6月2日，Workday在拉斯維加斯的企業大會上，發佈了一個叫 Agent Passport 的產品——給每個AI Agent發一本「護照」，記錄它的測試成績、安全驗證、持續監控數據。第二天，貝恩公司發佈了一份讓整個行業沉默的報告：全球超1萬億美元資本湧入AI，但ROI核心指標令人擔憂，報告標題就四個字——「技術跑通了，價值沒到來」。還是6月3日，國內藍信發佈全棧國產化政企智能辦公方案，西城區副區長在發佈會上說了一句分量很重的話：數字化轉型已從「選擇題」變成「必答題」。
三件事，三天之內密集砸下來。我反覆看了幾遍，覺得它們串在一起，其實指向了同一個問題：AI的技術驗證期結束了，真正的戰場在「最後一公里」——而大多數中小企業還沒進場。
今天這篇文章，我不講大廠PPT裡的美好願景，只說一件事：中小企業現在到底該怎麼動手。
1萬億美元的冷水：貝恩報告到底在說什麼
先說貝恩這份報告。2026年6月3日發布，研究覆蓋全球AI投資回報率，核心結論用大白話翻譯就是：大企業砸了1萬億美元，技術層面證明了AI「能用」，但商業價值？對不起，還遠著呢。
報告原話大意是——技術PoC（概念驗證）已經成熟，但商業價值的實現還卡在「最後一公里」。我翻譯一下：AI在實驗室裡、在Demo裡、在PPT裡已經沒問題了，一旦要真正嵌入企業的業務流程、要替代人的決策、要跟現有ERP系統跑在一起——就瘸了。
這個判斷跟我在實際項目中看到的完全一致。我見過一個製造業中型企業的案例——IT團隊花了半年做了個智能採購預測，預測準確率確實提升了18個百分點，但最後還是擱淺了。原因很簡單：系統的輸出沒法直接進入現有的ERP採購模組，需要再花三個月做系統對接；採購部門的人不信任AI建議，還是手動下單。1萬億美元的困境，縮影在這一個項目裡：技術能力和業務價值之間，隔著一條巨大的鴻溝。
對中小企業的意義
別急著悲觀。貝恩報告的潛台詞其實是：你不該先砸大錢做PoC，因為別人已經替你做了。大企業花了1萬億美元驗證了「AI技術行得通」，你只需要跳過驗證，直接去做價值實現。
| 階段 | 大企業現狀 | 中小企業機會 |
|---|---|---|
| 技術驗證 | 已完成（1萬億美元砸出來的） | 直接跳過，不用重複投入 |
| 系統集成 | 卡住了（最後一公里） | 選對工具可以低成本切入 |
| 價值實現 | 不到1/3項目達標 | 小場景游擊戰，反而靈活 |
貝恩報告裡還有一組數據讓我有點意外：即使是那些「AI落地最先進的企業」，也只有不到1/3的AI項目真正實現了價值。剩下2/3還停留在單點實驗、局部優化階段。
對中小企業來說，這反而是個好消息。說明「游擊戰」打法——小場景、快驗證、可複製——還有很大空間。
Workday給AI Agent發了「護照」：中小企業該不該跟
Workday這件事，我覺得信號意義大於產品本身。
6月2日發佈的 Agent Passport，本質上是一套AI Agent的「駕照+年檢」體系。每個Agent上線前要過測試——最嚴重風險是否通過；運行中要留痕——驗證記錄全程可追溯；跑起來後還有持續監控。首發合作夥伴是 Cisco AI Defense，在安全領域是有說服力的。
我的判斷是：這是企業管理軟體廠商第一次把「Agent治理」做成平台級產品。 以前大家談AI治理，都是白皮書、框架、原則——好聽但沒法落地。Workday這次是做成了工具：你買了我的Agent，它自帶合規證明。
這背後的行業趨勢是什麼？
未來3年，企業採購AI Agent會像今天買SaaS一樣——第一個問題不是「能不能用」，而是「有沒有治理證明」。
對中小企業來說，現在大多數還沒想到這一層。我知道中小企業老闆想的通常是：AI能不能幫我省兩個人力？客服能不能用AI先篩一輪？庫存預警能不能自動發消息？——這些都是對的，但還停留在「效率」層面。
