騰訊、阿里、字節：誰能坐穩 AI 辦公的 “工頭位”？

上篇（見鏈接）海豚君拆解了 AI 入口之變：Chatbot 交付的是 “建議” 不是 “結果”，用户算不清賬，付費率上不去；而 Agent 的壁壘既不在模型也不在 Harness，在於用户使用數據與自有生態。

那麼，面向幾十億人的個人 Agent，為什麼卡在生態、隱私、成本三堵牆前？企業辦公的市場有多大？騰訊 Workbuddy、阿里千問辦公、字節豆包工作，誰的贏面更大？下篇繼續。

以下詳細分析：

一、個人 Agent vs 辦公 Agent：長期理想 vs 短期現實

如果類比互聯網，消費互聯網的價值遠大於產業互聯網。

個人 Agent 面向幾十億人，一旦成了電商購物 +OTA 的總入口，廣告和交易佣金的想象空間是巨大的——2026 年美國每個日活用户能貢獻約 300 美元廣告收入。

但眼下有三堵牆：

（1）生態牆：通過 Agent 調用第三方生態平台的服務，會跳過開屏廣告和推薦流，從而讓外部平台錯失廣告和佣金，因此 AI 原生入口往往會遭到傳統互聯網平台的抵制。

這個問題放在中國市場可能更加凸顯。最典型的案例就是豆包手機上線，遭到了微信、淘寶、支付寶和多家銀行 App 的 “圍剿”，而 9 月發佈的 Meta Muse 在北美同樣遇到了 Amazon 的跳轉封禁。

（2）隱私牆：個人 Agent 要拿銀行登錄、聊天記錄、支付權限。Muse 上線後接連出了 “未授權讀取消息”“人工代打電話沒充分披露” 等事件，而它承諾的 “加密虛擬機” 要到年底才上線（但普通隔離虛擬機已經上線）；開源的 OpenClaw 暴露了 13.5 萬個公網實例和上千個惡意 Skill，Gartner 直接建議企業封禁。

沒有深入用户生活，個人 Agent 就很難提供真正有效的 AI 服務。

（3）成本牆：目前大眾用户對個人 Agent 的實際粘性（時長和使用頻次）都不算特別高。比如還在營銷勢頭上的 Muse，上線一個月後的用户粘性數據，就算有了社交平台的加持導流，DAU/MAU 也只是 ChatGPT 水平，離真正的助理水平（至少看齊社交平台）還有差距，這也意味着 Muse 的商業化至少在短期是個問題。

但 Muse 的成本不低：它為用户單獨配備了虛擬機，同時還要負擔免費、低檔付費用户的 Token 成本。據 MS 測算，以每天用户讓 Agent 幹 10-20 件事（包括後台一直運行的 agent），每用户每月總服務成本為 15~37 美元區間（CPU 沙箱 +GPU 算力）。

同時通過另一渠道的專家調研估算，單人單月成本也是大約在 30-50 美元。我們以 30 美元/月為參考值，那麼意味着全年單人服務成本為 360 美元。但 Meta 旗下兩大平台 Facebook、Instagram 目前的單用户廣告價值，還不到 360 美元。而上述 20 件事的 Token 用量還在免費套餐額度之內，用户不需要額外購買 Muse 的付費套餐。

反觀面向企業辦公場景的 Agent，長期 TAM 至少可以從效率提升、侵蝕傳統軟件兩個角度，找到相對清晰的承接來源。

智譜在 1H26 業績會上，給出的 Co-Working 全球 TAM 展望為 5 萬億美元（對比 Chat 的 1000 億、Coding 的 5000 億，是數倍大的市場）。

另一種思路是直接拿 office 作為參照，以 office 的付費滲透率情況（46%=4.6 億席位/10 億知識工作者）作為基數，每人 40 美元/月的付費標準，得出總市場空間 2160 億美元。

