大语言模型

飞书搞了个AI分级体系，一上线就把一堆产品打回原形了

2025 年 7 月 13 日

飞书推出AI应用成熟度模型，为企业提供清晰可量化的AI评估标准，告别"PPT装饰"时代。核心内容： 1. 企业AI应用面临的"卖家秀-买家秀"困境 2. 飞书AI成熟度模型的四级分类标准解析 3. 从技术炫技到业务落地的评估体系转变

“飞书想建立AI产品分级体系，它的底气是什么？

大数据产业创新服务媒体

——聚焦数据 · 改变商业

2025年，AI几乎无处不在。从智能助理到AI会议纪要，几乎每一家To B软件公司都在快速叠加AI能力，争抢“AI+办公”的未来入场券。对企业而言，仿佛不接入AI，就像还在用功能机时代的办公系统。

但热闹背后，越来越多企业管理者陷入一种“AI疲劳”：许多AI功能看起来令人惊艳，真正上线使用后，却不是响应缓慢、就是内容敷衍，甚至完全“答非所问”。AI产品成了企业的“PPT装饰”，更像是为发布会准备的“卖家秀”，而非真正解决业务难题的“工具人”。

一句话，企业到底该如何判断一个AI功能是“好看”还是“好用”？

就在这股技术与焦虑交织的洪流中，飞书在其2025年7月的发布会上，抛出一个颇具分量的新概念——AI应用成熟度模型。这是一套将企业AI应用划分为四个成熟度等级的评价标准，试图用清晰可量化的标准，把“AI好不好用”这件事，从主观感知拉回理性评估。

M1–M4四个等级到底怎么分？

“AI应用成熟度模型”这一术语，听起来略带技术门槛，却准确击中了当前To B企业面临的一大现实：AI到底该怎么评估？在产品页面“写得天花乱坠”、实操落地“一地鸡毛”的今天，飞书尝试用一套四级分类，把“能演示”和“能用”这道鸿沟，正式划清。

四个等级，一眼看懂企业AI的“进化路径”：

为了帮助大家更好理解模型，我们对其做了一些“翻译”，并做了下面表格：

这四个阶段的划分逻辑，不是根据模型大小、算法复杂度，而是站在企业使用者视角：你能不能上线用？能不能持续用？用完有没有实际业务提升？

与“科研AI”划界，飞书想强调的是“落地工程性”。

传统AI领域有很多技术评估维度，比如BLEU分数、推理速度、参数量等等，但对企业CIO或业务负责人来说，这些术语常常只是“玄学”。飞书模型的突破之处在于，它用非常贴近“业务落地感”的语言和等级，把AI的实用性颗粒度做了拆解。

换句话说，这是一个从产品视角出发的AI评估标准，不是技术人之间的炫技，而是业务人与工具之间的契约。

为什么企业AI需要“成熟度模型”？

AI正在从技术奇观变成生产工具，但一个被忽视的问题是：我们拿什么来判断一款AI产品，是否值得在企业中大规模部署？

在消费级市场，用户靠“好不好玩”“用着爽不爽”来评估AI，而在企业级市场，没有任何一个CIO会用“科技感”来作为选型依据。他们更在乎的是：能不能快速上线？能不能跟现有系统打通？用完之后，是锦上添花，还是雪上加霜？

然而现实是，大量企业AI产品还停留在“展示即结束”的阶段。很多厂商为了追热点，仓促将通用大模型能力包裹进现有产品，PPT上是“AI驱动”，真正使用时却是：“问了三遍，还答非所问；总结了一页，会后没人敢用。”

