摘要：

当AI从效率工具走向经营系统，企业真正需要改变的，不只是工作方式，还有管理本身。

凤凰网科技 出品

作者｜Dale

编辑｜董雨晴

过去两年，企业对AI的态度经历了一轮明显变化。

最初，AI是一个效率工具。它可以写文案、做表格、整理会议纪要，也可以帮助员工快速完成过去需要数小时的工作。随后，AI开始进入更复杂的业务场景，能够分析数据、编写代码、调用工具，甚至自主执行一连串任务。

但当AI逐渐从简单的软件走向企业经营的核心，问题也更加具体，员工的效率提高了，企业的经营效率就一定会提高吗？

麦肯锡2026年7月发布的一项全球调查显示，在受访企业中，只有11%的管理者认为自己的组织已经进入AI转型的“重塑”阶段。报告指出，AI并不会因为使用人数增加，就自动为企业创造持续价值。真正走在前面的企业，往往会重新设计工作流程，并把AI转型视为一项组织变革，而不只是技术部署。

这意味着，企业AI竞争正在进入一个更深的阶段：当模型能力逐渐成为基础设施，企业能否把AI嵌入真实经营，开始决定技术投入最终能转化为多少商业价值。

10月23日，金蝶在北京举办全球创见者大会，以“让每个企业都成为AI原生组织”为主题，围绕AI管理思想、AI管理技术和AI管理实践展开讨论。金蝶中国副总裁、产品研发中心总经理刘仲文在现场发布了灵基 Manage，企业上下文与ERP连接器，并联合大模型厂商、高校发布面向企业管理工作场景的Agent评测基准Lingee Bench。

与单纯讨论大模型的参数、推理能力或生成效果相比，这场发布所指向的问题更接近企业经营的实际：AI如何理解一家企业，如何进入它的业务流程，又如何参与管理者的经营判断？

AI走进企业深水区，难的不是提效，而是改变经营

在企业内部，效率提升与经营改善从来不是同一个概念。

一个员工借助AI将报告制作时间缩短一半，并不意味着公司的决策速度也会同步提高；一个销售团队用AI生成更多客户沟通内容，也不代表订单转化率必然上升。

原因在于，企业不是一组孤立的工作任务，而是由财务、销售、供应链、生产、人力等环节共同构成的经营系统。任何一个环节的变化，都可能受到其他部门的流程、权限、数据和目标约束。

传统软件解决的是流程数字化问题：把业务规则写进系统，让组织能够按照既定流程运转。大模型带来的变化，则是系统开始具备理解自然语言、处理非结构化信息、辅助分析和执行任务的能力。

但这两种能力并不会天然融合。

在许多企业中，经营数据散落在不同系统里，业务部门对同一指标可能有不同的理解，管理者掌握的信息也未必同步。AI即使能够快速分析数据，如果不知道企业内部的业务口径、审批规则和历史决策，就很难直接参与真正重要的经营活动。

更现实的问题是，AI可以给出一个看似合理的答案，却未必能够说明答案依据了什么数据、遵循了什么规则，以及是否具备执行权限。对于普通办公任务，这种偏差或许只是返工；对于财务、采购、预算和经营决策，错误则可能带来真实的业务成本。

因此，企业AI落地的第一道门槛，不是让模型变得更聪明，而是让它在企业环境中变得可靠。

这也是金蝶集团董事会主席兼CEO徐少春在此次大会上反复强调认知转型的原因。

“企业AI转型，首先是一场认知转型，其次是一场管理转型，最后才是一场技术转型。”徐少春认为，技术可以购买，算力可以租赁，模型可以调用，但企业自身的认知必须经历改变。

围绕这一判断，他提出了企业AI转型的七个认知转变：不要用AI优化旧流程，而要用AI消灭旧流程；产品创新从谋定而动转向谋动而定；商业模式从使用量驱动转向价值创造驱动；组织从围绕权力配置转向围绕能力配置；企业领导者也不能只做AI转型的支持者，而要成为“首席实践官”。