海豚君認為上述兩個展望都不合理：

5 萬億佔到了目前全球 10 億白領以上員工薪酬的 1/5、SaaS 市場的 3-4 倍，若全部都是可觸達的替代空間，這對現有的生產方式是一個巨震；

而 2000 多億美元的估算假設中，不僅算少了 office 的基數（遺漏了破解版部分的需求），同時也低看了 AI 實際能承接的工作價值（不只是文字處理工具）。

海豚君選擇從人員降本提效、侵蝕傳統軟件兩個角度來做一下估算，供大家參考：

（1）個人提效&員工降本

首先從人工替代的角度去計算價值空間，通過估算 Agent 能夠承接的工時佔比，算出理論上可節省的員工薪資。

同時考慮到線下溝通成本、遷移成本、ESG 等社會責任壓力，企業可能更願意讓員工開展更多業務，而不是隻有裁員這一個選項，所以我們增加一個廠商分成比例的係數，來代表企業最終的付費意願。

最終空間大小=知識工作者的工資總額 × Agent 能承接的工時比例 ×Agent 廠商可獲分成比例。

按照不同市場，海豚君對上述因子的假設和估算結果如下圖，最終預估各地區 TAM 加總為 4060 億美元。

（2）企業軟件替代

另一個 TAM 的承接來源是現在的傳統企業軟件被替代，或者沒被完全替代，但在整個企業 IT 預算中的份額變少了。

Gartner 給了一個參考值，到 2030 年，Agent 有望侵蝕掉傳統 SaaS 軟件支出（2026 年預計 1.44 萬億美元，按 CAGR 12% 的增速算到 2030 年為 2.3 萬億美元）約 10%，也就是 2300 億美元。

不過海豚君認為 Gartner 的估算可能偏保守，我們按照企業軟件的品類對應的遷移難易度，最終估算下來相比 Gartner 要高一些，整體侵蝕率 16%，按 2026 年算 TAM 為 2270 億美元，按 2030 年算 TAM 為 3560 億美元（軟件總市場規模增速按 Gartner 的預期來估算）。

其中辦公協作、數據分析與 BI 遷移最容易，我們假設有 40%-50%；基礎設施工具則替代率最低為 10%，這並非因為難度大，而是更多被 Agent 拿來即用。

（3）加總後的全球 TAM

以 2026 年的基數算，人員降本 + 軟件侵蝕的 TAM 為 4060+2268=6328 億美元，這個口徑的估算值位於 office 參考計算的 2160 億美元保守預期和智譜展望的 5 萬億美元樂觀預期之間。

值得一提的是，這其中可能會有一些重複計算——對企業來説，同一筆 IT 預算扣減傳統軟件的成本，也可以從員工身上減出來，但基本上仍然有望達到 5000 億美元左右的市場規模。

按同樣的思路計算中國市場，人員降本 330 億美元 +115 億美元合計 445 億美金，合 3200 億人民幣的 TAM。

二、AI 辦公對比，誰最有希望坐穩 “工頭位”？

以中國市場為例，最後我們再來聊一聊這個賽道的核心玩家（騰訊 Workbuddy、字節豆包工作、阿里千問辦公，以及模型廠代表的智譜 Zcode）。

作為一個更有希望將巨頭重金囤下的算力有效變現的應用方向，海豚君認為各頭部平台相比年初的 Chatbot 入口爭奪，競爭只會更加激烈且持續。

但巨頭會減少純撒幣的舊獲客範式，轉而利用自身的傳統生態位和渠道優勢、疊加產品推陳出新的速度比拼，最快觸達用户並實現高留存，持續積累企業、用户的核心數據資產，從而率先擁有強者恆強的正向飛輪。

因此年中才敲鑼打鼓全面開戰的 AI 辦公市場，當下仍然是一個談終局贏家尚早的時期。但通過上篇的梳理邏輯，也可以稍加評判一下目前各玩家的贏面。

下圖是各 AI 辦公平台運作的關鍵四層生態佈局，從完善度上，騰訊、字節、阿里都是全佈局生態。智譜缺乏一個上億流量的入口級產品進行導流，相對吃虧。

目前幾家 AI 原生的辦公 Agent 平台，Workbuddy 用户規模暫時領先，但這裏面有騰訊在 C 端的流量優勢以及 HY 系列免費 Token 的性價比優勢加持。

