夜雨聆风
HR AI进入平台时代:Josh Bersin为何认为微软可能赢下企业AI战争?
（图片由HRflag用Midjourney生成，编号a39ad30c-e0e4-4642-a35c-23cd42d236ac_0）
企业AI的真正战场，正在从“大模型”转向“平台操作系统”，真正的护城河，从来不是模型本身。
过去一年，企业AI市场像一场被不断加速的军备竞赛。每隔几周，新的模型榜单、新的融资传闻、新的Agent产品、新的企业级Copilot发布，就会占据科技媒体和资本市场的头条。OpenAI、Anthropic、Google、Microsoft、Amazon、Nvidia、Oracle、SAP、Salesforce、ServiceNow、Workday，各自都在用不同语言讲述同一个故事：AI正在重新定义企业软件。
但当所有人都在讨论“谁的模型更强”时，真正值得企业高管和HR负责人警惕的问题，可能恰恰是另一个：如果模型越来越多、越来越强、越来越便宜、越来越容易被调用，那么企业AI真正的壁垒到底还剩什么？
Gartner在2026年1月预测，全球AI支出将在2026年达到2.52万亿美元，同比增长44%。这已经不是一个“技术部门预算”的概念，而是一个正在改写全球企业资本开支结构的宏观变量。AI不再只是CIO办公室里的创新项目，而正在进入CEO、CFO、CHRO共同讨论的经营议题：钱花在哪里，组织如何跟上，流程如何重构，ROI如何证明，风险如何治理。
也正是在这样的背景下，Josh Bersin在4月18日发表的文章《Could Microsoft Win The War For Enterprise AI?》提出了一个非常重要的判断：企业AI之战，表面上看是模型之战，实质上是平台之战。Bersin认为，企业AI的竞争不应只看模型能力，而应放在三层结构中理解：底层模型、应用体验层，以及生态系统。
这套框架的价值在于，它把企业AI从科技新闻里的热闹，重新拉回企业经营的现实。企业最终不会因为某个模型在基准测试中领先两个月就完成组织变革，也不会因为某个聊天机器人能写一封邮件就实现生产率跃迁。企业真正需要的是一个能够嵌入业务系统、理解组织上下文、调用流程权限、接受安全治理，并最终交付业务结果的AI平台。
换句话说，模型只是发动机。企业AI真正的竞争，发生在发动机之外：谁能把模型装进企业已有的业务车辆里，谁能让它安全上路，谁能让它和企业的财务、HR、销售、供应链、IT、法务系统协同运行，谁才有机会成为下一阶段的赢家。
这也是为什么，当模型红利开始消退，企业AI的下一个战场一定不是“谁再发布一个更聪明的模型”，而是“谁能成为企业AI的操作系统”。
过去两年，大模型给企业带来的第一波震撼，来自能力跃迁。它能写报告、做总结、生成代码、翻译合同、分析表格、撰写营销文案、回答员工问题。对于很多企业来说，第一次使用生成式AI时的感受，是一种强烈的认知冲击：原来知识工作可以被这样重新组织。
但到了2026年，这种冲击正在变得日常化。德勤在《The State of AI in the Enterprise》报告中指出，员工可接触到经企业批准的AI工具的比例在一年内增长约50%，从不到40%提升到约60%；但在已经获得AI工具访问权限的员工中，日常工作流中的使用率仍不到60%。这组数据非常关键，它说明企业AI的主要矛盾已经从“有没有工具”转向“工具是否真正进入工作流”。
这也是很多企业在AI试点中遇到的共同困境：工具并不少，模型也不弱，演示效果甚至非常惊艳，但一旦进入真实业务场景，问题立刻变得复杂。员工是否愿意改变工作习惯？AI能否访问正确数据？不同岗位是否有不同权限？生成内容如何留痕？敏感信息如何保护？跨系统流程如何触发？结果如何被衡量？出错时谁负责？这些问题，单靠一个模型无法回答。
AI进入企业之后，最大的难题不是“智能不足”，而是“组织嵌入不足”。
这正是Bersin所说“应用体验层”的意义。一个模型本身并不直接等于生产力。真正决定用户是否持续使用的，是模型被放在什么界面里、连接了哪些数据、能触发哪些动作、是否理解上下文、是否符合权限规则、是否能够在员工每天已经使用的系统中自然出现。
如果把模型比作发动机，那么应用体验层就是方向盘、仪表盘、刹车、底盘和安全系统。企业用户不会每天关心发动机来自哪家供应商，但会关心这辆车是否好开、是否安全、是否能载人、是否能在复杂路况中稳定运行。
