上週讀金蝶全球創見者大會的材料，有個欄位我看了兩遍：責任部門和責任人。
不是產品功能，不是模型參數。是他們內部那套智能體營運管理平臺上的一個欄位。平臺管著 180 多個智能體，看板上能看到每個累計執行了多少任務、產出什麼、消耗多少點數、ROI 怎麼測算——然後，挨個標著歸哪個部門、歸誰。
這個欄位比那一堆「AI 原生組織」的說法都實在。因為它承認了一件事：這些智能體已經不是功能，是要入編制、有人認領的執行主體。
功能壞了，找 IT；單據錯了，找誰？
一、180 個執行主體，和 180 個開關不是一回事
過去我們上一個自動化，交付物是一段規則、一個按鈕、一份操作手冊。它不會自己決定什麼時候跑，也不會在沒人看著的時候改數據。現在這批 agent 不一樣：它們讀郵件、識別單據、生成憑證、發起審批、按計劃自動觸發，甚至能被定時任務叫醒。給它開了寫權限，它就是個會自己幹活的帳號。
數量一上來，性質就變了。一個 agent 出問題是調試，一百八十個 agent 在跑是管理。你會開始碰上些很人事的問題：哪個還在用、哪個早就沒人管了、哪個每月燒的點數最多卻沒什麼產出、某筆錯帳是哪個版本改了指令之後開始出現的、出了事該找哪個部門。
金蝶那張看板把這些都攤開了，還補了一條更關鍵的：責任部門和責任人。這跟我們做 ERP 實施時給每個接口、每個定時任務指定 owner 是同一個道理，只是對象從進程換成了會做判斷的東西。
金蝶內部智能體營運管理平台納管的智能體數量；看板逐個體記錄執行任務數、產出物、消耗點數、ROI 測算，並標註責任部門與責任人
順帶說一句，這套東西不是只給自己看的。同期公開披露裡，截至 10 月 23 日靈基付費用戶 3706 家；IDC MarketScape《中國企業資源管理市場 AI Agent 廠商評估》把金蝶放在「領導者」類別，戰略與能力兩維總分列中國廠商第一。客戶多了，廠商也得先把自己的隊伍管明白。
二、崗位怎麼重畫：把"行"和"知"拆開
新華網 11 月 7 日那篇報導裡，金蝶財務線負責人張鄂豫講了個挺清楚的分法。過去財務按收票、入帳、核算、業務財務這些崗位切開；往後的形態是財務專家 + 數字員工，數字員工負責感知、計算、執行（「行」），人負責決策判斷和擔責（「知」）。落到架構上是三層：底層 Agent 自主執行的智能中樞層，中間治理層，頂層人的價值判斷層。
我對「AI 替代人」這類話一直不太感冒，但這個分法值得記。它沒說人退場，說的是崗位顆粒度變了——從細分職能，變成「一個專家帶一簇智能體」。人的活從逐筆處理，變成定口徑、看異常、簽字。
難的地方也在這。責任並沒有因為活交給機器就消失，它只是從「做錯的人」挪到了「定規則的人和簽字的人」身上。所以 Manage 那套分工機制裡寫得很明白：AI 在授權內執行，人保留關鍵判斷並對結果負責，全程留痕。這三條缺一條，規模就不敢往上加。
很多團隊盯著"能不能自動跑"，真正卡住擴張的卻是另一件事：出了偏差，能不能在三分鐘內說清楚是誰的規則、誰批的、哪一步開始歪的。答不上來，就只敢讓 agent 待在試點裡。
行
數位員工：感知、計算、執行，按授權範圍動作
知
人：定口徑、做判斷、擔責、在關鍵節點簽字
三、光有台帳不夠，還得有一張考卷
臺賬解決"誰在幹"，沒解決"幹得對不對"。這一週另一個我願意記下來的動作，是《Lingee Bench》：金蝶聯合大模型廠商與高校發布的國內首個面向企業管理場景的 Agent 評測基準，通用辦公、財務、供應鏈、製造 4 套評測集、1400 餘道題目，考的不是答題，是智能體在真實業務環境裡能不能把活幹完、幹對、留下可核查的結果。同步還有一份白皮書，各 Agent 廠商和模型廠商也能拿它評自己的模型和 Harness。
為什麼這件事比參數表有用？因為企業採購 AI 的時候，手上能比的東西一直很虛：演示都很順，案例都寫「效率提升」，口徑各家不同。上週還有個挺典型的場面——某廠商發稿說一年 10 萬份確認單 90% 無人干預，當天就被人追問成本、剩下那部分誰處理、原來需要多少人、什麼時候上線的。四個分母一個沒給。這不是抬槓，是甲方終於學會看分母了。
