企业软件里的两种世界观，造出了不同的Agent

图片来源@unsplash

企业软件在讲述了多年“SaaS元年”之后，终于迎来了它的“至暗时刻”。

过去一个月，OpenAI的Frontier AI Agent，Anthropic的Claude Code工具，以及OpenClaw开源Agent（龙虾）工具的接连爆火，引发全球软件二级市场的抛售潮，Salesforce、Adobe、微软等美股软件公司股价遭受沉重打击。根据J.P.Morgan二月初发布的研究报告，美股软件板块市值自2026年1月下旬以来已蒸发超过1万亿美元。

不过，相较于企业软件因AI被看空，大多软件厂商仍持有积极心态。一方面，软件厂商正在加码AI Coding，研发嵌入式Agent、对话式Agent等各类适用于企业业务场景的AI产品。另一方面，他们也会强调自家产品及交付能力久经考验，比那些未经充分验证的Agent更放心，并将Agent用于自身研发运营及日常企业经营，让AI为其产品背书。

Agent能不能干掉软件还不好说，市场需要时间去消化Agent对软件行业结构性变化的担忧，而怎么去理解Agent与企业软件的关系才会影响未来软件行业的进程：Agent究竟是嵌入流程，还是替换流程？

前者的判断逻辑在于，AI是工具，是人类助手，是促进企业流程管理的。这种思路延续了上世纪90年出现的“业务流程再造”的认知，企业软件的核心依然是记录数据、分析数据、产生洞察。像近期用友提出的“智能双模”，就是把ERP、CRM等传统软件与Agent驱动的智能决策型软件实现有机统一，让企业软件做到既稳又灵。

而后者的判断则比较激进，最近钉钉“悟空”提出的真经系统，认为AI才主体，为此要围绕AI实现产品设计，让AI能读、能写、能精准操控。比如过去GUI是为人类服务的，而今天AI需要CLI（命令行界面）。颠覆之下，钉钉悟空会变成一个能够调动企业所有原子能力、让每个人都能成为一人团队（OPT）的超级Agent。

这两种世界观无非对错，却反映出当下软件厂商都在想方设法地主动求变。

不转型的软件厂商首先被颠覆

不把AI融入进来，未来的企业软件在体验、效率和商业模式上都会被淘汰。

整体来看，AI使得软件的交互方式、部署方式都得以改变，因而软件的普及也会更加迅速。同时，AI拓展了软件的用户类型，原来软件只有人再用，现在Agent也在用。未来，各个企业里面的最终用户会成为企业软件重要的创建者，过去这都是需要专业的软件服务商提供。为此，AI使得企业软件的价值升维，升到原来企业软件想做但做不到的更高维度，可以做预测，做决策，做自主执行，这也使得软件的商业模式实现升级，未来更多是以服务交付，按结果收费成为更多客户选择之一。

目前企业用户的使用习惯已经在悄然改变。在搜索、办公软件里用AI辅助写作、总结、问答已经成为日常，再回到传统“点菜单+填表单”的系统，效率明显变低。在传统的CRM系统里，如果销售只能自己筛列表、写邮件，体验已经明显落后于“自动帮你生成跟进话术、预测成交概率、提醒关键动作”的Agent CRM。

为此，客户不再只买一个系统，而是希望买到“能回答问题、能给建议、能帮我做事的助手”，这直接推高了对软件智能化、个性化的期待。数据显示，SaaS市场中近80%厂商已经在产品中上线或规划AI功能。

另一方面，对于软件厂商而言，AI还能优化内部研发和运营流程，用AI做代码辅助、缺陷定位、客户支持机器人，减少支持和维护成本，提高同样团队规模下的交付能力。换言之，如果竞品用AI把实施周期和运维成本打下来了，而你还停留在传统模式，签单和续费都会很被动。

无论是大厂还是创企都在用AI叙事抢占市场心智，端到端自动化流程、对话式操作界面、智能推荐和决策支持，这些名词或许很快就会成为“下一代企业软件”的定义标准。

用友提到一个非常关键的点，AI编程对用友自身研发体系的改造。也就是，用友不仅自己在卖给客户软件、服务，同样也在用AI改造自身的内部软件开发流程，通过进一步压低软件产品的开发成本，提高盈利能力。AI对于用友来说，不只是产品端的新故事，也开始变成自己的新工具。

为保证自身在AI投入与产出的平衡，用友在产品和自身组织层面都做了一系列调整。在产品与服务创新层面，用友明确了AI至上策略，核心聚焦于AI和数据服务，在应用、平台、模型、数据几个层面持续推进；同时，用友对企业自身的经营与管理实现了AI化，将AI应用于自身的研发、交付、营销、服务等全业务过程与管理变革，以大幅提高经营效率并降低经营成本。

