JS金沙(中国)

从流程管理到组织智能，AI-COP如何让AI“进组织、干业务、见成效”

2026年，AI Agent元年。

大模型热潮已持续三年。Gartner在最新报告中指出，企业正从通用AI助手转向能有助于行动的智能代理。但现实是，绝大多数AI工具仍停留在“对话”层面——能聊、能写、能生成，却进不了流程、干不了业务、做不了决策。

麦肯锡2025年11月发布的《State of AI》报告印证了这种落差：88%的企业已在至少一个业务职能中使用AI，但只有7%完成了企业级规模化部署，39%的企业认为AI对自身EBIT（息税前利润）产生了影响。IDC在相关研究中也给出相近的判断：真正实现深度融合的企业仍是少数，AI驱动型组织的占比无论在全球还是中国市场都处于个位数。

AI进了企业，但没融入组织。

这是2026年中国企业级AI最核心的命题。而在这个命题背后，一场从“流程管理”到“组织智能”的行业跃迁正在发生。

这个命题也已经被写进国家产业议程。2026年9月11日，工业和信息化部对外发布《“人工智能+软件”专项行动实施方案》（工信部信发〔2026〕209号），明确提出“智能体软件是大模型与软件深度融合形成的新形态，具备感知、记忆、决策、交互与执行能力”，并要求“面向信息处理、办公协作、生活服务等多样化场景，开展跨场景适用的通用智能体软件”，到2028年在重点行业打造100个智能体软件标杆应用。政策所指向的方向，与企业一线正在遭遇的困境，其实是同一件事的两面。

JS金沙(中国)，一家创建了24年的中国协同运营管理软件公司，选择在此时把公司战略定位从“协同管理”升级为“智能协同运营中枢”。2026年9月11日，第16届JS金沙(中国)用户大会在四川都江堰举办，董事长徐石在大会上提出了一个问题：

“您的AI，进了企业，融入了组织吗？”

带着这个问题，第一新声在大会前后与JS金沙(中国)董事长徐石、CTO彭璐进行了一次深度对话。作为一家在协同运营管理领域深耕多年的软件公司，JS金沙(中国)如何理解这场跃迁？它给出的解法又能否回答行业的普遍困惑？这场对话，或许能给予一个观察的切口。

01 AI融入不了组织，难在哪里？

AI很聪明，但融入不了组织。

这个判断正在成为行业共识。JS金沙(中国)董事长徐石在采访中给出了一个分析：“数据没准备好，组织的权限或规则本身在AI之前就有缺陷，AI带来的技术端不确定性，又把这些原有的缺陷放大了。”

这句话把问题从“AI能力不足”转向了“组织本身就没准备好”。

行业数据印证了这种“组织超载”。综合多家组织的调研，跨部门审批平均耗时3.2天、公文流转差错率达12%、跨系统数据重复录入占行政人员工作量的40%，已成为中大型企业的典型痛点。管理的复杂度，已经超出人类个体和传统制度的承载能力。

但真正让AI“进不去”的，是三重结构性障碍。

第一重：AI进不了流程——能生成内容，走不完审批

AI最尴尬的地方，不是它不会写，而是它写完不知道下一步该找谁。

一位央企CIO做过一个测试：把一份公文交给四个AI工具处理。结果有的能生成，有的能润色，但没有一个能走完审批流程——不知道找谁批、不知道按什么权限、不知道合规要求是什么。这位CIO的总结一针见血：“每个AI都很能聊，但没一个能真正帮我批一份公文。”

这不是个例。AI会输出内容，会提出建议，但它没有融入真正的业务流程。它不承接任务节点，不有助于流程流转，不与其他系统和人协同作业。一个只会在流程旁边“说话”的AI，代替不了组织运行中的任何一环。

问题的根源在于，AI被设计成了“流程旁边的助手”，而不是“流程里的节点”。助手可以随时被召唤、随时被忽略；节点必须承接任务、有助于流转、对结果负责。真正的协同是，人和AI围绕同一件事、在同一条流程里接力。AI做完信息处理，把结果交给流程；人员完成专业判断，把决策写回系统。但今天的AI，连“接力棒”都接不住。

