金山办公文昊炅：知识筑基·智引金融 金山智能知识基座
前言：2026年5月21日—5月23日，由中国电子工业标准化技术协会ITSS分会指导，中国电子工业标准化技术协会人工智能专业委员会、中国电子信息行业联合会DCMM金融行业社区技术委员会、DCMG和双态IT论坛主办的“2026第十六届双态IT用户大会”在重庆成功举办。
2026年5月22日，2026第十六届双态IT用户大会“从‘宏观叙事’到‘微观做事’，金融AI智能体和基础设施”主题会议圆满结束。本次会议由中国电子工业标准化技术协会ITSS分会指导，中国电子工业标准化技术协会人工智能专业委员会、中国电子信息行业联合会DCMM金融行业社区技术委员会、DCMG和双态IT论坛主办，共有来自金融、央国企等行业的350余人到场出席。
金山办公金融行业解决方案总监文昊炅带来《知识筑基·智引金融 金山智能知识基座》主题分享，介绍了金山办公在结构化和非结构化数据的建设思考及具体实践。他指出，金山办公面向金融机构制度规则长、准、快、脆的痛点，以AI Docs、DataHub、API Hub和岗位Agent构建企业知识基座。通过多模态解析、语义切片、冲突检测、权限过滤和溯源问答，把制度、纪要、附件沉淀为安全可信的知识资产，支撑规则问答、要素提取、报告创作、合规审查及系统联动，推动AI进流程、帮岗位、连生态。
以下为演讲实录全文：
前面听到其他演讲嘉宾都在做本体论、梳理内部业务关系。金山也在做同样的事情，今天我主要分享一下金山在结构化和非结构化数据治理方面的思考和实践。
对于数据治理和知识基座的建设通常分为结构化和非结构化两条线，金山更关注文档的治理与建设。金山长期以来在做的金山智能知识基座，其核心目标是解决员工日常工作中的文件管理问题，这些文件来自不同业务系统。针对这类文件，如何做到产、存、管一体化治理，最终支撑智能应用场景。
这两年，金山也在做结构化数据治理和管控的延伸。
对于结构化数据，我们怎么做治理和管控？
金山拥有协作型WPS 365平台，覆盖日常办公、办文、办事等业务场景。能够在数据层纳管全量数据，做数据的建模和治理；在统一的能力层上，通过API HUB 连接业务系统，基于对数据的深度理解生成CLI。
在非结构化数据的治理方面，金融行业的知识治理有几个鲜明的特点：规章制度等文件篇幅长，跨文档关联要求高；规则条款、风险口径、监管要求不能出错；是否支持T+1更新，能否自动巡检判断；如何萃取专家经验，形成标准化操作流程（SOP）。针对这些特点，我们正针对性地进行治理工作。
目前大多数企业的知识治理现状是规章制度和过程文档已经做了规整，但仍存在数据分散、规则口径未统一、复杂格式解析困难、支撑稳定性不足、专家经验流失等问题。
针对这一现状，金山的治理目标是推动企业知识治理从“文件可搜索”升级为“规则可解释、依据可溯源、口径可审核、经验可复用”。
我们将企业知识治理成熟度划分为五个阶段。阶段一是文件治理，即文档统一归集，支持检索与问答；阶段二是岗位陪跑，为岗位提供陪跑陪练；阶段三是进入流程，是否能融入业务系统，成为业务网络体；阶段四是智能判断，能否由AI做判断，员工做决策；阶段五是生态连接，能否把企业生态链路打通。
通过与客户的深入沟通，我们了解到，目前大多数企业仍处在阶段一至阶段二之间，部分企业连基本的文档数据统一产存管都未完成，部分企业已能检索问答，正在探索向"进流程、帮岗位"推进。金山在这一块是怎么做的呢？
金山的核心做法归纳为三个关键点：一是怎么让数据更好地无感存管。除企业规整数据外，员工日常工作中产生的数据（聊天、任务过程等）也能无感沉淀为企业数据资产；二是怎么做好入库数据的知识治理。入库数据做去重、补缺、过期检测，按权限控制访问；三是怎么做应用场景拓展。知识库并非一个新概念，发挥价值的关键在于使用场景更加丰富和便捷。
在具体落地实施上，金山通过三步走推进。第一步，端云一体上云。通过客户端，编辑文件时自动同步至云文档，包括公有云和纯私有云，做端云一体的文档上云，解决数据存管问题；第二步，数据治理加工。对上云数据做切片、分析和治理；第三步，场景化应用接入。通过问答、召回、搜索、考试、内容审查等业务场景接入业务流程，帮助大家更高效地使用。
在这些工作场景中，金山最核心的优势在于其38年的文档处理能力。就文档知识库的问答而言，准确的前提是模型能否精准解析并读懂文档，这正是金山的专业领域。具体涵盖：复杂文档的预处理与解析，含图表、签章遮盖文字等场景；精准内容标记与向量化切片；数据入库后自动生成知识框架，检测是否存在冲突、重复或缺失的数据，并提醒管理员做数据治理；在安全层面，一个很关键的点就是文件的管理，金山知识基座复用文档中心的组织架构与权限体系，确保问答所使用的数据不越权。
