企业AI的瓶颈，正在从“模型不够聪明”转向“知识太散”。
2026年10月15日，微软宣布在企业知识管理场景中推出Work IQ知识编译引擎。据DoNews报道，微软披露的数据显示：Copilot等AI智能体的响应速度提升至原来的4倍，Token消耗降低约30%。更值得注意的是，这套引擎不需要升级底层大模型——它依托SharePoint，把散落在邮件、Teams和文档里的信息自动编译成结构化知识库。
这意味着什么？微软在告诉企业客户：你不需要等下一个更强的模型，你的知识本身就值钱，只是以前没有被编译。
现象层：一次“反主流”的发布
过去两年，企业AI的叙事主线是“模型越强，体验越好”。OpenAI、Anthropic、谷歌轮番推出更强的基础模型，企业采购的逻辑也随之摇摆：谁的模型更聪明，就买谁的。
Work IQ反其道而行。它不碰底层模型，而是在模型之下加了一层“知识编译”：把企业里原本分散的数据——SharePoint里的文档、OneDrive里的文件、Outlook里的邮件、Teams里的会议记录和聊天——自动构建成结构化的知识库。Copilot再回答问题时，不再需要临时去海量文件里翻找片段，而是直接调用已经编译好的知识。
效果是量化的：响应速度提升至原来的4倍，Token消耗降低约30%。功能目前面向Frontier Preview租户开放，支持跨文档问答、会议摘要、项目状态汇总等办公场景。管理员可通过Microsoft 365管理中心配置权限与用量控制。
把这两件事放在一起看，信号很清楚：企业AI的竞争焦点，正在从“谁的模型更强”转向“谁更懂你的企业”。
分析层
一、“不升级模型”为什么反而是关键信号
Work IQ最值得玩味的地方，恰恰是它“不需要升级底层大模型”。
这句话的潜台词是：很多企业AI体验差，问题不在模型，而在知识供给的方式。过去主流的RAG（检索增强生成）方案，本质是“临时拼上下文”——用户问一个问题，系统临时去文档库里检索几个片段，塞进prompt里让模型回答。检索靠关键词或语义相似度，拼出来的上下文往往不完整，模型还要花大量Token去理解这些零散片段。
Work IQ做的是“预编译”。它不是等用户提问时才去检索，而是平时就把企业的知识编译成结构化、可推理的形态。微软在2026年3月9日的官方博客中解释过Work IQ的三层架构：数据（data）、上下文（context）、技能与工具（skills & tools）。数据层扎根于微软365生态；上下文层记录人与人的协作关系、项目重要性、沟通频率；技能层则给Copilot提供执行具体任务的指令。
从“临时拼”到“预编译”，这是两条完全不同的技术路线。前者把压力都压在模型身上，后者把压力转移到知识工程上。Work IQ的4倍提速和30% Token节省，本质上是用知识工程的确定性，换模型推理的不确定性。
二、SharePoint做地基：微软的护城河不在模型
Work IQ依托SharePoint，这不是偶然。
微软官方博客明确写道：Work IQ的数据层包括SharePoint和OneDrive中的权限保护内容、Outlook邮件、Teams会议和聊天，以及描述协作模式的元数据。这些数据不是外来的，而是企业每天在微软生态里自然产生的。
更关键的是语义索引（semantic index）。微软在博客中专门提到，语义索引让Copilot不再依赖关键词或词汇匹配，而是进行“基于意义的检索”。这意味着Work IQ理解的不仅是“这个词出现过”，而是“这段内容在说什么、和谁有关、处在什么项目里”。
这正是微软真正的护城河。OpenAI、Anthropic可以做出更强的模型，但它们拿不到企业内部的邮件、会议记录和文档协作网络。谷歌有Workspace，Salesforce有CRM数据，但微软365覆盖的是最通用的办公场景。Work IQ把这层数据资产“编译”成AI能直接调用的知识，等于把护城河变成了产品力。
微软的多模型策略也印证了这一点。官方博客明确表示，Copilot引入OpenAI和Anthropic等多个供应商的模型，Work IQ是“模型之上的脑”，负责补充这些模型的能力。换句话说，模型可以换，Work IQ这层知识编译不能换。
三、4倍提速背后的账：企业AI的ROI拐点
响应速度提升至4倍、Token消耗降低约30%，这两个数字对企业意味着什么？
先算Token的账。企业部署Copilot这类产品，成本核心是Token消耗。微软在2026年8月的《Copilot Credits Guide》中披露，通过将更多AI处理转移到Work IQ运行时，用于上下文检索和工具调用的Token最多可减少80%，从而降低智能体解决方案中的Copilot Credit消耗。这次面向办公场景的Work IQ知识编译引擎，则给出约30%的Token节省。两个数字场景不同，指向同一个结论：知识编译直接对应成本下降。
再看响应速度。企业AI采用的最大障碍之一，是“不好用”。员工问一个问题，等十几秒才出结果，体验远不如直接搜文档。提速4倍，意味着从“勉强能用”跨到“愿意常用”。这是采用率的临界点。
微软显然在押这个拐点。Work IQ选择在这个时间点推向Preview，而不是等底层模型再迭代一代，说明微软判断：知识编译带来的体验提升，已经比模型升级更立竿见影。
四、Frontier Preview的克制：企业AI，治理先于能力
Work IQ目前面向Frontier Preview租户开放。Frontier是微软的实验性功能早期访问计划，管理员需要在Microsoft 365管理中心里主动开启。微软365管理中心的相关文档显示，启用Cowork应用生成器技能需要将租户加入Microsoft Copilot Frontier计划，而Frontier的开启权限不在Power Platform管理员手中，需要联系具备相应权限的管理员。
这个设计很克制。企业AI最怕的不是能力不够，而是权限失控。一份财务预测文档，销售不该看；一份人事档案，外包不该碰。Work IQ把权限和用量控制交给管理员配置，等于把治理的开关放在企业自己手里。
这也解释了为什么Work IQ要扎根SharePoint——SharePoint本身就是企业最成熟的权限管理体系之一。知识编译不是把数据打散重组就完事，而是在原有权限框架内编译。员工能问什么、AI能答什么，仍然由企业的权限策略决定。
企业AI落地，治理必须跑在能力前面。Work IQ的Preview策略，是把这个原则产品化了。
结论与展望
Work IQ的发布，给行业抛出了一个新问题：当模型竞争进入平台期，下一阶段的胜负手是什么？
答案可能是“知识编译能力”。谷歌会跟进，用Workspace的数据做同样的事；Salesforce会跟进，用CRM数据做垂直场景的编译；国内的钉钉、飞书、企业微信也在积累类似的办公数据资产。未来一两年，“知识编译引擎”可能成为企业AI的新基础设施，就像当年的数据库和搜索引擎。
对企业来说，启示更直接：你的知识资产，正在变成AI时代的“可编译资源”。那些文档规范、协作清晰、数据在线的企业，会更快享受到Work IQ这类引擎的红利；而那些知识散落在个人电脑、微信群、本地文件里的企业，即使买了最强的模型，也跑不出好效果。
模型决定AI能走多快，知识决定AI能走多远。当参数竞争进入平台期，真正的胜负手，是谁先把企业的知识编译成AI能直接调用的语言。
快报