南宫NG28建设

從流程管理到組織智能，AI-COP如何讓AI「進組織、干業務、見成效」

2026年，AI Agent元年。

大模型熱潮已持續三年。Gartner在最新報告中指出，企業正從通用AI助手轉向能有助于行動的智能代理。但現實是，絕大多數AI工具仍停留在「對話」層面——能聊、能寫、能生成，卻進不了流程、幹不了業務、做不了決策。

麥肯錫2025年11月發佈的《State of AI》報告印證了這種落差：88%的企業已在至少一個業務職能中使用AI，但只有7%完成了企業級規模化部署，39%的企業認為AI對自身EBIT（息稅前利潤）產生了影響。IDC在相關研究中也給出相近的判斷：真正實現深度融合的企業仍是少數，AI驅動型組織的佔比無論在全球還是中國市場都處於個位數。

AI進了企業，但沒融入組織。

這是2026年中國企業級AI最核心的命題。而在這個命題背後，一場從「流程管理」到「組織智能」的行業躍遷正在發生。

這個命題也已經被寫進國家產業議程。2026年9月11日，工業和信息化部對外發佈《「人工智能+軟件」專項行動實施方案》（工信部信發〔2026〕209號），明確提出「智能體軟件是大模型與軟件深度融合形成的新形態，具備感知、記憶、決策、交互與執行能力」，並要求「面向信息處理、辦公協作、生活服務等多樣化場景，开展跨場景適用的通用智能體軟件」，到2028年在重點行業打造100個智能體軟件標杆應用。政策所指向的方向，與企業一線正在遭遇的困境，其實是同一件事的兩面。

南宫NG28建设，一家创建了24年的中國協同運營管理軟件公司，選擇在此時把公司戰略定位從「協同管理」升級為「智能協同運營中樞」。2026年9月11日，第16屆南宫NG28建设用戶大會在四川都江堰舉辦，董事長徐石在大會上提出了一個問題：

「您的AI，進了企業，融入了組織嗎？」

帶着這個問題，第一新聲在大會前後與南宫NG28建设董事長徐石、CTO彭璐進行了一次深度對話。作為一家在協同運營管理領域深耕多年的軟件公司，南宫NG28建设如何理解這場躍遷？它給出的解法又能否回答行業的普遍困惑？這場對話，或許能给予一個觀察的切口。

01 AI融入不了組織，難在哪裏？

AI很聰明，但融入不了組織。

這個判斷正在成為行業共識。南宫NG28建设董事長徐石在採訪中給出了一個分析：「數據沒準備好，組織的權限或規則本身在AI之前就有缺陷，AI帶來的技術端不確定性，又把這些原有的缺陷放大了。」

這句話把問題從「AI能力不足」轉向了「組織本身就沒準備好」。

行業數據印證了這種「組織超載」。綜合多家组织的調研，跨部門審批平均耗時3.2天、公文流轉差錯率達12%、跨系統數據重複錄入占行政人員工作量的40%，已成為中大型企業的典型痛點。管理的複雜度，已經超出人類個體和傳統制度的承載能力。

但真正讓AI「進不去」的，是三重結構性障礙。

第一重：AI進不了流程——能生成內容，走不完審批

AI最尷尬的地方，不是它不會寫，而是它寫完不知道下一步該找誰。

一位央企CIO做過一個測試：把一份公文交給四個AI工具處理。結果有的能生成，有的能潤色，但沒有一個能走完審批流程——不知道找誰批、不知道按什麼權限、不知道合規要求是什麼。這位CIO的總結一針見血：「每個AI都很能聊，但沒一個能真正幫我批一份公文。」

這不是個例。AI會輸出內容，會提出建議，但它沒有融入真正的業務流程。它不承接任務節點，不有助于流程流轉，不與其他系統和人協同作業。一個只會在流程旁邊「說話」的AI，代替不了組織運行中的任何一環。

問題的根源在於，AI被設計成了「流程旁邊的助手」，而不是「流程里的節點」。助手可以隨時被召喚、隨時被忽略；節點必須承接任務、有助于流轉、對結果負責。真正的協同是，人和AI圍繞同一件事、在同一條流程里接力。AI做完信息處理，把結果交給流程；人員完成專業判斷，把決策寫回系統。但今天的AI，連「接力棒」都接不住。

