腾讯、阿里、字节：谁能坐稳 AI 办公的 “工头位”？

上篇（见链接）海豚君拆解了 AI 入口之变：Chatbot 交付的是 “建议” 不是 “结果”，用户算不清账，付费率上不去；而 Agent 的壁垒既不在模型也不在 Harness，在于用户使用数据与自有生态。

那么，面向几十亿人的个人 Agent，为什么卡在生态、隐私、成本三堵墙前？企业办公的市场有多大？腾讯 Workbuddy、阿里千问办公、字节豆包工作，谁的赢面更大？下篇继续。

以下详细分析：

一、个人 Agent vs 办公 Agent：长期理想 vs 短期现实

如果类比互联网，消费互联网的价值远大于产业互联网。

个人 Agent 面向几十亿人，一旦成了电商购物 +OTA 的总入口，广告和交易佣金的想象空间是巨大的——2026 年美国每个日活用户能贡献约 300 美元广告收入。

但眼下有三堵墙：

（1）生态墙：通过 Agent 调用第三方生态平台的服务，会跳过开屏广告和推荐流，从而让外部平台错失广告和佣金，因此 AI 原生入口往往会遭到传统互联网平台的抵制。

这个问题放在中国市场可能更加凸显。最典型的案例就是豆包手机上线，遭到了微信、淘宝、支付宝和多家银行 App 的 “围剿”，而 9 月发布的 Meta Muse 在北美同样遇到了 Amazon 的跳转封禁。

（2）隐私墙：个人 Agent 要拿银行登录、聊天记录、支付权限。Muse 上线后接连出了 “未授权读取消息”“人工代打电话没充分披露” 等事件，而它承诺的 “加密虚拟机” 要到年底才上线（但普通隔离虚拟机已经上线）；开源的 OpenClaw 暴露了 13.5 万个公网实例和上千个恶意 Skill，Gartner 直接建议企业封禁。

没有深入用户生活，个人 Agent 就很难提供真正有效的 AI 服务。

（3）成本墙：目前大众用户对个人 Agent 的实际粘性（时长和使用频次）都不算特别高。比如还在营销势头上的 Muse，上线一个月后的用户粘性数据，就算有了社交平台的加持导流，DAU/MAU 也只是 ChatGPT 水平，离真正的助理水平（至少看齐社交平台）还有差距，这也意味着 Muse 的商业化至少在短期是个问题。

但 Muse 的成本不低：它为用户单独配备了虚拟机，同时还要负担免费、低档付费用户的 Token 成本。据 MS 测算，以每天用户让 Agent 干 10-20 件事（包括后台一直运行的 agent），每用户每月总服务成本为 15~37 美元区间（CPU 沙箱 +GPU 算力）。

同时通过另一渠道的专家调研估算，单人单月成本也是大约在 30-50 美元。我们以 30 美元/月为参考值，那么意味着全年单人服务成本为 360 美元。但 Meta 旗下两大平台 Facebook、Instagram 目前的单用户广告价值，还不到 360 美元。而上述 20 件事的 Token 用量还在免费套餐额度之内，用户不需要额外购买 Muse 的付费套餐。

反观面向企业办公场景的 Agent，长期 TAM 至少可以从效率提升、侵蚀传统软件两个角度，找到相对清晰的承接来源。

智谱在 1H26 业绩会上，给出的 Co-Working 全球 TAM 展望为 5 万亿美元（对比 Chat 的 1000 亿、Coding 的 5000 亿，是数倍大的市场）。

另一种思路是直接拿 office 作为参照，以 office 的付费渗透率情况（46%=4.6 亿席位/10 亿知识工作者）作为基数，每人 40 美元/月的付费标准，得出总市场空间 2160 亿美元。

海豚君认为上述两个展望都不合理：

5 万亿占到了目前全球 10 亿白领以上员工薪酬的 1/5、SaaS 市场的 3-4 倍，若全部都是可触达的替代空间，这对现有的生产方式是一个巨震；

而 2000 多亿美元的估算假设中，不仅算少了 office 的基数（遗漏了破解版部分的需求），同时也低看了 AI 实际能承接的工作价值（不只是文字处理工具）。

海豚君选择从人员降本提效、侵蚀传统软件两个角度来做一下估算，供大家参考：

（1）个人提效&员工降本

首先从人工替代的角度去计算价值空间，通过估算 Agent 能够承接的工时占比，算出理论上可节省的员工薪资。

同时考虑到线下沟通成本、迁移成本、ESG 等社会责任压力，企业可能更愿意让员工开展更多业务，而不是只有裁员这一个选项，所以我们增加一个厂商分成比例的系数，来代表企业最终的付费意愿。

最终空间大小=知识工作者的工资总额 × Agent 能承接的工时比例 ×Agent 厂商可获分成比例。

按照不同市场，海豚君对上述因子的假设和估算结果如下图，最终预估各地区 TAM 加总为 4060 亿美元。

（2）企业软件替代

另一个 TAM 的承接来源是现在的传统企业软件被替代，或者没被完全替代，但在整个企业 IT 预算中的份额变少了。

Gartner 给了一个参考值，到 2030 年，Agent 有望侵蚀掉传统 SaaS 软件支出（2026 年预计 1.44 万亿美元，按 CAGR 12% 的增速算到 2030 年为 2.3 万亿美元）约 10%，也就是 2300 亿美元。