这些判断也指向了一个方向转变，AI带来的变化，不能只发生在员工的工作台上，还需要进入企业的运行流程。

金蝶中国副总裁、产品研发中心总经理刘仲文在演讲中，将企业日常经营中的问题概括为一连串的“等待”：等待审批、等待拍板、等待数据、等待问题暴露，以及等待找到真正负责推进任务的人。这些本身就是AI难以突破的。

例如，当管理者需要了解某个产品的客户使用情况时，传统方式可能是召集会议、协调不同部门、收集报表，再等待各方给出结论。即使每个员工都开始使用AI，信息仍然可能散落在不同系统中，任务仍然需要跨越部门逐级推进。

问题就在于组织的协作方式没有发生改变。

在刘仲文看来，AI原生组织的关键变化，是从按职能分工转向围绕目标形成闭环：从提出问题、分析判断到执行和复盘，由人带着AI共同完成。AI在授权范围内承担执行任务，人负责关键判断，并对结果负责。

这也对应着企业从传统组织走向AI原生组织的一个重要分水岭。

在第一阶段，AI帮助员工提升个人效率；第二阶段，AI开始接管既有流程中的部分节点；而到了更深的阶段，企业需要重新审视这些节点是否还有存在的必要，能否通过智能体协作直接完成任务。

区别看似细微，实际影响着AI在企业中的价值边界。

如果只是让AI替代某个流程节点，企业得到的仍然是局部效率提升；如果AI能够推动组织重新设计流程，企业才有机会改变信息传递、任务分配和决策执行的方式。

对企业而言，AI转型因此不再只是采购一套新工具，而是一次重新理解自身经营方式的过程。

从理解企业到参与经营，灵基跨过一道新的门槛

现如今，企业AI的竞争，正在从通用能力转向场景适配能力。

特别是如果没有企业上下文，AI很容易停留在正确但无用的常识层面。金蝶此次发布灵基 Manage，就是在尝试连接AI能力与企业的具体管理场景。

早在今年5月20日，金蝶推出灵基，开始探索企业智能体操作系统的路径。经过后续迭代，灵基逐步形成Work、Manage、Build三个功能板块：Work面向员工的日常工作，Manage面向管理者的决策与组织协同，Build则面向智能体的开发和构建。

这套产品体系背后，是金蝶的一种判断：企业需要的不只是一个能够回答问题的助手，还需要一个可以理解业务、连接系统、执行任务，并在必要时接受人工监督的行动系统。

过去，ERP等企业管理软件承担着记录经营活动的作用。订单、库存、成本、财务数据和业务流程被沉淀到系统中，企业由此建立起数字化经营的基础。但当AI开始进入业务流程，只有记录还不够，企业还需要让AI在理解这些记录的基础上，参与分析与执行。

刘仲文将这种变化概括为：在传统记录系统之上，建立一个能够推动事情向前发展的行动系统。这也是此次灵基升级的核心逻辑。

首先是灵基Manage。

它被定位为每位管理者的决策入口，由管理者助理“小灵”、灵基空间和AI组织三部分构成。

其中，“小灵”更接近管理者的专属AI助理。它可以在授权范围内主动检索企业相关信息和数据，跟进任务进展、识别经营风险，并将需要管理者判断的问题及时呈现出来。管理者也可以通过自然语言交代任务，由小灵协调相关人员或智能体并行推进。

传统管理中，管理者的一部分时间消耗在信息收集、进度追踪和任务分派上。一个问题从提出到形成结论，可能需要经历多轮会议、报表整理和跨部门沟通。小灵试图改变的，正是这部分工作机制，让管理者不必事事亲自追问，而是把注意力更多放在真正需要判断的事情上。

