远见网Meta日前宣布，将把约7万名员工的内部通信工具从Google Chat迁移至Salesforce旗下的Slack。
这一涉及数万人的办公软件迁移，表面看是一次内部工具替换，实则透露出科技巨头在AI智能体（AI Agent）落地过程中对协作平台的新要求。
Meta给出的核心动因，正是Slack对AI智能体的适配能力更胜一筹。
过去几年，Meta一直使用Google Chat作为内部沟通工具，如今突然转向其主要竞争对手Salesforce旗下的Slack，这一决定并非出于成本或界面偏好，而是与Meta当前AI战略深度绑定。
随着Muse Spark 1.3等模型的发布，Meta正加速将AI智能体嵌入内部工作流，而Slack在第三方应用集成、机器人生态和API开放性上的积累，成为其胜出的关键。
AI智能体成办公软件选型新标尺
Meta的迁移决定，标志着大型科技企业在选择内部协作工具时，评估维度正在发生根本性变化。
过去，企业协作软件的竞争焦点是即时通讯的流畅度、视频会议的稳定性以及文件共享的便捷性；
如今，随着生成式AI和智能体技术的成熟，软件能否顺畅承载AI智能体的运行，成为新的关键指标。
Meta在AI领域的布局节奏明显加快。
9月3日，Meta发布Muse Spark 1.3模型更新，该版本在编码和智能代理任务上性能显著提升。
Meta首席AI官Alexandr Wang称，这是Meta迄今在模型性能上最大的一次跃升，新模型在编程和智能体能力方面取得进展，与OpenAI和Anthropic近期发布的模型处于相近水平。
Meta还计划将这一模型推向Instagram、Facebook等社交平台以及Meta AI用户，同时推进个人AI代理产品开发。
在这样的背景下，内部协作工具不再只是员工聊天的场所，而是AI智能体执行任务、调用数据、协同工作的“运行环境”。
Slack长久以来建立的机器人生态和可定制化工作流，使其成为AI智能体落地的理想平台。
相比之下，Google Chat虽与Google Workspace深度整合，但在第三方AI智能体接入的灵活性和生态广度上，逐渐显得力不从心。
Meta的这次迁移，实际上是对协作软件的一次“AI压力测试”——测试的不是软件能容纳多少用户，而是能否承载AI智能体与人类员工的混合协作模式。
Slack通过其API和App Directory，允许企业将AI模型直接嵌入频道、消息线程和自动化流程中，这种架构上的开放性，正是Meta这类AI重投入公司所看重的。
协作软件竞争进入“智能体适配”新阶段
Meta的选择并非孤例，它反映出整个企业软件行业正在经历一场由AI驱动的范式转移。
Slack母公司Salesforce近年来持续加码AI功能，将Einstein GPT等AI能力深度整合进其客户关系管理（CRM）和协作产品中。
而Slack本身也推出了基于大语言模型的AI功能，如对话摘要、自动回复和智能 ，这些功能在Meta的AI智能体工作流中具有直接的应用价值。
与此同时，美光等硬件厂商也在为AI工作负载的扩展铺路。
美光正在研发名为“近GPU NAND”的高耐久性NAND闪存模块，计划将其部署在GPU封装内部或PCB上，靠近GPU，以在存储密度和耐久性间取得折中。
该技术作为显存和普通存储间的高速缓冲层，可让GPU直接访问数百GB存储池，适合运行大规模AI大语言模型。
这一硬件层面的创新，与Meta等公司的AI智能体部署相辅相成，共同推动AI从云端走向企业内部的每一个角落。
回到协作软件市场，Google Chat并非没有AI能力。
Google Workspace早已集成Duet AI（后升级为Gemini），但Google的AI策略更偏向于在自有生态内闭环运行，对第三方AI模型的兼容性相对有限。
而Meta作为Anthropic的重要投资者，其AI模型生态与Slack的开放架构更为契合。
Meta旗下模型Muse Spark 1.3在编程和智能体任务上的表现，需要在一个能够灵活调用外部工具、执行多步操作的平台上发挥，Slack的Workflow Builder和机器人框架恰好提供了这样的环境。
这一迁移事件给协作软件行业传递出一个明确信号：未来的竞争将不再局限于功能堆叠，而是看谁能成为AI智能体的最佳“宿主”。
