近日，金蝶正式宣布其“金蝶云”品牌升级为“金蝶AI”。表示希望以AI为核心驱动力，助力企业在新一轮产业智能化浪潮中重塑竞争力，并以此推动中国管理模式的全球崛起。

相关活动现场 金蝶软件官方

不止金蝶，其他ERP（企业资源计划）厂商近期也纷纷升级品牌、押注AI，试图在产业智能化浪潮中抢占先机。

这一转型不仅关乎企业自身发展，更牵动着大批依赖传统业务的客户，影响中国管理模式的全球竞争力。

国产软件能否替代SAP（思爱普, 全球企业应用软件提供商）？如何摆脱“手拉肩扛”的服务化困局，迈向指数级增长的产品化道路？出海浪潮中，中国企业又该如何凭借人才优势开拓海外市场？

观察者网就这些问题对话产业数字化专家、中国企业知识开源计划创始人和首席布道师陈果，深度解析AI时代企业软件的转型逻辑、市场格局与出海机遇，探讨中国IT产业从服务化向产品化跨越的核心路径。

以下为访谈实录：

观察者网：近期您也参加了金蝶AI发布的活动，能否请您分享一下相关看法？

陈果：现在，企业软件向AI转型无疑是行业趋势，大方向完全正确，但从实际落地来看，企业级的AI应用仍处于探索阶段。很多业务并非直接迈入AI时代，而是从传统业务逐步转型而来。

这一转型可分为两方面：一方面，传统企业软件的整体架构向AI原生转型，这是明确的趋势；另一方面，像金蝶这类企业软件公司的AI转型从规划到全面完成，还需要至少几年的时间。

观察者网：我们认为金蝶的转型不仅关乎自身，还涉及大批依赖其传统业务的客户，您怎么看待这一问题？

陈果：我是这样看的：金蝶传统ERP业务上已经完成了从90年代技术向云原生技术转型，传统ERP的AI改造过程有不同说法，其中一种是AI增强，我之前在文章中也提到过，国外有人称为的“AI洗澡（AI washing）”和“AI原生（AI native）”，至少通过“AI洗澡”，当前的ERP就能完成产品跟AI的初步融合，这也是当下的行业趋势。

ERP核心主要做两件事：一是跑通采购、销售、生产等业务的端到端流程；二是业务发生后由财务记账并且生成财务报表，这在专业术语中称为“记录到报告（record to report）”，也就是先围绕业务产生信息记录，再基于业务信息记录完成会计记账。

这两件事的流程都能被人工智能改变。第一，人工智能可以替代人工来处理业务流程，只要是人能处理、能讲清规则的业务，理论上机器都能完成，这就是所谓的“智能体”。第二，正如我之前在多篇文章中提到的，只要AI能理解业务活动的会计含义，就能实现自动记账。无论是业务处理本身，还是业务后的信息记录与记账，AI都能胜任，这是ERP软件短期内在AI转型上的核心方向。

在这一转型领域，国产软件有可能比国外软件走得更快，因为ERP主要面向制造业，而中国是全世界制造业第一大国，拥有更多的业务实践场景。如今的AI时代，即便有人认为中国在大模型能力上有欠缺，但在纯应用层面，SAP等国外软件和中国的国产软件其实处在同一起跑线。

观察者网：结合我们两年前的采访，当时提到ERP的实质是社会性组织运营的标准化，是西方二百年工业化的产物。之后行业经历了十年前的互联网、上云时代，如今又进入AI时代，这两次变化会给所有企业带来挑战与机会，想请您从这个方向谈谈看法？

陈果：过去ERP的核心假设是，人按照固有规则操作就能实现自动记账，先有具体业务活动，再按标准完成记账。

但我们上次讨论过，西方的企业软件在中国，一定程度上有“水土不服”。

举例来说，中国互联网公司过去20年实现了大发展，它们的业务标准化程度其实很低，新业务不断产生，规则也不清晰，往往需要耗费IT工程师大量的人力去定义。中国互联网公司发展速度背后是大量人力“手拉肩扛”去解决问题的，不一定需要高度自动化，一样可以解决很多问题。

