摘要：ERP（Enterprise Resource Planning，企业资源计划）是整合了企业管理理念、 业务流程、基础数据、人力物力、计算机硬件和软件的企业资源管理系统，主要包括 库存、采购、营销、BOM、车间任务管理、工艺、MRP、成本、人力资源、固定资 产

（一）AI 赋能 ERP 系统，目前较多应用于单点场景

ERP（Enterprise Resource Planning，企业资源计划）是整合了企业管理理念、 业务流程、基础数据、人力物力、计算机硬件和软件的企业资源管理系统，主要包括 库存、采购、营销、BOM、车间任务管理、工艺、MRP、成本、人力资源、固定资 产等功能模块，可以帮助企业提升资源管理水平。企业应用ERP时会根据自身所处 阶段与环境设立不同的目标层次，以达到合适的管理标准。 ERP系统历经多个阶段逐渐发展成熟。ERP起源于库存管理，由MRP（Material Requirements Planning，物料需求计划）发展而来，最初是为了解决企业内部生产 资源的配置问题，主要面向制造业，用于采购管理和库存控制。在市场环境和企业 需求不断变化的背景下，MRP阶段之后又经历了闭环MRP、MRPⅡ阶段，20世纪90 年代，ERP概念被提出，随后逐步发展成熟。

AI正在赋能ERP系统，驱动企业业务流程与管理范式全面升级。AI通过数据分析与 预测、流程自动化和个性化服务等方式，将ERP系统由传统的流程驱动升级为数据 和决策驱动，可以实现企业管理效率、准确度和响应速度的全面提升，有望带来企 业的业务流程与管理范式升级。具体而言，主要分为三类场景： （1）数据分析预测：AI通过整合历史数据以及实时信息，进行数据分析，并构建预 测模型，为企业提供前瞻性洞察，驱动精准决策； （2）流程自动化：AI通过自动化处理重复性任务，减少人工参与，提升运营效率； （3）个性化服务：AI通过分析用户行为数据，精准识别客户需求，提供定制化服务， 提升用户体验与客户粘性。

但整体而言，目前AI对ERP系统的赋能大多局限于单点场景，影响尚浅。首先，ERP、 CRM等核心系统涉及复杂的审计和合规要求，基于企业级流程的稳定性需求，其改 动需多部门达成共识。其次，当前AI系统对于复杂业务场景的深度处理能力不足，技 术能力与产品成熟度仍需时日打磨，难以完全取代传统软件流程逻辑，因此在ERP 领域应用仍局限于财务分析、客户服务等单点场景，影响尚浅。

（二）长期看 AI Agent 有望重塑 ERP 系统，MCP 加速Agent 搭建

长期看AI Agent路线有望重塑ERP业务流程，可接近“指令驱动”的终局形态。AI Agent具备自主记忆、推理、规划和执行能力，而通过MCP协议等技术，可跨系统调 用工具，实现“即插即用”的资源调度。因此，未来在规则明确且数据互联互通的场 景下，用户在操作企业管理软件时，无需依赖于预设流程，便可通过指令驱动Agent 进行自主决策，实现效率提升。据金蝶国际业绩材料援引Gartner预测，到2027年， GenAI将与ERP深度融合，60%的客户在更换ERP应用程序时会选择具有平台能力 和业务流程编排能力的软件。 以一个多Agent协同的数字化智能供应链体系为例，通过Agent的分布式决策与协同 控制，可以实现供应链的动态响应与风险预判，完成从需求输入到资金偿付的全链路闭环。据IDC预测，到2028年，40%的中国头部制造商将部署基于GenAI的平台， 整合数据以模拟、评估和预测供应链风险。 具体而言，在订单管理阶段，首先由客户下单，这其中可能会涉及到在线询价、需求 定制等，由客服Agent进行处理。然后物控Agent将审核订单完整性及合理性（核验 库存、资质等），并生成订单指令。在运输计划阶段，计划员Agent将订单转换为资 源需求并生成智能运输解决方案。在运输执行阶段，则由调度员Agent对运输资源进 行分配调度并产生物流订单。最后进入结算阶段，实现货物运单回收以及对账确认 等。此外，在整个过程中，由Multi-Agent作为指挥中心，负责管理和协调生态系统内 的所有专用Agent，异常处理Agent将进行全流程风险监控与应急响应，预测分析 Agent将对整体流程进行监控优化、动态调整等。

