我扒了11家软件厂商的AI动作,发现一个残酷的真相

我先说个结论。

2026年，99%号称AI Native的企业软件，都是在系统外面挂了个聊天框。

你问它"上个月哪个客户回款超期了"，它能答上来。你要它"把超期的账都发一遍提醒"，它做不到。

因为聊天框和业务系统之间，隔着一条数据流的河。它游不过去。

但例外出现了。

SAP和Oracle，全球最大的两家ERP厂商，在同一个季度，宣布了同一个方向。

把软件从"记录系统"，改造成"行动系统"。

3月，Oracle发布22个Agentic Applications，覆盖财务、HR、供应链、客户服务。

4月到5月，SAP在Sapphire大会上推出Autonomous Suite，224个AI Agent，50个行业助手。

两家高管说得很直白：软件不再是被动的记录工具，而是主动追求业务目标的系统。

行业媒体用了一个词：这在ERP行业史上，是第一次。

为什么是今年？为什么是现在？

这个事，值得每个老板花十分钟看完。因为你要上的下一个系统，很可能就是它们说的这种东西。

✦

"这些新应用，把软件从被动的记录系统，推向主动追求业务目标的系统。"

—— Oracle高级副总裁 Steve Miranda

先说清楚一个词：AI Native

这个词被说滥了。

有的厂商给系统加个对话框，就叫AI Native。

有的接个大模型，能问答了，也叫AI Native。

都不是。

Gartner给过一个判断：到2026年底，40%的企业应用会内置任务型AI Agent，而2025年初这个数字不到5%。

从不到5%到40%，一年时间。这个数字背后的含义是：任务型AI Agent，正在成为企业软件的标配。

判断是不是AI Native，标准很简单：AI是嵌在业务里干活，还是挂在系统外聊天。

记录系统，是人操作系统，系统被动记账。行动系统，是AI理解任务、跨系统调数据、主动交付结果。

大白话说，记录系统是个账本，你记什么它记什么。行动系统是个管家，你交代任务，它把事办了，把结果送到你面前。

我举个例子。

同样是应收账款。记录系统能做的是：把账龄表调出来给你看，逾期多少，一目了然。但发提醒、催收、核销，还得人来。

行动系统能做的是：AI自己盯着账龄，超期自动生成提醒，按客户分别发出去，回款了自动对账核销，只有异常才找到你。

前者记，后者办。这个区别，是这一轮ERP大转向的核心。

记录系统 vs 行动系统

✦

从"记录"到"行动"，要跨五个阶段

行业把这条路径，分成了五个阶段。

第一阶段，记录。人录入，系统记账。80年代以来的ERP，基本都停在这。

第二阶段，对话。系统加了对话框，能问能答。这是大多数厂商现在的水平，也是"假AI Native"的重灾区。

第三阶段，辅助。AI给建议，人做决定。AI能算、能分析、能提建议，但动手还得人。

第四阶段，Agent。AI执行，人做审核。AI能自己把流程走完，把事办了，人在关键节点把关。

第五阶段，自主。AI推进目标，人定方向。AI带着目标干，干成什么样都汇报，人只改方向。

大多数厂商，现在还在第二、三阶段徘徊。少数几家，开始往第四阶段冲。

判断你手上的系统到哪一步，也很简单：问问它能不能自己把事办了。

答不上来的，停在第二阶段。答上来但办不了的，停在第三阶段。

AI Native 的五个阶段

✦

11家厂商的动作，摆在一起看

我把11家厂商的动作，摆在一起看。先看国际三家。

SAP。全球企业软件的霸主，在中国制造业ERP高端市场基本没有对手。

这次的动作是：把Joule和微软Copilot合并，ERP查询直接在Teams和Word里完成。发布Autonomous Suite，50个Joule助手编排224个Agent。

CEO问了一个问题：未来的SAP，还会是一家软件公司吗？

Oracle。3月一次性发布22个Agentic应用，覆盖财务、HR、供应链、客户服务。NetSuite同步转向对话式和Agentic工作流。Oracle的逻辑很直接：客户用的每套云应用，都要长出一个能自己干活的Agent。