灵基空间则面向具体问题。

企业里的重要任务，往往很难由一个人独立完成。以年度预算和经营目标制定为例，通常涉及总部与业务部门之间的反复沟通、数据测算、方案调整和最终决策。各方的经营目标、风险偏好和资源诉求并不完全一致，单纯提高材料整理效率，很难从根本上缩短形成共识的时间。

灵基空间希望将围绕一个问题所需的人和智能体放在同一个协作环境中，从议题、决议到任务执行与进展跟踪形成闭环，让原本分散在会议、群聊、文件和个人记忆中的信息集中起来，并保留决策过程与执行记录。

至于AI组织，则进一步指向人和智能体共同工作的组织形态。它不仅关乎智能体能完成什么任务，也涉及不同能力如何被调用、如何协作，以及企业如何对智能体进行统一管理。

此外，要让这些能力真正进入经营，仅有管理入口和协作空间仍然不够。AI还必须理解企业，并且能够调用企业已有的业务系统。

这正是企业上下文与ERP连接器此次发布的重要性所在。金蝶的思路，是将企业的组织、身份、数据口径、历史和规则等信息整合起来，让AI能够结合具体业务背景理解问题。

大会上，刘仲文举了一个关于回款分析的例子。同样询问“下半年的回款情况怎么样”，CEO关注的可能是集团现金安全边际，销售总监关心团队内部的回款差异，一线销售人员需要了解自己的回款表现和改进方向，海外销售管理者则可能需要结合汇率变化判断区域利润风险。

问题相同，但角色不同，真正需要的答案也不同。

如果AI只依据问题本身作答，很容易给出泛化的分析；只有结合组织、身份、口径、历史和规则，才能让回答与具体岗位的职责和经营目标对应起来。

据大会披露，金蝶企业上下文目前覆盖30多类数据源、3万多个业务对象、80万多个语义字段和17万个业务规则。这些信息试图将企业过去积累的数据、规则和业务经验转化为AI能够理解和调用的上下文资产。

其中，ERP数据尤其重要。

企业长期使用ERP所沉淀的，不只是订单、财务和库存等结构化数据，还包括业务对象之间的关系、流程配置和管理规则。这些信息决定了企业具体如何运转，也是通用模型很难仅凭公开知识掌握的部分。

而此次发布的ERP连接器，首批上线70个连接器、1127个Tools，支持调用金蝶AI套件、金蝶AI星瀚、金蝶AI HR、金蝶AI星空、金蝶AI星辰等产品的相关业务能力，使AI不仅能够查询数据，也能够在授权范围内调用业务工具、执行任务。

简单来说，企业上下文解决的是AI能否理解业务，ERP连接器解决的是AI能否进入业务系统并采取行动。

这两种能力结合起来，才使企业AI有机会从“给出建议”进一步走向“协助完成任务”。

金蝶自1993年成立以来，已为全球超过740万家企业及政府组织提供产品与服务。企业管理软件的积累，意味着它长期面对的不是抽象的信息处理，而是财务、供应链、生产、人力等具体业务环节。其长期积累的企业管理软件与业务流程经验，为其探索AI进入经营系统提供了一个不同的起点

除了面向管理者的Manage，灵基Work与Build也构成了这套产品体系的另外两环。

Work面向企业员工，将重复、繁琐的工作交给相应的智能体处理，让员工更多聚焦在判断和决策上；Build则让企业能够根据自身业务需要构建智能体，并在经过企业IT审核后，将其发布到Work中使用。

从Work到Manage，再到Build，金蝶试图覆盖的是员工执行、管理决策和智能体构建三个层面。它们共同指向一个目标：让AI不再只是附着于原有软件的功能，而是逐步成为企业运行的一部分。

