9月16日，智谱在电话交流会上说了件事。

GLM-5.3发布才一个月，Co-work行业订单已经超过10亿。网络安全是第一个跑起来的场景，100家安全企业把GLM接入了自己的产品和业务流程。

以前大模型跟企业合作，大多是做个POC，测一测就完了。这次不太一样，客户把大模型嵌进了日常流程里。智谱说，Co-work是未来大模型的重要方向，金融、法律、工业制造、生命科学都能用。
听起来AI终于要干活了。
但把目光从智谱挪开，去看看大多数中小制造企业，情况完全是另一回事。有数据显示，目前90%的制造企业数据还在“沉睡”，尤其是中小企业。系统上了一些，数据却散在各处，各部门之间对不上。

AI要嵌入业务，前提是企业的数据能被调用。但现实是，客户信息在销售手机里，库存在Excel里，审批在微信群里。AI再聪明，也读不懂一堆散着的表。
真实企业碰到的麻烦，往往更复杂。
这家做化工的潞安化工企业，以前的状况跟很多工厂差不多。总经理张海全说过一句话：“以前财务的成本、生产消耗、产品销量等数据各有各的。想算一笔完整的利润账，得找3个部门要表，手动核对。光整理数据就得花两三天时间，还容易出错。”
三天的数据整理时间，搁在化工行业其实挺要命的。原料价格波动快，生产排期又紧，等财务把账算明白，可能已经错过了调整的窗口。而且手动核对，难免出错，一出错就得返工再核一遍。
问题不在没有数据，在数据串不起来。
AI应用能否保证先让数据能被“读懂”？这家化工后来做了什么？

他们把绩效考核、利润等模块统一到一个平台上，核心是一个“经营分析驾驶舱”，按“利润=收入-成本”的逻辑把框架搭起来。现在各部室、车间、班组全在系统上填数据，从生产投料、物料消耗到销售回款，每个环节都能追溯。管理人员打开手机就能看到实时数据，不用再到处要表。

这套东西是用云表平台搭的。业务人员按Excel习惯画表格就能搭出系统，不用等程序员排期。寿阳化工用云表搭了18个模块，覆盖了从生产到经营分析的全部环节。
这件事跟智谱Co-work有什么关系？

Co-work要嵌入企业流程，第一步是“读懂”企业的数据。读产能、读交期、读库存、读履约记录。如果这些数据散在Excel里、微信群里，AI就读不懂。读不懂，连被嵌入的资格都没有。
寿阳化工的做法说穿了很简单：先把数据归拢到一个地方，让每个环节都能追溯。这跟Co-work要“读懂”企业是同一个逻辑。AI读懂你之前，你得先读懂自己。
总结
智谱的订单破10亿，说明AI落地在提速。但制造业的数据还有大量在沉睡。AI要嵌入业务，前提是数据能被读懂。这件事不解决，订单再多，也落不到大多数工厂头上。