微软。它不直接做ERP，但它是这一轮转向的底座。

4月把Copilot Studio从"聊天机器人构建器"升级为"推理型Agent平台"。Agent能自主处理客户询问、生成报价、对账核销，只把异常留给人工。

等于把"让AI干活"的工具，开放给了所有企业。

再看国内，ERP、CRM、SRM、EHR，四个赛道八家厂商，挨个摆开。

金蝶。转型最激进的一家。

5月20日发布企业级AI操作系统「灵基」，三种工作模式：对话、干活、用自然语言开发自己的AI应用。上半年签约60多家企业，累计超过100家，目标下半年做到一万家。

徐少春最硬核的一句话：企业的全域上下文和记忆，留在灵基系统里，而不是大模型内部。系统越用越聪明，客户越用越离不开。

用友。和金蝶是三十年的老对手。2023年7月首发企业服务大模型YonGPT，2026年1月发布"本体智能体"，把企业AI从"概率生成"转向"逻辑执行"，直接回应大模型幻觉问题。BIP云8.0已实现AI自动取数、对账、生单。

鼎捷。深耕制造业44年，是这11家里最"垂直"的一家。2026年5月发布雅典娜"企业智能运行空间"EIOSpace，内置160多个面向制造场景的智能体，覆盖100个高频场景。它提了一个很清醒的说法：AI是分身，而非替身。

纷享销客。CRM赛道的老牌玩家。

发布Agentic CRM，蜂巢智能体平台，AI销售助理、顾问、总监三位一体。单笔订单录入从10分钟压缩到1分钟，客户销售周期平均缩短22%。

它用数字说话：销售员的活，AI能接走一大半。

销售易。腾讯控股的AI原生CRM，连续九年唯一入选Gartner销售自动化魔力象限的中国厂商。

2026年喊出"AI CRM 2.0"，口号跟这篇文章的判断一模一样：让CRM从"记录系统"迈入"执行系统"。NeoAgent 2.0智能体矩阵，销售经理Agent主动评估商机，企微会话Agent实时提炼客户意图。

米其林的数据摆在明面上：全国400多名渠道代表，拜访规划从半天压缩到5分钟。

纷享销客和销售易，一个老牌玩家，一个腾讯系。谁能吃到这波红利，让市场说话。

携客云。深耕制造业供应链SRM。2026年7月发布"AI为核"产品战略，AI智能体深入采购业务，智能问数让采购负责人像聊天一样拿到分析报表。手里4000多家采购企业、40万家供应商，是它做AI最硬的底牌。

汉得。老牌企业数字化服务商，SRM靠"自研产品+实施服务"吃饭。

数智化采购平台跑在大型企业项目里：华工科技、比亚迪、海尔。H-ZERO PaaS底座，覆盖寻源、招投标、供应商全生命周期。

旗下甄零科技专注合同管理，AI审查引擎自动识别条款风险。

携客云和汉得，一个轻SaaS讲AI快，一个重服务讲大厂信任。制造业SRM的两种活法。

北森。中国首家港股上市的HR SaaS企业，IDC连续九年HCM SaaS市占率第一。

2026年6月发布Mavens，一站式AI HR专家平台。SenGPT垂直模型加SenClaw Agent执行体系，15个数字HR专家：AI面试官、AI招聘官、AI领导力教练。