AI Agent底层工作流程分析：AI Agent首先会基于预设的业务目标或用户需求进行 初始化以及步骤拆解，并创建一个任务列表，以及从内外部数据库和实时数据流等 多渠道采集相关结构化/非结构化数据作为决策基础。然后，Agent将对数据进行处理 分析，同时将交互反馈和输出效果融入决策过程，通过迭代优化策略实现持续改进。 此外，Agent将不间断运行，对任务流程进行监控并实时适应变化，在动态环境中保 持可靠响应。

MCP协议推出，加速AI Agent搭建。MCP（Model Context Protocol，模型上下文协 议）由Anthropic在24年11月开源发布。作为一种开放协议，MCP定义了应用程序和 LLM之间交换上下文信息的方式，类似于USB-C端口提供的将设备与周围设备以及 配件相连接的模式，让开发者能够以标准化的方式将各种数据源、工具和功能连接 到LLM。对于ERP系统，采用MCP协议可以提升ERP系统与AI大模型以及其它外部 系统的对接效率，让不同AI模型、数据源和工具能够即插即用，降低开发成本，加速 AI Agent搭建。

从产品形态与商业模式来看，ERP厂商正通过数据资产沉淀以及行业know-how积累 构建自身AI能力矩阵，形成了多层次产品服务体系，同时亦对应多元化的商业变现 路径。 1. AI模型：基于积累的数据和行业know-how训练垂类模型，不仅提供行业基准模 型，同时也支持客户通过私有数据进行模型微调；2. AI工具：提供无代码/低代码AI开发工具与套件，降低企业AI应用开发门槛； 3. AI应用：将Agent等AI能力封装为开箱即用的功能模块，赋能具体业务场景； 4. AI服务：提供从战略规划到落地运维的全周期服务，帮助客户构建AI能力体系。 企业客户可按需灵活组合不同层级的AI产品/服务。具体而言，KA客户系统较为复杂， 通常需要强定制化，同时对于数据安全性要求较高，通常偏好私有化部署。而SMB 客户则追求轻量化，偏好开箱即用，价格敏感度也更高，多采用云订阅方式。因此， 不同类型的客户将根据自身业务情况与场景需求来选择不同的AI产品/服务。

AI驱动企业业务流程与管理范式升级，期待ERP系统全面重塑。总结来看，AI将传 统的流程驱动升级为数据和决策驱动，有望带来企业的业务流程与管理范式升级。 但目前AI对于复杂业务场景的深度处理能力不足，技术能力与产品成熟度仍需时日 打磨，在ERP领域应用仍局限于财务分析、客户服务等单点场景，影响尚浅。长期 看AI Agent路线有望重塑ERP业务流程，未来在规则明确且数据互联互通的场景下， 用户在操作企业管理软件时，无需依赖于预设流程，便可通过指令驱动Agent进行自 主决策，实现效率提升。期待未来，AI赋能ERP不仅是简单的技术集成，更能实现 ERP系统的全面升级重塑。

（一）SAP：Business AI 解决方案，将 AI 深度融入企业核心业务流程

SAP的Business AI解决方案可分为AI Foundation + Embedded AI / Customized AI + Joule三层。具体而言，①AI Foundation基于SAP BTP（业务技术平台）所开 发，为开发者提供标准化可复用的AI开发工具链，降低企业自建AI的门槛；② Embedded AI直接嵌入云ERP、供应链管理等SAP现有核心产品，直接提供AI功能， 无需额外开发，快速实现降本增效；③Customized AI通过Generative AI Hub实现灵 活扩展，支持企业根据需求定制AI解决方案；④智能助手Joule则可以通过自然语言 交互简化复杂系统操作，目前已经渗透80%高频任务。此外，生态方面，通过与 Anthropic、Cohere、Meta等AI大模型厂商以及AWS、Google、Microsoft等云厂商 建立良好的合作关系，赋予开发者灵活调用前沿模型的能力。

1. AI Foundation：降低开发门槛，加速企业AI应用落地

AI Foundation基于SAP BTP（Business Technology Platform，即业务技术平台） 而构建，作为Business AI的技术底座，为开发者提供构建、扩展和运行AI解决方案 的全套工具服务。AI Foundation 提供了表格数据处理和文本处理等预置AI服务，以 及AI生命周期管理（提供多模型支持，覆盖模型训练、部署、监控及迭代）、数据集 成与语义理解（向量引擎、知识图谱）等核心能力，可以降低AI开发门槛，加速企业 级AI应用落地。

2. Embedded AI：预置AI能力解决业务问题，开箱即用

Embedded AI将AI功能预置到云ERP、供应链管理、人力资源管理、支出管理、客 户关系管理等SAP现有核心产品中，用户无需额外开发即可通过标准化模块使用AI 功能。例如，人力资源管理人员可通过预置的AI功能进行薪酬方案指导并保持团队 积极性。