微软为什么被Bersin视为企业AI战争中的重要候选赢家，原因并不只是它拥有强大的模型合作伙伴，而是它拥有企业日常工作的入口。Word、Excel、PowerPoint、Outlook、Teams、SharePoint、Azure、Dynamics、GitHub，这些工具已经深深嵌入企业员工的工作肌肉记忆。对很多组织来说，AI如果出现在这些工具里，就不是一次额外学习，而是一次自然延伸。
这也是Microsoft 365 Copilot最值得企业管理者关注的地方。它并不只是一个“会写邮件的助手”，而是试图在文档、会议、表格、邮件、知识库和业务系统之间构建一个新的AI交互层。更重要的是，微软正在走向多模型架构。近期关于Microsoft与OpenAI合作关系调整的报道显示，Microsoft一方面继续保留与OpenAI的深度合作，另一方面也在扩大与Anthropic等模型公司的合作空间，以强化企业AI的多模型能力。
这件事对企业高管和HR负责人有一个非常明确的启示：未来企业不会只有一个模型，企业会拥有一个模型组合。编码、财务分析、法律审阅、员工服务、客服响应、知识检索、销售预测、绩效辅导、学习推荐，不同场景对模型的要求并不相同。企业AI架构不应该建立在“押注一个万能模型”的幻想上，而应该建立在“多模型、多Agent、多系统协同”的现实上。
更具信号意义的是，企业AI正在从试点走向大规模部署。2026年4月，Microsoft与Publicis Groupe宣布扩大合作，Publicis将在全球11.4万多名员工中部署Microsoft 365 Copilot，并将Azure作为优先云平台之一。几乎同一时期，Reuters报道称，Accenture将把Microsoft 365 Copilot推广到其全部74.3万名员工，这是目前规模最大的企业部署之一；其早期使用反馈中，97%的受访用户认为Copilot加快了任务完成速度，53%认为带来了显著生产力提升。
这类案例之所以重要，不在于它证明某一家公司一定会赢，而在于它标志着企业AI采用逻辑的变化。过去的AI项目经常是“找一个团队试试看”，现在越来越多领先企业开始问：“我们能否把AI作为全员工作基础设施来部署？”当AI从少数知识工作者的效率工具，变成全员可用的工作层，企业AI竞争的核心就发生了位移。
全员部署不是终点，而是企业AI平台化的起点。
因为全员部署之后，企业立刻会面对第二个问题：员工有了AI工具之后，组织流程是否同步改变？管理者是否知道哪些工作被AI改写？HR是否知道岗位能力模型发生了什么变化？法务是否知道AI生成内容的边界？IT是否能够管理不同Agent的权限？CFO是否能看见AI投资带来的回报？
如果这些问题没有答案，AI工具越多，组织反而越混乱。一个部门买一个助手，一个团队训练一个机器人，一个业务线部署一套Agent，表面上看是创新，实质上可能造成新的系统孤岛。企业过去二十年在数字化中反复踩过的坑，正在AI时代以更快速度重演：系统很多，数据不通；工具很多，流程不动；概念很多，结果不清。
所以，企业AI真正的第二战场，是系统连接。
大型企业从来不是一张白纸。它们已经拥有复杂的数字化基础设施：ERP可能跑在SAP或Oracle上，HCM可能来自Workday、SuccessFactors或Oracle Cloud HCM，CRM可能是Salesforce，IT服务和工作流可能在ServiceNow，协作工具可能是Microsoft 365或Google Workspace，招聘、学习、绩效、薪酬、福利、员工服务又分别由多个专业系统支撑。
在这样的企业现实中，一个AI工具如果不能连接现有系统，就只能停留在“问答层”。它也许可以回答政策，也许可以总结文件，也许可以生成文案，但它无法真正执行流程，无法完成跨系统动作，无法成为企业运营的一部分。
企业AI的价值，不是让员工多一个聊天窗口，而是让组织多一层智能执行能力。
这也是为什么ServiceNow、Workday、SAP、Oracle、Salesforce这些企业软件公司正在快速重构自己的AI叙事。它们的共同方向并不是简单地把生成式AI嵌入产品界面，而是试图把AI Agent变成业务流程的一部分。
