6月2日，Workday在拉斯维加斯的企业大会上，发布了一个叫 Agent Passport 的产品——给每个AI Agent发一本"护照"，记录它的测试成绩、安全验证、持续监控数据。第二天，贝恩公司发布了一份让整个行业沉默的报告：全球超1万亿美元资本涌入AI，但ROI核心指标令人担忧，报告标题就四个字——"技术跑通了，价值没到来"。还是6月3日，国内蓝信发布全栈国产化政企智能办公方案，西城区副区长在发布会上说了一句分量很重的话：数字化转型已从"选择题"变成"必答题"。
三件事，三天之内密集砸下来。我反复看了几遍，觉得它们串在一起，其实指向了同一个问题：AI的技术验证期结束了，真正的战场在"最后一公里"——而大多数中小企业还没进场。
今天这篇文章，我不讲大厂PPT里的美好愿景，只说一件事：中小企业现在到底该怎么动手。
1万亿美元的冷水：贝恩报告到底在说什么
先说贝恩这份报告。2026年6月3日发布，研究覆盖全球AI投资回报率，核心结论用大白话翻译就是：大企业砸了1万亿美元，技术层面证明了AI"能用"，但商业价值？对不起，还远着呢。
报告原话大意是——技术PoC（概念验证）已经成熟，但商业价值的实现还卡在"最后一公里"。我翻译一下：AI在实验室里、在Demo里、在PPT里已经没问题了，一旦要真正嵌入企业的业务流程、要替代人的决策、要跟现有ERP系统跑在一起——就瘸了。
这个判断跟我在实际项目中看到的完全一致。我见过一个制造业中型企业的案例——IT团队花了半年做了个智能采购预测，预测准确率确实提升了18个百分点，但最后还是搁浅了。原因很简单：系统的输出没法直接进入现有的ERP采购模块，需要再花三个月做系统对接；采购部门的人不信任AI建议，还是手动下单。1万亿美元的困境，缩影在这一个项目里：技术能力和业务价值之间，隔着一条巨大的鸿沟。
对中小企业的意义
别急着悲观。贝恩报告的潜台词其实是：你不该先砸大钱做PoC，因为别人已经替你做了。大企业花了1万亿美元验证了"AI技术行得通"，你只需要跳过验证，直接去做价值实现。
| 阶段 | 大企业现状 | 中小企业机会 |
|---|---|---|
| 技术验证 | 已完成（1万亿美元砸出来的） | 直接跳过，不用重复投入 |
| 系统集成 | 卡住了（最后一公里） | 选对工具可以低成本切入 |
| 价值实现 | 不到1/3项目达标 | 小场景游击战，反而灵活 |
贝恩报告里还有一组数据让我有点意外：即使是那些"AI落地最先进的企业"，也只有不到1/3的AI项目真正实现了价值。剩下2/3还停留在单点实验、局部优化阶段。
对中小企业来说，这反而是个好消息。说明"游击战"打法——小场景、快验证、可复制——还有很大空间。
Workday给AI Agent发了"护照"：中小企业该不该跟
Workday这件事，我觉得信号意义大于产品本身。
6月2日发布的 Agent Passport，本质上是一套AI Agent的"驾照+年检"体系。每个Agent上线前要过测试——最严重风险是否通过；运行中要留痕——验证记录全程可追溯；跑起来后还有持续监控。首发合作伙伴是 Cisco AI Defense，在安全领域是有说服力的。
我的判断是：这是企业管理软件厂商第一次把"Agent治理"做成平台级产品。 以前大家谈AI治理，都是白皮书、框架、原则——好听但没法落地。Workday这次是做成了工具：你买了我的Agent，它自带合规证明。
这背后的行业趋势是什么？
未来3年，企业采购AI Agent会像今天买SaaS一样——第一个问题不是"能不能用"，而是"有没有治理证明"。
对中小企业来说，现在大多数还没想到这一层。我知道中小企业老板想的通常是：AI能不能帮我省两个人力？客服能不能用AI先筛一轮？库存预警能不能自动发消息？——这些都是对的，但还停留在"效率"层面。
