5月20日這天挺有意思。金蝶發布了「靈基」一個企業AI操作系統；用友在同一天開放了「YonClaw」的專屬邀請碼。這兩家纏鬥三十年的老對手，在AI賽道上幾乎同時亮牌。
三週後，騰訊在雲AI產業應用大會上推出了WorkBuddy企業版和Agent套件，定位為「AI原生企業協作平台」。再往前推半個月，SAP在中國峰會上宣布已經部署了224個AI智能體和51個業務助手。
把這些事串起來看，我覺得2026年6月的企業AI賽道，不是誰贏誰輸的問題——而是整個行業正在經歷一場結構性的「時差」。看懂這個時差，才能看懂接下來兩年企業AI的走向。
金蝶用友的問題不是它們自己的
先說一個很多人沒注意到的事：用友市值較2020年高點縮水超1372億元，回撤約80%；金蝶較峰值縮水超1067億港元，回撤超八成。
用友
-1372億市值縮水，回撤約80%
金蝶
-1067億港元市值縮水，回撤超八成
兩家公司的市值曲線幾乎一模一樣——從2021年的高點一路下滑，AI概念短暫拉了一波，但資本市場很快就不再為AI故事買單了。
這事挺值得琢磨的。AI增強型ERP市場2025年中國市場規模3.157億美元，同比增長96.1%。製造業ERP市場突破260億元，環比增速38%。市場在漲，但廠商的市值在跌——問題出在哪？
問題出在「三重時差」上。
三重時差：AI ERP的結構性困境
這不是金蝶或用友管理不善的問題。全球範圍來看，SAP砸了224個AI智能體進去，財務數據上也還沒完全反映出來。全球尚無廠商完成獨立、可閉環的AI商業模式財務驗證。
關鍵要點
- 簽約→交付時差：AI Agent落地涉及數據清洗、治理重構、模型調試、權限設計、多輪驗證，完整交付6-12個月，複雜場景超18個月。這不是SaaS那種「買了就用」的東西。
- 交付→確認時差：AI的價值難以精準歸因。降本了多少、提效了多少、控險了多少——這些成果沒法單獨核算。大量項目止步於試點，不是因為技術不行，是因為說不清楚它到底值多少錢。
- 確認→盈利時差：前期研發與人力投入高昂，短期難以攤薄，持續壓制利潤。廠商在投入，但回報週期長到讓資本市場失去了耐心。
三重時差疊在一起，結果就是：廠商在拼命投、客戶在慢慢試、資本在失去信心。這個三角困境不是某一家的，是行業性的。
所以你看到金蝶和用友幾乎同時亮牌，這背後不是巧合，而是一種焦慮：如果不在AI賽道上快速占位，連入場的機會都沒了。但占位和變現之間，隔著的就是這三重時差。
ERP的定位正在變
這三重時差之外，還有一個更深層的變化在發生：ERP的定位從「記錄系統」轉向了「主動管理系統」。
以前的ERP是幹什麼的？你做完一筆業務，它幫你記下來。採購入庫、銷售出庫、財務入帳——事後記錄，查的時候能找到就行。
現在呢？趨勢預判、異常識別、資源調度、智能推薦與自動執行——ERP要從「你做了我記」變成「你沒做我提醒你做，甚至我替你做」。
| 維度 | 傳統ERP | AI原生ERP |
|---|---|---|
| 核心定位 | 記錄系統 | 主動管理系統 |
| 數據角色 | 存儲與查詢 | 輸入與決策 |
| 人的角色 | 錄入+審批 | 校驗+例外處理 |
| 價值體現 | 流程合規 | 效率提升+風險降低 |
| 典型動作 | 銷售下單→庫存扣減→財務記帳 | 需求預測→自動補貨→異常預警→自動調撥 |
這個定位轉變不是加個AI對話框就完事的。它要求底層數據架構能支撐實時分析、權限模型能支持AI代操作、審計體系能追蹤AI的每一次自動決策。說白了，這不是給老系統穿個AI馬甲的事——是要動地基的。
這也解釋了為什麼交付週期那麼長。6-12個月不是在磨洋工，是真的有大量基礎工作要做：數據治理、權限重構、模型調試、多輪驗證。這活兒，快不了。
騰訊的入場方式不一樣
6月初，騰訊在雲AI產業應用大會上發布了WorkBuddy企業版和Agent套件。這事值得單獨說說，因為騰訊入場的方式和金蝶用友不一樣。
金蝶用友是在自己的ERP體系裡加AI——本質上還是在ERP賽道上卷。騰訊不是。WorkBuddy企業版的定位是「AI原生企業協作平台」，它做的是協作層，不是ERP層。
這事挺聰明的。