不过海豚君认为 Gartner 的估算可能偏保守，我们按照企业软件的品类对应的迁移难易度，最终估算下来相比 Gartner 要高一些，整体侵蚀率 16%，按 2026 年算 TAM 为 2270 亿美元，按 2030 年算 TAM 为 3560 亿美元（软件总市场规模增速按 Gartner 的预期来估算）。

其中办公协作、数据分析与 BI 迁移最容易，我们假设有 40%-50%；基础设施工具则替代率最低为 10%，这并非因为难度大，而是更多被 Agent 拿来即用。

（3）加总后的全球 TAM

以 2026 年的基数算，人员降本 + 软件侵蚀的 TAM 为 4060+2268=6328 亿美元，这个口径的估算值位于 office 参考计算的 2160 亿美元保守预期和智谱展望的 5 万亿美元乐观预期之间。

值得一提的是，这其中可能会有一些重复计算——对企业来说，同一笔 IT 预算扣减传统软件的成本，也可以从员工身上减出来，但基本上仍然有望达到 5000 亿美元左右的市场规模。

按同样的思路计算中国市场，人员降本 330 亿美元 +115 亿美元合计 445 亿美金，合 3200 亿人民币的 TAM。

二、AI 办公对比，谁最有希望坐稳 “工头位”？

以中国市场为例，最后我们再来聊一聊这个赛道的核心玩家（腾讯 Workbuddy、字节豆包工作、阿里千问办公，以及模型厂代表的智谱 Zcode）。

作为一个更有希望将巨头重金囤下的算力有效变现的应用方向，海豚君认为各头部平台相比年初的 Chatbot 入口争夺，竞争只会更加激烈且持续。

但巨头会减少纯撒币的旧获客范式，转而利用自身的传统生态位和渠道优势、叠加产品推陈出新的速度比拼，最快触达用户并实现高留存，持续积累企业、用户的核心数据资产，从而率先拥有强者恒强的正向飞轮。

因此年中才敲锣打鼓全面开战的 AI 办公市场，当下仍然是一个谈终局赢家尚早的时期。但通过上篇的梳理逻辑，也可以稍加评判一下目前各玩家的赢面。

下图是各 AI 办公平台运作的关键四层生态布局，从完善度上，腾讯、字节、阿里都是全布局生态。智谱缺乏一个上亿流量的入口级产品进行导流，相对吃亏。

目前几家 AI 原生的办公 Agent 平台，Workbuddy 用户规模暂时领先，但这里面有腾讯在 C 端的流量优势以及 HY 系列免费 Token 的性价比优势加持。

那么后续的演进会如何发展？下面海豚君从上篇总结的关键要素来进一步比较：

1. 上下文优势

上篇我们梳理的结论，纯技术不构成绝对的壁垒，一个合格的、能做事的大模型只是入局的门票。不需要基准评分 TOP 的前沿模型，只需在稳定干完长任务、单任务成本更低上跑出一定的优势就行。在中国这个模型更便宜、追得更快的市场，技术更难成为持续的壁垒。

但用户使用数据的积累是关键，不仅能够作用在底层大模型的后训练上，同时也能更好地总结经验并储存，以及深入理解企业的业务流程，让用户使用体验更佳，同时增加用户的迁移成本。

而要拥有更多的上下文，要么有生态内的高频入口导流，直接积累更多的用户使用轨迹；要么就是本身拥有很多行业 know-how 的知识储备，或者接入更多的行业方案。

关于上下文优势的对比，海豚君认为：阿里>字节>=腾讯。

（1）阿里最优，目前具备入口的流量优势 + 行业 know-how。

钉钉服务全国 2600 万家 + 组织，传统行业、政府、教育的渗透是三家里最深的。这些组织的审批流、组织架构、考勤规则都长在钉钉上，是最天然的 “企业上下文”。

千问办公顺势把这些上下文进行产品化，形成了 25 项企业模块、20 多个连接器，再加上 MuleRun 的专家网络和 Skill 市场。

但小局限是，钉钉客户中小企业多、行业分散，单个行业做不深，其次 know-how 主要分布在通用流程（审批、考勤、报销），专业领域的深度不如飞书的头部客户。

（2）字节居中，客户质量更高

飞书的客户集中在互联网、新能源车、新消费、先进制造等 “管理先进” 的企业。这些客户愿意把核心业务流程搬上飞书，例如新能源车企的研发协同、茶饮品牌的门店管理，沉淀的是高价值、可复制的行业最佳实践。

