当AI能力都能买到，办公软件还剩什么稀缺？

文 | AI资本观

过去这段时间，我有好几次觉得，AI办公这个题已经没有必要再写了。

不是因为它不重要。恰恰相反，是因为太重要，也太热闹了。

腾讯、阿里、字节、百度、金山几乎都已经下场，新的产品、组织调整、广告投放一轮接一轮。专业媒体、产业媒体和分析者也跟得很快。到今天，至少有五件事，我觉得已经不需要再花一篇文章重新证明：

• 巨头已经全面进入AI办公。这不是某一家公司的产品试验，而是一场集体性的资源重配。
• Agent正在从“回答问题”走向“完成任务”。写文档、做PPT只是表面，更重要的是拆任务、调用工具、跨系统执行。
• 模型之外，数据、上下文、权限和工作流正在成为新的竞争变量。
• 飞书、钉钉、WPS、企业微信这些旧办公资产，可能因为AI重新获得价值。
• 办公软件原来的基本单位也在变化。过去卖文件、功能和Seat（席位），现在越来越多人开始讨论任务、结果，甚至数字员工。

如果想了解这场战争已经打到哪里，现在已经有不少值得读的文章。这些优秀工作构成了这篇研究的基础。

如果只是把这些结论重新证明一遍，再开一轮研究就没什么意义。

真正让我还想继续往下追的，是另外三个问题。

为什么中国互联网每隔几年，就会重新打一场这种所有人都不能不参加的大战？

当智能开始成为公共供给，新的稀缺在哪里？

当能力都会被追平，什么才可能成为Power？

一、为什么中国互联网总会重新打一场大战？

把时间稍微拉长一点，今天这副场面并不陌生。

百团大战、打车大战、外卖大战、共享单车、社区团购，再到还没有结束的C端AI助手竞争，中国互联网几乎每隔几年，就会出现一次资本、巨头和创业公司同时涌入的新战场。

六场战争当然不是同一回事。尤其C端AI助手还远没有终局。把它们放在一起，不是为了总结一条“互联网大战定律”，而是建立一组历史对照：当一个新市场刚刚被证明可能成立，大量资本同时进场以后，哪些动作会反复出现？最初最稀缺、最值钱的东西，又会怎样变化？

值得拿出来细看的，是其中三个。

外卖大战里，资本当然烧掉了大量补贴，但最后留下来的不只是用户数字。骑手、商家、订单密度、配送调度和城市履约慢慢叠成了一套现实世界里的生产系统。钱最后变成了一种很难在几个月里重新复制的能力。

共享单车正好相反。资本迅速把“街上有没有车”从稀缺打成了过剩，但车辆本身没有自动变成长期竞争力。车越多，运维、调度、损耗和资金占用反而越重要。

留下资产，不等于留下长期竞争优势。

社区团购又提供了另一种提醒。滴滴有资本、有流量，也有打大战的经验，但这些旧资产不能原封不动地变成生鲜零售里的采购、仓配和供应链能力。

换一个新战场，原来最值钱的东西未必继续值钱。

这几场战争放在一起，我更关心的是它们背后反复出现的一种运动。

很多战争刚开始的时候，资本都在追逐最稀缺的东西：用户不够，就买用户；司机不够，就补贴司机；车辆不够，就把车铺满城市。

但资本不是一个只会发现稀缺的旁观者。

钱一旦大规模涌入，它自己也在制造供给。

原本只有少数人拥有的东西越来越多，“拥有它”本身就会开始贬值，竞争随之转向下一个更难复制的瓶颈。

这里发生的，其实是一种稀缺迁移：当资本和技术不断扩大原本稀缺的供给，旧优势开始贬值，竞争就会转向下一个更难复制的瓶颈。

这让我想到我们最近一直在研究的一个问题——AI资本周期。

AI资本周期，是我们长期研究AI产业的一种资本视角。它观察资本如何追逐稀缺、扩大供给、推动瓶颈迁移，并最终改变成本、竞争与价值分配。它既看钱流向模型、算力、应用和基础设施，也追问这些投入怎样变成收入、现金流和长期控制力，风险最后又由谁承担。

其中有个判断，我越来越觉得适合拿来解释今天的办公大战：

资本总是追逐稀缺，但资本自己又会不断扩大供给，把稀缺推向下一个环节。

这个过程大致可以拆成五步：

过去几场互联网大战给我们的，只是一组基准率，而不是答案。

真正让今天这场AI办公大战变得有意思的，是同样的过程可能正在发生在一个过去很少被这样扩张的东西上：

智能本身。

模型曾经极度稀缺。能够训练一个足够好的大模型，本身就是门票。

但过去几年，资本、算力、人才和技术进步同时涌向这一层。模型越来越多、越来越强，也越来越便宜。

如果稀缺迁移继续发生，那么问题就不再只是“谁现在拥有更好的AI能力”。

更值得问的是：

当智能本身也开始被不断扩大供给，AI竞争里的下一种稀缺，会迁到哪里？

而从这里开始，这场战争就和我们熟悉的互联网大战出现了真正的分岔。

二、当智能开始成为公共供给，新的稀缺在哪里？

真正的分岔，先发生在“智能”本身。

过去的互联网大战里，资本当然也能补贴供给，但很多核心能力仍然必须自己一寸一寸建出来。

你可以补贴骑手，却不能在一个季度里买到一套已经跑顺的全国配送网络；可以砸广告拉来用户，却不能顺手把另一家公司的供应链、商户关系和城市运营经验一起买过来。

大模型把这个前提改掉了一部分。

一家AI应用公司不需要先拥有世界上最好的基础模型，才有资格做出很好的产品。模型可以通过API调用，可以根据不同任务切换，也可以把几种模型组合在同一个产品里。今天已经有不少AI办公产品允许用户或系统根据任务选择不同模型。

这不只是一项技术架构变化，它还改变了一项很基本的竞争条件：智能越来越像一种可以从外部采购、按需调用的生产资料，而不再只是某家公司内部独占的能力。

过去一家外卖平台没有配送网络，就是没有。今天一家AI应用没有最强模型，却可能直接购买相当接近的智能能力。这也是为什么，AI时代的稀缺迁移可能比过去跑得更快。

过去的互联网大战，资本可以把流量打成标配。Agent时代，资本和技术进步甚至可能一起把智能也打成标配。

三、应用能力第一次会被底层进步主动“折旧”

AI办公尤其容易感受到这种变化。整理几十份资料、生成一套PPT、分析表格、操作浏览器、跨几个软件完成任务——今天这些能力当然都是真实竞争力。但其中有多少到了下一轮模型升级之后，还能继续构成差异？

这是AI应用一个非常特殊的风险。过去一家互联网公司辛苦建立起来的配送网络，不会因为操作系统下个月更新一个版本突然贬值。AI产品会。

昨天还需要专门团队、复杂工程才能实现的功能，明天可能因为推理能力、多模态、工具调用或者长上下文能力升级，直接被底层模型推成公共配置。一家公司自己的产品并没有变差，只是整个行业的地板突然升高了。

这是一种很容易被忽略的能力折旧：不是服务器折旧，也不是财务报表里的摊销，而是原来稀缺的应用能力被底层技术进步不断商品化。

所以判断AI应用，可以简化成一句话：模型升级不断抬高能力地板，应用必须