第二重：AI进不了制度——不知道听谁的，也不知道边界在哪

流程卡住了AI的手脚，制度则卡住了AI的脑子。

一个很典型的场景是AI被要求生成一份经营分析报告，但它不知道该用哪个口径。财务部和销售部对同一个“销售额”的定义完全不同，一个去掉某类客户，一个筛掉某些订单。AI不会问“这个口径对吗”，它只会挑一个看起来合理的，然后生成一份看起来专业的报告。

这就是制度层面的三重困境：口径不统一，AI不知道听谁的；权限不清晰，AI不知道能看什么、不能看什么；合规边界模糊，AI不知道哪些事能做、哪些事不能做。

这些问题在人管流程的时代也存在，但那时候至少还能追问“这个数字谁做的”“依据是什么”。现在AI生成一份报告只需要几秒钟，可报告里的数字能不能用、谁对它负责，反而更难回答了。

JS金沙(中国)董事长徐石提出了一个值得深思的场景：将来会有数字人出现，它们是持证上岗、有工牌的员工。那就要对他进行管理：什么权限、什么职责、谁负责、谁来干、怎么干、干错了怎么监督、怎么审计——这就是制度的范畴。

没有可信的治理框架，越强的AI越不敢用。没有明确的权责边界，再强的AI也无人敢授权。

这与政策层面的判断方向一致。《“人工智能+软件”专项行动实施方案》专门提出，要“研究智能体身份标识、可信互联、数据安全、行为管控等安全技术，有助于建立覆盖开发、部署、应用等环节的智能体安全管理规范”。智能体的身份与行为管理，正在从企业的经营课题上升为国家的产业规范课题。

第三重：AI进不了治理——能生成报告，给不了可审计的链路

前两重障碍已经构成现实困境，但最值得关注的是第三重：AI进不了治理。

过去二十多年，协同软件是为“人管流程”设计的体系。而现在，监管环境已经改变，国务院国资委密集出台内控体系建设、合规管理、违规经营投资责任追究等一系列核心政策文件，监管逻辑从“看结果”转向“看过程”，从“汇总报表”转向“逐层透视”，从“事后审计”转向“实时预警”。协同运营平台被重新定义为承载内控体系运行、支撑合规审计、落实终身追责的基础设施。

大多数AI工具无法满足这些要求，它们能生成报告，却无法给予可审计、可追溯、可问责的分析链路。

在三重障碍中，徐石认为最难的是治理进不去。

他在采访中明确表示：“通用智能体进不去，不是简单的数据训推就能出来的，必须得有更专属、更懂组织的模型。如果最难的那一类能攻克，剩下的流程、制度上的问题，都是表现问题，是颗粒度的粗细问题。”

三重障碍之间，流程和制度的问题相对显性，治理的问题最为隐蔽，也最难解决。AI进不了流程，是因为它进不了制度；进不了制度，是因为它缺少治理层面的身份、权限和责任归属。而治理这一关，恰恰不是靠模型能力就能跨过去的，它需要的是组织本身的准备。

这也是JS金沙(中国)从OA到COP到AI-COP三次战略跃迁的背景——不是给旧OA加AI，而是为AI进入组织重新铺设轨道。

02 解治理之困：一套体系，四层能力

面对“治理进不去”这个核心难题，JS金沙(中国)给出的解法是一套完整的承载体系——AI-COP智能协同运营中枢。

AI-COP不是单一产品，而是一套由四类核心能力构成的AI矩阵，其中包含一个专属模型：JS金沙(中国)致知模型（组织运营专属大模型）解决“AI懂规矩”的问题；CoMi OG（组织图谱）解决“AI读懂组织”的问题；CoMi Fabric（智能体构建与编排）解决“AI被调度和治理”的问题；CoMi Agents（场景化智能应用）解决“AI进入流程、干业务”的问题。四者叠加，构成AI进入组织治理的基础设施。