沒人想過：AI Agent幫你處理客戶退款，如果它誤判了一筆訂單，多退了5000塊，你找誰？沒有完整的Agent決策記錄，追責都追不了。更別說行業監管來了之後，你拿不出合規證明，連投標資格都沒有。
中小企業的認知差
現在補成本最低。 等行業標準真正確立、監管真正落地，你再去被動合規，代價可能是現在的5倍。
你在Odoo這類開源ERP裡，可以做到三件事（不需要買Workday、不需要對接Cisco）：
- 審計日誌：記錄每一筆AI輔助決策的輸入、輸出、人工確認結果
- 閾值熔斷：對超過預設閾值的操作，強制人工複核
- 月度AI決策準確率報表：每月統計AI建議的採納率與準確率，作為治理的基礎數據
這三件事不需要額外採購什麼，Odoo的審計模組+自定義報表就能實現。先把決策記錄下來，再談效率優化。順序不能反。
藍信的「全棧國產化」：政企市場的信號燈
6月3日藍信發佈的全棧國產化政企智能辦公方案，我仔細看了。發佈會規格不低——西城區副區長到場致辭，原話是：「人工智能是新一輪科技革命核心驅動力，政企數字化轉型已從『選擇題』變為『必答題』。」
"必答題"三個字，比任何行業報告都有說服力。它意味著：在政企市場，國產化不是加分項，是入場券。
藍信這次推出的「全棧式安全智能辦公方案」，從作業系統到應用層全部國產化，核心就兩個邏輯：一是避免被「卡脖子」，二是滿足合規要求。這兩個邏輯在政企市場是硬約束，不是可選項。
| 維度 | 政企/國企客戶 | 民營企業客戶 |
|---|---|---|
| 國產化壓力 | 硬性要求（信創目錄驅動） | 暫無硬性要求，但趨勢向上 |
| 數據主權 | 必須本地部署或私有雲 | SaaS可接受，但數據安全意識在上升 |
| AI治理要求 | 監管驅動，合規即生存 | 商業驅動，尚在早期 |
| 採購決策週期 | 6-12個月（含審批流程） | 1-3個月（決策鏈短） |
對中小企業和Odoo實施方來說，這個趨勢的參考價值在於：
如果你的客戶是政企/國企——國產化程度會直接影響採購決策。Odoo作為開源方案，天然具備「源碼可控、自主部署」的優勢。你的伺服器你做主，數據主權完全掌握，比那些「數據存在我們雲上」的SaaS廠商更容易通過政企的安全審查。
如果你的客戶是民營企業——暫時沒有直接的國產化壓力，但AI數據安全這個話題，從合規要求變成商業競爭力，可能就這兩年的事。提前佈局，不是趕時髦，是給未來留籌碼。
說白了，藍信這件事告訴我："開源+私有化部署+數據主權"這個組合，在政企市場是真實需求，不是行銷噱頭。 Odoo實施方可以把這個組合成為面向政企客戶的差異化賣點——而且這個賣點，是真的有技術底座支撐的。
中小企業的「游擊戰」路徑：90天驗證，不換ERP
說完了三件大事的信號解讀，回到最實際的問題：中小企業現在到底怎麼做？
我反覆琢磨，覺得中小企業搞AI落地，最忌諱的就是學大企業搞「大而全」的AI戰略。大企業可以設一個AI委員會，花半年做規劃，再花一年做PoC——中小企業等不起，也不該這麼幹。
我管這個思路叫"游擊戰路徑"，核心就三句話：
- 不換ERP——在現有系統上加AI能力，不要動底層
- 小場景切入——找一個痛點最明確、數據最完整的場景先跑
- 90天驗證——3個月內看到效果，看不到就換方向
為什麼不換ERP
我見過太多企業，一搞數位化就想換ERP。換ERP的代價不只是軟體費用——資料遷移、員工培訓、業務中斷，每一樣都是真金白銀。中小企業換一次ERP，小半年的營運效率基本歸零。
更關鍵的是：換ERP解決不了AI的問題。 AI不是ERP的一個模組，它是跟ERP並行的一層能力。正確的做法是在現有ERP上接入AI能力，而Odoo的模組化+開源特性，恰好支援這種低成本的整合。
先從哪個場景開始
我建議從這四個場景裡選一個——標準是「數據已有、規則清晰、容錯率高」：
| 場景 | 為什麼適合先做 | 投入門檻 | 預期回報週期 | 風險等級 |
|---|---|---|---|---|
