现在大家都在说AI能够实现降本增效。过去需要按年规划、按月推进的工作，如今借助智能体，可能几天甚至几个小时就能完成，可以说AI带来的效率跃升都在不断刷新人们的预期。

理想很丰满，但反映到GDP增速上却很骨感。

2024年诺贝尔经济学奖得主、麻省理工学院（MIT）经济学系“校聘教授” Daron Acemoglu预测，未来十年AI对GDP的贡献仅为1.1%-1.6%；斯坦福教授Erik Brynjolfsson在今年2月预测，2025年全年劳动生产率增速有望升至约2.7%‌，是美国在过去十年生产率提升的2倍。

事实上，这样的情况并不陌生。回顾工业革命以来的历次技术变革，无论是蒸汽机、电力、计算机还是互联网，从技术突破到真正转化为大规模生产力，都经历过漫长的传导周期。每一次颠覆性的变革，反映到经济增长依然是平稳的线性增长。

问题并不在技术本身。斯坦福大学教授Chad Jones提出的“弱链（Weak Link）理论”认为，一个系统最终能够释放多少价值，往往取决于最薄弱的那个环节。再先进的技术，如果遭遇流程割裂、数据孤岛、组织协同不足等瓶颈，其潜力都难以真正释放。

这也是很多企业已经在AI上进行了大量的投入，但没有见到可观商业回报的原因。麦肯锡2025年对全球企业进行的调查发现，88%的企业认为实际在至少一个业务场景里使用了AI，但只有6%的企业认为，超过5%的息税折旧及摊销前利润（EBITDA）增长是归功于AI。

在今年的中国SAP NOW大会上，SAP试图回答的，正是这道鸿沟该如何跨越。

如果说去年SAP强调的是应用、数据与AI构成的“飞轮效应”，那么今年SAP给出的新命题则是“自主运营企业（Autonomous Enterprise）”，让AI从局部提效走向端到端的价值创造。“这是SAP基于50年的沉淀，为AI Agent和AI时代自主运营企业给出的全新答案。”SAP大中华地区总裁原欣说道。

SAP大中华地区总裁原欣

自主运营企业让AI从局部提效走向整体智能

今天，企业谈AI，往往是在业务场景里增加一个又一个智能体。它们能够理解规则、调用知识、执行任务，单个环节的效率提升肉眼可见。但企业很快发现，一个环节快了，并不意味着整个链条快了。局部优化正在增加，整体效率却未必同步增长。

每个智能体都有自己的规则和知识边界，比如销售智能体理解客户，供应链智能体理解库存，财务智能体理解预算，但它们之间缺少统一的业务认知。与此同时，随着智能体数量不断增加，上下文越来越长、工具调用越来越复杂，成本也在持续上升。

针对这个企业“弱链”，SAP的思路是建立企业智能。

自主运营企业（Autonomous Enterprise）的核心思路就是先构建一颗理解企业的大脑，再让智能体基于统一的业务知识和业务流程开展协同工作。这样，AI不仅能够完成任务，更能够理解任务背后的业务逻辑，并在可治理、可追溯、可审计的框架下运行。

这颗大脑需要具备两层能力。第一层，SAP Knowledge Graph（知识图谱）是一张清晰的业务地图，让智能体在操作时面对的不再是点状知识，而是能够基于当前操作的业务对象，理解其与其他业务环节之间的关联，以及可能带来的连锁影响。

第二层，企业长期记忆，是企业多年积累的经营和运营智慧，组成了一幅智能体可参考的指导手册，能够随时被调用。

围绕这一理念，SAP搭建了自主运营企业的整体架构，包括SAP 商业AI平台（（SAP Business AI Platform）、自主型管理套件（Autonomous Suite）、Joule Work。

SAP 商业AI平台（SAP Business AI Platform）承担“大脑”的角色，负责整合企业分散在不同系统中的数据、知识和业务上下文，建立统一的企业智能底座，让所有智能体都能够理解同一套业务语言，并实现统一治理。

自主型管理套件（Autonomous Suite）分为五个业务域，包括财务、供应链、采购、人力资源管理和客户体验，每个业务域都有独立感知业务的智能助手（Assistant）。这些助手不仅能够理解业务，还能够自主调用和编排大量智能体进行工作，是整个智能体调度业务执行的底座。

Joule Work则进一步改变了人与系统的交互方式，用户只需要表达自己的业务意图，Joule便能够理解需求、协调智能体并完成任务编排。

从某种程度上看，自主运营企业的提出，也折射出企业AI发展的一个新阶段。当AI更加深入企业业务，如何管理、治理和协同，正在成为新的挑战，SAP提出的自主运营企业，本质上正是在回答这个问题。

从ERP到自主运营企业并非“+”的关系

这时有人要问了，自主运营企业是不是AI+ERP？答案是否定的。

过去50年，ERP定义了企业如何记录、管理和运行业务流程。在Agent时代，SAP希望建立自主运营企业这套AI原生的企业运营范式。

自主运营企业这套架构和传统AI方案究竟有何不同，从一个失败案例可以看出端倪。

一家企业采用了“传统Agent+通用大模型+Harness”的方案进行部署，起初方案在简单场景中确实快速见效，但时间一长短板也随之暴露出来。

第一，在长任务处理中，智能体的错误率会直线上升，特别是跨系统应用过程中，存在多口径数据处理时，智能体的表现会进一步下降。SAP底层的企业知识图谱能够通过SAP的知识体系构建出SAP应用和非SAP应用统一的业务语义，极大地降低由幻觉带来的AI执行错误。

第二，智能体在理解业务过程中，可能会产生理解问题，导致后续执行全部错误。SAP的企业记忆为智能体提供了一套完整的“执行参考手册”，在参考手册下智能体再调用时，不会因为第一步的错误，导致后续错上加错。

第三，智能体很多时候会认为操作已经成功，但是实际却未生效。Joule Work的下层构建了Assistant+Agent双重体系，这套体系由Assistant完成对业务的感知、触发和逻辑处理，并且监控Agent执行，能够明确获取智能体当前的状态及处理成果。

第四，智能体针对一个问题的多次处理，可能会得出完全不同的结果。SAP企业记忆将企业业务对象和企业业务流程进行双重匹配，确保智能体在执行过程中识别到一个业务对象能调取最佳的处理路径。

原欣给出了一个判断：自主运营企业是一个组织进化问题。因为技术负责创造可能性，而管理创新决定了这些可能性最终能够转化为多少生产力。

今天的AI同样如此。

所以这也是为什么SAP在本届SAP NOW大会上宣布启动“AI奇点启航计划”。SAP希望投入更多原厂资源，通过类似企业体检的方式，帮助客户识别出企业中的“弱链”，找到最具价值、最适合率先突破的AI场景。

SAP想推动的不只是帮助企业完成AI转型，更是希望帮助企业完成管理的变革。“自主运营企业”Autonomous Enterprise不是终点，而是企业进化旅程的起点。正如今年蓝宝石大会上的那句Slogan：This is just the beginning of better，更美好的一切才刚刚开始。

wang.congbin@zhiding.cn

独家专访杨元庆：详解联想集团千亿美金营收目标、“养龙虾”的本质和AI终端的四层境界