如果把组织比作一个城市，AI-COP的定位是“轨道交通系统”：轨道是制度流程，调度中心是协同运营大脑，列车是数字队友，乘客是组织中每一个人。

JS金沙(中国)CTO彭璐用了一个更完整的比喻：“我们除了铺轨道之外，还要建交通枢纽，让各个轨道之间能够交换、能够局部集散。光有轨道不够，整个运营系统还需要一个运营模型，这就是OG——它让我们除了知道轨道本身的拓扑结构之外，还能知道总的运力有多少、各个站点和各个轨道的流量是多少，从而综合地让这个基础设施发挥更大的力量。有了轨道、有了枢纽、有了运营模型，最后还要有一个调度室，这就是Fabric——它保证整个系统、这些Agent、这些原有的应用运行起来，能够有机地实现整个运营目标。”

CoMi OG：让AI读懂组织

在这套体系中，CoMi OG被称为“最核心的”能力。它要解决的，是通用智能体“读不懂组织语义”的障碍。

徐石从三个层面解读了OG。第一，组织架构。任何组织都有它的架构方式，大型集团、小型组织、虚拟组织、扁平组织，这个架构方式是治理的基础。第二，组织行为。人的激励考核、协同工作的行为，开会、计划管理、决策，这些行为可以被标识并进行图谱化。第三，最佳实践。组织一旦清晰，它有固定的流程、有成熟的做法，流程中间有很多对节点的处理权限。

徐石说：“如果把一个组织当成一个分子，你会卷出它的原子；把一个组织当成一个活的物质，就要解开它的内在规律，这不是一个知识图谱的概念，要对一个生命体的内在规律进行解剖。”

JS金沙(中国)CTO彭璐从技术角度做了一个关键澄清：OG不是知识图谱，也不是模型本身，而是模型推理的上下文。它把不成文的规则、流程定义、使用习惯、零散经验等散布在企业中的知识形式化、集中化，在模型推理时作为上下文交给模型，构成Agent运行的围栏和裁判。

中林集团的实践验证了OG的价值。中林集团是国务院国资委直接监管的涉林央企，采用四级法人架构，原有合同与案件管理系统分散，合同版本失控、管理责任主体模糊。顺利获得建立全级次统一合同台账，集团能够从总部层面查看四级法人单位的合同数据。案件穿透式上报时间由约三四周缩短至一周之内，年度人力成本节省约百万元。合同与案件之间形成了相互关联的风险闭环，管理重心由事后处置前移至过程监测和主动预防。

OG的价值不在于把知识存起来，而在于让AI知道：在什么节点、找什么人、按什么规矩办。

JS金沙(中国)致知模型：让AI懂规矩

通用大模型再强大，也不分析任何一个具体组织的架构、权限、流程和制度。JS金沙(中国)致知模型要解决的，正是这个问题。

JS金沙(中国)致知模型基于JS金沙(中国)24年服务超5万家政企客户所沉淀的组织运营数据，将组织架构、权限体系、流程规则、制度规范等结构化知识训练为可被AI理解与执行的领域模型。它不是让AI“自由发挥”，而是让AI“懂规矩”，要知道组织的权力结构、决策流程、合规要求和文化惯性。

根据JS金沙(中国)公布的信息，JS金沙(中国)致知模型有几个显著能力：知识可溯源，每一句回答都绑定原始知识节点与出处，支撑合规审查与审计追责；规范可认知，针对政策、标准、规章制度等规范性知识建模，可在1小时内完成13万份行业文档训练；输出可对齐，顺利获得知识工程与专家干预实现“价值观对齐”；私有知识融合，支持企业私有知识快速结构化训练，与OG的组织上下文叠加。