我以前说，过去中国人工成本低，掩盖了这种低标准化、低自动化的问题，随着我们生活和发展水平的提高，问题会逐渐暴露。

但如今AI带来新的变量，对于复杂的业务场景，人只需用自然语言描述，AI可以识别这些业务场景，自动完成逻辑梳理、分解执行，符合会计规范的标准化和结构化信息，可以由AI来生成，并且经过人工的监督，即所谓的“人在回路”。

当然，目前看，这还是一个愿景，但这种可能性正在不断提升。

观察者网：那么这是不是一种形而上的表述？结合您之前写的文章《AI原生时代，我们在对岸等大家》，这能否理解为，AI原生业务是理想状态，AI理论上能做很多事，但现实存在差距，我们正朝着这个目标前进？

陈果：可以这样理解。我和身边几位朋友从90年代就开始涉足ERP等企业管理软件的领域，清楚行业发展方向，未来必然朝着AI迈进。我们之前讨论的核心，是基于对现状问题的认知，只有知道当下的痛点在哪里，才能明确AI能解决什么问题，所以我们非常认可AI编排并执行业务流程这个框架，Gartner去年有个名词叫“业务编排和自动化技术”，现在也有人称为“智能体式编排”，这是企业数字化的未来。

我之所以说“在对岸等大家”，是因为现在很多做AI的技术公司，虽然市值很高或者得到了资本的追捧，但其实他们并不懂ToB。这些公司有技术，但问题在于两方面：一是企业本身不知道如何在企业中运营运用这些技术，二是这些公司多从自身技术出发，而非企业实际需求。

中国企业直接朝AI原生方向面临着诸多挑战。最近这段时间帕兰蒂尔在美国资本市场上很多，一些做类似的高级数据分析以及人工智能服务的中国企业声称是“中国的Palantir”，实际上差别很大，核心原因是市场基础不同。美国企业数字化有巨大的数据存量基础，例如军方建设ERO的投入动辄几亿、几十亿美元，帕兰蒂尔是在这个基础上去做数据分析；而中国大多数企业在基础信息化上投入不足，数据缺失、不标准、不规范，没有数据支撑，后续的AI应用根本无从谈起。

强行硬上，免不了闹行业笑话，比如某国内头部医药公司花了大量成本做数据分析，核心诉求是研究每款药的销量与医药代表行为以及销售费用投入的相关性。医药行业的销售渠道复杂，渠道费用是最大成本，老板希望找到其中规律，优化销售团队和费用投入。但这件事最终没做成，因为整个链路中存在数据质量不达标，关键是销售渠道不透明造成数据难以获取，这个问题本身所涉及的关系就像“哥德巴赫猜想”一样复杂。

其实不管是中国还是美国，这样的例子都大量存在，但真正有实力、产品过硬的公司往往不张扬，在合适的场景里赚取能力范围内的钱。

观察者网：您说“我们在对岸等大家”？想再进一步了解，AI应用到企业中的具体方向和路线图是什么？

陈果：行业方向已经很明确了。AI应用到企业的理想状态，是所谓的“无人企业”或者“自主多智能体”。人只需要向智能体提出要求，后续理解要求、推理该采取的行动、执行具体任务，理论上都能交给AI完成。但这种理想状态可能要到2050年之后才有可能实现，我们现在更能预见的是2035年前后，也就是未来10到15年的情况。

未来10到15年，目前的主流AI技术在我来看在企业中会发挥两层核心作用，形成人机混合的模式。第一层是“理解与编排”：AI先理解决策者或任务提出者的需求，再将需求分解成可执行的任务，之后区分哪些任务交给智能体完成、哪些仍需要人来做，同时协调好人与智能体的任务衔接。第二层是“执行”：由智能体或人分别完成对应的任务，人还可以监督智能体的工作。

这种人机混合模式会在未来10到15年逐渐落地，这也是我们“站在对岸”所看到的、可触及的未来。

现在很多公司总在畅想20年、30年后的事情，人的愿景和思维往往远远超前于实际能落地的工作，这也是行业里存在的一个问题。