如果把最近对 Oracle Fusion AI 的一系列研究放在一起，会发现一个越来越清晰的趋势：企业软件正在经历一次比“增加一个AI助手”更深刻的变化。AI正在从传统软件的辅助功能，逐步进入业务流程本身，并开始承担过去由人完成的信息搜集、判断、协调和执行工作。

Oracle目前推进的思路，可以概括为三个层次：Embedded Agents、Agentic Applications、Agent Platform。这三层并不是简单的产品分类，而是一套从专业能力、业务应用到平台基础设施逐步展开的企业智能执行体系。

过去的ERP、HCM、CRM等企业软件，本质上首先是System of Record，也就是记录业务发生了什么。业务人员进入系统，查询数据、填写表单、推动流程，再根据系统提供的信息做判断。AI出现以后，企业软件开始增加Copilot、自然语言查询、数据分析和内容生成能力，逐渐向System of Intelligence演进，即帮助人理解发生了什么、为什么发生。

但Oracle现在展示的方向更进一步：企业软件正在尝试成为System of Outcomes，不只是告诉用户发生了什么，而是围绕一个业务目标持续发现问题、分析原因、提出行动方案，并在授权范围内推动事情发生。

这也是理解Oracle Agentic Applications最重要的入口。

一、第一层：Embedded Agents，AI开始成为“专业数字员工”

Oracle Fusion目前已经在财务、供应链、制造、HCM、销售、服务、营销等大量业务环节中嵌入专业Agent。

例如财务领域的Payables Agent、Ledger Agent，供应链领域的Inventory Shortages Assistant、Autonomous Sourcing Assistant，HCM领域的Career Coach、Compensation Advisor，销售领域的Quote Advisor Agent、Opportunity-to-Quote Guide等。

这些Agent解决的是一个相对明确的专业问题。

Payables Agent负责应付业务，Ledger Agent负责总账相关工作，Inventory Shortages Assistant关注库存短缺，Career Coach关注职业发展，Quote Advisor则围绕销售报价提供分析和建议。

如果把企业比作一个组织，这些Embedded Agents更像一个个专业员工：有人负责财务，有人负责采购，有人负责库存，有人负责招聘，有人负责销售报价。

因此，Embedded Agent解决的是第一个问题：

“AI具体能做什么？”

但仅仅拥有大量Agent，并不意味着企业已经拥有真正的Agentic Application。100个分散的Agent，仍然可能只是100个独立的AI功能。

真正的变化发生在第二层。

二、第二层：Agentic Applications，AI开始围绕“业务结果”工作

Oracle目前公开展示的一批Agentic Applications非常值得关注，其中包括Sales Command Center、Sourcing Command Center、Workforce Operations Command Center、Design to Source Workspace，以及Warehouse Operations Workspace、Product Readiness Workspace、Maintenance Operations Workspace等。

它们与普通的AI助手最大的区别是：它们不是围绕一个问题提供一个答案，而是围绕一个完整的业务目标组织多个专业Agent。

例如，Sales Command Center并不是简单增加一个“销售AI助手”。

一个真实的销售机会可能同时涉及客户信息、商机阶段、历史交易、价格、利润率、客户情绪、报价和后续沟通。一个Agent很难独立完成全部工作，因此系统需要调用不同的专业能力，对客户和商机进行持续分析。

当系统发现一个Deal出现价格异议时，可以进一步分析客户情绪、历史类似交易、折扣水平、合同金额和利润率，形成新的报价建议。销售人员确认以后，系统还可以继续推进Quote Revision、Proposal、Follow-up Email以及后续会议安排。

这里真正被优化的不是“写一封邮件”或者“分析一个报价”，而是：

如何让一个商机继续向成交推进。

Sourcing Command Center也是类似逻辑。

传统采购系统会告诉采购经理有哪些Negotiation、哪些供应商已经报价、哪些供应商还没有响应。最终仍然需要采购经理自己判断。

Agentic Application则可以持续监控谈判状态，发现供应商参与度不足，判断其可能影响竞争性报价，并建议延长谈判或者主动提醒供应商。供应商报价回来以后，又可以综合成本、风险、可靠性等因素形成Award Recommendation，最后由采购人员确认并推进后续合同流程。