Palantir收入暴增109%的现实启示

Agent在企业软件中的价值无可厚非，它有潜力成为能够处理完成任务的数字化工作者。与过去传统自动化RPA的区别在于，Agent通过理解上下文实现跨企业系统不同部分的协同工作。例如，Agent可以监控库存、与供应商协调、检查预算并调整计划，同时遵循既定的业务规则。同时，多个Agent也可以协同工作，例如，一个Agent监控供应链，一个Agent管理生产计划，如果出现供应商延误，Agent可协调调整计划并通知相关团队成员。

但目前来看，Agent的终局形态还只是换上了大模型的外衣，没有把背后“数据→语义模型→决策→行动”这一整条链路打通，没有稳定、可计算的业务语义层，所谓“多步推理、自动执行”就会很快翻车。

笔者注意到近期一个带有哲学理念的概念：本体（Ontology），这是美国公司Palantir的核心。理解Palantir，就是理解这条链在工程和产品层面长什么样。

值得一提的是，Palantir在2025财年的美国本土企业软件收入增长近109%，相比之下，Salesforce、SAP、Adobe等软件厂商同年收入增长均在10%左右。Palantir大力和SAP、英伟达、云厂商等合作，其目的是现有企业IT堆栈之上做统一的AI+数据操作层，而不是重造ERP。

在Palantir，本体不是单纯的数据模型，它把一个决策拆成三块：数据、逻辑、操作，并统一建模在一个语义空间里。放在企业侧，即把人、设备、订单、仓库、任务等抽象成统一的业务对象和关系网，相当于给企业建了一张可计算的业务地图。有了这张地图，任何分析、规则或模型输出，都可以精准地落到“哪个订单、哪个工厂、哪个航班、哪个告警”上，而不是停留在一个孤立的报表或评分上。

同时，Palantir并不开发大模型，它提供的软件其实是让客户连接和组织存储在ERP、CRM、数据库等系统中的数据，通过提供最佳工具让其开发并利用这些数据。

目前来看，Palantir仍是Agent+企业软件的早期形态，只不过它用的是规则、知识图谱、传统AI和复杂工程。今天的Agent则是在它的路线图上往前走：用大模型做推理+自然语言接口，把原本只有Palantir这种重型厂商才能做的动作，变成更多企业可用、成本更低的形态。

客户的选择，其实正告诉你答案

如果Agent终有一天会变成如水煤电一样（过去是云计算）易于获取的资源，这还是构成企业核心竞争力的关键吗？

笔者注意到，国内某全球500强企业内部，从2024年下半年起的一年内，内部员工就已经创建有8000多个Agent。

而在对AI应用接纳较慢的制造业，某钢铁企业通过过去一年的实践，已经在企业内部17个场景构建了50多款Agent。

“AI和数据的结合要穿透到所有的业务流程里，这是下一代ERP及所有业务系统要研究的方向。唯有这样，AI才能在企业场景中持续发挥价值。”该钢铁企业的核心思路是在数据层面对业务进行解耦，将每个最小的业务流程解耦后，再通过数据串联起来进行重构。

谨慎态度的客户除了观望，也仍在小范围测试Agent，尽管这项技术处于萌芽阶段，短期内几乎不可能开发出值得信赖的通用型Agent。

BCG波士顿咨询公司指出，Agent的早期采用者已经实现工作流周期加快20%至30%，并显著降低后台运营成本。普华永道指出，有落地的企业反馈，使用Agent后决策周期缩短了55%，生产力提高了66%。一家B2BSaaS公司在实施基于Agent的智能营销活动后，潜在客户转化率提高了25%。

Allganize近期调研显示，近60%的受访者计划在一年内采用Agent；对于已经使用或准备使用Agent的公司而言，最重要的任务是与现有系统实现无缝集成，近40%的公司将此列为首要关注点。业务领导者寄希望于Agent解决的主要挑战包括：减少加班和长时间工作（35.7%）、解决人才短缺问题（33.2%）、提高数据利用率（32.2%）以及减轻繁重的工作负担（27.7%）。

可以看到，今天的企业无非焦虑的一点是，他们被灌输了“采用AI等新技术应用，可能存在先进与落后之分，落后就要挨打，甚至被市场所淘汰。”

但这样的问题定义可能太粗浅了。从老板到员工不是没有在用AI，开源的或商业套件，但企业就是没有看到价值结果。

究其根因，企业只是把AI应用或者Agent看成是一个可以替代员工的工具，而不是把AI真正意义上融入企业的业务流程，把AI塑造成一个能够在具体场景中，被定义、被测评、被管控且能够为企业业务结果负责的“员工”系统。

真正意义上做到这一点，AI就不再是当下粗浅地定义企业先进与落后之分的标签了，而是企业如何将AI与自身业务进行深度融合与创新，将成为塑造其差异化竞争力的关键。

同样的道理，企业软件的价值不在于技术本身，而在于解决业务问题的能力。无论底层是传统代码还是vibe coding，客户最终还是为解决问题付费。唯有客户为价值买单，中国的企业软件才能进步。（作者 | 杨丽，编辑 | 盖虹达）