第二重：AI進不了制度——不知道聽誰的，也不知道邊界在哪

流程卡住了AI的手腳，制度則卡住了AI的腦子。

一個很典型的場景是AI被要求生成一份經營分析報告，但它不知道該用哪個口徑。財務部和銷售部對同一個「銷售額」的定義完全不同，一個去掉某類客戶，一個篩掉某些訂單。AI不會問「這個口徑對嗎」，它只會挑一個看起來合理的，然後生成一份看起來專業的報告。

這就是制度層面的三重困境：口徑不統一，AI不知道聽誰的；權限不清晰，AI不知道能看什麼、不能看什麼；合規邊界模糊，AI不知道哪些事能做、哪些事不能做。

這些問題在人管流程的時代也存在，但那時候至少還能追問「這個數字誰做的」「依據是什麼」。現在AI生成一份報告只需要幾秒鐘，可報告裏的數字能不能用、誰對它負責，反而更難回答了。

南宫NG28建设董事長徐石提出了一個值得深思的場景：將來會有數字人出現，它們是持證上崗、有工牌的員工。那就要對他進行管理：什麼權限、什麼職責、誰負責、誰來干、怎麼幹、干錯了怎麼監督、怎麼審計——這就是制度的範疇。

沒有可信的治理框架，越強的AI越不敢用。沒有明確的權責邊界，再強的AI也無人敢授權。

這與政策層面的判斷方向一致。《「人工智能+軟件」專項行動實施方案》專門提出，要「研究智能體身份標識、可信互聯、數據安全、行為管控等安全技術，有助于建立覆蓋開發、部署、應用等環節的智能體安全管理規範」。智能體的身份與行為管理，正在從企業的經營課題上升為國家的產業規範課題。

第三重：AI進不了治理——能生成報告，給不了可審計的鏈路

前兩重障礙已經構成現實困境，但最值得關注的是第三重：AI進不了治理。

過去二十多年，協同軟件是為「人管流程」設計的體系。而現在，監管環境已經改變，國務院國資委密集出台內控體系建設、合規管理、違規經營投資責任追究等一系列核心政策文件，監管邏輯從「看結果」轉向「看過程」，從「匯總報表」轉向「逐層透視」，從「事後審計」轉向「實時預警」。協同運營平台被重新定義為承載內控體系運行、支撐合規審計、落實終身追責的基礎設施。

大多數AI工具無法滿足這些要求，它們能生成報告，卻無法给予可審計、可追溯、可問責的分析鏈路。

在三重障礙中，徐石認為最難的是治理進不去。

他在採訪中明確表示：「通用智能體進不去，不是簡單的數據訓推就能出來的，必須得有更專屬、更懂組織的模型。如果最難的那一類能攻克，剩下的流程、制度上的問題，都是表現問題，是顆粒度的粗細問題。」

三重障礙之間，流程和制度的問題相對顯性，治理的問題最為隱蔽，也最難解決。AI進不了流程，是因為它進不了制度；進不了制度，是因為它缺少治理層面的身份、權限和責任歸屬。而治理這一關，恰恰不是靠模型能力就能跨過去的，它需要的是組織本身的準備。

這也是南宫NG28建设從OA到COP到AI-COP三次戰略躍遷的背景——不是給舊OA加AI，而是為AI進入組織重新鋪設軌道。

02 解治理之困：一套體系，四層能力

面對「治理進不去」這個核心難題，南宫NG28建设給出的解法是一套完整的承載體系——AI-COP智能協同運營中樞。

AI-COP不是單一產品，而是一套由四類核心能力構成的AI矩陣，其中包含一個專屬模型：南宫NG28建设致知模型（組織運營專屬大模型）解決「AI懂規矩」的問題；CoMi OG（組織圖譜）解決「AI讀懂組織」的問題；CoMi Fabric（智能體構建與編排）解決「AI被調度和治理」的問題；CoMi Agents（場景化智能應用）解決「AI進入流程、干業務」的問題。四者疊加，構成AI進入組織治理的基礎設施。