| 財務對帳 | 規則明確、數據結構化、人工耗時長 | 低 | 30-60天 | 低 |
| 訂單處理 | 重複性高、模板化強、出錯成本可控 | 低 | 30-45天 | 低 |
| 客服初篩 | FAQ類問題佔比高、人力成本明顯 | 中 | 45-90天 | 中 |
| 庫存預警 | 數據在ERP裡已有、規則可配置 | 低 | 60-90天 | 中 |
這四個場景有一個共同點：AI只做「建議」，人做「決策」。 AI給你推薦對帳結果，你確認；AI幫你分類訂單，你審核；AI初步篩選客戶問題，轉交給人工。這種「AI輔助+人工確認」的模式，既保留了人的判斷力，又給了AI試錯空間——出問題了，責任鏈條清晰；沒出問題，效率確實提升。
90天怎麼切分
第1-30天數據收集+流程梳理。選定場景後，先把這個場景在Odoo裡的數據流和業務流程梳理清楚——哪些字段是關鍵輸入、哪些是決策節點、哪些是輸出。同時把過去6個月的歷史數據導出來做訓練集。這個階段不碰AI，只做數據清洗和流程文檔。第31-60天AI工具接入+平行運行。在Odoo環境裡接入AI能力（可以用Odoo的AI模組，也可以透過API對接第三方），但不直接替代人工——讓AI的建議和人工決策「平行運行」，對比兩者的差異。這個階段你的核心工作是統計：AI建議的準確率是多少？人工處理平均耗時多少，AI輔助後耗時多少？第61-90天效果評估+擴展決策。三個核心指標：準確率（AI建議被人工採納的比例）、效率提升（處理同一任務的時間縮短百分比）、員工接受度（一線員工是否願意繼續用）。三項都及格，說明場景驗證成功，可以擴大範圍；任一項不及格，回頭檢查問題，或者換個場景重新來。
90天的好處是：即使最後效果不理想，你的沉沒成本也有限——投入的是人力時間，不是幾百萬的軟體採購費。而且你收穫了三樣東西：對AI能力的真實認知、對自身數據品質的診斷、對下一個場景的判斷依據。
給中小企業和Odoo實施方的務實清單
我把上面的內容濃縮成一份可操作的清單。別貪多，一條一條來。
5步行動清單
1. 本週就做數據盤點。 打開你的Odoo系統，看看哪個模組的數據最完整、流程最規範——那就是你AI落地的第一個戰場。別選數據最缺的地方，那是給自己挖坑。
2. 鎖定一個場景，寫清楚「AI做什麼、人做什麼」。 比如財務對帳：AI做匹配和異常標記，人做最終確認。邊界不寫清楚，上線後一定會扯皮。
3. 用90天做硬性驗證。 準確率低於80%、效率提升低於30%、員工不願意用——任一條不達標，不要擴大範圍。先治好一個，再想第二個。
4. 從第一天開始記錄AI決策日誌。 參考Workday Agent Passport的思路，在Odoo審計模組裡記錄每一次AI輔助決策。不是為了趕時髦，是因為未來3年這很可能變成行業准入條件。現在做成本最低。
5. 如果你服務政企客戶，把「開源+私有化部署+數據主權」做成賣點。 藍信的國產化全棧方案驗證了政企市場的真實需求。Odoo天然具備這個底座——源碼可控、自主部署、數據不出域。這不是行銷話術，是技術事實。
時間表建議
| 時間段 | 要做的事 | 交付物 |
|---|---|---|
| 6月-7月 | 場景選擇 + 數據清理 | 選定場景的業務流程文檔 + 清洗後的歷史數據集 |
| 8月-9月 | AI接入 + 平行運行 | AI輔助決策 vs 人工決策的對比報告 |
| 10月 | 效果評估 + 擴展決策 | 90天驗證報告（含準確率、效率、接受度三項指標） |
| 年底前 | 第一個場景正式上線 + 啟動第二個場景 | 生產環境AI功能上線 + 場景2的驗證計劃 |
別再想著先搞一個"大而全"的AI戰略了。1萬億美元的大企業都在戰略裡迷路，中小企業最該做的事只有一件：找一個能活下來的場景，先活下來。
AI落地不是百米衝刺，是打游擊。找一個山頭，插上旗，守住，再找下一個。
技術跑通了，價值還沒來。那價值去哪了？可能就在你下一個90天的驗證裡。
