11 月初，一家政企單位把一批國產終端擺上工位，配了桌面智能體。能查單據、看數據、盯流程，演示的時候挺順。IT 部開會討論，第一個問題不是跑多少算力、接多大的模型，而是：它憑什麼碰業務系統。
這個提問順序，比任何一份 AI 選型 PPT 都更接近現實。用友 11 月 2 日那篇稿子把場景寫得很具體：桌面智能體和聊天框最大的區別，是它要動手。查單據、看數據、盯流程，這些動作最後都要落到真實的 ERP、財務和人事系統裡。一旦落到系統裡，問題就從「好不好用」變成「出了事誰簽字」。
最近一週我翻了十幾份公開資料，從天津峰會的政企採購清單，到柏林 TechEd 之後的顧問討論，再到幾份 2027 規劃指南，發現大家其實在補同一份作業：AI 已經能伸手進 ERP 幹活了，但甲方手裡的驗收單還沒跟上。
本週多份政企 AI 選型清單給運行日誌留的一致底線：唯一追蹤標識，覆蓋從用戶請求到工具調用的完整鏈路
一、把形容詞換成四條能壓測的條款
峰會現場有句措辭：「在安全可控的底線之上，效率、智能與生態成熟度，正成為政企客戶選型的核心標尺。」（環球網，11 月 5 日）話說得漂亮，可「安全可控」四個字落到驗收單上，得拆開。
2026 年多份企業 AI Agent 選型清單給的拆法相當一致，我按能現場核驗的順序捋一遍：
| 驗收項 | 現場怎麼壓測 | 要交回什麼 |
|---|---|---|
| 內網閉環 | 斷網壓測，確認推理、檢索、調度、執行全在本地 | 外聯清單，證明沒有預設呼叫外部 API 的元件 |
| 權限粒度 | 換不同使用者身分問同一問題、下同一指令 | 行列級權限矩陣，最小授權 + 每次調用獨立鑑權 |
| 運行留痕 | 隨機抽某天某人，讓安全團隊自己從後台還原 | 唯一追蹤標識 + 日誌留存 180 天，覆蓋請求→檢索→輸出→工具調用 |
| 認證路徑 | 問進度，不問「有沒有」 | 等保三級、密評、信通院評測各自的推進計畫與時間 |
有一條判斷標準特別好用：安全團隊能不能在不問供應商的情況下，自己從後台還原出「某天某人讓智能體做了什麼」。
還有一句更該貼在採購文件裡：《用友》那篇稿子自己寫的——私有化部署本身不等於安全，關鍵看內網閉環是否徹底。只把流程工具放本地、推理仍走公有雲，風險並沒有消除。對金融、能源、政務、醫藥，「數據物理隔離不出域」不是加分項，是准入項。
這兩年做國產化替代的專案，最容易在這一節翻車。硬體、作業系統、資料庫都換了，模型和推理鏈路上還掛著一個外部 API，驗收時沒人問，上線後沒人查。
「私有化」是個部署方式，不是個安全結論。把它寫進合約只能證明機器在哪，證明不了資料在哪、推理在哪、日誌能不能自己調出來。
二、分工不是修辭，它決定出事之後誰簽字
用友給 YonWork 那套能力起了個名字，叫「自主業務閉環執行」：跑在企業業務系統之上，跨產品、跨品牌、跨版本連接現有系統，在授權和規則範圍內把業務目標拆成可執行步驟，調用工具、推進流程、回傳結果。緊跟在後面的是一句分工說明——真實員工負責目標、判斷、授權和擔責；數智員工負責拆解、執行、核驗、生成、提醒和回傳。
這段看著像產品文案，其實是責任條款。「擔責」兩個字寫在人這邊，不是隨便寫的。它決定了憑證錯了找誰、付款批錯了找誰、審計來問的時候誰能把那條鏈路講完整。
曙光雲 OneBox 走的是另一條路：「數橋」不讓模型直接連資料庫，而是在智能體和傳統業務系統之間加一層服務端資料管理模組，接住 ERP、MES、財務、人事這些活資料。兩條技術路線不同，繞開的是同一個雷區——把資料庫帳號交給大模型。
真實員工
目標、判斷、授權、擔責；對結果與合規邊界負責
數智員工
拆解、執行、核驗、生成、提醒、回傳；不定義規則
這跟我們做實施時的老規矩其實是一回事：誰配置、誰複核、留什麼痕、異常升級找誰，四件事寫進制度，再動開關。區別只是以前這套約束人，現在同時要約束一段會自己跑的程式碼。
三、執行能力先跑出去了，治理還在後面追
科萊特 11 月 6 日那篇講 SAP TechEd 2026 的文章，把 Joule Work 的位置擺得挺清楚。它前身是 SAP Mobile Start，現在是員工和智能體打交道的統一工作入口；CTO Philipp Herzig 的說法很直接：過去是 AI 學習你的業務，現在是在你的業務裡把活幹完。庫存低於安全線，自動發起採購申請、推送審批，順就往下走，卡住再交給人。