因此，Sourcing Command Center真正承担的是：

推动一次寻源活动获得更好的采购结果。

Workforce Operations Command Center同样如此。

员工临时请假，在传统HCM里只是一个Absence Request。但如果这个员工当天已经排班，系统还需要进一步判断是否影响人员覆盖、是否存在合适的替代人员、替代以后是否产生新的工时或者合规问题。

Agentic Application会把排班、工时、缺勤等信息放在同一个业务上下文里，识别风险、模拟下游影响，并给出替代方案。

这意味着系统不再只是记录“某人请假了”，而是在回答：

“这个变化会对今天的业务造成什么影响，我现在应该怎么处理？”

这就是Agentic Application与传统企业软件之间真正的差异。

三、从“数据驱动”走向“行动驱动”

把Oracle目前展示的这些应用放在一起，会发现它们拥有非常相似的底层逻辑：

业务信号 → 上下文理解 → Agent推理 → 风险或机会识别 → 优先级排序 → Next Best Action → 人工确认 → 系统执行 → 业务结果。

这与传统Dashboard的逻辑完全不同。

传统Dashboard是：

数据 → 图表 → 人看 → 人判断 → 人行动。

AI增强型应用是：

数据 → AI分析 → AI告诉人发生了什么。

而Agentic Application正在尝试变成：

业务信号 → Agent发现问题 → Agent判断影响 → Agent提出行动 → Agent执行 → 人监督。

因此，Agentic Application真正改变的是企业软件的工作入口。

过去用户进入ERP，是为了“找数据、找功能、找表单”。

未来用户进入企业软件，可能首先看到的是：

今天最重要的事情是什么？

哪些业务正在出现风险？

哪些机会值得优先处理？

下一步应该做什么？

哪些事情AI已经可以直接帮我完成？

这其实是企业软件UX的一次重大变化。

四、第三层：Agent Platform，企业开始建设“AI劳动力基础设施”

如果说Embedded Agents解决的是“谁来干”，Agentic Applications解决的是“干成什么”，那么第三层Agent Platform解决的就是：

企业如何规模化生产、运行和治理这些Agent。

Oracle对应的核心平台是AI Agent Studio，并且正在进一步发展AI-native Builder Experience和Agentic Application Builder。

它已经不只是一个简单的Agent开发工具。

企业可以在平台上创建Agent、配置Agent Team、定义Supervisor和Worker Agent、编排Workflow、连接Fusion Business Objects、调用REST API和MCP工具、接入企业知识、配置Memory，并进行Human Approval、Evaluation、Monitoring和ROI分析。

这意味着企业可以逐步形成一个完整的Agent生产体系。

例如，一个企业可以创建一个采购Agent，再创建供应商分析Agent、价格分析Agent和风险分析Agent，然后通过Supervisor Agent或者Workflow将它们组合起来。

与此同时，企业还需要回答另外一些问题：

这个Agent能访问哪些数据？

哪些业务对象可以修改？

哪些动作必须经过人工审批？

Agent的回答是否可靠？

执行结果如何监控？

Agent到底创造了多少业务价值？

这些问题已经不是传统Copilot需要解决的问题，而是企业级Agent Platform必须解决的问题。

因此，Oracle的Agent Platform实际上越来越接近一个：

企业数字劳动力的生产、运行和治理基础设施。

五、三层合在一起，才是Oracle真正的Agentic Architecture

把这三层放在一起，可以得到一个相对清晰的模型。

第一层，Embedded Agents——能力层。

它回答：

AI能做什么？

典型例子是Payables Agent、Ledger Agent、Inventory Shortages Assistant、Career Coach、Quote Advisor Agent。

第二层，Agentic Applications——业务结果层。

它回答：

AI要围绕什么结果持续工作？

典型例子是Sales Command Center、Sourcing Command Center、Workforce Operations Command Center、Design to Source Workspace。