評測基準補的正是這塊：把「感覺挺好用」換成一套可對齊的題。當然，廠商自己牽頭做的基準，獨立性要打個問號，不能當成第三方審計用。但至少它給了一個方向——以後驗收 AI，不該只聽廠商念自己的案例，得有一套題是雙方都能複跑的。
順手給個提醒：Benchmark 是通用基線，替不了你自家的驗收。同一套題在別人庫裡跑 95 分，換到你那套帶著歷史髒資料和自訂審批流的帳上，可能連 60 都不到。基準用來篩廠商，自家基線用來決定能不能上線，兩件事別混。
四、上下文不是裝飾，是「編制說明書」
要讓一百多個 agent 各司其職又不越界，靠提示詞是撐不住的，得讓它們知道這家企業是怎麼運轉的。大會上給的數字挺具體：首批 70 個 ERP 連接器、1127 個 Tools；企業上下文涵蓋 30 多類資料來源、3 萬多個業務物件、80 多萬個語意欄位和 17 萬個業務規則。權限體系、審批規則、業務物件之間的關係、歷史處理習慣，被寫成 AI 行動的前提條件，而不是讓模型從零猜。
張鄂豫舉的差旅報銷例子，把"接進來"和"幹完"的區別講透了：員工發起報銷後，智能體不只是把單據生成出來，還得回 ERP 核對這張報銷單是否真實存在、有沒有超部門預算、財務是否完成審核、款項是否已經打到員工帳戶。四步都驗過，才算真進了業務流程。
這裡面藏著一句對 ERP 定位的改寫：傳統 ERP 是記錄系統，把發生的事記下來；AI 原生組織要的是行動系統，把事情往前推。但推得動的前提是理解口徑、規則和邊界。
| 過去：功能視角 | 現在：執行主體視角 |
|---|---|
| 交付一段規則、一個按鈕 | 交付一個會自己觸發、會做判斷的帳號 |
| 出錯找 IT 查日誌 | 出錯要能追到業務責任人與審批人 |
| 驗收看"功能是否可用" | 驗收看"是否幹完、幹對、留下可核查結果" |
| 成本藏在實施報價裡 | 成本按執行次數、消耗點數逐月發生 |
用 Odoo 的團隊，這一課其實更繞一點。開源路線的好處是資料在自己庫裡、權限和流程全看得見改得動；代價是沒有廠商替你維護那本臺帳——180 個 agent 也罷，3 個也罷，執行主體歸誰、能讀哪些模型、能寫哪些單據、每月花多少、什麼條件下停用，都得自己建表、自己指定 owner。社群版本來就沒有內建 AI agent，走自訂模組或外部自動化平台接進來的那些入口，反而更容易漏登記。我見過不止一次：專案上線半年後復盤，誰也說不清某個夜裡的定時任務是誰設定的、還在不在跑。
五、給數位化負責人的三條笨辦法
先建花名冊，再談擴數量。每個 agent 一份檔案：業務責任人、可讀資料範圍、可寫單據類型、單月成本上限、停用條件、複核人。沒有責任人的，別開寫權限。這條不花錢，但能擋掉後面八成的扯皮。
把考卷搬進自家驗收。挑一個高頻流程（對帳、發票匹配、報銷都行），用自己庫裡的歷史數據定一組基線題，要求智能體的輸出帶可核查結果；把廠商的通用基準當篩選工具，把自家基線當上線閘門。跑錯那次是誰發現的，也要記下來。
“人擔責”要寫進制度，不能只在架構圖上。三層裡最容易被跳過的是中間那層。誰批准開、誰複核輸出、誰有權一鍵停、升級改了指令要不要重新驗收——先定規矩，再開功能。規矩沒定，數量就只能停在三五個試點的規模。
回到開頭那個欄位。180 個智能體的看板，最值錢的不是 ROI 那一列，是"責任部門和責任人"。因為 ROI 是結果，責任是前提。企業裡多了一支不領工資、不會下班、也不需要辦入職的隊伍，先別急著算它省了多少錢——先說清楚誰在管它、幹錯了找誰、憑什麼算它幹對了。
這三件事說明白之前，規模上去得越快，帳越難看。
本文基於公開資訊整理分析：新華網《AI 如何重塑財務管理？金蝶探索企業管理新路徑》（2026-11-07）、中國商報網與鳳凰網財經關於 Lingee Bench 及 IDC 中國未來企業大獎的報導、東方財富《金蝶靈基全線升級，讓每家企業成為 AI 原生組織》（2026-11-04）、中國經濟新聞網《從工具疊加到多智能體協同》（2026 全球創見者大會）。資料截至 2026-11-08，供企業數位化負責人參考，不構成採購建議。
眾諦資訊 · 專注 Odoo 與企業管理數位化解決方案
