企业软件里的两种世界观，造出了不同的 Agent

腾讯终于着急了

2026 年 3 月 20 日

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。”