那麼後續的演進會如何發展？下面海豚君從上篇總結的關鍵要素來進一步比較：

1. 上下文優勢

上篇我們梳理的結論，純技術不構成絕對的壁壘，一個合格的、能做事的大模型只是入局的門票。不需要基準評分 TOP 的前沿模型，只需在穩定幹完長任務、單任務成本更低上跑出一定的優勢就行。在中國這個模型更便宜、追得更快的市場，技術更難成為持續的壁壘。

但用户使用數據的積累是關鍵，不僅能夠作用在底層大模型的後訓練上，同時也能更好地總結經驗並儲存，以及深入理解企業的業務流程，讓用户使用體驗更佳，同時增加用户的遷移成本。

而要擁有更多的上下文，要麼有生態內的高頻入口導流，直接積累更多的用户使用軌跡；要麼就是本身擁有很多行業 know-how 的知識儲備，或者接入更多的行業方案。

關於上下文優勢的對比，海豚君認為：阿里>字節>=騰訊。

（1）阿里最優，目前具備入口的流量優勢 + 行業 know-how。

釘釘服務全國 2600 萬家 + 組織，傳統行業、政府、教育的滲透是三家裏最深的。這些組織的審批流、組織架構、考勤規則都長在釘釘上，是最天然的 “企業上下文”。

千問辦公順勢把這些上下文進行產品化，形成了 25 項企業模塊、20 多個連接器，再加上 MuleRun 的專家網絡和 Skill 市場。

但小侷限是，釘釘客户中小企業多、行業分散，單個行業做不深，其次 know-how 主要分佈在通用流程（審批、考勤、報銷），專業領域的深度不如飛書的頭部客户。

（2）字節居中，客户質量更高

飛書的客户集中在互聯網、新能源車、新消費、先進製造等 “管理先進” 的企業。這些客户願意把核心業務流程搬上飛書，例如新能源車企的研發協同、茶飲品牌的門店管理，沉澱的是高價值、可複製的行業最佳實踐。

字節在 “駐場交付” 上的投入最大。據調研，目前 FDE 團隊 60–70 人規模，不只幫客户內部降本，還做面向市場的獲客方案。

豆包工作目前已經按行業形成方案：智駕、AI 模型公司、AI 教育、AI 製藥、AI for Science 等標杆案例。

侷限在於入口借力有限，飛書月活只有釘釘的約 1/7，行業覆蓋窄。因此豆包工作的企業方案深度綁定飛書，跨生態就打折扣，這等於限制了企業的多平台選擇。

（3）騰訊目前更依賴開放生態，但流量優勢正在積累數據資產

雖然 Workbuddy 在原生 AI 辦公平台上跑得最快，結合最新的調研信息，9 月日活已經跑超 600 萬，但平心而論，騰訊在可以藉助的入口流量和行業知識積累上，都不佔優。

