8 月 28 日，第十二届张江高科·芯谋研究集成电路产业领袖大会分论坛在上海张江举办。分论坛分设两场——设备材料零部件分论坛与硅光和算力芯片分论坛，来自半导体产业链各环节的企业代表、专家学者齐聚一堂，围绕最新的产业趋势、前沿技术与市场走势展开深入分享。
金山办公高端制造业总经理于叶舟博士在硅光和算力芯片分论坛上做了题为《当模型越来越强，什么在拉开企业 AI 成果的差距——从企业上下文到组织能力复制》的精彩分享。
金山办公 38 年以技术立业，从 2017 年开始深耕 AI，2026 年上半年研发费用 20.95 亿元、研发人员占比 66%，WPS AI 月活用户 8013 万、同比增长 307%。于叶舟在 AI 落地一线工作了三年多，累计交付了 32 个 AI 落地项目。他分享了一个反直觉的观察：随着模型能力越来越强，真正拉开企业 AI 交付效果差距的，反而是"上下文质量"。
"上下文让 AI 理解'此刻怎样'，决定'下一步做什么'。"于叶舟把企业上下文拆解为四类：工作内容（文档、消息、会议、邮件等非结构化数据）、业务事实（客户、项目、合同、设备等结构化数据）、方法规则（制度、经验、模板、流程）与执行边界（状态、身份、权限）。
"最危险的不是 AI 答错，而是它带着错误继续判断、调用工具并执行。上下文缺失、过期、错配，会让企业 Agent 把错误放大成行动——错判→错批→错执行。"
金山办公给出的解法，是把 WPS Office、WPS 365 与 WPS AI 打通为完整的"上下文执行链"。核心是三类上下文的产品化：AI Docs 承担文档结构与语义理解，DataHub 承担业务事实接入、建模、权限与执行，SkillHub 承担专家 Skill、业务 Skill 与系统 Skill 的组织方法沉淀；再由 API Hub 连接 OA/ERP/MES/EHR 等业务系统，由 Agent Runtime 负责任务的调度、恢复与评测。
他重点分享了两个技术点。第一是自研文档解析。相比开源方案只保留 Markdown 碎片、多模态方案受制于文件大小与 Token 成本，金山 AI Docs 用 Office 内核解析——保留文档结构、样式、章节与元数据。某为公司专利交底书场景实现了单文档 2000MB 解析；智谱 GLM 采用金山方案后，Token 成本"少了一个零"。信通院《智能体评估体系 2026》测评中，WPS AI Docs 在单库问答与全库问答两项均排名第一。
第二是 DataHub 对 ETL Pipeline 的产品化——把分散在 ERP、CRM、MES、财务、OA 等系统中的原始数据抽取、清洗、口径标准化、主数据关联并加载到统一数据底座，为 AI 提供可信的业务事实。某头部存储客户借助 DataHub 实时清洗 37 亿行 Oracle 数据，把良率异常处理从人工排查变成 AI 化闭环——"良率是我在半导体客户那么多年不敢碰的一件事情，它接近玄学，我们把它做进 AI 闭环，可能是中国第一个把这个事做到的人。"于叶舟表示。
在合同预审场景，AI 从近 5 万封历史邮件、74.8 万行批注中沉淀出 26.5 万条结构化审核记录，构建覆盖 19 类产品、86 份标准合同模版的知识库，把预审周期从 5–7 天压缩到 1–2 天，漏报率仅 3.8%，准确率达 84.8%。目前半导体行业采用 WPS 365 的比例超过 60%，2026 年上半年制造业务环比增长 160%，全年预计增长 300%–400%。
"光模块让算力高速流动，WPS 365 让算力交付成果。"于叶舟最后总结，从光模块到算力芯片、从大模型到企业上下文，任何一环缺失都做不出企业级 AI 的真实价值——"把 AI 产业链做大，我们缺一不可。"
