“飛書想建立AI產品分級體系，它的底氣是什么？

2025年，AI幾乎無處不在。從智能助理到AI會議紀要，幾乎每一家To B軟件公司都在快速疊加AI能力，爭搶“AI+辦公”的未來入場券。對企業而言，仿佛不接入AI，就像還在用功能機時代的辦公系統。

但熱鬧背后，越來越多企業管理者陷入一種“AI疲勞”：許多AI功能看起來令人驚艷，真正上線使用后，卻不是響應緩慢、就是內容敷衍，甚至完全“答非所問”。AI產品成了企業的“PPT裝飾”，更像是為發布會準備的“賣家秀”，而非真正解決業務難題的“工具人”。

一句話，企業到底該如何判斷一個AI功能是“好看”還是“好用”？

就在這股技術與焦慮交織的洪流中，飛書在其2025年7月的發布會上，拋出一個頗具分量的新概念——AI應用成熟度模型。這是一套將企業AI應用劃分為四個成熟度等級的評價標準，試圖用清晰可量化的標準，把“AI好不好用”這件事，從主觀感知拉回理性評估。

M1–M4四個等級到底怎么分？

“AI應用成熟度模型”這一術語，聽起來略帶技術門檻，卻準確擊中了當前To B企業面臨的一大現實：AI到底該怎么評估？在產品頁面“寫得天花亂墜”、實操落地“一地雞毛”的今天，飛書嘗試用一套四級分類，把“能演示”和“能用”這道鴻溝，正式劃清。

四個等級，一眼看懂企業AI的“進化路徑”：

為了幫助大家更好理解模型，我們對其做了一些“翻譯”，并做了下面表格：

這四個階段的劃分邏輯，不是根據模型大小、算法復雜度，而是站在企業使用者視角：你能不能上線用？能不能持續用？用完有沒有實際業務提升？

與“科研AI”劃界，飛書想強調的是“落地工程性”。

傳統AI領域有很多技術評估維度，比如BLEU分數、推理速度、參數量等等，但對企業CIO或業務負責人來說，這些術語常常只是“玄學”。飛書模型的突破之處在于，它用非常貼近“業務落地感”的語言和等級，把AI的實用性顆粒度做了拆解。

換句話說，這是一個從產品視角出發的AI評估標準，不是技術人之間的炫技，而是業務人與工具之間的契約。

為什么企業AI需要“成熟度模型”？

AI正在從技術奇觀變成生產工具，但一個被忽視的問題是：我們拿什么來判斷一款AI產品，是否值得在企業中大規模部署？

在消費級市場，用戶靠“好不好玩”“用著爽不爽”來評估AI，而在企業級市場，沒有任何一個CIO會用“科技感”來作為選型依據。他們更在乎的是：能不能快速上線？能不能跟現有系統打通？用完之后，是錦上添花，還是雪上加霜？

然而現實是，大量企業AI產品還停留在“展示即結束”的階段。很多廠商為了追熱點，倉促將通用大模型能力包裹進現有產品，PPT上是“AI驅動”，真正使用時卻是：“問了三遍，還答非所問；總結了一頁，會后沒人敢用。”

這正是企業AI落地的“賣家秀–買家秀”悖論。

☆成熟度模型的意義在于：用一把“應用標尺”，重建信任

飛書提出M1–M4四級成熟度模型，其實在做一件至關重要的事：把企業對AI的期望值校準，把供應商對交付能力的承諾標準化。

從“只講模型參數”到“講清產品可用性”，這本質上是一次視角的轉變：

對企業用戶來說，成熟度模型讓他們可以設定合理預期，不再被“AI萬金油”式銷售術語蒙蔽；

對產品設計者來說，模型變成研發路線圖，知道什么是合格的交付標準；

對整個市場來說，這是一次從“無標可循”走向“共識定義”的進化。

飛書不是第一個嘗試分類模型的公司，但它的特別之處在于——這次不是實驗室發布的技術論文，而是一家實際運營AI產品的公司，站在一線，把模型與產品逐一綁定、現場驗證。

這讓這個模型的意義，不只是理論，更具有“工程實操價值”。

模型不是空談，

飛書用產品一一對標成熟度等級

相比空泛的概念模型，飛書更具說服力的一點在于，它同步公布了多款AI產品，飛書不是停留在“講模型”，而是用產品去定義模型、驗證模型。下面，我們來看幾個此次飛書發布的產品，并試圖將其與上面的AI應用成熟度模型對應起來。