3. Joule：AI智能助手，帮助用户与系统高效交互

用户可以通过自然语言直接与AI智能助手Joule进行对话，并实现复杂业务操作。例 如，销售人员询问“某客户的销售订单交付是否延迟”，Joule可以自动调取ERP系 统数据并关联供应链生成订单状态报告。此外，Joule内置权限控制与数据溯源功能， 保证响应结果精准可靠且合规。根据SAP官网材料，Joule目前已覆盖超80%的SAP 高频业务流程，大幅提升员工效率，逐渐成为企业实现对话式业务管理的核心入口。

SAP AI应用场景持续拓展，落地速度加快。根据SAP 24Q4及25Q1财报电话会议， SAP已交付超130个生成式AI用例，Joule AI助手具备1300余项技能。提效方面， Joule工具为顾问每天节省多达90分钟时间，开发者效率提升30%。规模化应用方面， 渣打银行已为8万名员工部署Joule，体现了AI在企业级场景的落地能力。24Q4，50% 的客户交易中已经包含AI应用，AI成为客户签约的主要价值驱动因素。 AI业绩短期贡献有限，价值或在中长期内释放。根据SAP财报电话会议，24Q2，20% 的交易中包含AI应用场景，而在24Q3，30%的云订单包含AI用例。我们假设全年约 25%的云收入中包含AI应用，以及AI功能营收贡献率大约为10%，可粗略测算得出 2024年AI贡献收入为4.29亿欧元（2024年AI贡献收入=2024年云收入×AI合同占比 ×AI贡献率=171.4亿欧元 ×25% ×10% = 4.29亿欧元），约占2024年云收入的2.5%， 总收入的1.2%，短期贡献较为有限。但考虑到AI功能对于客户续费率提升以及促进 交叉销售带来的间接价值，以及目前AI收入分散在云套餐、行业解决方案等细分项， 测算相对保守，实际贡献可能更高。

作为全球企业软件巨头，SAP入局AI是一种必然选择，我们总结其核心优势主要包 括：①ERP系统复杂，细分场景多样，SAP通过几十年沉淀的行业know-how和企业 业务流程数据，能帮助客户进行数据重构+场景梳理，使得复杂的业务场景数据能够 进行有效转化；②SAP保持开放生态，通过与客户进行行业解决方案的共创，客户 贡献应用反馈，能够形成产品迭代闭环；③研产供销服等企业系统间存在数据孤岛， SAP具备平台化优势，可以整合企业内外部多源数据，使得AI不再停留于单点工具， 而实现跨部门任务编排。

（二）Salesforce：推出 Agentforce，构建“无限数字劳动力”

从传统AI能力构建到生成式AI创新，AI能力逐步深化。2016年，Salesforce便已推 出了Einstein，为核心应用提供AI驱动的功能增强，但主要侧重传统AI的预测与自动 化。2018年，推出Einstein Bots用于构建智能客服机器人，处理客户服务咨询。2023 年以来，又相继推出基于生成式AI的Einstein GPT、Einstein Copilot Studio、Einstein Copilot和Agentforce等，其中Einstein GPT集成在CRM中，可以帮助提升营销、销 售效率，而Agentforce用于创建AI Agent并自动化客服和销售等任务。 推出Agentforce2.0构建“无限数字劳动力”。2024年12月，Salesforce推出 Agentforce 2.0，定位为企业的数字劳动力平台，通过AI Agent为各部门提供自动化 支持。Agentforce 2.0核心在于结合增强推理引擎、预置技能库及跨系统集成能力， 为企业打造可定制、可扩展的“无限劳动力”，帮助其优化效率并释放增长潜力。

Atlas推理引擎作为核心大脑赋能Agentforce 2.0，帮助检索数据并进行推理执行。 首先，Atlas推理引擎可进行分层问题处理，简单问题采用基础推理快速响应，而复 杂问题则通过高级数据检索器优化查询，并结合Data Cloud中相关数据和上下文元 数据来改进答案。其次，Atlas推理引擎将通过各种工具和资源来评估自身响应和循 环，形成“代理循环”，使其能够为各类请求提供经过验证的解决方案。此外，Data Cloud通过使用Salesforce平台的元数据来丰富RAG块，使得Agentforce能够在非结 构化内容中快速查找相关信息，提升复杂请求的准确性与业务适配性，并通过内联 引用标注答案来源，增强用户对AI决策的信任。 数据整合及分析能力是Agentforce的亮点之一。Data Cloud使得AI Agent能够实时 连接企业内部系统和外部数据湖，并且构建统一的配置文件以及保护敏感信息，满 足企业对数据的安全要求。同时，AI Agent可以访问Salesforce平台的元数据（字段、 标签、自动化规则等），实现对于工作流的精准调用。Prompt Builder则允许客户构 建定制化提示模板，这些提示可以提供代理工作所需的确切数据，AI Agent可以使用 这些提示通过RAG（检索增强生成）技术实时查找和检索数据。

