21观察｜AI没有削弱ERP

21世纪经济报道记者 孔海丽

过去两年，大模型几乎重塑了整个软件产业。

从OpenAI到Anthropic，从微软Copilot到Salesforce Agentforce，从Oracle到SAP，所有软件公司都在重新回答同一个问题：AI时代，软件究竟会变成什么？

最初的答案似乎很简单。

给产品加上聊天框，让用户通过自然语言完成操作；再进一步，引入Agent，让AI代替人执行任务。

但企业市场很快发现，真正困难的部分并不在生成内容，而在执行业务。

生成一封邮件、写一段代码、总结一份文档，与处理工资发放、财务结账、采购审批、供应链调度，完全是两回事。

前者允许试错，后者几乎没有容错空间。

因此，大模型进入企业之后，一个新的问题逐渐浮出水面：企业AI到底应该怎么做？

今年在一年一度的Sapphire大会上，SAP的所有动作都围绕这个问题展开，这家成立了54年的软件巨头，甚至正在重新定义企业软件在AI时代的角色。

企业AI为什么迟迟未爆发

过去两年，Agent几乎成为科技行业最热门的关键词之一。

大量创业公司希望利用Agent重塑办公软件，OpenAI、Anthropic等模型公司不断提升推理能力，微软、Salesforce等传统软件厂商则在现有产品中嵌入越来越多的AI助手。

热闹背后，一个现实问题始终存在。企业内部的大部分工作并不是简单的信息处理，而是围绕复杂流程展开。

一次采购可能涉及预算审批、供应商管理、合同审核和财务结算；一次供应链调整可能牵涉库存、物流、销售预测和生产计划。

这些流程背后还有权限体系、治理规则、行业监管要求以及历史业务逻辑。大模型虽然掌握了丰富的通用知识，却并不了解企业自身的运行方式。

SAP全球CEO 柯睿安（Christian Klein）提到，目前的大语言模型并不是基于企业业务流程训练的，因此无法天然满足企业在安全、治理和合规方面的要求。

他说：“对于关键业务流程而言，‘差不多对’是远远不够的。”

这也是企业AI与消费级AI最大的区别。

消费者愿意接受一个偶尔出错的聊天机器人，但没有企业愿意让一个准确率只有80%的Agent管理工资发放或者财务关账。

企业真正需要的，不是一个更会聊天的AI，而是一个理解业务的AI。

这成为今年SAP Sapphire释放出的核心信号。

SAP试图把AI嵌入企业运行体系，正式提出了“Autonomous Enterprise（自主运营企业）”战略。

SAP给出的判断是，企业AI下一阶段竞争的核心，不再是模型本身，而是谁能够提供足够完整的业务上下文。

为此，SAP将Business AI、Business Data Cloud和Business Technology Platform整合为统一的SAP Business AI Platform。

按照SAP的描述，新平台最核心的能力并非模型，而是“Context Layer”，即业务上下文层。

这套体系背后连接着ERP系统中的流程、权限、数据和业务规则。

在SAP看来，这些信息构成了企业运行的底层逻辑，也是AI能够真正参与业务决策的前提。

为了实现这一目标，SAP把Knowledge Graph放在整个架构的核心位置。

SAP首席AI官Jonathan von Ruden透露，目前SAP知识图谱已经积累超过2.2亿个知识三元组，用于描述企业中的业务实体、流程关系以及上下游关联。

这些内容并非来自互联网，而是来自企业真实业务环境。

SAP希望借助这些结构化知识，让AI不仅能够理解问题，还能理解问题发生的业务背景。

换句话说，大模型提供推理能力，ERP提供业务语境。

两者结合，才构成企业级Agent运行所需要的基础设施。

软件行业从“记录”走向“运营”

如果说统一AI平台只是基础设施建设，那么SAP真正想推动的，是企业软件角色的变化。

过去几十年，ERP系统承担的主要职责是记录和管理业务活动。

订单、库存、采购、人力资源、财务数据，都被沉淀在ERP系统中。

AI出现之后，SAP试图把这些系统从记录工具升级为执行工具。

此次发布的Autonomous Suite，就是这一思路的体现。

SAP宣布将在财务、供应链、采购、人力资源和客户体验等领域部署超过50个Joule Assistants，并通过200多个专业Agent执行具体任务。

例如，自主财务关账助手可以自动完成日记账处理、对账和错误修复，将原本需要数周完成的财务关账缩短至数天。

在能源行业案例中，SAP展示了与欧洲能源企业RWE的合作。AI可以分析大量历史设备故障数据，定位潜在原因，并自动生成维修工单。

体验中心中展示的Spot机器狗，则进一步呈现了AI与物理世界的结合。设备巡检发现异常后，数据直接回传系统，由Agent生成后续处理流程。

这些案例透露出一个趋势，企业软件开始从“知道发生了什么”，走向“决定下一步做什么”。

这也是SAP提出“自主运营企业”的背景。

不过，SAP并没有将其描述为完全自动化。在多个演示场景中，关键决策依然保留人工确认环节。

例如，高价值订单出现交付风险时，Agent会提出改为空运的建议，但最终决定仍由管理者完成。

这种设计反映出企业AI与消费级AI的另一项重要区别。

对于企业而言，效率固然重要，但治理同样重要。

AI没有削弱ERP的重要性

过去一段时间，市场上曾经出现一种观点：如果AI能够通过自然语言完成各种操作，企业是否还需要ERP？

今年SAP Sapphire给出的答案恰恰相反，AI的发展，反而放大了ERP的重要性。

原因很简单，AI可以成为新的交互层，却无法凭空获得企业数据、业务流程和治理规则。

而这些能力长期沉淀在ERP系统之中。

SAP CFO Dominik Asam在采访中提到，企业最终需要决定的是，在什么平台上构建自己的AI能力。

对于SAP来说，ERP已经积累了数十年的业务知识和流程经验，这些内容构成了企业AI落地的重要基础。

这一逻辑并非SAP独有。微软强调Microsoft Graph的重要性，Salesforce强调Data Cloud的重要性，Oracle则不断强化数据库与AI之间的结合。

几乎所有大型软件公司都在朝着同一个方向发展。它们竞争的不只是模型能力，更是对企业业务的理解能力。

某种意义上，企业软件行业正在重新获得价值。因为真正决定企业AI效果的，不只是参数规模，而是数据质量、流程深度和治理能力。

回顾过去几十年的企业软件发展史，每一次技术浪潮都会改变软件形态。

互联网推动软件云化，移动互联网推动软件在线化。

AI带来的变化更深，它正在改变企业与软件之间的关系，用户不再只是操作软件，软件开始理解需求、分析数据、调用流程，并参与决策。

这也是SAP此次Sapphire值得关注的地方，它讨论的已经不只是一个AI功能、一款Agent产品，或者一个新的工作助手。它试图回答的是一个更长期的问题：如果AI能够理解企业、执行流程、协同工作，那么未来企业软件究竟应该是什么样子？

答案还没有最终揭晓。但从SAP、微软、Salesforce、Oracle等软件巨头的动作来看，一个共识已经越来越清晰：下一代企业软件，竞争的不只是谁拥有更强的模型，更是谁能把AI真正带进企业运营的核心地带。