要实现一个工作流选择-agent-skills-还是-ai-表格¶

Ch04.192 要实现一个工作流选择-agent-skills-还是-ai-表格¶

📊 Level ⭐⭐ | 11.1KB | entities/要实现一个工作流选择-agent-skills-还是-ai-表格.md

核心要点¶

技术文章 / 企业工作流选型分析
70%+ 的企业 AI 项目本质是工作流 AI，AI 占比通常仅 10-20%
企业选型核心矛盾：OpenClaw/Hermes 等 Agent 平台 vs AI 表格/多维表格

工作流 AI 的定义与市场现状¶

所谓工作流 AI（Workflow AI）是指系统本身已存在或在实现过程中，AI 占比很低（一般 10%，最高不超过 20%）的 AI 系统类型。例如 HR 上传身份证的手抄流程 AI 化，整体系统 80% 精力在流程实现，AI 部分很少。

从数据来看，70%+ 的企业 AI 功能都围绕工作流相关系统展开。OpenClaw 爆火后，其主要承载的工作也正是工作流场景。

企业场景选型：为什么 Agent 平台难落地¶

企业在承载工作流时很难选择 OpenClaw/Hermes 这类 Agent 平台，原因有三：

整体稳定性考虑：企业级工作流对可靠性要求极高
协作能力不足：员工之间需要协作，但现有个人 Agent 这块做得一般
AI 占比与成本悖论：80% 是流程，只有 20% 是 AI，用重平台承载轻需求

AI 表格为什么成为主流承载体¶

企业真正需要的是一套多人分散录入 → 集中汇总 → 统一分析 → 按权限查询的轻系统。飞书多维表格和钉钉 AI 表格正在抢办公份额。

AI 表格即系统¶

案例：五年前需要大量外部兼职人员协作整理数据，涉及单日过百人面试、作业群实操、提交→初审→复审→归档结账等 SOP 流程。传统开发系统迭代效率跟不上策略变化，而需求本质是在 Excel 基础上加权限控制（视图控制）和数据更新后的定向通知。

多维表格的解决方案：

用子表（总表的部分字段）控制列层面查看权限
用条件检索解决行层面查看权限
设置数据变化的脚本处理逻辑绑定常见操作

这种 AI 表格实现，成本不到 50 万，效率杠杠的。

Coze 相当于多维表格多了一个"皮肤"，让用户端体验更好。但对于内部项目，只要对页面美观度没要求，全部可以用多维表格实现。

AI Office 场景的角逐¶

企业内部系统只要对界面没有太大要求，90% 都可以被多维表格覆盖，这释放出强烈的利益信号。

能吃这块蛋糕的三大玩家：钉钉、飞书与腾讯。腾讯目前看起来一点不急。

今年 7 月 8 日钉钉官宣发布最新 AI 表格产品，强调"表格即文档"功能，喊出关键口号：

让每一个单元格都成为 AI 的入口，用一张表为千行百业构建智能业务系统。

数字化转型的延续：SOP 才是核心¶

效率提升并不是 AI 表格带来的，而是自动化带来的。SOP（标准作业程序）梳理才是真正的难点。

实施一套中等规模 AI 工作流类系统约 3 个月，其中 2 个月都在跟企业一起梳理流程。

梳理流程的产物：

SOP 流程图
数据结构

这就是所谓"AI 时代的自然语言"——工作流类项目的难点在于形成 SOP，形成 SOP 的难点又在沟通交流。

AI 在工作流中的真实价值¶

价值点	说明
最后一块拼图	原来自动化难以完成的任务（如身份证、简历 PDF 录入），有 AI 后变得简单
压缩复杂度	对数据做自动汇总、异常检测、口径解释、报表叙事，把管理层最头疼的"看不懂、对不齐、解释不清"变成可交互分析

[!contradiction] 部分观点认为 Agent 平台（如 OpenClaw）是工作流未来，但实际落地案例显示 AI 表格以更低成本更快交付占据主流。参见 OpenClaw Agent 工具平台持相反视角。

结语¶

AI 表格/多维表格之所以成为企业 80% AI 项目的承载体，不是因为它"更像 AI"，而是因为它把"流程 + 数据 + 权限 + 协作"压缩进了一张表里，让轻系统第一次具备了规模化落地的性价比。