第三层，Agent Platform——生产与治理层。

它回答：

企业如何创建、组合、部署、运行、评估和治理这些Agent？

典型能力就是AI Agent Studio、Agentic Application Builder、Workflow、Business Objects、MCP、Knowledge、Memory、Evaluation、Observability和Governance。

所以可以把Oracle目前的产品逻辑浓缩成一句话：

Embedded Agents是“谁来干”，Agentic Applications是“干成什么”，Agent Platform是“怎么让它持续、规模化、可控地干”。

六、真正值得关注的，其实不是Oracle有多少Agent

如果只统计Agent数量，很容易陷入一个误区。

一个企业拥有100个Agent，并不意味着它已经进入Agentic时代。

真正值得观察的是，这些Agent有没有进入真实业务流程，能不能理解企业上下文，能不能调用企业系统，能不能完成业务动作，以及整个过程能不能被权限、政策和人工审批有效约束。

因此，判断一个企业软件是不是Agentic ERP、Agentic HCM或者Agentic CRM，可以关注几个关键问题。

它能不能主动发现业务问题，而不是等人提问？

它能不能理解业务上下文，而不是只处理孤立的数据？

它能不能形成Next Best Action，而不是只生成分析报告？

它能不能调用企业系统执行，而不是停留在建议层？

它能不能在多个Agent之间进行协同？

它能不能模拟行动的下游影响？

它能不能在关键节点保留Human-in-the-loop？

它能不能对Agent的质量、行为和业务价值进行持续评估？

如果这些能力都能够形成闭环，那么AI才真正开始从“助手”走向“数字劳动力”。

七、Oracle真正的竞争壁垒，可能并不只是Agent

这也是这轮研究之后，我认为最值得关注的地方。

Oracle的优势并不只是它拥有大量Embedded Agents，也不只是已经推出了一批Agentic Applications。

更重要的是，这些Agent能够直接建立在Fusion已有的企业交易系统之上。

企业数据、Business Objects、Workflow、Policy、Permission、Approval、Security以及Audit，都已经存在于原有企业软件体系之中。

因此Oracle现在实际上是在做一件非常有意思的事情：

把Agent嵌入原来的企业交易系统，让AI不再只是“看ERP”，而是逐渐能够“通过ERP做事情”。

这意味着ERP的价值可能正在发生变化。

过去ERP最重要的价值是：

记录交易。

下一阶段ERP更重要的价值可能变成：

驱动交易。

过去CRM记录销售过程。

未来Agentic CRM可能开始推动销售结果。

过去HCM记录员工信息。

未来Agentic HCM可能开始推动人员运营。

过去SCM记录供应链交易。

未来Agentic SCM可能开始推动供应链执行。

这才是Oracle当前这套Agentic Architecture真正值得关注的地方。

八、从“System of Record”走向“System of Outcomes”

如果把企业软件过去几十年的演进简单归纳，可以看到一个很清晰的方向。

第一阶段是：

System of Record

系统负责记录发生了什么。

第二阶段是：

System of Intelligence

系统利用AI帮助人理解发生了什么、为什么发生。

第三阶段正在出现：

System of Outcomes

系统围绕业务目标持续感知、推理、决策和执行，推动事情向结果发展。

从这个角度看，Agentic ERP并不是在ERP上增加一个聊天窗口。

真正的Agentic ERP，是在重新定义：

人、AI、业务流程和企业软件之间的关系。

人不再需要亲自完成每一步信息搜集、数据判断和系统操作，而是逐渐从“系统操作者”转向“业务目标制定者、关键决策者和Agent管理者”。

AI则从“回答问题的助手”逐渐转向“能够承担具体业务工作的数字劳动力”。

而ERP、HCM、CRM等企业软件，则从单纯的业务记录和流程承载系统，逐渐成为Agent执行企业业务的基础设施。

这可能才是我们今天讨论Agentic ERP时真正应该关注的事情。

未来企业软件的竞争，或许不再只是功能模块的竞争，而是“谁能够让企业的数字劳动力真正开始工作”的竞争。