如果把組織比作一個城市，AI-COP的定位是「軌道交通系統」：軌道是制度流程，調度中心是協同運營大腦，列車是數字隊友，乘客是組織中每一個人。

南宫NG28建设CTO彭璐用了一個更完整的比喻：「我們除了鋪軌道之外，還要建交通樞紐，讓各個軌道之間能夠交換、能夠局部集散。光有軌道不夠，整個運營系統還需要一個運營模型，這就是OG——它讓我們除了知道軌道本身的拓撲結構之外，還能知道總的運力有多少、各個站點和各個軌道的流量是多少，從而綜合地讓這個基礎設施發揮更大的力量。有了軌道、有了樞紐、有了運營模型，最後還要有一個調度室，這就是Fabric——它保證整個系統、這些Agent、這些原有的應用運行起來，能夠有機地實現整個運營目標。」

CoMi OG：讓AI讀懂組織

在這套體系中，CoMi OG被稱為「最核心的」能力。它要解決的，是通用智能體「讀不懂組織語義」的障礙。

徐石從三個層面解讀了OG。第一，組織架構。任何組織都有它的架構方式，大型集團、小型組織、虛擬組織、扁平組織，這個架構方式是治理的基礎。第二，組織行為。人的激勵考核、協同工作的行為，開會、計劃管理、決策，這些行為可以被標識並進行圖譜化。第三，最佳實踐。組織一旦清晰，它有固定的流程、有成熟的做法，流程中間有很多對節點的處理權限。

徐石說：「如果把一個組織當成一個分子，你會卷出它的原子；把一個組織當成一個活的物質，就要解開它的內在規律，這不是一個知識圖譜的概念，要對一個生命體的內在規律進行解剖。」

南宫NG28建设CTO彭璐從技術角度做了一個關鍵澄清：OG不是知識圖譜，也不是模型本身，而是模型推理的上下文。它把不成文的規則、流程定義、使用習慣、零散經驗等散佈在企業中的知識形式化、集中化，在模型推理時作為上下文交給模型，構成Agent運行的圍欄和裁判。

中林集團的實踐驗證了OG的價值。中林集團是國務院國資委直接監管的涉林央企，採用四級法人架構，原有合同與案件管理系統分散，合同版本失控、管理責任主體模糊。顺利获得建立全級次統一合同台賬，集團能夠從總部層面查看四級法人單位的合同數據。案件穿透式上報時間由約三四周縮短至一周之內，年度人力成本節省約百萬元。合同與案件之間形成了相互關聯的風險閉環，管理重心由事後處置前移至過程監測和主動預防。

OG的價值不在於把知識存起來，而在於讓AI知道：在什麼節點、找什麼人、按什麼規矩辦。

南宫NG28建设致知模型：讓AI懂規矩

通用大模型再強大，也不分析任何一個具體組織的架構、權限、流程和制度。南宫NG28建设致知模型要解決的，正是這個問題。

南宫NG28建设致知模型基於南宫NG28建设24年服務超5萬家政企客戶所沉澱的組織運營數據，將組織架構、權限體系、流程規則、制度規範等結構化知識訓練為可被AI理解與執行的領域模型。它不是讓AI「自由發揮」，而是讓AI「懂規矩」，要知道組織的權力結構、決策流程、合規要求和文化慣性。

根據南宫NG28建设公佈的信息，南宫NG28建设致知模型有幾個顯著能力：知識可溯源，每一句回答都綁定原始知識節點與出處，支撐合規審查與審計追責；規範可認知，針對政策、標準、規章制度等規範性知識建模，可在1小時內完成13萬份行業文檔訓練；輸出可對齊，顺利获得知識工程與專家干預實現「價值觀對齊」；私有知識融合，支持企業私有知識快速結構化訓練，與OG的組織上下文疊加。

