AI Agent崛起：企业管理软件的下一个10年？

人工智能正以前所未有的速度重塑商业图景，而站在这一变革潮头的，是AI Agent（智能体）！

- 文章信息 -

本文由e-works邓珊珊、王阳原创发布。

从20世纪50年代图灵测试为人工智能研究提供重要的思想基石，AI Agent的技术演进经历了从抽象构想走向产业实践的漫长历程：1995年Wooldridge和Jennings明确其“自主性、反应性、社会性、主动性”核心特征，标志其作为一个独立的研究领域和技术概念被正式确立；21世纪10年代后，深度学习与大模型（LLM）等技术的突破，推动AI Agent实现了从“被动工具”到“自主决策者”的进化。当前，基于LLM的Agent系统展现出强大的动态规划与多工具调用能力（持续学习能力正在积极发展中），在企业流程自动化、智能客服等场景中展现出变革性潜力。AI Agent迎来了真正意义上的“复兴”与实用化突破。

相比仅执行预设流程的传统管理工具（如RPA），或是专注于内容生成的Generative AI（生成式AI），AI Agent（基于Agentic AI）凭借自主规划、任务拆解、工具调用和持续学习能力，推动企业管理从“流程驱动”迈向“智能驱动”。这标志着从RPA到AI Agent的关键跃迁：RPA擅长基于明确规则的、高度结构化的重复性任务自动化（如数据录入、表单处理），但其“智能”是预设且静态的；而作为遵循Agentic AI（代理式AI，以“自主完成目标、形成任务闭环”为核心的技术理念与设计框架）范式设计的智能体，AI Agent具备理解模糊指令、动态规划路径、调用多样化工具（包括API、数据库甚至其他Agent）、并在交互中学习优化的能力。其将Agentic AI的范式落于实际应用，能够处理更复杂、非结构化、需要一定判断力的业务流程，与Agentic AI共同构成了“智能代理系统”从理念到落地的完整链条。

在这一浪潮下，企业数字化转型目标正加速转向更高维度的“智能化”。管理软件厂商积极布局智能体创建与管理平台，标志着AI Agent正加速走向广泛商业实践，为管理效率跃升和组织智能化转型开辟新路径。

这是否意味着，企业管理软件的下一个十年，将由AI Agent主导？

热潮下的冷思考

辨识真伪，务实落地

目前来看，AI Agent在管理软件领域正引发着从流程优化到商业模式创新的深层变革，涌现出如费控助理、商旅报账、营销助手、合同审核、知识管理等层出不穷的垂直场景智能体。这些应用超越了单纯的内容生成Generative AI，更强调代理用户完成端到端的任务闭环，表现出从“被动工具”到“主动代理”的范式转变。

然而，AI Agent的爆发式发展，不可避免地伴随着概念炒作与追逐热点的现象。部分公司只是将现有技术简单包装，借AI热点吸引关注，存在概念捆绑和功能堆砌的情况，并未实现真正的技术创新与价值跃升。据AI Agents Directory统计，截至2025年4月7日，全球已上线的AI Agent数量众多，覆盖57个垂类，但真正能跑通商业闭环的却寥寥无几。

因此，企业在拥抱这一趋势时，需保持清醒，仔细辨识，选择真正能解决业务痛点、创造价值的智能体方案，避免陷入“为AI而AI”的陷阱。

客观来说，现阶段的智能体仍属于原创性探索，业界并无可参考的统一标准。这意味着，各企业竞争的核心不仅在于技术本身，更在于对业务本质的深刻理解，以及将AI能力与具体场景深度咬合、创造独特应用价值的能力。

从需求侧来看，企业落地AI Agent需紧扣业务痛点，分步务实推进。首先精准定位需求并评估技术适配性，深入业务一线识别如客服响应速度、营销转化率等核心瓶颈，明确量化目标；根据企业数据基础，量体裁衣选择方案——关键在于立足企业当前可获得的AI能力（包括成熟的外部RaaS服务），利用开箱即用或轻量定制方案快速验证价值，在实践中探索创新。

其次，采取小步快跑策略验证价值，这一过程应避免传统的、自上而下、大而全的“AI规划”运动，也无需套用企业架构等重规划方法框定智能体应用范围，而应从具体痛点出发，以敏捷方式在应用中迭代。选择功能匹配、兼容性强的智能体，并在单一部门或业务线优先试点，严格验证其数据准确性、流程效率及目标达成度。同时，推动全员协同与持续进化必不可少，培训员工掌握人机协作规范并建立反馈机制，并通过持续监控业务指标、更新知识库、优化交互指令等方式实现智能体的动态迭代，形成“部署-验证-优化”的价值闭环。

厂商实践

差异化战略下的智能体落地图谱

那么，面对AI Agent落地的复杂性以及不确定性，管理软件厂商们是如何制定发展策略的呢？根据e-works的观察，其核心目标在于将智能体的潜能转化为企业可感知、可衡量的管理价值。管理软件厂商当前的发展策略聚焦于：如何让智能体深度融入业务流程，切实解决核心痛点，并最终构建可持续的价值闭环。

