进入2026年，越来越多先行者踏上这条路，让组织更敏捷、决策更科学、执行更坚决！

作者 / 番茄酱

出品 / 新摘商业评论

2026 年已近尾声，企业级 AI 落地进展到哪一步了？

答案是，AI 落地成果与卡点并存，如果只看采纳率，答案偏乐观；如果看价值兑现，答案要谨慎得多。

一方面，AI正逐步成为企业的新基建；另一方面，多数企业仍停留在 "表层应用 "或 "单点试水 "，难以进入核心业务链路，价值分化明显。

据麦肯锡等权威调研，约 88% — 89% 的企业已在至少一个业务职能中常态化使用 AI，但其中仅约 6% 的企业达到 " 高绩效 " 水平。他们表示，AI 对息税前利润（EBIT）增长的贡献不低于 5%。

具体到场景，分化也很明显。代码生成、会议纪要、智能客服等通用提效类场景因技术成熟、门槛低、见效快而广泛普及；而高价值的核心场景，如采购、财务、生产、人力等，对数据底座、行业知识和工程化约束要求极高，落地难度更大。

而在平台供给侧，"供给错配 "问题也逐渐凸显：大厂纷纷入局 AI办公，产品层出不穷，但更多聚焦于个人提效；而企业需要的，是真正融入组织，为组织提效的企业级操作系统。

那么，问题来了，如何连接供需两端，让企业真正驶入 " 企业级 AI 快车道 "？

近日，金蝶全球创见者大会上，金蝶晒出的一组数字引发了行业关注：其于今年 5月 20日正式发布的企业智能体操作系统 "灵基 "，在短短几个月内付费客户达到 3706家，中国中车、阳光电源等巨头都在名单中。

从客户结构看，有大型央企的复杂组织与供应链体系，还有制造龙头的制造与全球化运营场景，几类客户同时出现，在一定程度上说明灵基已进入不同行业、不同规模与复杂组织的真实业务场景，极具观察价值。

这也引发行业好奇：这些企业选择灵基的底层逻辑是什么？具体用在哪些场景？效果又如何？行业又能从中收获哪些启示？

打破卡点、堵点，

AI才能真正跑进高价值场景

要理解企业选择灵基的底层逻辑，先要理解企业 AI转型中的卡点。

当下，AI 在企业里早已不是新鲜事物，不少员工上班打开的第一个工具，就是 AI 助手；写报告、查资料、做 PPT、改合同，AI 几乎无处不在。

但管理者困惑的是：大家都在用 AI，为什么组织效率没有同步提高？

答案并非模型不够强，而是 AI还没有真正进入企业语境。

比如，AI 不懂企业上下文，属于 " 知 " 的缺失。通用大模型很聪明，但它不知道对接人的身份、企业内部有哪些口径和规则，因此很难给出真正贴合企业场景的最优答案。

第二个卡点，是 AI没有 "手和脚 "，不能进入 ERP干活，属于 "行 "的缺失。企业真正的业务对象、单据、权限、审批流和核算方案等都在 ERP 里。通用 AI 可以读文档、写邮件，但它不知道销售订单和发票之间是什么关系，不知道审批流怎么走，更没有权限执行业务。

没有连接器，AI 就只是一个 " 对话框 "，无法真正进入生产系统执行任务。

而金蝶有一个得天独厚的优势：其三十多年 ERP业务沉淀下来的，是企业客户的核心资产：主数据、交易历史、组织与权限、配置即规则、业务流程……让巧妇烹饪 " 有米之炊 "。

与此同时，金蝶将 FDE 派驻到对方企业当中去，和对方一线的员工聊天，帮其梳理工作流，建立起知识图谱，并且把业务的需求转化成技术解决方案，避免闭门造车、技术方案与一线业务实际脱节的问题。

基于此，金蝶灵基的客户实践，有几个共同点：真正把 AI放进了企业上下文、放进了 ERP权限和流程、放进了高价值场景，而非简单的 "AI贴皮 "。

比如，阳光智维依托灵基统一智能平台，与金蝶 FDE 团队驻场共创，围绕投标、审核、检修三类高频场景落地智能体：智标书将标书编制从 6 天压缩至 1.5 天；智能审核依托灵基构建 9 大智能体，年处理 5 万余张票据、3 千余份合同，开发效率提升 70% 以上。

这意味着，智能体已经进入审核这类规模化、规则化、风险敏感的核心业务环节，且 AI开始从 "个人提效 "走向 "组织提效 "，并非让某个员工写得快一点，而是投标这一高频、知识密集、协同复杂的组织流程被重构了。

再看马来西亚振兴集团，该集团覆盖 6 家上市公司、4 个行业、3000 名员工，过去运行着四十多套异构系统，借助灵基，振兴将多套系统归集到一套金蝶统一记录中，实现 3000 名员工全员上线，并以 " 本体记忆 + 底座 + 人机舱 " 重构财务与运营组织：

费用报销由智能体完成校验、匹配、路由、记账，周期从 5 天缩至 1 天；三单匹配人工需求减少 89%。

这进一步佐证了我们的观点：AI规模化的前提是 "先统一记录，再谈智能 "，几十套异构系统，数据、口径、权限和流程天然割裂，而大一统后，先解决了企业 AI最难的 "上下文 "问题：

AI 终于知道同一笔费用、同一张单据、同一个供应商在集团内到底是什么口径、走什么流程、受什么权限约束。没有这一步，智能体越聪明越容易 " 答得漂亮但落不了地 "。

