三款 Agent 整合與兩個團隊合併的營運切面：拆解大廠 AI 辦公軟體的算力擠壓與邊際成本

把兩款月活躍使用者分別破億的應用程式強制併入同一個開發團隊，在商業歷史上通常是企業面臨現金流危機或尋求剝離上市時的財務重組動作。然而，當這個動作發生在內部現金流極其充沛的網路巨頭身上，且時間點高度集中於同一個月內，它反映的是底層成本結構發生了位移。

七月三十日，字節跳動發布內部郵件，宣布將飛書產品團隊與豆包產品團隊整合，成立新的豆包產品團隊。原本獨立管理飛書的謝欣，改向豆包負責人趙祺匯報。在此前一週，阿裏巴巴將內部的 QoderWork、悟空、MuleRun 三款 Agent 產品整合為「千問辦公」，交由釘釘新任執行長龐大偉操盤。騰訊則將其 AI 智慧代理工具 WorkBuddy 與騰訊文件深度聯動，推出所謂「人機雙寫」功能。

三家頭部網路企業在辦公協作領域的組織調整，在短短三十天內達成了一致的動作路徑：將獨立的 AI 應用降級為功能模組，並將其直接綁定至已經擁有龐大企業客戶基數的成熟辦公平臺上。拆解這波整合潮的會計切面，核心並非單純的戰略聚焦，而是大模型高昂的推理算力資本支出，正在無情擠壓單一工具應用的存活空間。

獲客成本的會計切面：免費模型的流量陷阱與算力支出

檢視過去十八個月的生成式 AI 應用發展週期，多數新創公司與大廠內部孵化的獨立 AI 代理，皆採用「免費 + 流量導入」的獲客模型。這種模型在傳統軟體時代具備可行性，因為伺服器頻寬與儲存的變動成本極低，邊際成本趨近於零。這也與我們先前分析過的短影音平臺邊際創作者的注意力獲取成本與內容資產定價邏輯相似，初期依靠免費工具快速累積使用者資產。

生成式 AI 徹底摧毀了這套零邊際成本的會計假設。每一個使用者的每一次提問，都會在底層觸發大型語言模型的推理運算，直接消耗昂貴的 GPU 算力。

以目前主流的千億參數大模型為例，單次複雜邏輯生成的算力成本約落在 0.01 至 0.05 美元之間。若一個獨立的 AI 應用程式累積了一千萬名月活躍使用者，且平均每日進行五次對話，其每個月單純的伺服器變動成本將高達 150 萬至 750 萬美元。這筆開支直接切走軟體服務業 70% 以上的毛利率。

當網路企業面臨宏觀經濟增長放緩，資本市場對估值指標的考核從「活躍使用者數（DAU/MAU）」轉向「每位使用者平均貢獻（ARPU）」與「淨利潤率」時，無法覆蓋算力變動成本的獨立應用，便成為財報上的沉重負債。

算力資本支出的邊際擠壓與終端定價衝突

獨立應用程式缺乏足夠的變現場景來吸收算力成本。大模型本身難以直接向終端消費者收取高額月費，目前市場上願意每月支付 20 美元訂閱費用的重度使用者比例極低，轉換率普遍低於 2%。

企業級辦公市場的現金流結構相對健康。以釘釘與騰訊文件為例，這些平臺已經建立起以「席位」為單位的收費模式。企業客戶按年支付每人幾十至幾百元人民幣的授權費用。當阿裏將三款 Agent 整合為「千問辦公」並嵌入釘釘，本質上是將高昂的 AI 算力變動成本，透過龐大的企業基礎客戶羣進行跨羣組補貼與規模化攤提。

騰訊推出「人機雙寫」功能也是基於相同的會計邏輯。獨立的 WorkBuddy 需要獨立承擔獲客與算力成本；將其作為功能模組綁定至騰訊文件後，企業客戶在編輯報表與合約時呼叫 AI 協作的頻率，被精準控制在工作場景內。這種做法有效降低了無效的閒聊式算力消耗，將算力資源集中投入於高淨值客戶的剛需場景中，藉此優化整體專案的損益兩平點。

字節跳動的資產折舊與無形資產擠壓

字節跳動將飛書併入豆包團隊的操作，是此次調整中最具指標性的結構重組，這與科技巨頭的市場收縮與資產定價下移現象高度一致。

飛書作為企業級協作工具，在過去幾年投入了極高的研發資本支出與人力成本。面對釘釘與企業微信的寡佔格局，飛書在企業級市場的滲透率與付費轉換始終面臨瓶頸，獲客成本居高不下。高昂的開發維運成本與有限的營收規模，形成嚴重的毛利率擠壓。

與此同時，豆包作為字節跳動旗下的 AI 模型應用，雖然在消費級市場取得極高的下載量，但同樣面臨推理算力成本的巨大財務壓力。

將飛書團隊併入豆包，由趙祺統一管理，本質上是一次資產減損與組織扁平化的財務工程。組織合併可以消除兩個獨立產品線在基礎架構、雲端資源採購上的重複支出，發揮採購的規模經濟。更重要的是業務邏輯的轉向：豆包提供底層的大模型推理能力，飛書則作為企業端最終的交付載體。

在這個新的結構下，飛書不再是一個需要獨立承擔龐大研發折舊與獲客成本的對抗性產品，而是轉變為豆包模型變現的「前端介面」。透過企業客戶日常高頻的協作需求，消化豆包龐大的算力產能，並將原本難以轉化為訂閱收入的 AI 能力，包裝成企業級的軟體服務進行銷售。

競爭格局推演與估值邊際

當阿裏、騰訊與字節跳動紛紛將 AI 能力沉降至既有的辦公壟斷平臺，整個軟體服務產業的競爭格局將發生劇烈變動。

誰能在此波結構重置中受惠？顯然是那些已經掌握企業客戶付款帳號、擁有龐大使用者基數的辦公平臺。對於它們而言，AI 模型的導入提升了產品的用戶黏著度，並且為未來提高每位席位訂閱費用提供了合理的商業藉口。當算力成本隨著摩爾定律與硬體迭代在未來兩年逐步下降時，這些平臺將迎來毛利率與營收雙重擴張的估值修正拐點。

誰將承受擠壓？是那些缺乏穩定現金流業務支撐、企圖以單一 AI 工具直接向企業收費的獨立軟體供應商。當巨頭將具備基礎推理能力的 Agent 作為辦公軟體的標準配套，免費提供給數千萬企業用戶時，獨立供應商的訂閱定價權將被徹底沒收。它們無法覆蓋變動成本，也無法在獲客成本上與巨頭的免費策略抗衡。

網路產業的這波組織調整，清楚揭示了生成式 AI 發展到落地階段的冷酷現實。技術的演進必須找到能夠吸納其高昂變動成本的商業容器。獨立的 AI 應用多數只是一場燒錢的實驗，真正的商業規模化，終究得依附在已經驗證過現金流邏輯的傳統軟體架構之上。資本市場對 AI 的估值，終將從炒作模型參數的技術想像，回歸到企業級軟體嚴苛的利潤表與現金流量表中。