1. SAP：数据驱动的决策闭环

作为企业级软件的领军者，SAP以“应用、数据、AI”三位一体的飞轮效应为核心，将智能体深度融入企业管理全流程。SAP生成式AI助手Joule已嵌入SAP S/4HANA、SuccessFactors等全线应用，形成从数据洞察到行动执行的智能闭环。截至目前，SAP已在全球部署超过230个AI用例，覆盖财务、供应链、人力资源等核心场景，预计2025年底AI用例将增至400个以上。

SAP业务技术云平台（源自：SAP）

数据层面，通过业务数据云（Business Data Cloud）整合企业内外部数据，SAP构建起具备语义理解能力的数据中台。Joule智能体依托这一底座，不仅能处理结构化业务数据，还能从邮件、文档等非结构化数据中提取信息，生成可视化业务洞察。如在采购场景中，Joule可自动解析供应商邮件中的询价信息，生成采购申请并同步至供应链系统，实现端到端流程自动化……

此外，Joule拥有超1600个开箱即用功能，覆盖多领域，可实现“无处不在，无所不答”，并已实现与采购、供应链、财务等多智能体的跨应用协同。SAP大中华地区总裁原欣表示：“目前的AI演进已从单体AI的智能体，跨越到了Agent to Agent，Agents协同的时代。”SAP已加入谷歌A2A协议联盟，支持Joule与第三方智能体跨系统协作，与合作伙伴共同推动多智能体协作时代的到来。

2. Infor：多智能体协同的行业AI实践

Infor AI将机器学习融入云套件，通过Infor AI Agent改变企业运营：其集成大语言模型，采用多智能体架构，借助检索增强生成（RAG）的知识中心及API网关实时获取数据，可自动执行任务、增强知识检索，支持用户以自然语言高效操作，可为企业带来多重优势。包括提升生产力，自动处理日常任务，让员工聚焦战略工作；助力改进决策，基于精准预测和洞察优化规划与运营；增强客户支持，通过个性化响应和高效文档检索提供全天候服务……

Infor AI Agents实际应用覆盖多个领域：ERP领域自动处理采购订单、发票等数据输入，减少人工错误；供应链管理中预测需求，构建机器学习模型提供车辆状态、维护成本等信息；财务管理上自动化应付/应收账款流程，还能实现个性化客户服务、提升运营效率、实时检测欺诈、辅助明智决策、确保法规遵从及优化成本；人力资本管理中自动初步筛选候选人；客户关系管理中对潜在客户评分并确定优先级。

3. 金蝶：场景化智能体的“普惠实践”

如果说SAP凭借数据整合能力构建竞争壁垒，金蝶则以“场景即智能体”理念推进普惠化实践。金蝶中国副总裁兼研发中心总经理刘仲文指出：“未来将进入人与智能体共生时代，各类智能体将成为我们工作与生活的伙伴。”

金蝶通过苍穹Agent平台与五大核心智能体，推动AI在企业管理中的落地。其发布的财报分析智能体“金钥财报”、企业问数智能体ChatBI、招聘智能体等，覆盖财务、人力、业务分析等高频场景，实现“开箱即用”的智能赋能。如金钥财报智能体10分钟生成专业财务分析，差旅智能体实现“支付即报销”的一站式服务，招聘智能体通过AI面试将流程时间缩短至少80%。

这些智能体以金蝶苍穹Agent平台为技术底座，通过MCP、A2A等协议实现与企业SaaS系统的深度集成，形成“场景即智能体”的闭环能力。金蝶苍穹Agent 2.0平台通过丰富模板、深度SaaS连接与企业级安全保障，降低AI应用门槛，企业亦可通过低代码工具快速构建专属智能体。

金蝶苍穹Agent平台

总的来看，金蝶智能体的战略逻辑围绕“技术-场景-生态”展开。技术上，依托苍穹平台的模型服务、可信安全及开放协议，支撑智能体的开发与协同；场景上，从传统SaaS工具向RaaS（成果即服务）转型，如差旅智能体按行程收费，推动商业模式从功能付费向价值计量升级；生态上，联合行业头部企业共建联盟，通过标准化工具降低中小企业AI应用门槛，实现“共商共建共享”。此外，方法论层面，金蝶提出AIGO（分析与架构、实施与执行、治理与管理、运营与优化）闭环体系，可帮助企业从战略规划到价值评估实现AI转型全流程管理。

4. 用友：垂类模型驱动的服务变革ARM的定义

针对AI与ERP的融合路径，用友提出了“三层进化论”：从感知级（RPA、规则引擎、语音/图像识别等）到认知级（NLP、智能搜索、VPA等），再到慧知级（大模型和智能体等）。其中，企业级智能体的协同创新是用友的核心发展方向——目前用友BIP已有4000多个智能体，构建了100多个AI+场景，实现问题解决效率与决策质量提升。

