21世纪经济报道记者骆轶琪深圳报道
2025年正成为Agent加速落地之年。除了头部大模型巨头厂商如微软、谷歌近日在推进Agent落地应用之外，国内厂商也在基于垂域模型推进Agent能力落地。
其中，企业级SaaS软件市场由于前期已具备良好的数字化和产业化能力积累，向智能化跃迁具备更丰富的土壤，也成为备受关注的Agent应用场景。
近日举行的“金蝶云苍穹AI峰会”上，金蝶发布了五大智能体产品及苍穹Agent平台2.0。
在接受21世纪经济报道等记者采访时，金蝶中国副总裁、苍穹平台总经理李帆指出，企业管理软件行业近些年来最大的变化是，认识到AI要从过去仅作为软件工具，到今天要实现软件交付结果。“只有在一个垂域实现完整的端到端能力、能解决问题才有意义。”
这标志着，企业级SaaS厂商正加速将AI大模型技术融入企业核心业务场景，也需探索商业模式的转变。李帆坦言，这使金蝶内部从组织架构、产品思路等方式都带来巨大变化。
民生证券认为，AI Agent将为企业服务SaaS打开万亿美元蓝海市场，其具备更强消费属性，未来可以采取多元化付费模式，打开软件的估值天花板。
企业管理AI加速迭代
李帆在演讲中指出，企业管理软件按照技术沿革来看，经历了五次主要演变。
最早是源于上世纪70年代的大型机时代，以命令行方式进行交互，技术架构是单层集中式批处理，这时企业管理称为MRP时代；随后在局域网时代，交互以图形化界面、鼠标键盘为主，企业管理升级为MRPII阶段；到了21世纪初的互联网时代，是大众常听到的ERP阶段，浏览器形态出现，为动态HTML+CSS的鼠标键盘交互模式。
自2010年左右开始，企业管理软件进入EBC时期，也就是移动与云时代。这时企业管理已不仅局限于内部数字化管理，也延伸到企业内部和企业上下游产业链之间的业务协同。
2020年开始进入AI时代，企业管理也进入EMAI阶段。大众感受到的最大变化是，交互方式从触摸屏转换为自然语言交互，甚至未来会涵盖AR/VR界面与脑机接口等交互方式。
这时，在企业内部已经可以处理非结构化、多模态的数据，通过融入机器学习、自然语言处理、生成式AI等能力，嵌入Agent能力让企业内部可以处理更为复杂、可以实现闭环场景的任务。
这源于近两年来AI大模型叠加DeepSeek开源模型的出现，加速推动AI技术普惠化。
李帆指出，金蝶更关注如何把AI能力落地到具体场景中。因此今年已经可以把AI能力作为独立的智能体进行交付，这是与过往的很大不同。
本次峰会发布的五大智能体，包括金钥财报（财报分析智能体）、ChatBI（企业问数智能体）、招聘智能体、差旅智能体以及企业知识智能体，涵盖AI在企业端应用广泛的场景，且可开箱即用。
“去年我们发布的更多属于一种‘助手’，在产品演示过程中可以看到，在原有SaaS界面有侧边栏、嵌入式的呈现，这可以称之为‘AI增强’。”受访时李帆分析道，但今年发布的智能体是以交付结果为主，可以实现在一个完整场景中让智能化能力落地，其既可以连接金蝶内部的SaaS产品，也可以连接其他SaaS产品。
金蝶中国副总裁、研发中心总经理刘仲文透露，接下来金蝶还将围绕报价、合同管理、研发、供应链管理等方面构建更多智能体。
对于本次推出的Agent 2.0，李帆介绍，在过去发布的Agent1.0阶段，主要是构建了智能体的通用能力，包括任务编排、提示词、工具、知识库等层面。
“2.0阶段最大的不同是，要和企业业务场景紧密结合，需要提供丰富的模板、工具，也要更加注重企业安全。”他指出，其实AI技术在应用过程中存在一定壁垒，例如即便是在一个通用Agent平台上，不同的提示词通常会输出差异化的结果，反而令任务流极其复杂；在2.0阶段就是在通过丰富模板，降低Agent搭建门槛。
此外，企业内部运行Agent时，进行数据和内容的安全隔离、访问限定也非常重要，这是SaaS平台要考虑的方面。
技术到模式的挑战
AI大模型虽为SaaS行业带来新机遇，但技术落地与商业模式转型仍需突破多重挑战。
金蝶中国执行副总裁、经营中心总裁赵燕锡在现场介绍，金蝶正推进从按功能收费到按成果收费的商业模式创新。“企业软件商业模式从SaaS向RaaS（Result as a service）演变。例如，金蝶差旅智能体会按照出差行程数量收费。”
这意味着不同于传统SaaS以功能模块订阅收费，在AI驱动下，金蝶尝试转向“结果导向”定价，这对服务效果提出更高要求。
“从交付工具到交付结果的商业模式变化，确实带来挺大的挑战。”李帆受访时坦言，过去的软件模式，主要是交付工具，到客户的实施现场，结合客户流程和管理模式进行落地。“这时候客户已经把钱花了。”他续称，但AI要交付结果，是更关注结果是否准确、有帮助，更需要考虑用AI解决比人类更擅长、达到更好效果的方式进行落地。
金蝶内部的组织和研发方式也因此发生巨大变化。
李帆介绍道，过去研发组织是按照领域模块划分，按照具体的职能和流程进行业务拆解，最终组装并交付成解决方案。
但在AI时代的新模式下，要围绕结果形成完整的闭环，一个智能体需要一个团队全部开发完毕然后交付，最重要的是企业是否为这个结果买单。
不过由于当前还处在AI大模型发展早期，将更多智能化能力嵌入企业运营管理中，还面临诸多挑战。
刘仲文告诉21世纪经济报道记者，自今年初DeepSeek进入大众视野后，会发现很多企业，尤其是大型企业，基本都在内部部署了大模型。“现在大家都在期待如何把这些大模型用起来。目前最常用的是企业知识管理，这相对容易，把企业内部的知识文档输入就可以构建问答。”
其次受关注的场景是内部“问数”（即询问企业内部具体业务的对应数据）功能，企业往往很难得到满意答复。
刘仲文指出，如何解决大模型运行过程中的不确定性，和企业管理需要确定性答案之间的矛盾就是一大挑战。
“人类输出的是自然语言，但中文一句话可以有多种不同解释，但人们又期待得到精确的答案。我们做的，就是深度结合企业场景、知识、数据来完善。”他续称。
此外刘仲文表示，要做好AI产品，未来的竞争焦点在于数据、场景与算力、算法多个层面，这需要与不同产业链之间的协同推进。
“未来企业管理AI不仅仅是智能体，还需要人的参与。将是人和智能体共生的网络、生态。”他总结道，共同构建这种生态是当下让业界兴奋的地方。
民生证券认为，AI Agent象征软件从“工具”到“数字劳动力”的范式转移，软件厂商的潜在市场规模从企业的IT预算扩展到真人劳动力市场，实现大幅跃迁。其中，通用SaaS有望成为AI Agent的基础设施，将历史数据挖掘活用提升SaaS的价值量；垂类SaaS借助AI实现更多能力、扩大市场规模，通用SaaS、大模型厂商将借助垂类SaaS补全生态。AI Agent 将为企业服务SaaS打开广阔市场空间。