没人想过：AI Agent帮你处理客户退款，如果它误判了一笔订单，多退了5000块，你找谁？没有完整的Agent决策记录，追责都追不了。更别说行业监管来了之后，你拿不出合规证明，连投标资格都没有。
中小企业的认知差
现在补成本最低。 等行业标准真正确立、监管真正落地，你再去被动合规，代价可能是现在的5倍。
你在Odoo这类开源ERP里，可以做到三件事（不需要买Workday、不需要对接Cisco）：
- 审计日志：记录每一笔AI辅助决策的输入、输出、人工确认结果
- 阈值熔断：对超过预设阈值的操作，强制人工复核
- 月度AI决策准确率报表：每月统计AI建议的采纳率和准确率，作为治理的基础数据
这三件事不需要额外采购什么，Odoo的审计模块+自定义报表就能实现。先把决策记录下来，再谈效率优化。顺序不能反。
蓝信的"全栈国产化"：政企市场的信号灯
6月3日蓝信发布的全栈国产化政企智能办公方案，我仔细看了。发布会规格不低——西城区副区长到场致辞，原话是："人工智能是新一轮科技革命核心驱动力，政企数字化转型已从'选择题'变为'必答题'。"
"必答题"三个字，比任何行业报告都有说服力。它意味着：在政企市场，国产化不是加分项，是入场券。
蓝信这次推的"全栈式安全智能办公方案"，从操作系统到应用层全部国产化，核心就两个逻辑：一是避免被"卡脖子"，二是满足合规要求。这两个逻辑在政企市场是硬约束，不是可选项。
| 维度 | 政企/国企客户 | 民营企业客户 |
|---|---|---|
| 国产化压力 | 硬性要求（信创目录驱动） | 暂无硬性要求，但趋势向上 |
| 数据主权 | 必须本地部署或私有云 | SaaS可接受，但数据安全意识在上升 |
| AI治理要求 | 监管驱动，合规即生存 | 商业驱动，尚在早期 |
| 采购决策周期 | 6-12个月（含审批流程） | 1-3个月（决策链短） |
对中小企业和Odoo实施方来说，这个趋势的参考价值在于：
如果你的客户是政企/国企——国产化程度会直接影响采购决策。Odoo作为开源方案，天然具备"源码可控、自主部署"的优势。你的服务器你做主，数据主权完全掌握，比那些"数据存在我们云上"的SaaS厂商更容易通过政企的安全审查。
如果你的客户是民营企业——暂时没有直接的国产化压力，但AI数据安全这个话题，从合规要求变成商业竞争力，可能就这两年的事。提前布局，不是赶时髦，是给未来留筹码。
说白了，蓝信这件事告诉我："开源+私有化部署+数据主权"这个组合，在政企市场是真实需求，不是营销噱头。 Odoo实施方可以把这个组合打造成面向政企客户的差异化卖点——而且这个卖点，是真的有技术底座支撑的。
中小企业的"游击战"路径：90天验证，不换ERP
说完了三件大事的信号解读，回到最实际的问题：中小企业现在到底怎么做？
我反复琢磨，觉得中小企业搞AI落地，最忌讳的就是学大企业搞"大而全"的AI战略。大企业可以设一个AI委员会，花半年做规划，再花一年做PoC——中小企业等不起，也不该这么干。
我管这个思路叫"游击战路径"，核心就三句话：
- 不换ERP——在现有系统上加AI能力，不要动底层
- 小场景切入——找一个痛点最明确、数据最完整的场景先跑
- 90天验证——3个月内看到效果，看不到就换方向
为什么不换ERP
我见过太多企业，一搞数字化就想换ERP。换ERP的代价不只是软件费用——数据迁移、员工培训、业务中断，每一样都是真金白银。中小企业换一次ERP，小半年的运营效率基本归零。
更关键的是：换ERP解决不了AI的问题。 AI不是ERP的一个模块，它是跟ERP并行的一层能力。正确的做法是在现有ERP上接入AI能力，而Odoo的模块化+开源特性，恰好支持这种低成本的集成。
先从哪个场景开始
我建议从这四个场景里选一个——标准是"数据已有、规则清晰、容错率高"：
| 场景 | 为什么适合先做 | 投入门槛 | 预期回报周期 | 风险等级 |
|---|---|---|---|---|