☆M3標準：飛書知識問答——你的“企業豆包”

根據官方材料，飛書知識問答已達到M3級，即“成熟應用、可以大規模使用”。

無需企業構建知識庫，即可“開箱即用”；

能“穿透組織”，理解語境，提供基于企業內部信息的準確回答；

就像是一個理解公司全貌、能回答“企業問題”的“企業豆包”。

這意味著，知識問答具備跨部門、跨角色使用的穩定性，是一個可廣泛部署的AI“助手型”產品。

☆M4標準：飛書會議——實時總結的成熟AI

飛書會議達到M4標準，屬于“完全成熟，在適合的任何場景都可使用”的產品。該產品支持會中實時總結，而非僅在會后回顧；能自動生成紀要、輸出待辦事項，并通過文檔發送；準確率與邏輯概括能力“相當成熟”。

這表明飛書會議不僅能聽懂，還能“提煉”、“記錄”并“執行”后續任務，是典型的高成熟度AI產品形態。

此外，飛書還發布或升級了多個具備AI能力的產品，也在逐步靠近M3及以上標準。

☆多維表格：功能躍遷中的“王牌產品”

雖然飛書未明確將“多維表格”歸入成熟度模型等級，但從其產品更新幅度來看，它正向M3級靠近：月活接近千萬，標志其邁入成熟工具產品品類；支持“拖拉拽”搭建業務系統，兼顧美觀與實用；單表容量達1000萬熱行。

這使得多維表格不僅是表單工具，更開始具備“業務平臺”的潛質，對小微企業與大型流程管理者都構成實際可用價值。

此外，飛書還推出了AI開發套件，形成了更系統的企業AI能力框架。

?飛書妙搭（企業AI系統搭建工具）

該產品讓AI Coding快速落地產品思考，類比為“企業的無限產品經理和初階開發人員”，可自動輸出原型、生成系統。

?飛書Aily+aPaaS平臺

Aily為企業級Agent平臺，已在公牛集團、美中愛瑞等公司落地；aPaaS平臺實現AI加持的PaaS化開發，強調“效率、穩定、復用”的平衡

這些構成了飛書在更深層次的AI基礎設施布局，雖然未在材料中明確打標簽，但顯然是朝著高成熟度、高擴展性方向演進的產品組合。

AI的“L1-L5”時刻到了嗎？

飛書模型的行業意義與市場震動

自動駕駛行業早在數年前就確立了一套全行業通用的分級模型：L1到L5，定義了從人類輔助到完全無人駕駛的五個階段。這套模型并不僅僅是技術評估標準，它在根本上重新組織了整個產業鏈——幫助監管者判斷風險、幫助企業評估能力邊界，也幫助公眾建立對“自動化”的現實認知。可以說，沒有L模型，就沒有今天自動駕駛的理性競爭格局。

而飛書此次提出的“M1–M4 AI應用成熟度模型”，在本質上正是對企業AI落地路徑的一次結構化、工程化重構。這不僅是一個模型發布，更可能是“企業級AI”真正走向成熟產業階段的標志性事件。

☆模型之于產業，不是修辭，是基礎設施

飛書模型的提出，首先是一種對當下AI產品泛濫但落地稀缺現象的清算。在過去一年中，企業面對AI時，往往只能依賴“演示效果”和“銷售口徑”來判斷其價值，而非清晰的標準。飛書此次以“M3=成熟可用、M4=全面通用”的方式，給出了明確的能力刻度。這種能力刻度，不是技術參數維度的“token長度”或“訓練數據規模”，而是以“可大規模部署”和“適配多場景”的可用性為核心，強調真實環境下的穩定性、泛化能力與交付效果。