ServiceNow的路径非常清晰：从工作流平台升级为AI执行层。ServiceNow正在强化AI Control Tower能力，强调对AI工作流的端到端自动化、风险管理、实时影响衡量，以及对AI规模化应用的集中可视化控制。 对企业来说，这类能力看似不如模型发布那么性感，却正是AI规模化之后最稀缺的能力。因为当一个企业同时运行几十个甚至上百个Agent，真正困难的不是“再创建一个Agent”，而是“知道这些Agent在做什么、为什么这样做、是否合规、是否创造价值”。
广告
Workday则从另一个方向切入：它拥有企业最核心的人力与财务数据，因此它要把自己从系统记录升级为Agent记录。2026年3月，Workday发布Sana，定位为“Superintelligence for Work”，其Sana Self-Service Agent覆盖薪酬、考勤、休假等HR和财务场景，拥有300多项技能，可处理日常HR和财务任务，并帮助减少支持工单。
更值得HR负责人关注的是Workday提出的Agent System of Record思路。Bersin在分析Workday与Sana战略时指出，Sana构建的Agent将与Workday的Agent System of Record整合，用于管理Agent的数据使用、用户使用、权限和安全。 这意味着，在Workday的设想里，未来企业不仅要管理员工，也要管理“数字员工”；不仅要知道谁可以访问哪些员工数据，也要知道哪个Agent可以代表谁执行哪些任务。
这对HR具有极强的象征意义。过去，HR系统记录的是人的组织关系：员工是谁，岗位是什么，向谁汇报，薪酬如何，绩效如何，技能如何，职业路径如何。进入Agent时代之后，企业还必须记录一种新的“组织成员”：AI Agent。它们不一定是员工，但它们会参与工作；它们不领取薪水，但会影响流程；它们没有劳动合同，但需要权限边界；它们不会晋升，但需要绩效衡量。
当AI Agent开始参与招聘、入职、学习、绩效、员工服务和人才决策，HR不能只管理人，也必须参与管理“人机协同的工作系统”。
SAP与Google Cloud的合作，则展示了另一种平台化路径：多Agent协同。2026年4月，SAP与Google Cloud宣布扩大合作，客户可以在SAP CX解决方案中部署Joule Agents，用于构建、启动和优化营销活动，而Gemini Enterprise将作为跨SAP和Google Cloud平台的Agent中心。 这类合作的关键不是“一个Agent完成所有事情”，而是“多个Agent围绕业务目标协同完成任务”。今天先出现在营销场景，明天就可能扩展到供应链、财务、人力资源和客户服务。
Oracle的路径更强调原生融合。2026年4月，Oracle发布Fusion Agentic Applications for HR，强调通过Oracle Fusion Cloud HCM把人、流程和数据连接起来，支持企业自动化员工生命周期、提升员工体验，并推动“human-agent workforce”的业务结果。 Reuters此前也报道，Oracle正在重塑其Fusion云软件套件，使其支持“agentic apps”，让用户能够直接向系统提出业务结果诉求，由AI工具协同完成数据收集、分析和建议。
Salesforce则在CRM和客户运营领域加速推进Agentforce。Salesforce在2026财年第三季度财报中披露，Agentforce已经获得超过9500个付费交易，并处理了3.2万亿token。 对于销售、服务、营销高度数字化的行业而言，这意味着AI Agent正在从“客服机器人”升级为“客户增长系统的一部分”。它不只是回答客户问题，而是可能参与线索识别、销售跟进、客户服务、营销自动化和客户成功管理。
把这些案例放在一起看，一个趋势已经非常清楚：企业AI正在从通用助手时代，进入平台Agent时代。
通用助手解决的是个人效率问题，平台Agent解决的是组织运行问题。前者让一个员工更快写完一份材料，后者让一个流程更快完成一次流转；前者提升个人生产力，后者改写组织生产关系；前者依赖员工主动使用，后者需要嵌入系统自动运行。
这正是企业高管和HR负责人必须看清的分水岭：AI不是又一个软件工具，而是一种新的组织能力层。
