵活性，也具备了系统功能性更强的优势。

用应用模式构建电商管理系统丨来自：飞书未来大会

相比传统的 IT 系统开发，应用模式的门槛显著降低。用户不需要写代码，只需搭建逻辑关系和界面视图，就能搭出符合自己业务需求的「专属系统」。此外，多维表格还内置了多个业务系统模板，进一步降低了搭建门槛。这也意味着，更多的业务人员将具备「系统搭建者」的能力，而不再只是使用者。

这意味着未来每一个团队，都可以拥有属于自己的业务系统，甚至员工也能成为自家企业 AI 办公的产品经理。

在表格之外，飞书围绕「组织级 AI 落地」构建了一整套产品体系，从信息获取、流程搭建到系统开发，全链路覆盖。

比如飞书知识问答，是这次发布的另一项重点产品。此前极客公园曾经报道过，它最大的特点是「开箱即用」，不依赖企业提前构建完整知识库。用户只需抛出一个问题，AI 就能在用户过去的聊天记录、工作文档中自动调取权限内的信息，给出真正与企业实际业务相关的答案，这也是通用大模型做不到的事情。

在会议场景中，飞书的智能纪要功能也再次进化。现在的 AI 纪要可以在会议过程中实时总结、提取关键观点，并自动生成带责任人的待办事项。目前，这一功能已经达到 M4 成熟度——意味着可在任何企业大规模应用。像珀莱雅这样的快速成长型企业，就在新品立项和部门复盘中，将 AI 纪要作为固定流程的一部分，帮助团队大幅提升会议效率。

而对于没有技术背景的业务人员，飞书还进一步升级了「开发套件」：包括 AI 智能体 Aily、低代码平台 aPaaS、AI Coding 工具「妙搭」。企业可以轻松构建自己的 AI 工具——无需开发团队，也能「把 AI 嵌入业务」。

例如，伊芙丽、七匹狼、绫致时装等服饰品牌，已经基于这套工具为上万名导购搭建了「AI 练货系统」：设定虚拟客户人设，员工沉浸式演练销售话术，AI 自动打分反馈，经验同步分享至内部网络，形成组织级的学习与优化闭环。

飞书开发套件丨来自：飞书

把 AI 真正交给组织用起来

听完整场发布会，一个强烈的感受是：这些 AI 能力并不以独立产品形态存在，而是逐步渗透进一个又一个真实业务里。不需要雇佣顾问从头搭系统，不需要培训工程师写代码，一线员工根据自己的工作需求，就能快速拉起一个能解决问题的 AI 工具。

飞书真正希望做到的，是让 AI 提效从个体智慧，变成组织能力。

为什么飞书能做到这一点？关键在于它并不是为了 AI 而重建一个系统，而是在一个本就承载企业真实业务运行的系统中，让 AI 自然长出来。

飞书的核心优势，是它作为一体化协同平台，早已沉淀下丰富的企业业务数据和组织语义：文档记录着项目过程，多维表格承载业务数据，审批流程跑着管理规范，会议纪要积累着团队共识。这些信息构成了企业特有的上下文——而AI最需要的，恰恰是这种上下文。

以飞书知识问答为例，它不依赖企业预先构建知识库，而是直接基于企业内部已有的文档、IM 记录和权限体系，自动理解提问意图，穿透系统找到答案。这也是包括小鹏汽车在内的多家组织选择部署它的原因：无需专人「喂料」，知识就在工作流中自然被激活。

正如飞书 CEO 谢欣所说：「不是知识密集型企业用飞书，而是用飞书的企业，逐渐变成知识密集型的企业。」比如一家大型央企，仅过去一年就在飞书中沉淀了超过 940 万篇文档，为 AI 能力的引入打下了坚实的数据基础。这种高频、高质量的组织协作，让企业「AI ready」的门槛大大降低。

相比之下，外部通用大模型即便能力强大，也无法访问企业内部数据，无法理解组织语义，更无法真正参与业务流程或沉淀知识。更重要的是，企业核心信息外流还可能带来数据泄露和权限安全的隐患。这些模型往往只能在「你告诉我什么，我总结给你看」的逻辑中运作，难以支撑组织级智能协同的真实需求。

飞书的做法是反过来：不是让员工主动适配AI，而是让 AI 自动适配业务。

这一点，也体现在飞书提出的「AI 应用成熟度模型」中。它将 AI 产品划分为从 M1 到 M4 的四个等级，越往上代表越成熟、越能稳定服务于真实业务。目前，AI 会议纪要已达到 M4 等级，不仅能够通过文档发送总结、生成待办，也能在会中实时实现总结，并保持相当的准确性与逻辑概括能力，在任何适合的场景中都能使用。飞书知识问答、多维表格 AI 则达到了 M3，可以在企业需要的场景中大规模使用。

换句话说，飞书没有把AI当成展示能力的「秀肌肉」，而是明确设定标准——是否成熟、是否能上线、是否能推广，是第一优先级。

最终，这些产品都服务于同一个目标：让 AI 变成企业内部「可调度的资源」，而不是一个「听得懂但做不了」的工具。

在过去的一年里，从茶百道用 AI 字段构建门店巡检系统，到伊芙丽用 AI 智能体做导购练货，再到珀莱雅让 AI 成为新品立项和营销决策的一环——这些都不是 AI 的「demo 秀」，而是企业自己动手，基于飞书完成的 AI 工具搭建。这正是「组织自有 AI 能力」的起点。

当飞书把 AI 能力嵌入平台，把业务数据连接到逻辑，把员工意图变成流程，它正在完成一件更大的事：用一套真实可用的体系，把 AI 变成企业组织能力的组成部分。

何小鹏在飞书未来大会丨来自：飞书

正如小鹏汽车创始人何小鹏在飞书未来大会上讲的那样，在这个 AI 智能的时代，在企业办公中用好 AI，其实比在业务中运用更重要。如果一个企业的员工和高管平常都不用 AI，那很难想象这个企业交付给客户、交付给用户的产品，能够用好 AI。

而飞书所做的，正是让「组织先用好 AI」，再谈「AI 改变组织」。

空客1-8月交付量下降 3%　　空客公司周五表示，8月交付了61架飞机，至此今年前8个月的飞机交付总量达到434架，较去年同期下降3%，这一数据印证了路透社此前的报道。　　这家欧洲航空航天集团还正式确认了来自爱尔兰飞机租赁公司阿沃隆（Avolon）的90架飞机订单