企業微信本身更偏對外溝通和客户管理，嵌入企業內部流程較淺，業內也評價它在三家裏 “企業專屬模塊最弱、生態最中立”。

因此騰訊的打法相比阿里、字節會更加開放，是 “我出 Agent、模型、分發，夥伴出行業數據和 know-how”，又開始了熟悉的開放生態玩法：

a. 在入口補充上，Workbuddy 接入了 30 多個硬件品牌，覆蓋智能眼鏡、錄音卡、麥克風、耳機等 10+ 品類；

b．在行業 know-how 上，Workbuddy 開放平台首批接入了 100 多家生態夥伴，橫跨 20 多個行業，其中深度合作的企業超過 30 家。

目前 Workbuddy 的優勢主要在金融營銷、零售私域這類 “對外” 場景裏（企業微信能直接觸達微信用户），know-how 和數據是另外兩家沒有的。

值得一提的是，如果過度依賴外部生態合作，也有一個弊端。這裏的合作關係並不一定具備排他性，因此外部夥伴同樣可以選擇接入釘釘和飛書。

不過海豚君認為，Workbuddy 的機會在長期發展上會更加明顯：C 端用户使用數據的持續性積累，以及基於騰訊生態的獨特優勢——個人 Agent 數據與工作 Agent 數據打通，同時受益於 AI 時代下，OPC（一人公司）等單人生產力的社會發展趨勢。

2. 商業模式差異

各家生態的優劣勢差異，也使得 AI 辦公平台的商業變現存在不同。目前因為產品滲透率還不夠，雖然都保留了訂閲模式，但國內暫時還沒有一家指望單純靠辦公 Agent 賺錢，而是都要靠生態、傳統產品的捆綁。

目前來看，海豚君認為，藉助現有商業模式更容易絲滑變現 AI 辦公價值的是：字節>阿里>騰訊。

但隨着更多數據資產的積累和上下文能力的提升，長期可看 3000 億元的國內 AI 辦公市場，仍然有望成為互聯網巨頭在 AI 時代的低摩擦成本轉型的潤滑劑。

（1）阿里：變現最終落到 “雲釘 +MaaS”

阿里更偏向從已掌握的企業端採購部門入手，用雲產品捆綁 + 釘釘渠道，自上而下的拿下客户，核心是提高釘釘用户留存，然後通過賣企業席位、後端消耗 Token 和阿里雲資源等方式賺錢。

（2）騰訊：變現最終落到 “生態抽佣 + 雲”

而騰訊的優勢就是 C 端流量，因此 Workbuddy 的導流不只靠企業微信，微信等其他生態也都是宣傳入口，同時目標白領用户的外部投流也不少。正因 “散客” 用户佔多數，Workbuddy 更偏向訂閲，以及開放生態中的抽佣。

（3）字節：變現最終落到 “企業 IM+ 雲”

字節則採取中間路線，在將 AI 功能同時縫合進飛書做強原入口的同時，也採取了 C 端投流獲客的方式。在變現上，選擇與飛書、火山引擎的捆綁——飛書負責企業上下文和席位收入，火山負責算力和 Token 收入，豆包工作夾在中間提高客單價和粘性。

組織架構也順勢調整：飛書產品併入豆包，飛書銷售併入火山。一如火山的銷售風格，整體豆包工作的銷售策略也偏激進，購買火山算力的企業可以免費使用三週、100 席以上的額度，隨後再進一步轉化為付費用户。

總結：AI 辦公，傳統互聯網巨輪轉向的關鍵舵手

AI 辦公市場足夠大（海豚君看遠期全球 5000 億美金 +、中國 450 億美金的 TAM），得益於 AI 能力的不斷延伸和滲透，相比個人助理可能更能迅速變現 Token 的價值。

現有互聯網巨頭，無論是出於短期 AI ROI 的壓力，還是出於長期轉型的需要，應該都不會放過這個領域的份額爭奪。

現階段，Workbuddy 暫時擁有先發優勢。不過海豚君認為，從核心要素層面（上下文、生態、商業模式）考慮，Workbuddy 仍要補功課（模型性能 + 行業 know-how），來延緩被追趕的時間。

千問辦公、豆包工作擁有不可小覷的追趕甚至超越能力，這不僅僅是比較用户數，更多的是體現在與企業的深度捆綁。誰能積累更多的工作流程經驗等數據資產，誰才能擁有真正的持續性壁壘。

Workbuddy 的獨特優勢則在於個人生活數據和工作數據的打通，但這個涉及到複雜的數據隔離、權限安全等軟硬件技術，因此更偏向長期的壁壘機會。

<此處結束>

本文的風險披露與聲明：海豚研究免責聲明及一般披露