WPS多维表格，找到了AI协同办公的“最大公约数”

AI 正在把表格，从一个记录数据的工具，变成智能办公的入口。

但一个更现实的问题随之出现——当企业数字化进入深水区，面对数量庞大、变化频繁的长尾业务场景，表格太轻、系统太重，协同效率始终难以提升。

在这一“能力断层”上，金山办公给出了自己的解法：用多维表格，补齐传统表格与重型系统之间的空白。

4 月 22 日，在 WPS AI NEXT 武汉站，金山办公发布新一代 WPS 多维表格，并首次披露其在高并发场景下的性能表现：在百万行数据、千级并发连接的条件下，平均编辑响应低至 32 毫秒。

与此同时，其自研的表格AI 引擎 Qingqiu Agent 在 SpreadsheetBench 榜单中排名全球第二，仅次于 Gemini in Google Sheets，创下中国 AI 产品的最高成绩。

从产品路径到技术指标，这一系列动作指向同一个方向：让多维表格成为AI 时代承接复杂业务的基础设施。

让AI真正理解业务

在一所高校里，老师需要在三天内完成2.4 万名学生的信息自查。

过去，这类任务往往依赖Excel、微信群和人工统计：学生填写、老师收集、再统一汇总。过程不仅耗时，而且容易出错，一旦出现卡顿或数据冲突，整个流程就会被拖慢。

但这一次，他们直接用了一张WPS 多维表格。

学生同时在线填写，数据实时写入，老师可以随时查看整体进度，系统自动完成统计与汇总。在数百人同时操作的情况下，响应依然稳定在几十毫秒以内，填报完成后即刻生效。

从结果看，这只是一次顺利的数据收集。

但如果把它拆开，会发现背后其实发生了一件更重要的变化：

原本依赖“表格 + 人工协同”的流程，开始被一套系统直接承接。

而这，正是过去二十年里表格始终没有做到的事情。

表格几乎无处不在，承载数据，却始终停留在“工具”的位置，无法真正承载业务。当企业规模扩大、协同复杂度提升，这种工具属性的上限也越来越明显：要么变得混乱失控，要么被更重的系统替代。

AI 的出现，正在改变这件事。

如果说过去的软件是围绕功能模块构建的，那么AI 带来的变化，是让软件开始围绕“任务本身”重新组织。而表格，恰好是最接近业务一线、最具可塑性的载体。

但问题在于，当AI 真正进入企业场景，原有表格体系并不能直接承接。门槛高、能力分散、结果不确定、协同效率不足，这些问题在 AI 时代被进一步放大。

在这样的约束下，WPS 多维表格做了一件更底层的事情：

他们没有在表格里“加入 AI”，而是试图以AI原生的方式嵌入业务流程。

最先发生变化的，是入口。

过去使用表格，本质是一种“结构学习”。用户需要理解字段、视图、自动化这些概念，才能开始搭建系统。

举一个制造业场景的例子，一个生产管理员的核心工作是，管理设备、巡检状态、出现问题后触发采购。但如果用传统方式，他需要先设计表结构、配置字段、再逐步搭建流程，才能把这套业务跑起来。

虽然这些概念本身并不复杂，但组合在一起，对用户来说，就构成了一道隐性的使用门槛。

现在，WPS多维表格把这条路径反过来了。

用户只需要描述需求，比如“我要一个设备巡检和采购系统”，系统就可以自动生成对应的表结构、字段配置，甚至连仪表盘一起搭建好。对用户来说，他不需要理解“视图”或“自动化”这些概念，就能直接看到一个已经可以运行的系统。

类似的变化也体现在流程层面。

过去，如果希望“设备状态变化时自动通知”，用户需要手动配置触发条件、动作节点等一整套自动化逻辑。而现在，这些逻辑可以直接通过自然语言生成，系统自动完成节点编排和执行路径的搭建。

本质上，是把原本隐藏在产品内部的“复杂能力”，转化为用户可以直接调用的“语言表达”。如果说以前是过人适应软件，现在就是软件理解人。

当入口问题被解决后，新的问题又出现了——如何把经验沉淀下来。

在企业中，大量工作其实是重复的。同一岗位、同一流程，背后往往是一套稳定逻辑。过去，这些经验依赖个人，难以复用。但现在，它们被抽象为插件和模板。

WPS多维表格的做法，是把这些共性能力沉淀为“字段插件”：平台提供通用能力，把常见场景标准化，企业也可以封装自己的规则，并在内部复用。

结果是，原本需要反复编写的提示词，被替换为一次配置、持续调用的能力模块。AI 的输出，也从“每次生成”，变成“按规则执行”。

当然，除了效率外，WPS多维表格还花了很大精力做了另一件事：保证输出的确定性。

表格不同于内容生成，它直接对应业务结果，一旦出错，代价是明确的。因此，仅靠模型能力，很难建立信任。

WPS多维表格的思路，是通过产品机制和技术路径，把“不可控”变成“可验证”。

一方面，通过机制约束AI，关键操作必须确认，高风险行为被限制，所有变更清晰可见，过程可追溯、可回滚。另一方面，在技术路径上引入一层“确定性执行”，让AI 生成脚本，再由脚本完成计算。

