最正确的决策：长在用户已有的工作流里
Copilot 没有让用户去一个新地方，而是嵌进 Word、Excel、Teams、Outlook 这些用户每天已经打开的软件。开会时 Teams 里自动出纪要，写文档时 Word 里直接续写，看邮件时 Outlook 里帮你提炼长线程。用户不需要改变任何习惯，教育成本几乎为零。
对比独立聊天窗口的交互：用户得先主动想到「这个问题可以问 AI」，再切换窗口、贴上下文、等回答。Copilot 是在你干活的当下把工具递到手边。这是它和 ChatGPT 最本质的差别——一个卖入口，一个卖场景。对每天要处理几十封邮件、一堆会议纪要的知识工作者来说，场景的赢面更大。
第二个正确：用 Microsoft Graph 做上下文壁垒
M365 Copilot 的回答不是裸模型能力，背后接着 Microsoft Graph——你的邮件、日历、文档、聊天记录、同事关系。问一句「上周和某客户聊到哪一步了」，它能跨邮件、会议纪要、Teams 聊天记录汇总出答案。这是纯模型公司给不了的东西：数据在微软的围墙里，ChatGPT 再强也读不到你公司的内部文档。
企业愿意为「懂我们公司」的 AI 付钱，不愿意为「又一个聪明但什么都不知道的聊天框」付钱。这个判断是 Copilot 整个产品逻辑的根基。
商业化思路清晰：按席位做 upsell
M365 Copilot 定价 30 美元/用户/月，叠加在现有 M365 订阅之上。微软手上握着几亿企业席位，获客成本几乎为零，销售通路现成，采购流程企业早就熟悉。哪怕渗透率只有个位数百分比，也是百亿美元级别的增量收入空间。对比之下，ChatGPT 要花大力气教育企业采购、过安全审查，微软只需要在续约合同时加一个勾选项。在目前所有企业级 AI 变现尝试里，这是账算得最顺的一个模型。
做得不好的地方
一是品牌混乱：Windows Copilot、GitHub Copilot、M365 Copilot、Security Copilot、Bing Copilot……用户根本分不清谁是谁，后来统一收敛成「Copilot」一个品牌，又稀释了原本 GitHub Copilot 在开发者里的好口碑。二是使用深度的争议：公开报道和行业分析普遍指出，不少企业买了席位但员工日活不高，30 美元的定价在续费时面临 ROI 拷问——买了不等于用了。三是在 C 端，Copilot 手握 Windows 和 Edge 的分发优势，却始终没打下用户心智，绝大多数人聊 AI 第一反应还是 ChatGPT。装机量大不等于用户主动选择，这是微软一直没解开的题。
买了席位不等于用起来，中间还隔着几道坎。第一道是人的坎：多数员工没写过 prompt，第一次问了个烂问题、得到个烂答案，就再也不打开了——微软后来做 Prompt Gallery（提示词库）就是在补这个课。第二道是权限的坎：Copilot 接 Graph 意味着它能看到员工有权限看到的一切，而很多企业的 SharePoint 权限常年疏于治理，AI 一上线，「实习生搜到了高管薪酬文档」这种 oversharing 事故立刻暴露，反而倒逼企业先做权限大扫除再敢开。第三道是成本的坎：30 美元按席位收，IT 部门往往只给部分岗位开通，覆盖不全又让「全公司协同」的价值打折。这三道坎说明：企业 AI 产品的交付物从来不只是软件，还包括培训、治理和变更管理。
给产品经理的启示
Copilot 验证了两件事：企业 AI 的第一战场是存量工作流，不是新入口；上下文（企业数据）比模型本身更能构成壁垒。但它也警示了另一面：套件捆绑能解决「卖出去」，解决不了「用起来」。激活率、使用深度、续费时的价值证明，每一个都是独立的产品工程，指望捆绑销售自动带来活跃是不现实的。大厂产品的光环容易让人忽略这一点，但它恰恰是面试里最加分的观察。