換句話說，它不問模型能不能生成“驚艷內容”，而是問：這個AI功能在公司里能不能頂得住實際使用？能不能連續跑？出錯率多高？

這正是To B場景下最需要的理性衡量方式。也正因如此，飛書模型與L模型之間產生了共振：它們都嘗試將“看不見的智能系統”拉入可以評估、可以管理、可以決策的框架之中，賦予市場真實的參考體系。

☆飛書想做的，是定義“可信AI”的使用上限

更深層次看，飛書通過這套模型的意圖并非只是幫助客戶選型，而是試圖建立企業AI應用的行業標準語法。在一個尚無權威機構給出通用評估體系的市場中，誰先給出一套被驗證、被采用的結構化標準，誰就擁有了定義未來的先手權。

從發布會披露的信息來看，飛書并不是“模型先行、產品隨后”，而是反其道而行之：用多個真實產品（知識問答、AI會議、多維表格等）作為標準“標桿”，反向映射出這一模型的四級結構。這種從底層產品能力抽象模型的路徑，比憑空建構模型更有操作性，也更容易贏得行業信任。

它背后折射的是飛書團隊對“工程視角AI”的理解——AI產品不是創意、不是賣相，而是一套能承載組織信任的生產工具。

☆企業級AI的下一階段，需要共識而非炫技

一個重要的判斷是：飛書這次的模型發布，將會引發AI工具廠商之間的“成熟度競賽”。就像自動駕駛廠商不能再用“我們很先進”一筆帶過L幾級一樣，未來AI產品也將無法僅憑一句“用了大模型”就獲得企業青睞。客戶會開始反問：你們是M幾？在哪些場景部署了？準確率多少？穩定性如何？

這對市場生態是一種積極的“清場效應”。它迫使廠商從“炫技”回到“交付”，從“拼參數”回到“拼耐用度”。

而這，正是一個行業走向真正成熟的開端。

你的AI，用到了第幾層？

AI正從“demo吸睛”走向“場景決勝”的階段。當越來越多的企業開始意識到：AI真正的價值不是能生成一段漂亮的文本、畫一幅驚艷的圖，而是能否在流程中持續穩定地產生價值時，我們其實已站在一個全新時代的門檻上。

飛書提出的“M1–M4 AI應用成熟度模型”可能不是完美的答案，但它的出現，至少為長期混沌不清的“企業AI落地標準”提供了一個結構化的起點。

這個模型的意義，不止在于幫助飛書解釋自己的產品，也不僅僅是一次品牌自證，更像是一面行業鏡子——它讓企業有機會回過頭來問自己：

我們現在用的AI功能，真的是在解決問題，還是只是在展示技術？

我們花了大量預算接入AI，它在日常的流程中真正發揮了多少作用？

我們是否有評估一款AI系統“好不好用”的標準，而不是“新不新鮮”的情緒？

在AI從“先鋒試驗”向“主流基礎設施”轉變的當下，這些問題值得每一個企業決策者、產品經理甚至一線員工思考。

如果你所在的企業，已經部署了多種AI應用，不妨回看一下你們的工具清單，用“M1–M4”的視角去做一場自測：哪些功能可以稱為成熟應用？又有哪些，其實還停留在“演示”階段？

而如果你是一個在思考AI產品設計或采購路徑的從業者，不妨把飛書這次的模型作為一個“起點模板”——未必非要照搬，但至少，它給出了一個可以被溝通、可以被質詢的語言系統。

企業AI的未來，屬于那些“最能穩定服務流程、最能交付真實價值”的系統。飛書這次邁出的是定義標準的第一步，接下來要回答的問題，將是：誰能持續站在M3與M4之上？誰能用產品把成熟度走成護城河？

你的AI，現在用到了第幾層？