这相当于把问题拆成两层：AI 负责理解和生成逻辑，系统负责执行结果。

相比直接输出答案，这种方式让计算过程变得透明可检查。用户不只是“相信 AI”，而是可以“验证 AI”。在表格这种强结果场景中，这一点往往比准确率本身更重要。

无论是交互方式的变化，还是输出准确性的优化，WPS 多维表格的目的都只有一个：让多维表格从“记录结果的工具”，真正变成能够驱动业务运行的系统。

32毫秒，定义AI时代协同办公新范式

当多维表格开始承载越来越多业务系统时，它的角色也在发生变化，从一个单一的表格产品，变成AI时代的“数据中枢”。

比如，WPS 多维表格通过 API、插件体系和连接能力，将内部数据与外部系统打通，让不同系统、不同 Agent 可以围绕同一套数据协同运转。

不过，随着越来越多数据在多维表格上流转，随之也带来一个问题：多维表格的计算引擎，能否扛住AI 时代的数据洪峰。

这背后其实一个很容易被忽视的变化是，办公协同的模式正在被AI 重写。

过去，大多数协同是“人对人”的线性关系，数据以逐行录入的方式缓慢增长；而在 Agent 参与之后，数据生产开始呈指数级放大。一次操作，可能触发成千上万条数据更新，这对底层计算能力提出了完全不同的要求。

传统单机表格架构，在这种场景下很容易成为瓶颈。也正因此，作为Agent 时代的数据基座，多维表格的处理能力，成为决定性因素。

在这个问题上，WPS 的解法，是重构底层引擎。

一方面，从单机计算转向分布式架构，让不同用户、不同任务在独立节点并行处理，避免相互阻塞；另一方面，引入“按需计算”和“动态计算链”，只计算真正受影响的数据，减少无效重算。

最终实现的结果是，在百万行数据、千级并发的条件下，仍然可以将响应控制在32 毫秒。

这种能力，在具体场景中会被放大。

WPS 多维表格研发负责人毛锐提到一个典型案例：一所高校需要在三天内完成 2.4 万名学生的信息自查。

这本质上是一个高并发写入场景。过去在传统表格或单机架构下，这类任务往往伴随着卡顿、冲突甚至数据丢失，是典型的“高风险操作”。

而在新的引擎架构下，即使在数百人同时在线编辑的情况下，系统依然可以将响应稳定控制在约30 毫秒。

但性能的意义，并不只是更快。

在类似的高并发写入场景中，系统可以保持稳定响应，让数据录入变成一个确定过程；在高并发读取场景中，比如实时路况、动态分发，信息可以即时更新、同步反馈。

换句话说，这32 毫秒带来的，不只是速度，而是实时性与确定性。

也正是在这样的基础上，AI 才有可能真正进入业务数据流转之中，而不只是停留在外围辅助。

进一步看，这种能力已经开始在不同行业中得到验证。

从客户结构来看，WPS 多维表格已经覆盖金融、能源、制造、政务、医疗等多个行业，包括银行、航空公司、央企、大型民企以及医疗机构等复杂组织。

这类客户的共性在于，业务链条长、数据分散、协同成本高，对系统稳定性与灵活性的要求远高于普通办公场景。

在具体使用中，多维表格切入的，往往是那些高频但长期未被系统化的核心流程。

比如在政务监管场景中，牡丹江国资委借助其数据链接能力，将原本需要三天完成的数据汇总压缩至2小时，把分散、滞后的人工统计，转变为可实时更新的动态监管模式，在人事审查、合规审计、考勤监测等环节实现更高效的穿透式管理。

类似的变化也出现在医疗和制造业中。无论是医院排班，还是生产进度管理，本质上都是高频、结构复杂、依赖多人协同的业务流程。

以呼和浩特第一人民医院为例，其将多维表格与智能表单结合，用于值班排班与信息协同，替代传统纸质台账与人工统计方式，在排班效率提升60%的同时，也显著降低了沟通与重复操作成本。

在这些场景中，多维表格通过视图、权限与自动化能力的组合，把原本依赖人工协调的流程，转化为可视化、可追踪、可持续运行的系统过程。

从这些案例可以看到，多维表格切入的，并不是“替代某一个系统”，而是覆盖那些过去难以系统化、却又高度关键的业务环节。

也正是在这些高频、复杂且长期存在的场景中，多维表格逐渐验证了一件事：

多维表格不只是一个工具，而是一种更轻量、更灵活的业务协同方式。

总结

在企业数字化进程中，真正难以被覆盖的，从来不是核心系统，而是数量庞大、分散且不断变化的长尾业务场景。

这些场景既复杂，又难以标准化：用表格太弱，用系统太重，长期处在效率与成本之间的夹缝地带。

WPS 多维表格给出的解法，是在两者之间找到一个平衡点。

可以理解为，它找到了传统表格与重型系统之间的最大公约数。

既保留表格的灵活与低门槛，又通过AI、计算引擎与连接能力，补齐结构化与协同效率的短板，从而承接那些原本难以被系统化的业务。

从这个角度看，多维表格并不是在替代某一类产品，而是在填补一个长期存在的空白——用更轻量的方式，承载最复杂的业务。

而这，也正在成为金山办公在AI 时代持续加码的核心战略方向。

文/阿奇

PS：如果你也在寻找投资AI资产的机会，欢迎扫码加入我们的交流群。