AI不再是外挂！SAP 中国峰会：商业 AI 走向“自主运营企业”

众所周知，AI今年从Anthropic到OpenClaw龙虾，大模型正迅速升级，走向自动化、自主化的Agentic AI。不过，以养龙虾为代表的消费级AI越火，企业对AI就越困惑，首当其冲的就是通用大模型会写代码，却不懂企业的业务流程、数据合规、组织逻辑；其次，企业数据的安全权限与Agentic AI智能体的性能如何平衡。

AI真的来了，但企业到底应该怎么做？

SAP大中华地区总裁原欣

2026 SAP中国峰会给出了一个令人信服的答案：企业AI的发展方向是“自主运营企业”（Autonomous Enterprise） 。“未来的组织一定是人和AI混编的形态。”SAP大中华地区总裁原欣在主旨演讲中指出：AI深度融入企业流程、数据与治理体系，使其能够真正理解并参与企业运营逻辑，从而推动企业系统从“记录业务”走向“运行业务”。

企业AI大规模应用的时代，真的来了吗？

企业AI从探索到就绪

“AI的探索路径，第一个阶段是点状的探索，像我们做的配件需求预测、IoT工时的定额、自动的排程等。这些都是小型探索，有效果，但是没有成体系，也没有全局协同。”峰会现场，作为SAP客户的三一集团CIO许国强说出了很多企业在智能化升级中的痛点，“好比我们在车间里装了几个灯泡，但是整个厂房仍然是昏暗的，因为几盏灯泡不足以把这个体系点亮。”

去年，三一集团做出了一个很重要的决定，由董事长主导推动全员AI强管控。这家国内工程机械制造业的领军企业，完全从业务角度重新思考了AI时代所有的管理岗和关键岗的职能，目的是推动AI与每个岗位的业务流程、业务本身进行结合。

三一集团CIO许国强

很显然，三一集团正在重塑自身成为一个AI原生企业。第一步就要彻底改变思考方式、重塑组织架构。尽管如此，在Unipetrol联合多家厂商的实测中，传统Agent通用大模型落地企业端到端业务仍然会面临四大核心短板：第一，在长任务跨系统应用的处理中，Agent错误率会直线上升；第二，Agent理解业务的过程当中很可能会理解错误，导致后续业务执行全部错误；第三，Agent以为自己操作成功了，但实际上这一执行并未生效；第四，对同一个问题多次处理，结果不一致甚至完全相悖。

“三一集团有十几个事业部，产品类型非常多，各自知识体系不一样，包括研发、供应链、制造、销售服务等各个业务领域都有自己的垂直模型。”许国强解释说，董事长亲自推动三一集团全员AI强管控，得以贯穿全局，通过一年时间完成了130多万条的领域知识沉淀，特别是把隐性知识沉淀下来。

具体而言，首先三一集团要做到数据规范化、统一化，才能让AI、数字智能体完成知识沉淀，并全域大模型的基础上，形成700多个赋能场景，把AI从“实习生”提拔到了“参谋、顾问”的角色。“以前可能是人找系统，现在是AI主动帮我们干活。”许国强如是说。

人机物互联需要企业智慧大脑

实际上，大多数国内制造型企业的数字化AI建设过程经历了四个阶段：一是业务线上化，包括CAD、MESS、PDM的实施；二是PRM、CRM产销一体协同，从制造研发延伸到销服领域，实现了两端的打通；三是全面数字化，包括数字中台等一系列能力的建设；2025年开始了第四阶段的全面智能化，包括智能体、数字员工、知识沉淀等一系列AI应用。

“我们在与SAP合作之前，采用了很多不同的云应用，无论是生产系统还是财务系统都是各自独立的，数据不互通、规则不统一、管理不顺畅。”曼森集团总经理杜国亚借助部署在阿里云上的SAP Cloud ERP（ERP云）和BTP（业务技术云平台）解决方案，搭建精细化运营体系，并通过探索AI创新，有效支撑企业高速发展与智能化转型。

曼森集团总经理杜国亚

曼森集团作为一家成立于2015年的江苏服饰制造企业，主要聚焦在羽绒服和户外运动休闲服装生产，居然如今的年均增长率达到40%左右！

“SAP对我来说是一个智慧大脑，首先规则、标准统一、规范，其次SAP是一整套完整的解决方案，系统性风险最小，符合曼森集团未来的国际化发展需求。”杜国亚表示，有了这个基础，不仅曼森在整个业财一体化运营过程当中整体运营效率更高，而且后续搭建AI管理应用，就可以直接规避掉其它选择可能遇到的很多问题。