AI产品新签合同额8700万，一年涨了10倍。

它把话说得很直：HR系统要从"信息管理工具"，变成"智能业务伙伴"。

11家厂商AI动作速览

11家厂商，方向惊人一致：让AI从"会回答"走向"会执行"，从挂在外面，长进业务里。

✦

同样的方向，为什么打法不一样？

同样喊AI Native，为什么打法差这么远？

差距来自四个地方。

第一，战略。国际巨头选择"内嵌"，把Agent长进现有旗舰产品里。

金蝶直接押注自研企业AIOS「灵基」，赌存量客户转化。鼎捷不追超级Agent，转而做"空间"，让人、智能体、设备在一个环境里协同。

三种路径，三种赌法，没有对错，赌的是各自的客户吃哪一套。

第二，包袱。老牌厂商都有存量客户。SAP要照顾还在用ECC的老客户。

鼎捷强调"AI+ERP/PLM/MES全场景，现有客户无需替换系统"。包袱逼着它们走"平滑升级"路线，不可能推倒重来。

但包袱也是壁垒。

金蝶沉淀了740万家企业的场景理解。鼎捷有44年制造业know-how。携客云手里有4000多家采购企业、40万家供应商。

这些数据，是AI最缺的养分。

包袱是壁垒，也是天花板。

第三，资本。国际巨头有独立AI研发预算，Agent直接内置，不另外收费。

国内厂商受制于营收结构，AI功能更多作为云订阅的增值模块。这不是好坏之分，是现实约束。

第四，现实落差。发布会上的Agent，和工厂里能跑的Agent，隔着十万八千里。

有的厂商演示很漂亮，落地时发现数据没打通，流程没理顺，人没配合。

判断一家厂商的AI能力，不要看它发布会讲了什么，要看它在客户现场干成了什么。

✦

残酷的真相：大多数厂商还在第二、三阶段

真相是：号称AI Native的很多，真能跨系统把事办了的，很少。

为什么？

三个条件，缺一个都不行。

第一，数据要打通。AI跨系统干活的前提，是数据跨系统流动。

90%的制造业企业，数据还是孤岛。采购在A系统，销售在B系统，财务在C系统，三个系统不聊天，AI再聪明也没活可干。

第二，AI要嵌入流程。AI直接参与业务环节，替代真实操作，只留异常给人。

加个对话框不算数。这要求厂商对业务场景的理解足够深，敢让AI去碰真实的流程。

第三，组织要配合。AI干活，流程要改，权限要改，人要改。

老板要扛得住阻力，员工要学得会协作。这比技术难十倍。

所以我的判断是：未来两三年，是"真AI Native"和"假AI Native"的分水岭。谁能过这三关，谁就能吃到下一波红利。

任务型AI Agent在企业应用中的渗透率（Gartner预测）

✦

一个制造业老板的真实困惑

上个月我去一家做非标设备的客户现场。

老板说：老钟，我们一天要报几十个价，全靠几个老业务员拍脑袋。报高了吓跑客户，报低了白干，新人报出来的价，跟老师傅能差十个点。

我说：这就是记录系统。

他问：那行动系统是什么样？

我说：AI接住询价，读规格，比对历史成交价，叠上最新材料行情，三分钟给一版参考报价。报价单自动生成，自动发给客户。超过一周没回音，自动提醒你跟进。你不用熬夜盯报价，只需要在关键节点点头。

他沉默了一会儿：这玩意儿，靠谱吗？

我说：系统靠不靠谱，看它在你现场干成了什么。

他那个问题，其实是所有制造业老板的问题。

听厂商讲了两年AI，越听越糊涂。讲得天花乱坠的，落不了地。落得了地的，又说不清。

所以我把判断标准写到了最后，你拿去就能用。

AI Native 的尽头，是老板眼前的这块屏

✦

这个话题聊到这儿，得说说我自己的公司

般若做了8年大数据，核心就一件事：把制造企业的关键任务，改造成AI能干。

我们不卖通用平台，不搞大而全。

我们挑制造企业最痛的关键任务：经营分析、智能报价、智能排产、应收账款、库存优化。

一个一个来，每个任务给可量化的结果。

比如费用管报，编制时间从12天压到4天，低价值工时从60%降到20%以下。

比如应收账款，账龄实时可见，超期自动追人。

我们的立场，和这篇文章的判断是一致的：AI Native不是名词，是动词。不是给你的系统贴个标签，是把你的关键任务真的改造成AI能干。

AI是手段，赚钱是目的。这句不是口号，是我们做项目的验收标准。

✦

最后，给你三个判断标准

拿回去就能用。

第一，AI在业务里，还是在系统外？加个对话框的，是系统外。能直接操作业务数据、发起流程的，才是业务里。问一句：它能不能直接帮我生单、改单、核销？

第二，AI交付结果，还是回答问题？回答问题的，是陪聊。把报价单做出来、把对账单核完、把排产排好的，才是交付结果。问一句：你交代一件事，它交回来的是话，还是活？

第三，AI减少人的操作，还是增加人的操作？减少的，是真AI。需要人帮它把数据录好、把流程走完的，是玩具。问一句：上了它，你们的报表组是轻松了，还是更忙了？

拿这三条，去问你的软件供应商。答不上来的，大概率是挂着聊天框的。

✦