而此次发布会上，灵基的进化方向，也进一步体现了这个趋势：

要把 AI做成企业智能体操作系统，得让 AI先 "懂企业 "，再 "能干活 "，最后 "进入管理闭环 "。

灵基企业上下文 +ERP连接器发布背后，

行业两大重磅进化趋势

如何实现？第一步，就是深度融入企业上下文，解决 "AI不懂企业 "的问题。

为此，灵基进一步将 ERP、知识库、产品手册、经验记忆、生态 MCP 及外部数据统一接入、解析并沉淀，形成以全局本体模型为核心，可检索、可订阅、可注入的企业上下文资产。

这正是企业级 AI与通用 AI的分水岭，通用模型可以读文档、写邮件，但只有接入企业上下文，才能从 "企业实习生 "变成 "核心业务人员 "。

第二步，以 ERP连接器解决 "AI没法真干活 "的问题。灵基首批上线 70个连接器、1,127个 Tools，支持调用金蝶全系 ERP业务能力，让 AI不仅能查询数据，还能在权限体系内执行业务，做到知行合一。

在此基础上，灵基通过灵基 Work 和灵基 Build 两个触点，覆盖个体与组织能力，把 AI 送入各业务前线。

Work面向销售、计划、采购等岗位，由智能体承担具体任务并生成工作成果；

Build则让 IT人员和业务人员都能构建企业级智能体，听到炮火的人可以直接指挥战斗。数据显示，基于金蝶结构化元数据开发，综合成本节约 69%，权限继承 ERP体系，并可一键发布到 Work使用。

在行业看来，Build 的价值不仅在于提升开发效率，还在于其和 Work 一起形成 " 业务构建、前线使用、反馈迭代 " 的闭环，真正把 AI 送进价值创造的深水区。

中车信息技术有限公司已接入灵基 Build，其董事长陈凯感慨，此前 Auto Coding 在 Java、Python 等通用编程语言上水平已经很高，但央国企大量使用的低代码开发平台，用通用 Auto Coding 很难。

Build 出现后中车迅速引入，提高了开发效率，还提前卡位了下半场：" 未来，我们会用 Build 进一步辅助降低一些开发的门槛，把不同岗位的操作人员、管理人员，Skill 库的开发也尽快推起来。" 陈凯如是说。

如果说上述实践解决了企业 AI"不懂企业、无法真正干活 "的问题，那么此次灵基 Manage的发布，可谓百尺竿头再进一步，让 AI真正进入管理闭环，成为 "硬核总助 "。

企业 AI实践：

始于融入上下文，终于 " 管理闭环 "

活动现场，金蝶集团董事会主席兼 CEO徐少春的一个观点，得到了在场很多管理者的认同，那就是，一把手不能只当 AI转型的支持者，要做首席实践官。

AI 的能力再强，如果管理者不敢授权、跟踪不顺、决策没有闭环，组织效率仍然起不来。然而过去，在不少企业里，CEO 往往是最晚知道公司真相的人：

离一线最远，信息链条最长，下属报喜不报忧，直到风险即将爆发、难以兜底时，才十万火急地汇报上来；

另一方面，自上而下的决策执行也慢、容易打折扣：审批要逐节点刷新催办，重要事情等着拍板，会开完还要整理纪要、分派任务，进展靠人追。

CEO 做了一个决策，也不一定能如其所愿坚决地一层一层传递下去，执行会慢，甚至会走样。

此次发布的灵基 Manage，正是瞄准这一管理痛点而生。

其由三部分组成：小灵、灵基 Space、AI 组织。小灵是能办事，能够主动汇报的全天候 AI 助理；灵基 Space 能围绕一个管理问题，完成从信息汇总、分析推演到决议跟踪的端到端闭环；AI 组织则让 AI 部门像真实部门一样，有角色、有职责、有流程、有产出地运转。

一言以蔽之，AI压缩信息链条、强化执行闭环，授权边界内办事、主动汇报，并围绕管理问题完成信息汇总、分析推演、决议跟踪的端到端闭环，人则扮演拍板决策的角色。

大会现场演示了某机器人公司的 case：

CFO 打开空间时，灵基已读完公司战略规划、三年经营目标和各业务单元商机，并向业务单元发出确认。华南区负责人回答完选择题后，灵基还识别出华南区有两个大商机，追问是否纳入明年预算、需要总部什么支持。

随后进入目标推演，灵基比对集团目标与各单元反馈，识别差距，并结合战略和区域反馈提出推演方案；负责人确认后，预算推入系统并形成决议。

你发现了吗，AI有角色、职责、流程和产出，像真实部门一样持续运行，代表了一种 AI原生组织的新范式，带来的是管理方式的质的飞跃与进化：

决策从经验拍板转向数据推演，执行形成端到端闭环。决议进入系统、任务可跟踪，审批和催办不再靠人追，决策传递更坚决、少走样，管理者敢授权又不失控。

让我们感慨，AI进企业，始于打通上下文，终于让 AI深度融入管理闭环，成为企业的新基建：

过去一百年，管理学的核心都是解决 " 人如何高效协作 "；未来，要解决的是 " 人如何与 AI 协作 "。当 AI 能承担大部分执行、监控和推演，管理者的角色必须从 " 发号施令的指挥官 " 退后一步，变成 " 定义规则的立法者 " 和 " 最终裁决者 "。

最终，人和智能体能够在相同的空间里展开协作，由 AI推着事情往前走，AI在授权的范围内执行，人来做关键的判断，对结果负责。

这背后涉及到信任机制重建、组织流程再造，它比任何技术攻关都来得痛苦，但也只有跨过这一步，企业才能真正变成 "AI 原生组织 "。我们期待，进入2027年，越来越多先行者踏上这条路，让组织更敏捷、决策更科学、执行更坚决！

©  本账号长期数据支持来自天眼查

▼

新摘网全新上线

点击「阅读原文」即可查看

© THE END

本文由新摘商业评论原创出品，未经许可，请勿转载。

/

欢迎爆料

▼

新摘财经联系微信号：18765333159