又是一年双 11。
人们总是习惯把双 11 当成消费现象来讨论，GMV、主播战报、尾款人段子，总能被讨论许久，但这场已经持续十余年的全民购物，其实还有一个总被忽视的关键角色：它是诸多对今天商业世界和人们日常生活至关重要技术的试炼场。
2009 年第一个双 11，支付宝核心数据库差点被巨量交易额击垮，催生了后来的自主数据库以及影响了整个云计算进程的去 IOE 运动，2013 年移动端爆发，CDN 和弹性架构被双 11 的高并发不停倒逼着快速成熟，后来直播电商兴起，实时音视频技术被推上战场。这每一次，都是业务需求撕开口子，技术在裂缝中诞生。
而今天，AI 显然是那个最需要被双 11 洗礼一下的技术。
用 AI 行业最熟悉的方式来对比，就是它缺少一个诞生于真实需求的 benchmark，而双 11 正是技术演进最苛刻的裁判，它是 AI 应用们最该比的那个 benchmark ——它不打分、不排名，评判标准简单粗暴：扛不住就崩溃，慢一点就丢单，哪里漏水哪里就会血流成河。
接受双 11 检验的，轮到 AI 表格
今年，率先被双十一洗礼的，是 AI 表格。
当这些年双 11 的大促周期从 24 小时拉长到一个月，当商家要同时盯着淘宝、抖音、小红书、视频号几十个渠道，一场直播就能涉及 60 多家商场、十几个品牌、80 多款卡券的实时协同的时候，过去表格只能处理百万行的上限就成了商家们最大的挑战。
他们要的不再是 " 一张更大的表 "，而是一个能同时承载数据、流程和智能决策的轻量化系统，一个 AI 系统。
万龙在客服领域摸爬滚打了近十年，他太清楚大促最怕什么：不是投诉多，而是投诉来了你不知道该找谁。他在森马负责电商的客服，过去用的，是 Excel，几十万条客户反馈靠人工录入，等分析完做成报表，爆款可能已经断货，用户体验已经受到影响。
今年双 11 前，钉钉 AI 表格替换了过去的方式，他自己搭了一套智能客服系统。RPA 工具自动爬取淘宝、京东等电商的消费者评价，以及小红书博主对森马的评价，AI 字段实时判断情感倾向，标签化统计把商品、物流、活动问题分门别类。最关键是，这张表的处理能力突破后，他能用它分析更加长周期里的数据，而这也是 AI 模型进步的根本技术能力变化，于是这些更多的数据和更强的 AI 终于匹配，可以帮助他更好推送和获得转化。
一张表，处理端到端的商业信息。从用户发声到运营决策，从 48 小时变成最短压缩到 10 分钟。
这种效率提升，对中小商家来说更加重要。
埃罗赫 AlmondRocks 是个只有几十人的原创设计师品牌，一年要合作 6000 多个达人，商务团队却只有 4-6 人。过去，他们花很多时间在蒲公英、千帆、星图、罗盘等平台间手动跳转，把数据复制到 Excel 里清洗。商务同学 60% 的时间都在导数据、做表格，几乎没有精力拓展新达人。
创始人张琪在今年双 11 决定把这一切都解决，他们选择的工具也是钉钉 AI 表格。这些表格通过 RPA 插件自动抓取各平台数据，商务同学只需录入物流单号，AI 字段就能自动查询签收状态；输入笔记链接，点评赞数据自动更新。
最关键的是，系统能实时监测爆款笔记，一旦某条内容数据异常，立即推送给对应商务，于是，这家本就应更灵活的公司，有一半人现在的工作都在这张表上完成，自动化流程高频运行，系统则保持了流畅。
支撑这些系统稳定运行的是钉钉的 AI 表格，而其中最关键的突破，是对表格行数的处理能力。
钉钉默默干出千万行，表格战争的分水岭
双十一前，钉钉宣布和阿里云技术团队的合作实现了技术突破——单表容量首次达到 1000 万热行的量级。这意味着哪怕双十一这样的业务洪峰也可以不再需要 " 人工分表 "，让所有数据跑在一张表格上，可以应对高频变动、跨多表关联、让千人同时编辑，实时协同。
传统表格架构下，数据是静态的，公式计算是单线程的，跨表关联是脆弱的。而热行让每一行数据都具备动态计算能力，能实时触发公式、跨表联动、启动自动化流程。
比如，线上店铺或者线下门店订单系统如果在一张表里同时处理大量数据时，传统表格会卡死，因为每次数据更新都要重算整张表。热行架构下，只有变动的行触发局部计算，其他数据保持静默。这种存算一体的设计，让 AI 表格在理论上可以无限扩展，而双 11 的实战证明了它在千万级数据量下依然保持稳定。这其实是架构范式的转变——表格从 " 数据仓库 " 变成了 " 计算引擎 "。