以使用Agentforce搭建招聘Agent场景为例，具体步骤可分为：①定义Agent的角色、 所负责的工作内容以及工作目标，比如告诉系统“你是一名招聘官，通过邮件与候 选人沟通、回答常见问题、收集预筛选条件、安排面试等”。②定义需要Agent介入 的各类场景（Topics），如数据分析、联系候选人、面试预约等，配置相关核心功能。 ③在不同场景的核心功能下配置详细子功能和具体操作指令。④选择Agent的部署应 用和接入通道，比如Slack、电子邮件等。⑤添加公司内部相关数据源，如公司简介、 岗位说明、面试反馈等内容，以丰富Agent知识库。⑥完成以上设置即可得到招聘 Agent，能通过所选渠道自动接收简历、预筛选候选人、安排面试，实现端到端的智 能招聘流程。

灵活计价，商业落地初见成效。Salesforce为Agentforce推出了一种灵活的定价模式， 每次对话2美金，并为高频使用的客户提供标准量级折扣。这种按量收费的模式使得 企业只需为实际使用的服务付费，无需承担固定的订阅费用。对于中小型企业或对 AI技术尚处于试用阶段的企业而言，降低了投资风险。商业进展方面，根据Salesforce 财报电话会议，仅FY25Q4单季度便获得超3000名付费客户并签署超3000笔交易， FY25全年，与Data Cloud和AI相关的年度经常性收入达9亿美元，同增120%。

ERP厂商在GenAI时代积极拥抱AI浪潮，助力企业升级业务流程与管理范式，释放 内部核心应用场景价值。我们梳理了金蝶国际、用友网络、鼎捷数智、赛意信息和 汉得信息等国产厂商在ERP领域的AI布局，发现各家厂商在AI领域均布局较早，战 略级别高，产品多元，但在具体产品布局、行业侧重、生态合作等方面有所差异。 1. 金蝶国际：以“AI优先”战略为核心，构建“苍穹AI平台+AI管理助手+智能体” 技术架构，聚焦财务、供应链等领域。 2. 用友网络：发布企服大模型YonGPT和用友BIP企业AI，将AI嵌入企业核心业务， 为企业提供从战略规划到执行落地的全链路智能化服务。 3. 鼎捷数智：基于雅典娜平台作为数智底座，一方面，结合各行业属性持续发展与 迭代垂直行业场景应用；另一方面，推出多款通用型AI应用。 4. 赛意信息： “Agent+泛ERP”与“AI+智能制造”双轮驱动，在泛ERP领域，实现 AI能力在企业核心业务流程中的无缝集成；在智能制造领域，提供了贯穿研产供 销服全价值链的多场景产品模块服务，帮助企业实现智能化运营和管理。 5. 汉得信息：得·灵产品/服务系列全面助力企业构建AI能力体系，包括垂直领域模 型、AI中台和业务智能体以及配套服务。

（一）金蝶国际：AI 优先，驱动企业管理升级

AI优先，驱动企业管理升级。金蝶以“All in AI”为核心战略，自2017年起便开始布 局AI创新，构建了从AI底座，到数据平台再到终端应用的完整体系，重点突破财务、 人力等高价值场景落地。整体看，金蝶通过“企业级AI平台（企业可快速开发AI应 用）”+“AI管理助手及苍穹APP”+“AI Agent”等模式来逐步深化AI应用。金蝶 云·苍穹升级为新一代企业级AI平台，发布AI管理助手及苍穹APP，并提供丰富场景 的AI Agent，为企业提供快速高效使用AI的解决方案。

2023年8月，金蝶发布金蝶云·苍穹GPT。作为金蝶云·苍穹PaaS平台的智能引擎， 苍穹GPT支持接入百度文心一言、OpenAI等通用大模型能力，并集成金蝶多年积累 的企业管理知识库和专业垂域模型。基于金蝶云·苍穹平台，金蝶一方面推出具备百 亿级的参数规模财务大模型，围绕“人财税”进行企业管理智能应用建设与场景创 新，另一方面也以开放合作、模型共建的模式，积极与行业客户及生态在其它垂直 领域进行大模型和行业场景的共创。

