企业软件里的两种世界观，造出了不同的Agent

图片来源@unsplash

讲了这么多年的“SaaS元年”，企业软件似乎终于等来了自己的“至暗时刻”。

就在过去一个月，OpenAI的Frontier AI Agent、Anthropic的Claude Code工具，再到OpenClaw开源Agent（龙虾）工具接连爆火，掀起了一轮全球软件二级市场的抛售潮。Salesforce、Adobe、微软这些昔日的巨头，股价都遭受了沉重打击。根据摩根大通二月初发布的那份报告，自今年一月底以来，美股软件板块的市值蒸发规模已经超过了1万亿美元——这个数字，足以让整个行业倒吸一口凉气。

不过，有意思的是，虽然资本市场对传统软件的前景产生了动摇，但身处风暴中心的软件厂商们，心态反倒积极得多。这种积极，体现在两个清晰的行动方向上。一方面，各家都在快马加鞭，将AI Coding、嵌入式Agent、对话式Agent融入自己的产品线，力求推出更贴合企业实际场景的AI解决方案。另一方面，他们也在不遗余力地强调自身的“护城河”：产品久经考验，交付能力成熟稳定。言下之意是，相比那些还需要时间验证的“野生”Agent，自家的方案显然更让客户放心。更有甚者，已经直接将Agent用于自身的研发和运营，用AI为自己的产品实力背书。

Agent究竟会不会彻底碘伏传统软件？这个问题目前还没有定论，市场需要时间来消化这种对行业结构剧变的担忧。但眼下，有一个更关键的问题亟待厘清，因为它将直接决定未来软件行业的演进路径：Agent，究竟是要“嵌入”现有流程，还是要“替换”掉整个流程？

前者的逻辑基础在于，AI本质上是一个工具，是人类的高级助手，其核心使命是优化和促进既有的业务流程管理。这套思路，其实延续了自上世纪90年代“业务流程再造”运动以来的经典认知——企业软件的核心价值，依然是记录、分析数据，并从中产生洞察。近期用友提出的“智能双模”战略，正是这一思路的体现：它试图将ERP、CRM这类传统稳态软件，与由Agent驱动的智能决策型软件有机统一，让企业系统既能“稳如磐石”，又能“灵活应变”。

而后一种观点则激进得多。以近期备受关注的钉钉“悟空”及其真经系统为例，它旗帜鲜明地提出“AI才是主体”。这意味着产品设计要彻底围绕AI的能力展开，让AI能读、能写、能精准操控一切。一个最直观的变革是交互逻辑的碘伏：过去GUI（图形用户界面）是为人类服务的，而未来，AI可能需要的是CLI（命令行界面）。在这种碘伏性构想下，未来的钉钉悟空，将进化成一个能调动企业所有原子能力、让每个员工都能成为“一人团队”（OPT）的超级Agent。

这两种截然不同的世界观，很难简单评判对错，但它们共同揭示了一个清晰的趋势：所有的软件厂商，无论体量大小，现在都在绞尽脑汁，主动求变。

不转型的软件厂商首先被碘伏

一个残酷的现实是，如果拒绝将AI融入血脉，未来的企业软件将在体验、效率乃至商业模式上，面临全面淘汰的风险。

从宏观视角看，AI正在深刻改写软件的“游戏规则”。首先是交互和部署方式的变革，这让软件的普及门槛大幅降低，速度更快。更重要的是，AI拓展了软件的“用户”边界——过去，软件只为人服务；现在，Agent本身也成了使用者。可以预见，未来企业内部的大量最终用户，将能亲自创建所需的应用，而这部分工作过去长期依赖专业的软件服务商。

这一切，最终推动企业软件的价值维度实现了一次关键跃升。软件不再只是记录和反映过去，而是能够预测未来、辅助决策、甚至自主执行。价值的升维，自然也带动商业模式的升级：按使用效果、按业务结果付费，正成为越来越多客户青睐的选择。

