企业办公软件:AI生态位的三层博弈

2026年发生了一系列看起来互不相关的事：

3月-飞书发布aily智能体平台，一个人说”帮我跟进这个需求”，AI自动创建任务卡片、分配负责人、更新项目状态。

4月-Palantir公布Q1财报，美国收入暴增133%，全年营收预期直奔72亿美元。

5月-SAP蓝宝石大会上，CEO承认”八九个月前调整了AI方向”，同日宣布与Palantir深化技术互通。

这三件事的背后，藏着同一个问题：企业AI的”数据栈”到底应该归谁？

传统意义上：SAP管的是财务、供应链、采购——企业的”钱和货”。飞书包的是IM、文档、会议——企业的”人和沟通”。Palantir做的是把破碎数据变成业务对象——企业的”翻译官”。它们在传统认知里井水不犯河水。

但当一个企业同时用着SAP的ERP、飞书的IM、Palantir的AIP——AI Agent调取的是谁的数据？基于谁的语义做决策？最终在谁的系统中执行？这个”谁”的答案，决定了谁做下一代企业操作系统的”底座”，谁做”管道”。

一、同一个数据栈，三个玩家，三层楼

拆开来看，三家公司站在完全不同的数据层级上：

SAP站在最底层——L3：流程执行层。它记录企业”做了什么”——订单、库存、财务流水。50年的行业积累，全球77%的交易数据经过SAP系统。224个AI智能体覆盖端到端业务流程。但所有逻辑都需要人预先定义规则。系统是”死的”——数据不会自己说话，更不会自己思考。

Palantir站在中间层——L2：语义翻译层。它做的事在传统软件世界里没有对应品类：把”Part_ID_7788″翻译成”停在3号机库的A350起落架”，把财务表里的一行数字翻译成”这家供应商的交付准确率在下滑”。Ontology（本体论）是它的核心——一种把破碎数据转化为AI可理解、可推理的业务对象的技术。AIP在此基础上加入LLM推理，让AI不仅能”读懂”数据，还能直接回写ERP触发采购动作。

飞书站在最顶层——L1：对话捕获层。它记录的一句话”这家报价低但质量不稳定，再看看”——这句永远不会出现在SAP里的决策信号。3000万+MAU，2026年Q1连续高增长，aily让对话可以自动变成任务、待办、项目状态更新。

a16z博客前段时间推送了一篇文章叫《Everything is Recorded Now》，核心判断：企业软件正在从”文本记录系统”向”语音上下文系统”迁移，而LLM是唯一能完成这场迁移的工具，LLM第一次让企业能够把非结构化语音数据——实时对话、会议录音、客户通话——转化为结构化、可搜索、可查询的数据资产。飞书恰好站在这个迁移入口。

传统世界里，三层平行运转，互不干扰。但AI Agent把这层楼焊在了一起：

对话（飞书）→ 语义化（Palantir）→ 推理与执行（SAP），变成了一条数据链。谁卡住这条链路中最不可替代的那一环，谁就定义了下一次企业软件的权力分配。

二、每一层都在试图吃掉相邻层

飞书正在从L1向下渗透。aily的智能体已经能通过代理通道直连企业内网系统，自动创建ERP采购单、更新CRM客户记录。多维表格+AI正从”协同工具”向”轻量级业务系统”进化。龙蟠科技董事长说飞书是”AI时代的组织操作系统”——飞书显然不满足于只做一个IM。

Palantir正在从L2上下夹击。AIP的动态回写能力已经能直接修改SAP里的订单——飞书能捕获”需求要跟进”，Palantir能直接把”跟进需求”变成采购单的发薪动作。这是从”对话”到”业务动作”的闭环，跳过了飞书。 Palantir不做IM（不碰L1），但它的AIP已经具备吃掉L3的能力——如果Palantir直接和飞书对接，SAP就可能被架在中间。

SAP的反击最被动。Joule智能助理还停留在”用自然语言查ERP”的阶段。SAP在中国面临国产替代+飞书侧攻+垂直SaaS的多面夹击，SAP的选择是和Palantir合作——这是SAP在说：”我自己做不了L2，但我不能让对手独占这个连接点。”

于是我们看到了一个微妙的局面：SAP+Palantir联手，想焊住L2+L3。飞书在单打独斗，想焊住L1+L2+L3。

三、谁焊得最完整，谁就是下一个操作系统

三家公司各有各的致命伤：

SAP有最厚的数据资产，但数据是”死的”。Palantir有最锋利的语义翻译器，但它在中国几乎不存在——没有团队、没有客户、没有本土化，每个客户都需要昂贵的定制Ontology建模。飞书有最热闹的对话入口，但数据太”浅”——没有ERP深度，没有语义层建模能力，对话可以变成待办，但变不成财务报表和合规审计。

三家的AI生态位布局，本质上是在回答同一个问题：AI Agent时代，谁来做”企业数据的接地层”？

SAP想用结构化数据接地——每笔交易都有审计轨迹，AI Agent的每步操作都有据可查。Palantir想用Ontology接地——把现实世界的业务语义映射给LLM，让AI”理解”而不是”猜”。飞书想用对话上下文接地——决策的原始状态在对话里，AI唯一能还原决策全貌的地方在飞书里。

三个答案都是对的。但可能只有一种终局：谁先焊住三个层，谁赢。

投资认知框架：

1. “数据栈层间套利”识别
   
   ——企业AI化的核心瓶颈不是模型能力，是数据在L1/L2/L3之间流转的断层。谁的产品能降低这个断层摩擦，谁就能卡住”AI Agent落地”的刚性需求。Palantir的AIP回写SAP已经验证了L2→L3的通路，监控飞书/Palantir之间是否出现标准化接口协议——那将是L1→L2的通路打通的信号。
2. 中国市场L2层的投资真空
   
   ——飞书有L1，用友/金蝶有L3，但L2（Ontology级语义层）完全空白。能做出”中国版Palantir”、把飞书的对话数据和国产ERP的结构化数据统一语义化的产品，补的不是一个功能，是一个品类。这个品类出现，决定了中国企业软件AI化的天花板。