字节在 “驻场交付” 上的投入最大。据调研，目前 FDE 团队 60–70 人规模，不只帮客户内部降本，还做面向市场的获客方案。

豆包工作目前已经按行业形成方案：智驾、AI 模型公司、AI 教育、AI 制药、AI for Science 等标杆案例。

局限在于入口借力有限，飞书月活只有钉钉的约 1/7，行业覆盖窄。因此豆包工作的企业方案深度绑定飞书，跨生态就打折扣，这等于限制了企业的多平台选择。

（3）腾讯目前更依赖开放生态，但流量优势正在积累数据资产

虽然 Workbuddy 在原生 AI 办公平台上跑得最快，结合最新的调研信息，9 月日活已经跑超 600 万，但平心而论，腾讯在可以借助的入口流量和行业知识积累上，都不占优。

企业微信本身更偏对外沟通和客户管理，嵌入企业内部流程较浅，业内也评价它在三家里 “企业专属模块最弱、生态最中立”。

因此腾讯的打法相比阿里、字节会更加开放，是 “我出 Agent、模型、分发，伙伴出行业数据和 know-how”，又开始了熟悉的开放生态玩法：

a. 在入口补充上，Workbuddy 接入了 30 多个硬件品牌，覆盖智能眼镜、录音卡、麦克风、耳机等 10+ 品类；

b．在行业 know-how 上，Workbuddy 开放平台首批接入了 100 多家生态伙伴，横跨 20 多个行业，其中深度合作的企业超过 30 家。

目前 Workbuddy 的优势主要在金融营销、零售私域这类 “对外” 场景里（企业微信能直接触达微信用户），know-how 和数据是另外两家没有的。

值得一提的是，如果过度依赖外部生态合作，也有一个弊端。这里的合作关系并不一定具备排他性，因此外部伙伴同样可以选择接入钉钉和飞书。

不过海豚君认为，Workbuddy 的机会在长期发展上会更加明显：C 端用户使用数据的持续性积累，以及基于腾讯生态的独特优势——个人 Agent 数据与工作 Agent 数据打通，同时受益于 AI 时代下，OPC（一人公司）等单人生产力的社会发展趋势。

2. 商业模式差异

各家生态的优劣势差异，也使得 AI 办公平台的商业变现存在不同。目前因为产品渗透率还不够，虽然都保留了订阅模式，但国内暂时还没有一家指望单纯靠办公 Agent 赚钱，而是都要靠生态、传统产品的捆绑。

目前来看，海豚君认为，借助现有商业模式更容易丝滑变现 AI 办公价值的是：字节>阿里>腾讯。

但随着更多数据资产的积累和上下文能力的提升，长期可看 3000 亿元的国内 AI 办公市场，仍然有望成为互联网巨头在 AI 时代的低摩擦成本转型的润滑剂。

（1）阿里：变现最终落到 “云钉 +MaaS”

阿里更偏向从已掌握的企业端采购部门入手，用云产品捆绑 + 钉钉渠道，自上而下的拿下客户，核心是提高钉钉用户留存，然后通过卖企业席位、后端消耗 Token 和阿里云资源等方式赚钱。

（2）腾讯：变现最终落到 “生态抽佣 + 云”

而腾讯的优势就是 C 端流量，因此 Workbuddy 的导流不只靠企业微信，微信等其他生态也都是宣传入口，同时目标白领用户的外部投流也不少。正因 “散客” 用户占多数，Workbuddy 更偏向订阅，以及开放生态中的抽佣。

（3）字节：变现最终落到 “企业 IM+ 云”

字节则采取中间路线，在将 AI 功能同时缝合进飞书做强原入口的同时，也采取了 C 端投流获客的方式。在变现上，选择与飞书、火山引擎的捆绑——飞书负责企业上下文和席位收入，火山负责算力和 Token 收入，豆包工作夹在中间提高客单价和粘性。

组织架构也顺势调整：飞书产品并入豆包，飞书销售并入火山。一如火山的销售风格，整体豆包工作的销售策略也偏激进，购买火山算力的企业可以免费使用三周、100 席以上的额度，随后再进一步转化为付费用户。

总结：AI 办公，传统互联网巨轮转向的关键舵手

AI 办公市场足够大（海豚君看远期全球 5000 亿美金 +、中国 450 亿美金的 TAM），得益于 AI 能力的不断延伸和渗透，相比个人助理可能更能迅速变现 Token 的价值。

现有互联网巨头，无论是出于短期 AI ROI 的压力，还是出于长期转型的需要，应该都不会放过这个领域的份额争夺。

现阶段，Workbuddy 暂时拥有先发优势。不过海豚君认为，从核心要素层面（上下文、生态、商业模式）考虑，Workbuddy 仍要补功课（模型性能 + 行业 know-how），来延缓被追赶的时间。

千问办公、豆包工作拥有不可小觑的追赶甚至超越能力，这不仅仅是比较用户数，更多的是体现在与企业的深度捆绑。谁能积累更多的工作流程经验等数据资产，谁才能拥有真正的持续性壁垒。

Workbuddy 的独特优势则在于个人生活数据和工作数据的打通，但这个涉及到复杂的数据隔离、权限安全等软硬件技术，因此更偏向长期的壁垒机会。

<此处结束>

本文的风险披露与声明：海豚研究免责声明及一般披露