客户的习惯已经悄然改变。今天，在搜索框里用AI辅助写作、在办公软件里让它总结报告，已经成为许多人的日常。一旦体验过这种高效，再回到传统那种需要层层点击菜单、填写表单的系统，效率的落差感会异常明显。试想一下，当对手的销售能用上那种“自动生成跟进话术、预测成交概率、提醒关键动作”的Agent CRM时，传统CRM里还在手动筛选列表、编写邮件的销售，其竞争力还剩多少？

因此，客户的需求已经变了。他们不再满足于仅仅购买一套“系统”，而是希望获得一个“能回答问题、能给建议、能帮我做事”的智能助手。这直接拉高了市场对软件智能化、个性化程度的期待。数据显示，SaaS市场中，近八成的厂商已经或正在规划为产品增加AI功能。

另一方面，对于软件厂商自身而言，AI也是优化内部效率的利器。用AI辅助代码编写、定位程序缺陷、搭建智能客服机器人，能显著降低支持与维护成本，在同等团队规模下释放出更大的交付能力。道理很简单：如果竞争对手利用AI把实施周期和运维成本压了下来，而你还在沿用传统的人海战术，那么在签单和客户续费的战场上，被动挨打几乎是必然结局。

从行业巨头到初创企业，大家都在用“AI叙事”抢占用户心智。端到端自动化、对话式界面、智能决策支持……这些关键词，很可能在不久的将来，成为定义“下一代企业软件”的标配。

用友的一个做法颇具启发性：它不仅将AI作为卖给客户的“产品”，更将其用作改造自身研发体系的“工具”。通过AI编程等手段进一步压低软件开发成本、提升盈利能力，这让AI的价值从单纯的市场故事，落地为内部实实在在的竞争力引擎。

为了保证在AI上的投入能高效转化为产出，用友在产品与组织层面也进行了一系列调整。产品上，确立了明确的“AI至上”策略，聚焦于AI与数据服务，在应用、平台、模型、数据多层面持续推进。与此同时，大刀阔斧地推动自身经营与管理的AI化，将AI深度应用于研发、交付、营销、服务等全业务流程，目标很明确——大幅提升运营效率，同时将经营成本降下来。

Palantir收入暴增109%的现实启示

Agent在企业软件中的潜力毋庸置疑，它有望成为能够理解任务、并执行完成的“数字化员工”。它与传统自动化工具（如RPA）的关键区别在于，Agent能够理解上下文，从而串联起企业内不同系统、不同部分的协同工作。例如，一个库存管理Agent可以监控库存水平、自动协调供应商、检查预算并调整采购计划，全程遵循预设的业务规则。更进一步，多个Agent还能协同作战：一个监控供应链，一个管理生产排程；一旦出现供应商延误，它们可以互相协调，调整计划并自动通知相关团队。

然而，目前的Agent发展仍处于早期阶段。许多方案看上去只是给原有系统换上了大模型的“外衣”，并未真正打通背后“数据→语义理解→决策→行动”的完整闭环。缺少一个稳定、可计算的业务语义层作为支撑，所谓的“多步推理、自主执行”很容易在实践中“翻车”。

近期业内一个带有哲学色彩的概念——“本体”（Ontology）开始受到关注，而这正是美国公司Palantir的核心。要理解企业软件与AI深度结合的工程实践，Palantir提供了一个绝佳的样本。

Palantir在2025财年的表现堪称惊艳，其美国本土企业软件收入增长接近109%。相比之下，同年Salesforce、SAP、Adobe等行业巨头的收入增长率大多在10%左右。Palantir的策略不是推倒重来，而是积极与SAP、英伟达及各大云厂商合作，旨在现有的企业IT架构之上，构建一个统一的“AI+数据”操作层，而非再造一个ERP。

在Palantir的体系里，“本体”并不仅仅是一个数据模型。它将一个商业决策拆解为三个核心要素：数据、逻辑和操作，并将它们统一建模在一个语义空间内。映射到企业侧，就是将人、设备、订单、仓库、任务等实体，抽象成统一的业务对象和关系网络，相当于为企业绘制了一张“可计算”的业务地图。有了这张地图，任何分析结果、规则输出或模型预测，都能精准地定位到“具体哪个订单、哪家工厂、哪个航班、哪条告警”上，而不是停留在孤立的报表或抽象评分层面。