杜国亚举了一个例子：如今电商引领市场，“小单快反”的模式是所有品牌客户都会遇到的问题，生产工厂跟以往的生产订单发生了很大的变化，所以目前一是需要更新设备，二是需要系统的变革，调动整个生产线，甚至会经过AI算法的人机排位，降本增效。

“我们最终是想打造人机物互联。”杜国亚解释说，“人指两种：人类和机器人；机是所有智能化升级改造的设备；再到物、空间、系统。如何把人机物统一在同一个网络下的组织下，共同发展到决策自动执行，带来更高效的管理，是我们的愿景。”

补齐“弱链”才能玩转AI价值

无疑，AI如今正在从单纯的效率工具，演进为深度嵌入业务、参与经营决策并驱动企业变革的核心力量。

无论三一还是曼森，都一方面对内部团队进行AI化组织架构改造，另一方面统一数据标准和业务流程知识逻辑体系，为AI智能化技术架构打好基础，即“AI原生”就绪。

“今天AI能为企业创造多大价值，已经不取决于模型能力有多强，而取决于企业最薄弱的一环能否打通。”原欣指出：“对今天大多数企业而言，这道生产流程’弱链’或者木桶’短板’就是AI与核心业务系统之间的断层。”

换句话说，今天企业的竞争壁垒已经不在于能搭建多少智能体，而在于企业的数据、流程与业务知识的底层基座，是否为智能体全面做好了准备。

SAP全球副总裁、全球AI市场拓展负责人Varun Thamba举了一个例子：很多企业负责人希望用了AI就能够在流程、节约成本上给企业带来20%-30%的效益。于是企业各个部门各自行动，有的团队用AI辅助编程，有的团队去做业务流程，每个团队都要消耗大量的Token，导致各个部门零敲碎打消耗的Token过高，甚至超过了人工成本。最终，企业并没有通过AI真正完成降本增效，而是在给AI巨头们打工。

SAP全球副总裁、全球AI市场拓展负责人Varun Thamba

“我们要把AI的价值最大化，就要去看全业务流程中到底是哪一环产生了价值瓶颈。”Varun Thamba解释说，负责任的AI治理框架、值得信赖的AI及相应的支撑保障，包括ISO全质量认证体系，才是“自主运营企业”的意义所在。

正因为此，SAP“自主运营企业”定义了一种全新的企业运行模式——从“人工驱动流程”迈向“AI驱动业务结果”。通过将SAP商业AI平台（Business AI Platform）与SAP自主型管理套件（Autonomous Suite）相结合，将AI智能体深度嵌入业务流程、数据与治理体系中，确保它们能够提供准确、合规且安全的结果。

也就是说，SAP的“自主运营企业”实际上是一个标准体系，可以帮助企业查漏补缺，帮助企业朝着智能化“自主运营企业”补足生产流程“弱链”和系统“短板”。

解构SAP“自主运营企业”

“SAP并不是简单把AI作为一个技术去讨论，而是更多地从企业角度考虑如何帮助企业更好地去采纳AI技术，实现AI落地的价值。”Varun Thamba解释说，企业AI的投资回报率来自于两个部分，第一是总收入的增加，包括新商机、新产品的快速上线；二是利润的增加，原来增效建立一个PO需要10个步骤，现在用了AI减少了审批的环节，比如原材料的采购决策因为AI，可以加快决策，来降本增效，这是目前AI主要的价值所在。

“但未来，AI对于企业来说更大的潜力应该是在收入增加的部分。”Varun Thamba表示，未来当企业有了很好的AI治理框架之后，人类员工可以和AI更好地进行合作，从而能够帮助企业去开发新的产品线，AI会被用于企业更加宏观的战略性决策上。

具体而言，SAP构建的“自主运营企业”，其核心是SAP商业AI平台，整合SAP业务技术云平台、SAP业务数据云与商业AI能力，提供从开发、运行到治理的一体化基础。其中，SAP业务数据云帮企业打通异构数据并形成统一语义层，使历史业务数据与业务上下文持续可用，打造企业“数据记忆层“，给Agent完整的一套“执行参考手册”，确保数据是企业可信且正确；而知识图谱（Knowledge Graph）则形成企业的“业务地图”，形成智慧大脑，真正让AI理解业务流程与数据关系，掌握企业整体如何运转、流程如何衔接、业务如何发生。