但同一篇稿子裡還有兩句，採購方更該劃重點：智能體沒法自己制定業務規則、合規要求和風險標準；完整的權限管控與審計追溯能力，要等到 2027 年 Q1 才補齊，目前只開放給少量試點客戶。
這就是當下最現實的時間差。廠商把「能幹活」先推出來了，「能管住」排在下一年度的路線圖裡，甲方卻已經準備拿它跑真實單據。中間這段空檔，不會由廠商替你補。
稿子對顧問職業的判斷也挺克制：被替代的首先是「可規則化、可審計、責任密度相對較低的執行任務」，不是顧問這個角色。只會做基礎執行的人空間會被壓縮；能把混亂業務梳理成系統規則、對資料品質和合規邊界負責的人，價值反而更清楚。
我們這行這兩年確實有這個感覺。客戶不再為「把功能配出來」付溢價，願意付錢的是「把邊界說清楚、把異常情況兜住」。這活兒恰好是智能體最不擅長的那部分。
四、別把「預期」當「結果」寫進驗收單
億滋（Mondelez）聯合埃森哲把 order-to-cash 建在新建的全球雲 ERP 之上，覆蓋每年百萬級交易，稿子裡的措辭是 expects to be able to——預計能夠簡化日常任務、加快交付、提升準確度。這是預期值，不是驗收值，寫得也算規矩。
反過來看 Constellation Research 那個 Infor 案例，做法就值得抄：上線前先把 outcome targets 定下來，發票處理自動化的目標寫的是 60% 到 70%，最後報 75%；再用過程挖掘做上線前後對比，同時量時間節省和錯誤率。目標先定、口徑先說，結果才有得對。
國內這幾週還冒出好幾份「企業級 Agent 平台選型指南」，把架構、資料、治理、行業沉澱列成四維評估，方向上沒錯。但要留個心眼：其中不少帶明確免責聲明，屬於廠商宣傳或轉載資訊。裡面的認證編號、市場佔有率可以拿來做提問清單，別直接當獨立結論抄進選型報告。
驗收句式其實很簡單：不要「效率提升約 20%」，要「以我方 2026 年 9 月的關帳天數和對帳人工小時為基準，跑滿三個月後對比」。基準是自己的，數字才跑不掉。
五、上線前，先把這三條寫死
第一條，把形容詞翻譯成壓測項。斷網壓測報告、外聯清單、行列級權限矩陣、180 天日誌與抽樣還原演示、認證推進計畫——五項裡缺一項，驗收單就先別簽。安全團隊要能自己查出「某天某人讓智能體做了什麼」，不能靠供應商截圖。
第二條，把責任和升級路徑寫進制度。誰配置、誰複核、誰擔責、告警一週沒人管往哪升、怎麼回滾，一條條落到崗位。高利害動作（大額付款、主資料變更、稅務相關）永遠留人工兜底，agent 可以起草和執行已批准的步驟，落槌的人不能缺席。
第三條，用自家基線驗收，只看一個流程。挑最痛的一條，比如應收催款或供應商訂單確認，把目標值、覆核人、異常兜底、留痕位置全寫死，跑一個月。跑順了再談擴面，跑不順只損失一個月。
Metanow 那份 2027 規劃指南裡有一句我挺認同：模型升級和業務規則變更，都應該像軟體變更一樣觸發回歸測試。它把指南標成前瞻規劃，沒敢說 2027 的結果已知。這種克制，比一堆漂亮預測更可信。
這兩年 ERP 裡的 AI，功能側跑得比誰都快。真正拖後腿的，是沒有人願意提前填的那張驗收單。等出了事再補，成本就不是填表的時間了。
把鑰匙交出去之前，先把「誰能開哪扇門、開過之後怎麼查」寫清楚。這句話不新鮮，但這一週的所有動態，繞來繞去都在說它。
資料來源：用友 BIP《一台國產電腦擺上工位之後》（2026-11-02）、賽迪網（2026-11-03）、環球網天津峰會報導（2026-11-05）；科萊特教育經網易訂閱《Joule Work 重構 SAP 顧問工作》（2026-11-06，SAP TechEd 2026 柏林 10/27–28）；Consumer Goods Technology（Mondelez × Accenture）；Constellation Research（Team Air Distributing × Infor Velocity Suite）；Metanow《AI Agents in Business: What Changes in 2027》（研究核查 2026-11-06）；ITBear / IT168 / 中國工控網企業級 Agent 平台選型指南（2026-11，含廠商宣傳口徑，本文已標註）。
本文由廣州眾諦信息科技整理撰寫，供企業數字化與信息化負責人參考，不構成採購建議。配圖為 AI 生成。