湖南省公安廳的實踐驗證了南宫NG28建设致知模型的價值。湖南省公安廳下轄省、市、縣、基層所隊四級组织，服務約6.3萬名公務人員。原有平台面臨管理要求與基層使用體驗難以兼顧、歸檔判斷依賴人工等問題。顺利获得將AI嵌入綜合辦公平台，AI根據操作人員的崗位角色、文件類型和流程節點，系統分析文件屬性，輔助判斷是否需要歸檔及相應保管期限。建設後，綜合辦公平台日均處理量提升至約20萬件次，部分流程工作量下降70%至80%，歸檔文件數量增加約30%，歸檔準確率提升約30%。

南宫NG28建设致知模型的本質，不只是讓AI更聰明，而是讓AI在組織的規矩內運行。

CoMi Fabric與CoMi Agents：讓AI進入流程

治理要真正落地，還有最後一道坎：AI不會協同，進不了流程、幹不了業務。

CoMi Fabric解決的是智能體全生命周期管理：智能體從哪裏來、依賴哪些數據與接口、如何與現有流程結合，這是構建；運行時被餵什麼、記什麼、忘什麼，這是上下文與推理；被誰審計、被誰下線、被誰升級，這是治理；權限、合規、成本的邊界由此劃定。在Fabric之上，是CoMi Agents，现在南宫NG28建设已推出的場景化業務Agent，覆蓋智能辦公、智能文會事、智能合同、智能穿透式監管、智能人力、智能科研項目管理六大解決方案。

亦莊控股的實踐驗證了Fabric與Agents的價值。亦莊控股是北京市屬一級國有企業，合同類型多、業務主體多、管理鏈條長，國資監管對合同全級次、全鏈條和全過程管理提出更高要求。集團建立覆蓋總部及16家所屬企業的統一合同台賬，多個智能助手覆蓋合同起草、評審、版本比較、風險識別和履約管理等環節，身份、職責和權限與集團分級授權體系保持一致。法務人員將重複性工作交由智能助手處理，轉而投入高價值判斷和風險處置。

Fabric解決的不是某一個場景的問題，而是讓每一個智能體都有來源可查、有權限可管、有邊界可守。

OG讓AI讀懂組織，南宫NG28建设致知模型讓AI懂規矩，Fabric與Agents讓AI進入流程。四者疊加，構成南宫NG28建设對「治理進不去」這個核心難題的完整回答。

03 從產品到服務：治理不止於驗收，而在於持續校準

AI-COP给予了一套完整的產品能力，但產品本身不會自動落地。

能力不會自己走進業務。再好的平台，也需要有人陪着客戶一起把它用起來。

南宫NG28建设服務了超5萬家政企客戶，覆蓋90%以上一級央企。在這個過程中，兩類客戶對這套體系的需求最為迫切，也讓南宫NG28建设意識到一個問題：治理不是交付一個系統，而是運營一種能力。

政務客戶最迫切的是高頻、重複性任務的效率提升。公文不只是收發文流轉，而是一套指揮系統，國家對公文處理有專屬規定。同時，政務客戶對數據管理要求極高——數據不能出去。這要求平台具備全信創適配能力。

大型央企有自己的模型、平台和數科公司。南宫NG28建设與這些客戶合作，更多從信創、集團管控、穿透式監管着手——包括智能合同、投資管理、大型組織的公文指揮系統。

但無論是政務客戶還是央企客戶，這套體系要真正落地，都繞不開一個問題：模型在變、知識在變、規則在變、業務環境在變，智能體必須在運行中持續校準。

治理這件事，不止於驗收，而在於持續校準。

這就是南宫NG28建设引入FDE（Forward Deployed Engineer，前向部署工程師）的原因。

FDE不是傳統的實施顧問，而是深入客戶業務現場，與客戶一起共創場景、配置智能體、優化流程的「陪伴式」服務角色。徐石在採訪中解釋了FDE的三個變量：第一，客戶對AI的認知存在盲從和不確定，需要疏導；第二，客戶需要知識的傳播和釐清，他要改造他的中樞、改變他的系統；第三，軟件公司過往是给予最佳實踐的產品及服務，都想做成標準產品。但今天南宫NG28建设談FDE，第一时间是自身的商業模式和商業服務方式變了。