| 财务对账 | 规则明确、数据结构化、人工耗时长 | 低 | 30-60天 | 低 |
| 订单处理 | 重复性高、模板化强、出错成本可控 | 低 | 30-45天 | 低 |
| 客服初筛 | FAQ类问题占比高、人力成本明显 | 中 | 45-90天 | 中 |
| 库存预警 | 数据在ERP里已有、规则可配置 | 低 | 60-90天 | 中 |
这四个场景有一个共同点：AI只做"建议"，人做"决策"。 AI给你推荐对账结果，你确认；AI帮你分类订单，你审核；AI初筛客户问题，转交给人工。这种"AI辅助+人工确认"的模式，既保留了人的判断力，又给了AI试错空间——出问题了，责任链条清晰；没出问题，效率确实提升。
90天怎么切分
第1-30天数据收集+流程梳理。选定场景后，先把这个场景在Odoo里的数据流和业务流程梳理清楚——哪些字段是关键输入、哪些是决策节点、哪些是输出。同时把过去6个月的历史数据导出来做训练集。这个阶段不碰AI，只做数据清洗和流程文档。第31-60天AI工具接入+平行运行。在Odoo环境里接入AI能力（可以用Odoo的AI模块，也可以通过API对接第三方），但不直接替代人工——让AI的建议和人工决策"平行运行"，对比两者的差异。这个阶段你的核心工作是统计：AI建议的准确率是多少？人工处理平均耗时多少，AI辅助后耗时多少？第61-90天效果评估+扩展决策。三个核心指标：准确率（AI建议被人工采纳的比例）、效率提升（处理同一任务的时间缩短百分比）、员工接受度（一线员工是否愿意继续用）。三项都及格，说明场景验证成功，可以扩大范围；任一项不及格，回头检查问题，或者换个场景重新来。
90天的好处是：即使最后效果不理想，你的沉没成本也有限——投入的是人力时间，不是几百万的软件采购费。而且你收获了三样东西：对AI能力的真实认知、对自身数据质量的诊断、对下一个场景的判断依据。
给中小企业和Odoo实施方的务实清单
我把上面的内容浓缩成一份可操作的清单。别贪多，一条一条来。
5步行动清单
1. 本周就做数据盘点。 打开你的Odoo系统，看看哪个模块的数据最完整、流程最规范——那就是你AI落地的第一个战场。别选数据最缺的地方，那是给自己挖坑。
2. 锁定一个场景，写清楚"AI做什么、人做什么"。 比如财务对账：AI做匹配和异常标记，人做最终确认。边界不写清楚，上线后一定会扯皮。
3. 用90天做硬性验证。 准确率低于80%、效率提升低于30%、员工不愿意用——任一条不达标，不要扩大范围。先治好一个，再想第二个。
4. 从第一天开始记录AI决策日志。 参考Workday Agent Passport的思路，在Odoo审计模块里记录每一次AI辅助决策。不是为了赶时髦，是因为未来3年这很可能变成行业准入条件。现在做成本最低。
5. 如果你服务政企客户，把"开源+私有化部署+数据主权"做成卖点。 蓝信的国产化全栈方案验证了政企市场的真实需求。Odoo天然具备这个底座——源码可控、自主部署、数据不出域。这不是营销话术，是技术事实。
时间表建议
| 时间段 | 要做的事 | 交付物 |
|---|---|---|
| 6月-7月 | 场景选择 + 数据清理 | 选定场景的业务流程文档 + 清洗后的历史数据集 |
| 8月-9月 | AI接入 + 平行运行 | AI辅助决策 vs 人工决策的对比报告 |
| 10月 | 效果评估 + 扩展决策 | 90天验证报告（含准确率、效率、接受度三项指标） |
| 年底前 | 第一个场景正式上线 + 启动第二个场景 | 生产环境AI功能上线 + 场景2的验证计划 |
别再想着先搞一个"大而全"的AI战略了。1万亿美元的大企业都在战略里迷路，中小企业最该做的事只有一件：找一个能活下来的场景，先活下来。
AI落地不是百米冲刺，是打游击。找一个山头，插上旗，守住，再找下一个。
技术跑通了，价值还没来。那价值去哪了？可能就在你下一个90天的验证里。