知识库最大的应用场景是问答领域。我们存入的信息，最核心的诉求就是在提问时能被精准检索出来。对于这一场景，问答最基础的形态是：当我查询某项数据时，不仅要返回答案本身，还需明确对应的原文件，甚至点击原文件后能直接定位到阐述该内容的具体行，这是我们希望达到的效果。除了针对单一数据库的查询，日常办公中我们更希望能对全库进行操作，无论是搜索还是提问，系统都能根据输入的信息自动判断，是返回相关文件，还是总结内容并给出输出结果。
这两个场景聚焦于人员如何使用系统、如何为业务系统赋能，主要包含两种方式：第一种是开箱即用，通过发布独立页面，业务系统可直接集成，嵌入我们的代码后，就能在其业务系统中快速上线针对该系统的智能问答功能。第二种是接口开放，开放智能问答与召回接口，直接对接业务系统及业务流程使用。
除了基础的问答形式外，我们也在探索更进阶的应用形态。基础的问答是一问一答，但实际办公场景并不止于一问一答，而是"一问→多步执行→得出结论"。以客服场景为例，客户充值会员未生效，背后涉及查订单、验证状态、定位问题等多步执行。
我们的解决方案是：在问答流程中，首先，支持对专家的对话思路进行编排，注入相关的专家知识；其次，构建专属技能（Skill），关联内部各类业务系统，自动执行查询。
此外，我们也在思考，如果将这些场景固化，加入自动化评测，使其能够自我净化，是否能逐步从岗位助手演进到岗位托管阶段？这也是我们当前探索的方向。
除问答功能外，知识库还有两个主要应用场景，深度创作和内容审查。
大模型刚应用于材料撰写时，给出主题就能输出文字内容，但实际效果仍停留在比较单薄的阶段。每段该写什么、该以文字还是表格、图片等形式输出，都有明确要求。针对这一场景，我们开发了深度创作助手，其核心能力如下：拿到文档后，基于模板或范文做内容解析，生成写作助手；写作助手中每个章节有独立目录，可挂载私域数据和提示词，保证最终生成文档的章节内容百分之百匹配，略作调整即可对外输出。其适用范围包括研报、项目立项报告、项目总结、合同等材料。
除深度创作外，日常审查是另一高频应用场景，无论是应对招标需求还是对外材料审核。在审查场景中，系统会抽取专家经验形成审查模板；当需要审核单篇文档时，可调用审查模板接口或接入智能知识库系统，对文件进行审查。系统将依据专家沉淀的审查模板处理内容，在审查业务流程中，AI可协助完成预审，再由人工进行决策与确认。
以上就是我们在创作与审查领域的新尝试及可落地的产品功能。
刚才讲了非结构化数据治理的相关内容，在这一领域，金山办公是非常专业的，我们长期深耕文档处理、全生命周期管理与治理。此外，针对非结构化数据治理，我们推出了全新产品线WPS Comate。它以“智能办公”为核心，定位是企业AI办公入口，是组织级人机协同平台，旨在将个人能力转化为组织级能力，通过内置大数据中台实现数据的统一纳管与建模。在应用架构上，我们将实现从入口到生态、从工具到能力调用的全链路覆盖，让WPS Comate AI深度融入每一个办公流程。
具体来说，大家比较关注的业务功能解决思路是怎样的？比如在企业内部系统中，除了365生态体系内的数据外，还有外采业务系统、内部自建业务系统的数据，如何实现这些数据的接入，是我们面临的第一个问题。第二个问题是，即便完成了数据接入，如何将这些数据开放给外部大模型或第三方业务系统？第三个问题，面对市场上不断迭代的各类大模型，如何进行统一的模型管理与治理？第四个问题是，是否存在一个统一的办公入口与平台，让员工以AI为办公入口，能够调用内部所有系统。
我们的解决思路如下：首先，通过内部业务数据治理，将各类数据纳入统一管理并完成建模；其次，通过API Hub管控外部能力的接入与访问，所有接口接入后，由API Hub统一注册、转换并暴露各类接口协议；最后，通过AI Hub实现不同大模型的接入与统一治理，借助前期的对话入库机制，实现统一访问与平台管控。
三大业务价值：一是个人工作提效，在材料撰写、汇总、任务执行方面全面提效。二是团队能力沉淀，从员工个人Skill到组织认证Skill，通过专家体系沉淀岗位SOP，生成Wiki和轻应用等。核心是帮团队中不同岗位的专家做团队沉淀。三是组织赋能，统一入口、统一能力、统一数据、统一治理，实现岗位AI化改造。
在实际落地过程中，金山遵循“三联四合”方法论，将场景梳理出来进行切分，最终落地实现，这不是单一团队能独立完成的事情。其核心是客户给出场景和数据，金山负责搭建方案并推动整个事情的节奏。落地路径并不是一步到位，一开始就做整个岗位专家或整个岗位的替代，而是优先找小场景、小切口做纵深，以“小步快跑”的方式验证价值并形成闭环。
最后，金山无论是结构化还是非结构化数据管理，始终围绕四大能力构建企业知识基座，推动AI进流程、帮岗位、连生态。在交付形态上，第一，我们支持全平台无缝协同，随时随地办公；第二，服务端自主可控、安全可靠；第三，在安全上，多重防护，数据无忧；第四，开放生态，无限扩展。