能力体系上，用友BIP智能体平台采用三层技术架构：基座模型层包含通用大模型与DeepSeek-R1专用推理模型；第二层智能体构建平台，涵盖提示词prompt工程、基于检索增强的RAG能力以及意图编排能力等；应用层以“智友”智能体品牌为核心，内置通用技能库并开放生态定制，支持快速构建行业专属智能体。

用友BIP智能体构建平台（源自：用友公众号）

通过与DeepSeek等前沿技术深度融合，用友智能体正在重塑企业数智生产力。以其U9 Cloud最新版本为例，用友就面向制造业关键应用领域发布了智能工艺、智能成本分析与快速报价、智能配料、智能变更等智能体。

从智能体的构建和使用过程来看，以智能工艺系统的训练与应用为例：将训练数据，包括图片、设计图及包含文件名、输入参数、正确工艺路线和说明的Excel文件按格式整理，通过SCP命令将设计图纸上传到服务器进行训练，训练时长根据硬件配置而定，完成后普通用户可登录上传图纸，输入指令，系统自动生成工艺数据，还可提交审核或导出文件。

U9 cloud智能工艺智能体的训练与应用视频

5. 纷享销客：从连接型CRM向智能型CRM升级

纷享销客创始人罗旭日前接受e-works采访时指出，纷享销客的AI转型是一场双向奔赴：既是企业主动拥抱技术变革的选择，也是被时代浪潮推动的必然。他特别强调：“我们不做简单的AI+CRM，而是要重构数字时代的客户关系管理范式。”这其中的关键在于，基于纷享销客AI PaaS平台——ShareAI的多模态多模型AI引擎，企业可敏捷构建场景化的CRMAgent。深度对接企业CRM业务数据、私有化行业知识库及外部市场情报，打造营销、销售、服务等全场景下的数据洞察、推理决策、行动建议等智能体矩阵。

纷享销客AI PaaS平台（源自：纷享销客）

通过纷享销客的Agent Builder无代码平台，企业可快速定制专属智能体，例如，车企可定制经销商分析Agent，自动归因销售流失原因，推荐挽回策略；医药企业可以构建合规话术巡检Agent，实时监测医代沟通内容，拦截违规表述。

此外，纷享销客API也对Agent充分开放，可支持Agent对底层CRM的有效调用，为未来人机协作、智能体之间的协作创造无限可能。

6. 泛微：协同大脑驱动数智运营

“通过智能化技术为员工配备7*24小时的智能助理，在手机上就能完成办公。”泛微以“大模型+小模型+智能体”架构打造数智大脑Xiaoe.AI，其自研大模型“小e”结合主流大模型，负责基础训练；行业小模型作为大模型的补充，负责特定专业场景训练沉淀20余年协同领域知识。大、小模型联动释放50多个智能体服务与100多个业务组件，涵盖AI审批、发票识别、合同风控等多种类型，能助力市场、销售、合同、采购等十余种业务场景的智能化升级。只需“多轮对话、在线编辑、权限设置、业务集成”四步，即可定制智能体并支持语料喂养实现自我成长。

泛微数智大脑（源自：泛微）

7. 致远互联：协同运营的智能升级

“高效助力企业快速构建专属AI能力，通过智能体平台加速企业数智化转型，提升组织效能和决策质量。”致远互联以“大模型+协同运营领域模型+场景+智能体+知识库”为核心策略，发布新一代智能体产品家族CoMi Family，覆盖智能问数、知识问答、合同风险等十余款垂直智能体应用场景，通过四层结构与五大特性构建全链路能力，并携手华为云等伙伴共建“机场式”开放生态，助力企业构建专属AI能力，推动从协同办公到数智运营的智能化转型。

致远互联CoMi（源自：致远互联公众号）

结语

智能体时代的价值突围之道

今年初，Nature报道了一项来自非营利研究机构METR的最新发现——“智能体摩尔定律”，即智能体处理复杂任务的能力每七个月便会翻一番。

诚然，“智能体摩尔定律”预示着AI Agent处理能力的迅猛提升，其在标准化任务上的表现已令人惊叹。然而，对于企业管理软件的未来十年而言，AI Agent会否占据主导地位？远不止于技术能力的跃进，更取决于其切中应用场景的深度与广度。

从SAP的数据飞轮到金蝶的场景网络，从用友的BIP智能体到纷享销客的智能型CRM，这些管理软件厂商的差异化路径，共同指向一个核心：将AI Agent的潜能转化为可衡量、可持续的企业管理价值。

因此，企业管理软件的下一个十年，或许并非由AI Agent技术本身定义，而是由AI Agent驱动的价值革命所塑造。其成功的关键在于：软件厂商能否深刻理解AI时代的客户需求，精准切入核心痛点场景；企业能否务实落地，建立人机协同的新范式，并围绕智能体构建加速价值释放的机制与生态。唯有技术与管理智慧深度咬合，AI Agent真正进化为驱动企业从“韧性生存”迈向“敏捷增长”的核心引擎。

e-works 后续将更新 AI Agent系列文章，想了解关于AI Agent的更多内容，欢迎持续关注！

▼ 点击下方阅读原文快速在线报名前沿论坛！