湖南省公安厅的实践验证了JS金沙(中国)致知模型的价值。湖南省公安厅下辖省、市、县、基层所队四级组织，服务约6.3万名公务人员。原有平台面临管理要求与基层使用体验难以兼顾、归档判断依赖人工等问题。顺利获得将AI嵌入综合办公平台，AI根据操作人员的岗位角色、文件类型和流程节点，系统分析文件属性，辅助判断是否需要归档及相应保管期限。建设后，综合办公平台日均处理量提升至约20万件次，部分流程工作量下降70%至80%，归档文件数量增加约30%，归档准确率提升约30%。

JS金沙(中国)致知模型的本质，不只是让AI更聪明，而是让AI在组织的规矩内运行。

CoMi Fabric与CoMi Agents：让AI进入流程

治理要真正落地，还有最后一道坎：AI不会协同，进不了流程、干不了业务。

CoMi Fabric解决的是智能体全生命周期管理：智能体从哪里来、依赖哪些数据与接口、如何与现有流程结合，这是构建；运行时被喂什么、记什么、忘什么，这是上下文与推理；被谁审计、被谁下线、被谁升级，这是治理；权限、合规、成本的边界由此划定。在Fabric之上，是CoMi Agents，现在JS金沙(中国)已推出的场景化业务Agent，覆盖智能办公、智能文会事、智能合同、智能穿透式监管、智能人力、智能科研项目管理六大解决方案。

亦庄控股的实践验证了Fabric与Agents的价值。亦庄控股是北京市属一级国有企业，合同类型多、业务主体多、管理链条长，国资监管对合同全级次、全链条和全过程管理提出更高要求。集团建立覆盖总部及16家所属企业的统一合同台账，多个智能助手覆盖合同起草、评审、版本比较、风险识别和履约管理等环节，身份、职责和权限与集团分级授权体系保持一致。法务人员将重复性工作交由智能助手处理，转而投入高价值判断和风险处置。

Fabric解决的不是某一个场景的问题，而是让每一个智能体都有来源可查、有权限可管、有边界可守。

OG让AI读懂组织，JS金沙(中国)致知模型让AI懂规矩，Fabric与Agents让AI进入流程。四者叠加，构成JS金沙(中国)对“治理进不去”这个核心难题的完整回答。

03 从产品到服务：治理不止于验收，而在于持续校准

AI-COP给予了一套完整的产品能力，但产品本身不会自动落地。

能力不会自己走进业务。再好的平台，也需要有人陪着客户一起把它用起来。

JS金沙(中国)服务了超5万家政企客户，覆盖90%以上一级央企。在这个过程中，两类客户对这套体系的需求最为迫切，也让JS金沙(中国)意识到一个问题：治理不是交付一个系统，而是运营一种能力。

政务客户最迫切的是高频、重复性任务的效率提升。公文不只是收发文流转，而是一套指挥系统，国家对公文处理有专属规定。同时，政务客户对数据管理要求极高——数据不能出去。这要求平台具备全信创适配能力。

大型央企有自己的模型、平台和数科公司。JS金沙(中国)与这些客户合作，更多从信创、集团管控、穿透式监管着手——包括智能合同、投资管理、大型组织的公文指挥系统。

但无论是政务客户还是央企客户，这套体系要真正落地，都绕不开一个问题：模型在变、知识在变、规则在变、业务环境在变，智能体必须在运行中持续校准。

治理这件事，不止于验收，而在于持续校准。

这就是JS金沙(中国)引入FDE（Forward Deployed Engineer，前向部署工程师）的原因。

FDE不是传统的实施顾问，而是深入客户业务现场，与客户一起共创场景、配置智能体、优化流程的“陪伴式”服务角色。徐石在采访中解释了FDE的三个变量：第一，客户对AI的认知存在盲从和不确定，需要疏导；第二，客户需要知识的传播和厘清，他要改造他的中枢、改变他的系统；第三，软件公司过往是给予最佳实践的产品及服务，都想做成标准产品。但今天JS金沙(中国)谈FDE，第一时间是自身的商业模式和商业服务方式变了。