但边界要说清楚：AI 表格最擅长的是记录/审核/流转/通知这类"结构化流程密集型场景"；一旦进入对体验和效率要求较高的场景，传统业务系统依旧不可替代。

真正的交付核心从来不是"做了一个表"，而是把 SOP 梳理清楚。 工作量大的依旧是 KnowHow 与管理沟通问题。

深度分析¶

一、AI 表格的本质：轻系统的新性价比拐点

本文揭示了一个反直觉但极具说服力的现象：企业 80% 的 AI 项目本质是"工作流 AI"，AI 在其中占比不过 10-20%，却用了 OpenClaw/Hermes 这类重 Agent 平台去承载。核心原因在于，AI 表格/多维表格把"流程 + 数据 + 权限 + 协作"四项核心需求压缩进了一张表，这是以前 Excel、OA、低代码都没能同时解决好的问题。飞书和钉钉的 AI 表格产品本质上是在争夺企业协同办公生态的"最后一公里"——内部轻系统的承载体，这个市场体量巨大且被长期低估。

二、SOP 梳理才是交付的核心壁垒，而非技术实现

文章花了大量篇幅论证 SOP 梳理的难度——实施一套中等规模 AI 工作流类系统需要 3 个月，其中 2 个月都在跟企业一起梳理流程。这说明工作流 AI 项目的真正交付瓶颈是 KnowHow 与管理沟通，而非系统开发能力。五年前的"多视图 Excel"案例极具代表性：当时负责人面对的需求本质极其简单（Excel 基础上加权限控制和定向通知），但现有工具都无法实现，最终靠自研解决。这折射出一个更广泛的问题——企业内部的轻量级系统需求长期被市场忽视，而 AI 表格的出现恰好填补了这个空白。

三、AI 在工作流中的定位：补全自动化最后短板而非核心驱动力

文章明确指出"效率提升并不是 AI 表格带来的，而是自动化带来的"——AI 在这类系统中的价值被高估了。具体体现在两个维度：一是最后一块拼图，即原来自动化难以处理的身份证、简历 PDF 录入等结构化提取任务；二是压缩复杂度，即对数据做自动汇总、异常检测和报表叙事，把管理层最头疼的"看不懂、对不齐、解释不清"变成可交互分析。这两个价值点都是在成熟流程基础上做增量优化，而非主导流程设计本身。

四、AI Office 赛道竞争格局：飞书多维表格领先，钉钉正在加速

从文章透露的信息看，企业内部系统 90% 可以被多维表格覆盖，这个判断释放出强烈的利益信号。目前能吃这块蛋糕的主要是钉钉、飞书与腾讯三家，腾讯看起来"一点不急"而钉钉在 7 月 8 日已经官宣了最新 AI 表格产品。值得注意的是，钉钉喊出的口号"让每一个单元格都成为 AI 的入口"实际上是在重新定义 AI 表格的产品形态——不是把 AI 当作附加功能，而是将 AI 能力深度嵌入表格的每一个操作单元。这预示着 AI 表格的下一阶段竞争将从"模板丰富度"转向"AI 原生交互深度"。

五、Agent 平台与 AI 表格的边界清晰化：场景决定工具

文章隐含地给出了一个重要的选型框架：稳定性要求高、多人协作、流程复杂但 AI 占比低的企业工作流场景，AI 表格完胜；而需要强 AI 能力介入（如复杂推理、开放式任务执行）、对体验要求高的 toC 场景，Agent 平台仍有优势。Coze 在这个框架下被定性为"多维表格多了一层皮肤"，说明其对内部企业的价值有限，更多是 toC 体验层的包装。这一判断对当前 Agent 平台的产品定位和市场策略有重要参考价值。

实践启示¶

优先用 AI 表格评估企业内部轻系统需求：当企业提出 AI 改造需求时，首先评估该需求是否属于"多人分散录入 → 集中汇总 → 统一分析 → 按权限查询"类型——如果是，AI 表格/多维表格应作为首选方案，而非直接上 Agent 平台。
在项目启动前投入 2/3 时间梳理 SOP：AI 工作流类项目的交付核心是 SOP 梳理，系统开发只是执行环节。建议在合同谈判阶段就明确 SOP 梳理的时间节点和双方参与人员的责任，避免项目后期因流程变更导致大量返工。
区分"AI 价值"和"自动化价值"的边界：向客户汇报时，应明确区分哪些效果来自自动化（流程优化、效率提升），哪些来自 AI（PDF 录入、异常检测、自然语言查询）。这有助于管理客户预期，避免 AI 能力被过度神化。
AI 表格选型时优先考虑协作和权限需求：飞书多维表格和钉钉 AI 表格在核心功能上接近，选型时重点对比权限控制粒度（列级/行级/视图级）、自动化触发能力（脚本逻辑）、以及与企业现有 IM 生态的集成深度。
关注"表格即文档"趋势下的 AI 交互深度：钉钉等厂商正在推动"让每个单元格都成为 AI 入口"的产品演进，这意味着 AI 表格的下一阶段竞争将从静态模板转向动态的、AI 原生的交互模式。企业选型时应评估产品在自然语言查询、多轮数据对话等 AI 交互功能上的成熟度。