这正是企业AI落地的“卖家秀–买家秀”悖论。

☆成熟度模型的意义在于：用一把“应用标尺”，重建信任

飞书提出M1–M4四级成熟度模型，其实在做一件至关重要的事：把企业对AI的期望值校准，把供应商对交付能力的承诺标准化。

从“只讲模型参数”到“讲清产品可用性”，这本质上是一次视角的转变：

对企业用户来说，成熟度模型让他们可以设定合理预期，不再被“AI万金油”式销售术语蒙蔽；

对产品设计者来说，模型变成研发路线图，知道什么是合格的交付标准；

对整个市场来说，这是一次从“无标可循”走向“共识定义”的进化。

飞书不是第一个尝试分类模型的公司，但它的特别之处在于——这次不是实验室发布的技术论文，而是一家实际运营AI产品的公司，站在一线，把模型与产品逐一绑定、现场验证。

这让这个模型的意义，不只是理论，更具有“工程实操价值”。

模型不是空谈，

飞书用产品一一对标成熟度等级

相比空泛的概念模型，飞书更具说服力的一点在于，它同步公布了多款AI产品，飞书不是停留在“讲模型”，而是用产品去定义模型、验证模型。下面，我们来看几个此次飞书发布的产品，并试图将其与上面的AI应用成熟度模型对应起来。

☆M3标准：飞书知识问答——你的“企业豆包”

根据官方材料，飞书知识问答已达到M3级，即“成熟应用、可以大规模使用”。

无需企业构建知识库，即可“开箱即用”；

能“穿透组织”，理解语境，提供基于企业内部信息的准确回答；

就像是一个理解公司全貌、能回答“企业问题”的“企业豆包”。

这意味着，知识问答具备跨部门、跨角色使用的稳定性，是一个可广泛部署的AI“助手型”产品。

☆M4标准：飞书会议——实时总结的成熟AI

飞书会议达到M4标准，属于“完全成熟，在适合的任何场景都可使用”的产品。该产品支持会中实时总结，而非仅在会后回顾；能自动生成纪要、输出待办事项，并通过文档发送；准确率与逻辑概括能力“相当成熟”。

这表明飞书会议不仅能听懂，还能“提炼”、“记录”并“执行”后续任务，是典型的高成熟度AI产品形态。

此外，飞书还发布或升级了多个具备AI能力的产品，也在逐步靠近M3及以上标准。

☆多维表格：功能跃迁中的“王牌产品”

虽然飞书未明确将“多维表格”归入成熟度模型等级，但从其产品更新幅度来看，它正向M3级靠近：月活接近千万，标志其迈入成熟工具产品品类；支持“拖拉拽”搭建业务系统，兼顾美观与实用；单表容量达1000万热行。

这使得多维表格不仅是表单工具，更开始具备“业务平台”的潜质，对小微企业与大型流程管理者都构成实际可用价值。

此外，飞书还推出了AI开发套件，形成了更系统的企业AI能力框架。

◾飞书妙搭（企业AI系统搭建工具）

该产品让AI Coding快速落地产品思考，类比为“企业的无限产品经理和初阶开发人员”，可自动输出原型、生成系统。

◾飞书Aily+aPaaS平台

Aily为企业级Agent平台，已在公牛集团、美中爱瑞等公司落地；aPaaS平台实现AI加持的PaaS化开发，强调“效率、稳定、复用”的平衡

这些构成了飞书在更深层次的AI基础设施布局，虽然未在材料中明确打标签，但显然是朝着高成熟度、高扩展性方向演进的产品组合。

AI的“L1-L5”时刻到了吗？

飞书模型的行业意义与市场震动

自动驾驶行业早在数年前就确立了一套全行业通用的分级模型：L1到L5，定义了从人类辅助到完全无人驾驶的五个阶段。这套模型并不仅仅是技术评估标准，它在根本上重新组织了整个产业链——帮助监管者判断风险、帮助企业评估能力边界，也帮助公众建立对“自动化”的现实认知。可以说，没有L模型，就没有今天自动驾驶的理性竞争格局。

而飞书此次提出的“M1–M4 AI应用成熟度模型”，在本质上正是对企业AI落地路径的一次结构化、工程化重构。这不仅是一个模型发布，更可能是“企业级AI”真正走向成熟产业阶段的标志性事件。

☆模型之于产业，不是修辞，是基础设施

飞书模型的提出，首先是一种对当下AI产品泛滥但落地稀缺现象的清算。在过去一年中，企业面对AI时，往往只能依赖“演示效果”和“销售口径”来判断其价值，而非清晰的标准。飞书此次以“M3=成熟可用、M4=全面通用”的方式，给出了明确的能力刻度。这种能力刻度，不是技术参数维度的“token长度”或“训练数据规模”，而是以“可大规模部署”和“适配多场景”的可用性为核心，强调真实环境下的稳定性、泛化能力与交付效果。