AI原生组织的下一步，不是让所有人都拥有一个助手

随着企业AI应用进入深水区，组织形态正面临着升级考验。

到底哪些工作可以交给AI，哪些决策必须由人负责，AI产生的错误由谁发现和纠正，以及当机器能够完成更多任务时，人的价值应当如何重新定义。

这决定了AI原生组织必然变成一种新形态。更深层的变化，可能发生在三个方面。

首先是信息流动方式的变化。传统组织依靠层级和部门传递信息，管理者往往需要通过会议、报表和逐级汇报，才能获得相对完整的经营情况。AI如果能够在授权范围内连接相关业务信息，并按照具体任务进行分析，就有机会降低信息传递和汇总的成本。

其次是管理者角色的变化。过去，管理者的一部分工作是收集信息、分配任务、跟踪进度和协调资源。随着AI逐渐承担其中部分事务，管理者可能将更多精力放在目标设定、关键判断、资源配置和责任承担上。

最后是组织协作边界的变化。在传统管理体系中，一项任务往往需要多个部门接力完成。AI如果能够在既定权限内连接不同系统、识别任务依赖关系并协助推动流程，就有机会减少部门之间的信息摩擦。

截至10月，金蝶披露的灵基付费用户已达3706家。灵基所探索的企业管理场景，已经开始接受真实业务的检验。

马来西亚振兴集团是一个典型案例。作为覆盖6家上市公司、4个行业、3000名员工的东南亚综合性企业集团，振兴过去运行着四十多套异构系统。多套系统并存意味着数据分散、流程衔接复杂，也给跨业务协同带来额外成本。

借助金蝶的相关系统与灵基，振兴逐步推进业务系统整合，3000名员工全员上线，并围绕财务与运营组织进行调整。据官方披露数据，费用报销由智能体完成校验、匹配、路由和记账，处理周期从5天缩短至1天。

另一个案例来自阳光智维。这家覆盖全国31个省份及海外3大区域、服务数千座新能源电站的企业，围绕投标、审核、检修等高频场景落地智能体，并与金蝶FDE团队开展驻场共创。

其中，智标书将标书编制时间从6天压缩至1.5天；智能审核依托灵基构建9大智能体，年处理5万余张票据、3000余份合同，相关开发效率提升70%以上。

这就是AI进入企业流程后的直接收益：减少重复劳动、缩短业务周期、提高特定场景的处理效率。下一步， 则是需要建立更清晰的能力评估标准。

大会期间，金蝶与大模型厂商、高校共同发布Lingee Bench及《Lingee Bench：企业级Agent评测基准白皮书》。据介绍，这套评测基准涵盖通用办公、财务、供应链、制造四套评测集，共计1400多道题目，用于评估Agent能否在企业真实业务环境中完成任务、保证结果准确，并留下可核查的过程与结果。对于模型厂商和智能体开发者而言，这也提供了一个面向企业管理场景评估自身能力的参考。

与此同时，金蝶还展示了与阶跃星辰在企业智能场景上的共创成果。阶跃模型已经应用于灵基企业数据分析和AI速记两大场景。其中，语言模型用于自然语言查询经营数据、根因分析等任务；语音模型则融入金蝶研产供销人财税等专业语料，面向企业管理场景进行优化。

从企业上下文到ERP连接器，再到客户实践、评测基准和模型合作，金蝶正在尝试搭建一条更完整的企业AI落地路径。

对于企业软件厂商来说，竞争也由此进入新的阶段。过去，软件的价值在于帮助企业把业务流程管理起来；未来，企业可能进一步要求软件理解经营目标、识别业务变化，并在可控的范围内协助推动执行。

这既是对企业管理软件的一次重新定义，也是对AI产品商业化能力的考验。

技术浪潮往往以模型能力的突破开始，但真正的产业变化，通常发生在技术进入日常经营之后。

当AI不再只是回答问题，而是开始理解企业为什么设定一个目标、如何衡量任务进展，以及什么样的行动能够改善经营结果，企业与AI之间的关系才可能发生更深层的变化。

这或许才是“让每个企业都成为AI原生组织”这一命题真正值得讨论的地方。