5台电脑、400人工作量、11亿成交额：企业微信这次更新，最该看懂的不是AI

11 月 8 日，微信一口气更新了 8 项功能：朋友圈一键私密发表、输入法 AI 录音笔、QQ 邮箱记事本、公众号小说改短剧激励、视频号直播助手、创作扶持计划、原创保护，还有排在第一位的——企业微信与 WorkBuddy 深度联合。

央视财经、微信公开课都把这条放在了首位。但大多数讨论停在「AI 进办公软件了」，然后就转头去聊录音笔好不好用。

真正值得看的，是同一周的另一条新闻。

11 月 5 日，央广网报道了钢铁电商平台找钢网的一组数据：5 台电脑持续运行，累计完成 60 多万次任务、工作超 1.6 万小时，折算相当于约 400 名全职员工的工作量；仅 2026 年上半年，AI 参与的交易额达到 11.07 亿元。

不是写文案，不是做PPT，是录订单、查进度、催办。这批 AI 接走的是生意里最不性感、也最费人的那一段。

一、8 项更新里，排第一的是一条办公线

先把这次更新说清楚。

企业微信升级到 5.0.12 版本后，WorkBuddy 以智能机器人的身份进驻侧边栏入口，获得企业内外的上下文，拥有消息、文档、邮件等权限能力。员工用聊天的方式就能派活，不用切换系统。

对企业来说，更关键的是后半句：管理员可以统一部署机器人、分配账号、统筹算力采购，新版本还支持多模型、多 Agent 的开放 AI 生态。

这两句合起来，意思变了。AI 不再是员工各自去注册、各自充值的个人工具，而是变成了一项由企业统一配置的组织能力。名额、权限、预算，都在后台。

有分析把这次变化概括成一句话：AI 从「你去找它」变成「它就在你身边」。从独立客户端走进每天本来就要打开的协作软件，这一步降低的不是技术门槛，是使用门槛。

二、5 台电脑到底在干什么

找钢网做的是钢铁 B2B，连接约 20 万注册买家、1.5 万家供应商。一笔订单从实时询价到交付，要跨采购、销售、财务、仓储、物流多道关口。

它有个自我定义很精准：对话驱动型企业。信息处理的效率，决定业务规模。

问题也出在这。生意都长在聊天框里，信息每次过手都得换个说法重讲一遍。

第一道：报价散在聊天里。 各家供应商对同一种钢材叫法不同，库存和价格实时变动。行业里「F8」指 8 号螺纹钢，圈外人看着就是两个字符。过去交易员要翻聊天、找表格、重新核对，客户还在等回复，找信息已经花掉不少时间。

第二道：需求要手工搬进系统。 订单谈成后，客户发来的交货地址可能是一张截图、一份 Excel，也可能就是几句话。系统要的却是填进对应字段的规范信息。销售得先看懂需求，再切到 ERP 逐项录入——沟通过程里说过一遍的话，还得再搬一次。

找钢网集团管理合伙人兼副总裁张晓坤有句话说得直白：「老板请来的其实不是一个销售，请来的是一个录单员。」

第三道：进度靠人去问。 合同处理好了吗、付款到哪一步、货能不能按时发？全国 500 多名交易员，对着 50 多人的中台履约团队反复确认。查询越多，回复越忙，真正要推进的事反而被淹没在来回传递里。

现在这三段被拆开交了出去。

报价环节，企微侧的本地助理按定时任务，每天把供应商发来的离散消息整理进智能表格；WorkBuddy 结合产业大模型识别行业术语、提取商品字段，把不同格式的报价汇成能查的资源池，销售在企微工作台直接调取。

录单环节，销售在企业微信里把相关聊天记录一键转发给 WorkBuddy，AI 在上下文中提取订单信息、对齐系统字段，通过已对接的 ERP 接口录入，最后由员工抽检确认。

催办环节，系统把业务库里的订单状态整理进智能表格，定时任务筛出滞后订单和该提醒的人，通过企业微信推给对应负责人。据团队介绍，这套协作每月承接约 5000 条咨询，省下 100 多个小时。