道理是這樣的：企業軟體的切換成本極高。一家公司用了十年用友，你讓它換到金蝶？先不說數據遷移，光是用戶重新培訓這一項就能讓項目黃掉。但協作層不一樣——企業微信、飛書、釘釘這些工具，切換成本相對低得多，而且它們本身就不是「記錄系統」，是「協作系統」。
騰訊的思路很清楚：不去和ERP廠商搶那塊難啃的骨頭，而是在協作層做「AI原生」的基礎設施。依託微信生態+騰訊雲+企業微信的協同優勢，做的是工程化和產品力，不是純模型能力。
這個思路的潛台詞是：模型能力會趨同（今天Fable 5領先，半年後對手就追上了），但產品工程化和生態壁壘是長期價值。騰訊在社交和企業協作上的積累，比多幾個百分點的基準測試分數值錢。
當然，這條路也有不確定性。企業協作平台做AI Agent，和ERP系統做AI Agent，對企業來說差別在於：協作層的AI能處理的是資訊流轉和決策建議，但真正要「動」——自動下採購單、自動調庫存、自動做帳——還是得回到ERP系統裡。騰訊的Agent套件能不能真正「動」ERP裡的數據，取決於它和各家ERP的集成深度。這事，目前還沒看到明確的答案。
SAP的224個智能體：全球廠商同步在跑
把視角拉遠一點。6月3日，SAP在中國峰會上宣布已經在財務、供應鏈、採購、人力資源等核心領域部署了224個AI智能體與51個業務助手。KPMG也和SAP簽了戰略合作——ERP公有雲轉型+AI場景落地+合規體系。
這說明一件事：全球廠商在AI競賽上的投入是同步的。不是只有中國廠商在焦慮，SAP也在砸資源。SAP的優勢在於它的客戶體量和全球覆蓋——224個智能體不是PPT，是已經跑起來的東西。但它面對的和金蝶用友是同一個問題：投入在增加，回報還沒體現在財務數據上。
全球ERP行業都在經歷同一場轉型。區別只是誰先跑出來，不是誰可以不跑。
給企業管理者的三條建議
說了這麼多廠商的事，落到企業管理者身上，該怎麼做？我的建議很具體，不搞「擁抱AI」這種正確的廢話。
第一，別急著換系統。我接觸過的企業裡，有相當一部分在考慮「既然AI這麼火，是不是該換一套AI原生的ERP？」——我的建議是，先別動。原因很簡單：三重時差意味著現在還沒有任何一家廠商的AI ERP跑出了閉環的財務驗證。你現在換的，大概率是個半成品。更何況系統切換本身的成本和風險極高，一個中大型企業的ERP切換項目，動輒12-18個月，期間業務 continuity 是真會出問題的。與其換系統，不如在你現有系統的基礎上，先做數據治理和AI場景試點。
第二，先理數據再上AI。這話聽起來老套，但它是鐵律。AI Agent的核心能力是「讀數據→做判斷→執行動作」。如果你的主數據不準、客戶信息沒對齊、財務科目不統一——AI讀了垃圾數據，做的判斷也是垃圾。這和用什麼模型沒關係。所以在你簽任何AI ERP的合同之前，先花三個月把數據管道理順。數據可訪問性審計做完了，再選方案，否則換什麼模型都沒用。
第三，選平台看業務流程集成深度，別看模型參數。現在各家廠商都在說「我接了GPT-5」或者「我用的是Claude Fable 5」——說真的，模型能力半年就會趨同。你真正應該關注的是：這個平台和你現有業務流程的集成有多深？能不能直接讀你的ERP數據？能不能在你的審批流裡自動執行？能不能跨系統串聯數據？這些才是決定AI在你的企業裡「能用」還是「只能看」的關鍵。騰訊WorkBuddy的思路之所以值得關注，就是因為它在協作層做集成——但到底集成到什麼程度，還得看產品落地。
核心判斷
- 金蝶用友的困境不是它們自己的——是整個ERP行業的結構性問題。三重時差不會因為某一家產品做得好就消失。
- 騰訊入場的姿勢比直接做ERP聰明，但協作層到ERP層的「最後一公里」——自動操作核心業務數據——還沒有明確的答案。
- 對企業管理者來說，當下最重要的不是追哪個廠商的AI故事，而是把自己的數據和流程先理清楚。地基不打好的話，上面的AI再漂亮也只是空中樓閣。
三十年前，金蝶用友從財務軟體起家，一路打到了ERP。三十年後，它們在AI賽道上幾乎同時亮牌，但資本市場已經不買帳了。這次的關鍵變數不是誰先發布產品——是誰能先把「簽約→交付→確認→盈利」這條鏈路跑通。在這之前，所有人都在等風來。