从HR视角看，这一变化尤其深刻。过去HR数字化的核心，是把人力资源流程线上化：招聘系统提升简历管理效率，学习平台提升培训触达，绩效系统规范目标与评估，员工服务平台减少人工咨询。它们本质上仍然是“系统承载流程”。
但AI Agent进入之后，HR系统开始具备“主动执行”的可能。一个招聘Agent不只是帮候选人回答问题，而是可以根据岗位画像、技能需求、候选人经历、面试反馈和业务部门偏好，主动推荐优先级；一个学习Agent不只是推送课程，而是可以结合员工绩效、职业路径、岗位变化和业务战略，动态生成个人发展路径；一个员工服务Agent不只是检索政策，而是可以判断员工问题所涉及的制度、流程、审批人和系统动作，并在权限范围内完成办理；一个组织分析Agent不只是展示报表，而是可以识别团队技能缺口、管理跨度异常、岗位冗余风险和关键人才流失信号。
这意味着，HR AI的真正价值不在“回答问题”，而在“驱动动作”。
然而，动作越多，治理越重要。AI Agent一旦进入HR场景，就会触及企业最敏感的数据与决策：候选人筛选、薪酬建议、绩效评价、晋升推荐、人才盘点、组织调整、离职预测。任何一个环节都不只是效率问题，也涉及公平、合规、解释性和员工信任。
因此，HR负责人不能只问供应商：“你们的模型准不准？”更应该问：“你们的Agent如何管理权限？如何记录行为？如何解释建议？如何处理敏感数据？如何与现有HR系统连接？如何确保不同员工、不同经理、不同地区看到的信息符合权限？如何在出现争议时追溯决策链路？”
企业AI时代，HR最重要的新能力之一，是把AI治理纳入组织治理。
这并不是要HR成为技术部门，而是要求HR重新理解自己的角色。AI会改变岗位，改变技能，改变工作流，改变管理跨度，改变员工体验，也改变组织设计。HR如果只把AI当作“提升效率的工具”，就会低估它的战略影响；如果把AI当作“组织运行机制的变化”，就能更早参与企业AI架构设计。
这也是为什么Bersin提出的“不要只看模型，要看应用体验层和生态系统”对HR特别重要。因为HR天然处在企业系统交汇处：一边连接员工，一边连接管理者；一边连接组织战略，一边连接日常流程；一边连接文化与体验，一边连接绩效与成本。AI如果不能进入HR的真实业务上下文，就无法真正改变组织；AI如果进入HR业务上下文但没有治理，又可能造成新的管理风险。
所以，对企业高管和HR负责人来说，未来一年规划AI战略时，需要从“采购一个AI工具”的思维，转向“搭建一个AI运行体系”的思维。
第一，企业需要明确自己的AI入口。这个入口可能是Microsoft 365 Copilot，也可能是ServiceNow，也可能是Workday Sana，也可能是SAP Joule、Oracle Fusion Agentic Applications、Salesforce Agentforce，也可能是企业自建的AI门户。入口并不一定只有一个，但必须有统一架构思维。否则，员工会在不同AI工具之间来回切换，数据分散，权限失控，体验割裂。
第二，企业需要建立多模型策略。未来企业AI不是一把锤子解决所有问题，而是不同模型和Agent组合完成不同任务。技术团队需要考虑性能、成本、安全、数据驻留、行业适配；业务团队需要考虑场景价值；HR团队则需要考虑员工能力、岗位变化和组织接受度。
第三，企业需要优先打通高价值流程，而不是追求炫目的演示。HR场景中，员工服务、招聘初筛、入职办理、学习推荐、政策问答、绩效辅导、组织分析，都是可优先切入的方向。但每一个场景都必须回到业务结果：节省多少时间，减少多少工单，提升多少体验，降低多少风险，释放多少HRBP精力。
第四，企业需要建立Agent治理机制。Agent需要身份、权限、边界、日志、评估、升级和退出机制。一个Agent能访问什么数据，能代表谁执行动作，能否自动发送通知，能否触发审批，能否影响人才决策，都必须被清楚定义。未来企业的AI治理，不只是IT安全问题，也是HR、法务、合规、业务共同参与的组织治理问题。
第五，企业需要把AI应用与岗位重构结合起来。AI不会只带来“某个任务更快”，它会改变岗位组合。一个招聘专员可能从简历筛选转向候选人关系经营，一个HR共享服务人员可能从重复答疑转向复杂员工体验设计，一个学习发展经理可能从课程运营转向能力体系设计，一个HRBP可能从事务协调转向组织诊断和业务咨询。HR必须帮助企业回答：当AI承担一部分任务，人应该升级到哪里？
