50万份文档喂给AI，WPS如何闯入造船厂一线？

企业AI下半场，拼的是数据和上下文。

一家船厂手里压着近50万份研发制造文档；一名船舶设计师从新手成长为专家，往往需要十年以上。2026年下半年，腾讯WorkBuddy、阿里千问办公、字节豆包工作几乎同时把企业级Agent推到台前，加上金山办公，国内AI办公“四强”格局基本成形。但企业级Agent的卡点不是模型不够聪明，而是能否读懂海量图纸、规范和老师傅脑中未写下的判断标准。

金山办公带着WPS Comate切入这一战场，把胜负手押在把企业几十年积累的数据、流程和“黑话”整理成AI读得懂的上下文。发布会后一个多月，我们与金山办公高端制造业总经理于叶舟博士聊了聊。沿中船动力、黄埔文冲、奇瑞等案例，一条主线浮出水面：企业AI越往高价值、高难度业务走，越绕不开上下文。

过去两年，企业问AI“要不要做”，今年很多制造业客户已变成“在哪里做、能产生多少价值”。决策层变化明显，一些制造企业把AI提到“一号位工程”，董事长、总经理直接下场，成立专门团队、统计Token消耗、重规划算力预算。于叶舟观察到，民营制造企业尤其明显，去年已有投入，但真正变成一号位意志、批大预算、设新组织架构，基本从今年开始。

决策层越重视，要求越具体。头部制造企业若真把AI落到生产环境，投入往往不小。在ROI未完全确定前，如何让老板相信钱“打水漂概率更小”，是甲乙双方共同要回答的问题。金山办公副总裁王冬曾提及，企业做AI首先要找“足够有价值、足够有难度”的业务。一旦走到这些地方，制造业几十年的复杂性会集中暴露：非结构化数据与ERP、CRM、生产系统结构化数据长期共存；不同年代IT系统形成数据孤岛；半导体、船舶、军工等行业大量研发数据无法离开内网，部分系统物理隔离。

于叶舟尤其看重数据：“真正落地过程中，影响最终效果的很大一部分难点，既不在模型，也不在算力，反而在数据。数据可能占八成，但前期往往最不起眼、最容易被忽略。”中船动力拥有近50万份研发制造核心文档，覆盖投资规划、设计研发、建造制造、调试实验、交付运营等环节，还存在多网区、内外网隔离等复杂环境。黄埔文冲则体现另一种复杂性：船舶设计高度依赖知识积累，设计人员面对200余本技术规范和大量专业软件操作经验，一名设计师成长到独当一面往往需十年以上。

这些问题指向同一件事：通用模型懂大量世界知识，却不知道某家企业里“靠谱业绩”怎么算，某项“良率”应排除哪些数据，哪套工艺规则才是当前执行版本。模型能力越普及，决定AI能否进入生产环境的，越来越依赖企业自己的上下文——数据、规则、权限和经验。

上下文从哪来？首先绕不开文档和业务数据。大型企业知识很少整齐放在一个数据库，更常见形态是Word、PPT、PDF、Excel、会议纪要、邮件、流程图、思维导图及几十年前的技术资料。让AI读这些文档并不简单。常见RAG方案先转Markdown再按固定字数切块，足够快，但图片、表格、页面层级等信息可能损失，完整业务语义可能被切开。WPS的思路是尽可能保留原始结构，解析图片、表格、段落等元素，再按章节和语义切分。于叶舟把文档解析看作非结构化数据进入AI体系的关键一环：“文档解析准不准，几乎决定非结构化数据上下文召回得准不准。放到Agent执行里，也直接影响最终结果会不会跑偏。”

中船动力将核心文档纳入统一管理，研发、仿真、建造等文件持续归集，版本和操作可追溯。流程数字化中心副主任朱跃斌称这套体系为高端制造的“知识产线”。黄埔文冲把200余本船舶设计规范做成AI知识库，设计人员可直接用中文查询英文规范，单次规范查找时间缩短60%以上，专业软件操作指引复用率达80%，AI答案保留规范出处，方便核实。

文档只是企业上下文的一半，另一半是ERP、CRM、财务和生产系统里的结构化数据。于叶舟举例：老板问AI“某事业部H2的靠谱业绩是多少？”模型需先弄明白哪些部门属于该事业部，H2对应什么时间范围，哪些订单可计入业绩，“靠谱”按什么业务规则定义。数据库即便接通，若这些语义没提前说明，AI仍可能给出看似合理、实际口径错误的结果。WPS DataHub处理这一层：先定义企业内部数据对象、指标、关系和计算规则，再让AI调数。于叶舟用“中央厨房”解释：“像中央厨房预切好的配菜。老板问问题相当于下锅一炒，前面数据已按定义和流程清洗好，最后结果就准了。”

半导体行业良率直接关系经营结果，但良率分析高度依赖少数专业人员经验。哪些数据排除、哪些指标组合、数据先后经过怎样清洗，都可能影响判断。于叶舟提到，若先把这些经验和流程在DataHub中固化，再让AI按既定口径完成数据清洗和调用，过去依赖专家经验的部分分析工作就有机会稳定复用，同一分析从耗时数小时变为分钟级，良率异常定位速度明显加快。

这也是WPS Comate背后几套能力存在的原因：AIdocs把文档等非结构化数据转化为知识，DataHub负责业务数据和语义，APIHub连接ERP、CRM、OA等系统，AIHub负责模型调用和Token治理，Trust