这个 " 热行 " 不是凭空冒出来的，在双十一开始前的几个月，钉钉 AI 表格等产品调用产生的用量曲线陡然上。在更早前，钉钉团队发现 A 电商客户在双 11 前的测试数据异常，单表行数普遍突破几十万。传统数据库架构下，每增加 10 万行，查询响应时间就增加几秒，更重要的是一旦涉及到实时计算时系统基本不可用，直接崩溃。
客户的需求很迫切，这已有的技术必须被改变了——这是个最典型的 " 双 11" 风格的商业对技术的反向推动。
不过，当时他们的目标还是百万行，也没人想到能做到千万行。这之后，阿里云 ADB-PG 数据库团队就直接驻场钉钉办公，每天与 AI 表格工程师结对编程。
研发中，客户的需求也是最重要导向。客户提出的要求非常具体：要能看到前 10 分钟某款差评商品的库存预警，同时触发自动补货流程，还要推送给商品总监。而这个需求涉及跨表查询、AI 分析、自动化推送三个环节，在旧架构下需要数十秒，新架构做到了秒级响应。
也就是说，钉钉的 AI 表格，基本就是由电商行业本能地拖上了双 11 的战场，然后催生出了最重要的一次技术上的突破。钉钉 AI 表格的价值，不在于它发明了什么新功能，而在于它恰好站在了 " 数据 +AI" 与 " 规模化协作 " 的交汇点，并且扛住了千万级数据量的考验，这也就意味着所谓的 AI 表格，可以承接猛烈的商业需求了。
而这样一个被双 11" 逼 " 出来的技术突破，很可能就成为今天 toB 领域更大的竞争的一个分水岭。从 2024 年开始，多维表格、智能表格、AI 表格、数据表，各家 toB 公司都在纷纷押注 " 表格 "，这已是 toB 领域最核心的叙事。当处理的行数突破千万量级，它注定会带来连锁反应。
在此之前，表格更多是内部管理工具；在此之后，表格第一次有能力承载电商订单、供应链台账、海量营销线索等核心业务流。从此它可能将市场划分为两类玩家：一类还在优化 " 内部协同 "，另一类已经开始支撑 " 核心商业 "，竞争就此分野。
真正关键的 AI 突破，必须来自真实的商业需求
站在 " 表格战争 " 的今天回顾过去几年的协同办公战场，其实会发现一条脉络。2020 年到 2021 年，是 " 音视频战争 "，各家巨头鏖战于此，当时钉钉的解法是迅速通过技术收购补齐能力梯队。2022 年，战局开始转向 " 文档战争 "。
这两个阶段，竞争更多来自技术和产品本身，比拼的是技术基础设施和产品的设计。但今天钉钉给出对 " 文档战争 " 的破局思路则是 " 让文档成为过去式 "。
在钉钉 8.0 发布会，无招曾提出一个判断，AI 时代的工作方式，是让 AI 理解物理世界，操控工具，做出决策。
而表格恰好成为这个理念的最佳载体：它足够简单，人人都会用；又足够强大，能承载完整的业务流程。当 AI 助理能用一句话生成自动化工作流时，它实际上是在降低企业创新的门槛。
业务人员不再需要 " 适应机器的规则 "，而是让机器理解业务逻辑。这种 " 技术平权 "，让一线员工从数据录入员变成了 AI 应用的创造者。
这个阶段的竞争从产品和技术本身，进入到新的革命性的技术如何与真实的商业需求结合的阶段。
千万行的突破发生在双 11，就是一个信号：AI 产品的胜负手，永远不在实验室的 benchmark 分数，而在真实业务的灰度里。钉钉 AI 表格能率先突破千万行，不是因为它的算法更先进，而是因为它更早、更深地扎进了电商这个 " 数字原生 " 行业。
身处阿里的环境里，会让钉钉更加理解当大促周期变成一个月，数据分析的精度必须提升到小时级。钉钉与淘天和阿里云的互动，能让它知道这些商家的需求是当全域运营成为常态，数据抓取必须跨越平台壁垒，在直播电商爆发后，协作必须实时同步到每一个主播、每一家商场的。这些电商的经验、基础设施的经验和企业级服务的经验，导致这事注定是钉钉先做了出来。
而且，当你能非常具体和直接感受到这些需求，你的产品节奏也会更准确。钉钉几乎在保持着每 3 周一个版本更新的恐怖节奏，从钉钉多维表功能最初全面免费开放，到 AI 字段模板上线、直接针对电商行业上新，露出一张表管经营、管公司模式的雏形，再到钉钉 AI 表格发布。最终，100 天时间技术攻坚后单表容量提升至 1000 万热行，实现了后发先至。
接下来，这种被双 11 试炼过的首先做到千万行的技术能力，有可能从单点的优势，长成网络效应。
今天真正要带来实际价值的 AI 应用，都应该接受双 11 这样的洗礼，去理解真实的业务，用技术突破来解决这些需求，然后在最极端的场景里扛住业务压力，变成下一个改变商业世界也改变人类使用 AI 方式的关键变量。