Slack凭借先发优势和Salesforce的资源支持，在这一轮竞赛中暂时领先，但Google、微软Teams等对手也在加速调整策略。
微软Teams已深度整合Copilot，Google Chat也在强化Gemini的嵌入，但Meta的选择表明，在AI智能体适配的深度和广度上，Slack目前仍具说服力。
从内部工具看AI战略的落地逻辑
Meta将数万员工的内部沟通工具迁移至Slack，绝非一次简单的IT采购决策。
它实际上是在为AI智能体的大规模内部部署搭建基础设施。
Meta近期发布Muse Spark 1.3时，其AI负责人特别强调了模型在“智能代理任务”上的性能提升，并指出安全问题已成为内部重要议题。
Meta正在增加安全和对齐投入，这些工作都需要一个高度可编程、可监控的协作环境来测试和运行AI智能体。
值得注意的是，Meta在模型发布时采取了“具有进攻性”的定价策略，其“贡献者层级”选项已吸引两位数比例的开发者选择，该计划可大幅降低编码产品成本。
这表明Meta正积极扩大其AI模型的开发者生态，而Slack作为开发者活跃度极高的企业平台，自然成为Meta内部测试和展示AI能力的理想窗口。
通过让员工在日常工作中频繁使用Slack上的AI智能体，Meta可以收集真实场景下的反馈，加速模型迭代。
从更宏观的产业视角看，Meta的迁移决定也凸显了AI版权和合规环境的变化。
近日，美国政府提交文件支持OpenAI在与出版商的版权纠纷中的立场，认为用新闻内容训练AI符合版权法“合理使用”原则。
这一政策信号将降低AI公司在数据获取上的法律风险，进而鼓励更多企业将AI智能体嵌入核心业务流程。
当AI可以更自由地调用外部数据时，协作平台作为数据入口和交互界面的价值将进一步凸显。
然而，Meta的迁移也面临现实挑战。
七万人的团队切换协作工具，涉及数据迁移、习惯培养、第三方应用重新配置等一系列成本。
Slack虽在AI适配性上占优，但其在大型企业中的部署经验能否平滑支撑Meta这种规模的团队，仍需时间检验。
Google Chat与Google Workspace的深度整合，曾为Meta员工提供了无缝的文档、日历和邮件体验，迁移后这些流程需要重新对接，短期内的效率损耗不可避免。
长远来看，Meta的这次选择可能引发连锁反应。
其他依赖AI智能体的大型企业，可能会重新评估其协作工具的AI友好度。
Slack若能借此机会树立标杆案例，将进一步巩固其在企业协作市场的高端地位。
而Google Chat若不能快速强化对第三方AI模型的支持，可能会在AI驱动的企业客户中流失更多份额。
协作软件市场的下一个分水岭已经清晰：谁能成为AI智能体最顺畅的“运行基座”，谁就能在未来的企业数字化进程中占据主动。
Meta的七万人迁移，正是这一趋势最具象的注脚——它不再是简单的工具替换，而是AI战略在组织层面的落地布局。
对于Slack而言，赢得Meta这个客户，意味着拿到了AI时代企业协作的“信任状”；
对于整个行业而言，这场迁移预示着办公软件竞争已进入以AI智能体适配能力为核心的新阶段。
继续往下看，Meta七万员工弃用Google Cha已经不只是单点消息，后面更关键的是客户验证、交付效率和供应链稳定性能不能按同一节奏往前走。如果前面的改善不能继续传导到更细的执行端，市场很快就会重新评估这轮变化的成色。
落到经营端，真正会拉开差距的，往往不是谁先把声量做大，而是谁先把客户验证和交付效率稳下来。对平台企业与供应链厂商来说，这类差距通常先出现在周度推进和合作接口上，随后才会传导到更实在的结果。眼前这轮变化之所以值得继续跟，背后牵着的就是这一串更硬的变量。
这意味着，Meta七万员工弃用Google Cha后面真正要看的，已经不是单点产品热度还能不能继续放大，而是客户验证、交付效率和供应链稳定性会不会连续改善。只有这些变量开始稳定兑现，这轮变化才会从阶段性信号走向更明确的趋势。
长期看，对平台企业与供应链厂商来说，竞争差距不会停留在表态或热度上，而会先体现在客户验证和交付效率能不能沉到日常动作里。谁能把这些环节持续做实，谁才更有机会把Meta七万员工弃用Google Cha留在结果上。