有了“知识图谱”，SAP在业务应用层通过自主型管理套件将AI能力嵌入端到端业务流程，实现从分析到执行的闭环协同。实际上，最新的Joule助手能够借助企业“知识图谱”和“企业长期记忆数据”深入理解组织运作，并可以自动执行职能内部和跨职能的复杂任务；Joule Studio 2.0支持企业快速构建AI智能体与工作流，用户可通过Joule Studio构建自定义智能体，包括通过模型上下文协议（MCP）和Agent2Agent（A2A）协议来安全调用工具和第三方智能体，参与企业流程执行；而AI Agent Hub则实现对智能体的统一治理，确保全流程可控、可审计、可追溯。

简而言之，SAP的“自主运营企业”是一个三层架构：最上层是Joule Work，由人的操作变成了意图的理解和任务的编排；中间层是Autonomous suite（自主型管理套件），每个业务域都有独立感知业务的Joule智能助手，让应用从人工操作界面变成了由助手感知业务，Agent执行业务；底层是知识图谱和企业记忆所在的SAP 商业AI平台（Business AI platform），让AI真的能做到理解业务、执行业务，并且所有Agent可被治理。

打造AI原生企业运营范式

实际上，要做到面向未来的“人机共融”，最关键的要素还是在于“企业原生AI”的就绪性，大致可以从三个维度来看：一是AI治理的就绪性，二是员工团队技能培训的就绪性，三是数据在AI落地方面的就绪性。

近日发布的《2026年SAP人工智能价值报告》中的调研数据显示仅6%的中国受访企业表示，自身已具备有效治理 AI 所需的完备技能，这直接暴露出来内地企业在AI的治理、员工团队的技能水平和高质量的数据等多方面的问题短板。

我们知道，在国内很多行业的AI应用已经非常普及，包括购物、问询、社交媒体、出行等日常生活的各方面，但是AI在B2B企业级领域却反而刚刚起步。这说明单点突破的方式更适合消费级AI，而不适合企业级AI——企业AI需要统筹考量，需要让AI真正理解业务、执行业务，且所有Agent可被治理，包括认证、授权、由企业真正可控。

换句话说，有了企业智能体战略三层架构，才能确保企业可以实现从人工驱动流程到AI驱动业务结果，从AI外挂工具到AI内生能力，从人找系统进行交互到系统自动协同（Joule Work），从而达到持续学习、自主协同、合规可控的“人机共融”的未来企业智能运营体系的目标。

不仅如此，SAP在本次峰会上还宣布推出”SAP AI奇点启航计划”，以联合工作坊的方式，从企业真实业务问题出发，锁定最快创造价值的AI落地场景，在2至4周内完成原型验证，让企业快速看到AI带给业务的实际价值，并最终通过RISE或GROW的方式嵌入企业运营流程，走向人、系统与智能体共存的未来。

“整个AI的转型历程，其实是变革管理的过程。”在原欣看来，“自主运营企业”不是企业的终点，而是企业进化旅程的起点——SAP将携手和中国企业一起建立AI原生的企业文化，实现数字化底盘的AI就绪，从而持续兑现AI带来的价值。

“This is just the beginning of Better”，企业美好的明天才刚刚开始。

文／余文

《科技看门道》坚持深度报道，希望能通过资深媒体人对IT产业热点新闻的深入思考，挖掘其背后的商业逻辑和创新模式——不仅看热闹，更要看门道！

《科技看门道》主笔在行业渠道媒体拥有20余年的从业经历，不仅对IT消费类和企业级软件、硬件、人工智能、云计算、大数据、区块链均有较深入的理解，同时见证了中国IT产业链上下游合作生态圈包括分销、零售、SI、ISV和CSV的进化历程，见证了金融、能源、制造、医疗、教育、政府、零售、高科技等行业的信息化和数字化转型之路。

《科技看门道》相信，IT产业在供给侧的改革——包括云计算、大数据、移动互联、人工智能、区块链等，将会成为推动各行各业“新质生产力”发展进步的核心力量。