对这三段，张晓坤还有一句评价挺有意思：「以前全部靠人去问，现在随时随地就可以问各种订单状态。更好的是，AI 没有情绪，你什么时候想问，它都可以及时回复。」

三、为什么是聊天框，不是另起一个 AI 系统

这个问题比「用了哪个模型」重要得多。

找钢网内部信息化程度已经不低，但企业之间的系统并没有全部打通。如果另起一个 AI 门户，员工得先把资料搬过去、再提问、再把结果搬回来——路径一长，使用率一定断崖。

选企业微信，本质是选了数据离业务最近的地方。

一头是关系链：上游供应商、下游买家天然依托微信与企业微信建立联系，这里沉淀着产业里最贵的资产。另一头是上下文：行业黑话、非标报价、采购需求、履约沟通，每天都在对话框里流转。这些真实、杂乱、带语境的信息，恰是模型理解业务需要的养料。

更现实的一点是：客户沿用原来的沟通方式，企业继续用已有的系统，员工不用改习惯。没有迁移，才谈得上原地升级。

四、最容易被忽略的一步：开单前仍由人确认

很多解读把这组数字讲成「AI 替代了 400 人」，其实不准。

翻一遍流程会发现，AI 干的是搬运、比对、盯进度；抽检、确认、拍板、面对客户，仍然留给人。正式开单前的那一下，是人点的。

这不是保守，是工程常识。地址录错一位、规格认错一个字，后面就是发错货、对不上账。非标信息天然带识别偏差，把「AI 执行 + 人抽检」写进流程，比追求全自动更经得起业务检验。

还有一件事容易被跳过：他们把 AI 的产出算成了账。

60 多万次任务、1.6 万小时、约 400 人工作量、上半年 11.07 亿元参与交易额——这些不是宣传口径，是回答「值不值、下一步给谁开」的依据。腾讯在数字生态大会给过另一组数：80% 的员工认为 AI 提升了效率，只有 6% 的组织拿到显著业务回报。这 74 个百分点的落差，很多时候就落在有没有这本台账上。

五、这波数字背后，是智能体从「谈」到「用」

IDC 与浪潮信息发布的《2026 年中国人工智能计算力发展评估报告》预测：中国活跃智能体数量将从 2026 年的 495 万个增至 2030 年的 1.97 亿个，复合增长率 151.2%，2026 年智能体部署渗透率已达 81.0%。

IDC 副总裁周震刚的判断是：智能体应用已从「谈智能体」进入「用智能体」阶段，整体爆发集中在今明两年。

政策侧也定了调，国务院「人工智能+」行动意见提出，到 2027 年新一代智能终端、智能体等应用普及率超过 70%。

把宏观数字和找钢网那 5 台电脑放在一起看，信号其实挺清楚：评价智能体的标准，正在从「会不会聊」变成「能不能把一条业务线跑通、过程可追溯、结果可验收」。

同一条路上还有别的样本。公开报道里，伊利把生产排期从 3 天压缩到 3 小时，靠的是 7 个 Skill 打通 17 个数据源；武汉洪山区在共建应用生态区，把智能体放进招商、政务问答和高校课堂。行业差别很大，做法却高度一致——不换系统，只在现有工作流最卡的那一段，让 AI 接走搬运与盯守。

写在最后

这轮更新里最容易被误读的，是「AI 来了，人要少了吗」。

从公开案例看，更接近事实的是：人被从重复搬运里挪了出来，挪到需求确认、异常处理和客户沟通上。省下来的不是岗位，是被打断的时间。

对多数公司来说，真正该问的也不是买不买 AI，而是先盘一盘：日常沟通里，哪三类非标信息最常被人手工搬来搬去？先挑一个高频、规则清楚、容错可控的环节跑通，把任务次数和折算工时记下来，再决定要不要往下扩。

顺序反了，铺再大的平台，也只是把粗放换了个地方放。