换句话说，它不问模型能不能生成“惊艳内容”，而是问：这个AI功能在公司里能不能顶得住实际使用？能不能连续跑？出错率多高？

这正是To B场景下最需要的理性衡量方式。也正因如此，飞书模型与L模型之间产生了共振：它们都尝试将“看不见的智能系统”拉入可以评估、可以管理、可以决策的框架之中，赋予市场真实的参考体系。

☆飞书想做的，是定义“可信AI”的使用上限

更深层次看，飞书通过这套模型的意图并非只是帮助客户选型，而是试图建立企业AI应用的行业标准语法。在一个尚无权威机构给出通用评估体系的市场中，谁先给出一套被验证、被采用的结构化标准，谁就拥有了定义未来的先手权。

从发布会披露的信息来看，飞书并不是“模型先行、产品随后”，而是反其道而行之：用多个真实产品（知识问答、AI会议、多维表格等）作为标准“标杆”，反向映射出这一模型的四级结构。这种从底层产品能力抽象模型的路径，比凭空建构模型更有操作性，也更容易赢得行业信任。

它背后折射的是飞书团队对“工程视角AI”的理解——AI产品不是创意、不是卖相，而是一套能承载组织信任的生产工具。

☆企业级AI的下一阶段，需要共识而非炫技

一个重要的判断是：飞书这次的模型发布，将会引发AI工具厂商之间的“成熟度竞赛”。就像自动驾驶厂商不能再用“我们很先进”一笔带过L几级一样，未来AI产品也将无法仅凭一句“用了大模型”就获得企业青睐。客户会开始反问：你们是M几？在哪些场景部署了？准确率多少？稳定性如何？

这对市场生态是一种积极的“清场效应”。它迫使厂商从“炫技”回到“交付”，从“拼参数”回到“拼耐用度”。

而这，正是一个行业走向真正成熟的开端。

你的AI，用到了第几层？

AI正从“demo吸睛”走向“场景决胜”的阶段。当越来越多的企业开始意识到：AI真正的价值不是能生成一段漂亮的文本、画一幅惊艳的图，而是能否在流程中持续稳定地产生价值时，我们其实已站在一个全新时代的门槛上。

飞书提出的“M1–M4 AI应用成熟度模型”可能不是完美的答案，但它的出现，至少为长期混沌不清的“企业AI落地标准”提供了一个结构化的起点。

这个模型的意义，不止在于帮助飞书解释自己的产品，也不仅仅是一次品牌自证，更像是一面行业镜子——它让企业有机会回过头来问自己：

我们现在用的AI功能，真的是在解决问题，还是只是在展示技术？

我们花了大量预算接入AI，它在日常的流程中真正发挥了多少作用？

我们是否有评估一款AI系统“好不好用”的标准，而不是“新不新鲜”的情绪？

在AI从“先锋试验”向“主流基础设施”转变的当下，这些问题值得每一个企业决策者、产品经理甚至一线员工思考。

如果你所在的企业，已经部署了多种AI应用，不妨回看一下你们的工具清单，用“M1–M4”的视角去做一场自测：哪些功能可以称为成熟应用？又有哪些，其实还停留在“演示”阶段？

而如果你是一个在思考AI产品设计或采购路径的从业者，不妨把飞书这次的模型作为一个“起点模板”——未必非要照搬，但至少，它给出了一个可以被沟通、可以被质询的语言系统。

企业AI的未来，属于那些“最能稳定服务流程、最能交付真实价值”的系统。飞书这次迈出的是定义标准的第一步，接下来要回答的问题，将是：谁能持续站在M3与M4之上？谁能用产品把成熟度走成护城河？

你的AI，现在用到了第几层？

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

飞书搞了个AI分级体系，一上线就把一堆产品打回原形了

立即咨询 JOTO

想把这些做法用到你的业务里?

Start your enterprise AI rollout

Tell us what you need