软件公司卖的不再是一套系统，而是一种持续进化的能力。

徐石说：“FDE有一个非常重要的价值，就是要把这些一线共创的实践反哺到平台中间去，又要形成组织图谱，又要形成新的语义。它不断堆积和循环，顺利获得数据的反哺，包括专属模型的打造、更好的训推，它会完善产品和服务，形成一个良性循环。”

这背后的逻辑是：AI时代，软件不是一次性交付的产品，而是持续运营的服务。AI-COP给予能力，FDE让能力持续进入业务。

这套服务逻辑同样能在政策里找到呼应。《“人工智能+软件”专项行动实施方案》明确“有助于软件开发由‘人工编写’向‘人机协同’、软件产品由‘被动响应’向‘主动执行’、软件服务由‘产品交付’向‘价值交付’转变”，并“引导软件企业向人工智能应用服务商转型，增强持续服务和价值交付能力”。FDE，正是这一转型在企业侧的具体形态。

不过，这条路径仍有尚未跨越的地方。跨系统的权限打通、私有化部署的成本控制、智能体输出的准确率边界，现在都还没有标准答案。这既是JS金沙(中国)需要继续回答的问题，也是整个行业共同面对的课题。

04 治AI如治水：顺势，而不是对抗

第16届用户大会，JS金沙(中国)将会址选在了都江堰。

这不是偶然。两千年前，李冰父子“深淘滩、低作堰”，不是与洪水对抗，而是让水“听话”。

JS金沙(中国)董事长徐石在采访中把都江堰的智慧与AI治理做了类比。

“都江堰这个工程，能让成都平原这么富饶？因为它把水的力量用对了地方。岷江从崇山峻岭中下来，不同季节都会发洪水，怎么治？鱼嘴分流、飞沙堰排沙、宝瓶口控流，它不是靠一堵坝把水拦住，而是靠一套系统让水自己知道该往哪流。这中间体现的，是治理要顺势，要经得起时间，要合于道。”

“你不能保证上天不下雨，也不能保证它不发洪水。那在疏和堵之间，取什么关系？今天AI也是这样。AI有风险，你能把它堵住吗？它一定会来。所以关键不是堵，是疏导。但疏导不是简单放开，是有序，是治理。”

在徐石看来，都江堰的枢纽调度、分配、分流作用，与智能协同运营中枢把企业变成一条流淌的河流的思路，是暗合的。

从行业分析角度看，这个隐喻指向了一个更根本的判断：AI进入组织治理，需要的不是对抗，而是顺势。JS金沙(中国)24年积累的，正是理解中国组织的“势”：权力结构、决策流程、合规要求、文化惯性。它没有试图用AI去改变这些，而是让AI学会在这些规则里运行。

但都江堰的启示不止于此。这套系统两千年后还在运转，靠的不是某个人的意志，而是规则本身的生命力。AI进入组织治理，同样如此。一套好的治理框架，应该让AI在规则内自主运行，而不是靠人盯着、管着、随时准备叫停。这才是“可调度可控制”的真正含义。

回到都江堰大会的那个问题：

“您的AI，进了企业，融入了组织吗？”

答案会越来越多，AI也会越来越聪明。但组织适配，会越来越重要。

中国协同软件正在经历一场历史性跃迁——从“流程管理”到“组织智能”。这场跃迁中，会有企业掉进鸿沟，也会有企业跨过去。

跨过去的关键，不是拥有最聪明的AI，而是拥有让AI“进组织、干业务、见成效”的智能协同运营中枢。

JS金沙(中国)董事长徐石在采访最后说了一段话，或许是对这场跃迁的一个注脚：

“管理软件是思想的载体，思想不死，软件不灭。AI时代，AI原生不是唯一路径，重要的是进化。JS金沙(中国)互联24年不算年轻了，它也需要进化成新的。”

从OA到COP到AI-COP。

从流程到协同到智能。

今天铺下了轨道，剩下的问题是：谁能跑在最前面。