这也是为什么企业AI不应被简单理解为降本工具。降本当然重要，但如果企业只用AI减少人力成本，就会错过更大的机会。AI真正的战略价值，是让组织把人的时间从低价值重复工作中释放出来，转向判断、沟通、创新、关系、决策和文化建设这些更难被自动化的领域。
从这个意义上讲，企业AI的成熟度，不能只看部署了多少工具，而要看三个指标：AI是否进入核心工作流，AI是否被纳入治理体系，AI是否推动岗位和组织能力升级。
Ramp AI Index显示，2026年3月，美国企业AI采用率首次突破50%，达到50.4%，而一年前这一比例为35%。 这个数字意味着，AI已经越过早期采用者阶段，正在进入主流企业市场。与此同时，采用率提升并不自动意味着价值兑现。PwC在2026年运营数字趋势调查中指出，89%的运营领导者认为技术投资尚未完全交付预期结果。
这两组数据放在一起，恰好说明企业AI的真实处境：采用正在加速，价值仍需穿透。企业买AI不难，难的是把AI变成可衡量、可治理、可复制的组织能力。
因此，模型红利消退并不是AI热潮结束，而是企业AI进入更严肃阶段的开始。早期，谁能接入最强模型，谁就能制造惊喜；中期，谁能把模型嵌入流程，谁就能创造效率；长期，谁能围绕AI重构组织能力，谁才能形成真正壁垒。
模型领先可能只有几个月，系统连接能力却可能沉淀多年；一次AI演示可以令人兴奋，一套AI治理体系才能支撑企业长期运行。
这也是微软、ServiceNow、Workday、SAP、Oracle、Salesforce等企业软件巨头同时转向Agent平台的根本原因。它们知道，未来企业不会为“又一个聊天机器人”长期付费，但会为“更高效、更智能、更可治理的业务运行系统”持续投入。
对中国企业而言，这场变化同样重要。很多企业过去几年已经完成了从“关注AI”到“试用AI”的转变，下一步真正困难的是从“试用AI”走向“组织级AI”。这一步不能只靠技术部门推动，也不能只靠某个高管拍板，更不能只靠采购几套工具完成。它需要战略、流程、数据、权限、人才和文化的协同。
尤其对HR负责人来说，AI时代的战略角色正在被重新定义。过去，HR常常在技术变革中扮演培训者、沟通者、政策制定者和变革支持者。现在，HR需要更进一步，成为企业AI转型中的组织架构设计者、岗位重构推动者、员工体验守护者和Agent治理参与者。
当企业开始拥有越来越多AI Agent，HR要问的问题不只是“员工会不会被替代”，而是“哪些工作应该交给Agent，哪些工作必须由人保留，哪些岗位需要重新定义，哪些能力需要重新培养，哪些流程需要重新设计，哪些治理规则需要提前建立”。
这才是企业AI真正进入深水区的标志。
回到开头的问题：当模型不再稀缺，什么才是真正的壁垒？
答案已经越来越清楚。不是单个模型，不是一次发布会，不是一个漂亮的聊天界面，而是企业能否建立一套围绕AI的连接能力、体验能力、治理能力和组织升级能力。
Microsoft的优势在于办公入口和生态广度，ServiceNow的优势在于工作流执行，Workday的优势在于人力与财务数据，SAP和Oracle的优势在于大型企业核心业务系统，Salesforce的优势在于客户运营与CRM场景。它们的路径不同，但都在奔向同一个目标：成为企业AI时代的关键平台层。
对于企业来说，真正重要的不是押注哪家公司一定赢，而是看清这场战争的本质。企业AI不是模型之战，而是平台之战；不是工具之战，而是工作系统之战；不是技术部门的局部创新，而是整个组织运行方式的再设计。
在这场竞争中，模型会不断迭代，价格会不断变化，产品会不断更名，榜单会不断刷新。但有些东西会越来越重要：企业数据在哪里，流程在哪里，权限在哪里，员工每天在哪里工作，管理者如何决策，组织如何学习，AI如何被治理。
谁能回答这些问题，谁才真正接近企业AI的核心。
模型红利正在退潮，但企业AI的真正大幕才刚刚拉开。下一阶段的赢家，不一定是拥有最强模型的人，而是最懂企业系统、最懂组织工作流、最懂治理边界、最能把AI变成业务结果的人。
|
活动名称 |
时间 |
地点 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