值得注意的是，Palantir自身并不开发大模型。它的软件核心价值在于，帮助客户连接并整合散落在ERP、CRM、数据库等各系统中的数据，并提供最佳的工具链，让客户能够自主开发并充分利用这些数据资产。

从某种角度看，Palantir可以被视为“Agent+企业软件”的早期形态，只不过它当时依赖的技术栈是规则引擎、知识图谱和复杂的系统工程。如今大模型驱动的Agent浪潮，正是在这条路径上继续前进：用大模型强大的推理能力和自然语言接口，将原本只有Palantir这类“重型”厂商才能提供的复杂能力，变成更多企业可用、成本也更低的标准化服务。

客户的选择，其实正告诉你答案

如果有一天，Agent变得像水电煤（如同过去的云计算）一样易于获取，它还能构成企业的核心竞争优势吗？

现实中的案例或许能带来启发。据了解，国内某家全球500强企业，从2024年下半年开始，仅一年时间，其内部员工就自发创建了超过8000个各类工作Agent。

即便在对新技术应用相对审慎的制造业，变化也在发生。某大型钢铁企业通过过去一年的实践，已经在内部的17个业务场景中，构建并应用了50多款Agent。

该企业的一位负责人分享了他们的核心思路：“AI和数据的结合，必须穿透到所有业务流程的毛细血管里，这是下一代ERP乃至所有业务系统演进的方向。唯有如此，AI才能在企业场景中持续创造价值。”他们的做法是，在数据层面对业务进行精细化解耦，将每个最小的业务单元拆分后，再通过数据流重新串联和重构。

当然，持谨慎态度的客户依然存在。除了观望，他们更多是在进行小范围的测试和验证。毕竟，这项技术仍处于萌芽期，短期内开发出值得完全信赖的通用型Agent，几乎是不可能的任务。

但早期实践者的成果已经颇具说服力。波士顿咨询公司（BCG）指出，Agent的早期采用者已经实现了工作流周期加快20%至30%，并显著降低了后台运营成本。普华永道的调研也显示，有落地企业反馈，使用Agent后决策周期缩短了55%，生产力提高了66%。另一家B2B SaaS公司的案例则表明，在实施基于Agent的智能营销系统后，其潜在客户转化率提升了25%。

Allganize近期的调研数据揭示了一些趋势：近60%的受访者计划在一年内采用Agent技术；而对于已经或准备使用Agent的公司而言，近40%将“与现有系统无缝集成”列为首要关注点。业务领导者们对Agent寄予厚望，希望其能解决的关键挑战包括：减少加班（35.7%）、应对人才短缺（33.2%）、提高数据利用率（32.2%）以及减轻繁重工作负担（27.7%）。

仔细观察，会发现今天企业的普遍焦虑点在于，他们被一种观念裹挟：“采用AI等新技术，存在先进与落后之分，落后就要挨打，甚至被淘汰。”但这种问题定义方式，可能过于粗浅了。

现实情况往往是，从老板到员工并非没有尝试AI，无论是开源工具还是商业套件，但企业就是没有看到期待中的价值回报。

究其根源，问题可能出在认知层面：许多企业仅仅把AI应用或Agent看作一个替代部分人工的“工具”，而没有将其真正意义上“融入”企业的业务流程。他们没有把AI塑造成一个在具体场景中可被精确定义、量化测评、有效管控，并且能够为企业最终业务结果负责的“员工”系统。

一旦真正跨越这道认知和实践的门槛，AI就不再是区分企业先进与否的简单标签。届时，真正的分水岭将在于：企业如何将AI与自身独特的业务进行深度、创造性的融合。这，才是塑造未来差异化竞争力的关键。

万变不离其宗。企业软件的终极价值，从来都不在于技术本身有多么炫酷，而在于它解决实际业务问题的能力。无论底层是传统代码还是AI生成的“ vibe coding”，客户最终愿意为之付费的，永远是“价值”二字。只有当客户心甘情愿为价值买单时，中国的企业软件产业，才算真正迈上了向上的台阶。（作者 | 杨丽，编辑 | 盖虹达）