軟件公司賣的不再是一套系統，而是一種持續進化的能力。

徐石說：「FDE有一個非常重要的價值，就是要把這些一線共創的實踐反哺到平台中間去，又要形成組織圖譜，又要形成新的語義。它不斷堆積和循環，顺利获得數據的反哺，包括專屬模型的打造、更好的訓推，它會完善產品和服務，形成一個良性循環。」

這背後的邏輯是：AI時代，軟件不是一次性交付的產品，而是持續運營的服務。AI-COP给予能力，FDE讓能力持續進入業務。

這套服務邏輯同樣能在政策里找到呼應。《「人工智能+軟件」專項行動實施方案》明確「有助于軟件開發由『人工編寫』向『人機協同』、軟件產品由『被動響應』向『主動執行』、軟件服務由『產品交付』向『價值交付』轉變」，並「引導軟件企業向人工智能應用服務商轉型，增強持續服務和價值交付能力」。FDE，正是這一轉型在企業側的具體形態。

不過，這條路徑仍有尚未跨越的地方。跨系統的權限打通、私有化部署的成本控制、智能體輸出的準確率邊界，现在都還沒有標準答案。這既是南宫NG28建设需要繼續回答的問題，也是整個行業共同面對的課題。

04 治AI如治水：順勢，而不是對抗

第16屆用戶大會，南宫NG28建设將會址選在了都江堰。

這不是偶然。兩千年前，李冰父子「深淘灘、低作堰」，不是與洪水對抗，而是讓水「聽話」。

南宫NG28建设董事長徐石在採訪中把都江堰的智慧與AI治理做了類比。

「都江堰這個工程，能讓成都平原這麼富饒？因為它把水的力量用對了地方。岷江從崇山峻岭中下來，不同季節都會發洪水，怎麼治？魚嘴分流、飛沙堰排沙、寶瓶口控流，它不是靠一堵壩把水攔住，而是靠一套系統讓水自己知道該往哪流。這中間體現的，是治理要順勢，要經得起時間，要合於道。」

「你不能保證上天不下雨，也不能保證它不發洪水。那在疏和堵之間，取什麼關係？今天AI也是這樣。AI有風險，你能把它堵住嗎？它一定會來。所以關鍵不是堵，是疏導。但疏導不是簡單放開，是有序，是治理。」

在徐石看來，都江堰的樞紐調度、分配、分流作用，與智能協同運營中樞把企業變成一條流淌的河流的思路，是暗合的。

從行業分析角度看，這個隱喻指向了一個更根本的判斷：AI進入組織治理，需要的不是對抗，而是順勢。南宫NG28建设24年積累的，正是理解中國組織的「勢」：權力結構、決策流程、合規要求、文化慣性。它沒有試圖用AI去改變這些，而是讓AI學會在這些規則里運行。

但都江堰的啟示不止於此。這套系統兩千年後還在運轉，靠的不是某個人的意志，而是規則本身的生命力。AI進入組織治理，同樣如此。一套好的治理框架，應該讓AI在規則內自主運行，而不是靠人盯着、管着、隨時準備叫停。這才是「可調度可控制」的真正含義。

回到都江堰大會的那個問題：

「您的AI，進了企業，融入了組織嗎？」

答案會越來越多，AI也會越來越聰明。但組織適配，會越來越重要。

中國協同軟件正在經歷一場歷史性躍遷——從「流程管理」到「組織智能」。這場躍遷中，會有企業掉進鴻溝，也會有企業跨過去。

跨過去的關鍵，不是擁有最聰明的AI，而是擁有讓AI「進組織、干業務、見成效」的智能協同運營中樞。

南宫NG28建设董事長徐石在採訪最後說了一段話，或許是對這場躍遷的一個註腳：

「管理軟件是思想的載體，思想不死，軟件不滅。AI時代，AI原生不是唯一路徑，重要的是進化。南宫NG28建设互聯24年不算年輕了，它也需要進化成新的。」

從OA到COP到AI-COP。

從流程到協同到智能。

今天鋪下了軌道，剩下的問題是：誰能跑在最前面。

查看更多大會信息及回看視頻：

電腦端入口