2024年5月，金蝶发布AI管理助手Cosmic和新一代企业级AI平台金蝶云·苍穹。Cosmic定位为企业级AI智能助手，基于超过740万家企业的实践场景沉淀和万亿级 训练数据，具备感知、记忆、思考和行动能力，能够理解用户在财务、人力、采购、 开发等场景的需求，为企业提供全链条的智能化服务。而金蝶云·苍穹则被重构为新 一代企业级AI平台，整合了自研垂域大模型与第三方通用模型，支持模型精调与推 理优化，并提供无代码/低代码工具链，企业可通过拖拉拽配置业务流程、集成外部 系统等自定义智能体功能。

2024年10月，金蝶发布自主研发的AI原生移动应用苍穹APP。苍穹APP基于企业级 AI平台金蝶云·苍穹所构建，结合了金蝶自研大模型和AI agent技术架构，能够在自 然语言交互中理解用户意图，覆盖财务诊断、指标分析、员工服务等多个企业级AI应 用场景，不仅能提供公司注册、财税优惠政策解读等财务通识问答，而且能提供企 业财务制度、差旅制度、法务政策等企业知识问答及智能分析服务。

2025年5月，公司发布苍穹Agent平台2.0和五大智能体。作为企业业务智能体平台，苍穹Agent平台提供了丰富的模版与工具，可以快速对接企业数据与业务流程,实现 AI应用敏捷落地。同时支持MCP及A2A标准协议，可以实现跨平台、跨系统的无缝 协作。此外，苍穹Agent平台提供多模型混合应用能力，企业可以根据业务场景灵活 调用DeepSeek、金蝶苍穹大模型等AI引擎，实现技术资源与业务需求的匹配。基于 苍穹Agent平台2.0，公司开发了金钥财报（财报分析智能体）、ChatBI（企业问数智 能体）、招聘智能体、差旅智能体以及企业知识智能体，均为企业端的高频场景。

从商业模式来看，下游客户采购AI功能可带来产品价值量抬升，远期有望提升市占 率。公司目前发布的多种AI Agent助手，其商业模式为：基于外部通用大模型，以及 公司在垂类领域积累的丰富数据，公司开发垂类AI大模型，客户采购相关AI功能时， 需要向公司支付垂类AI大模型使用费（中小客户多支付云化费用，大型客户可私有 化部署），token费用则支付给外部通用大模型供应商，公司亦具备参与token分润的 潜力。这一模式短期有望驱动产品价值量抬升，中长期有助于抬升市占率。

（二）用友网络：BIP 企业 AI 加速企业数智化

用友BIP企业AI加速企业数智化。用友在2017年即提出企业数智化概念，2023年7月， 发布了首个企业服务大模型YonGPT，并以此为核心构建了YonAI智能平台。2024年 8月，用友发布了YonGPT2.0及用友BIP3 R6，并打造了100多项智能应用。2025年 3月，用友发布了服务企业数智化的新一代产品——用友BIP企业AI，将AI嵌入企业 核心业务，为企业提供从战略规划到执行落地的全链路智能化服务。

2023年7月，发布企业服务大模型YonGPT，YonGPT是用友融合企业各领域的专业 知识和各类行业knowhow训练而成的企服领域大模型。2024年8月，用友发布了 YonGPT2.0，YonGPT2.0沉淀了财务、人力、供应链等垂直领域模型，通过大模型 平台、Agent和RAG框架实现专业数据训练和调优，实现了更强的专业能力。 基于YonGPT推出了智友、数智员工、友智库等产品，分别服务于内部管理、人机协 同、企业搜索场景。其中智友可以借助语音识别、知识图谱等AI技术赋能员工与系统 进行人机交互；数智员工则融合了RPA、大模型和虚拟人技术，具备智能规划、自 动执行、快速反馈、自主决策等核心能力，不仅能够管理用友预制的1000多个企业 业务与管理智能体，还可以管理企业自主开发的海量智能体。此外，还推出了包括 智能合同、智能订单生成、智能月结、AI面试等多个场景化的企业智能服务。

2025年3月，推出BIP企业AI。用友BIP企业AI具备统一数智底座、嵌入核心业务、结 果可靠、安全合规四大特性，通过三层架构将AI技术与企业业务深度融合： 第一层：融合通用与专业大模型的用友BIP企业AI智能平台，统一企业数智底座； 第二层：覆盖十大核心业务领域的AI+全场景智能解决方案，嵌入企业核心业务； 第三层：以“数智员工2.0”为代表的Agents智能体集群，实现企业实时运营。

用友BIP持续落地。根据用友网络官方公众号，目前，已有超过6.5万家大中型企业 选择用友BIP推进数智化转型升级。例如，康师傅百饮基于用友YonGPT建设人才招 聘与运营平台匹配人才画像，通过AI面试后的候选人，复试通过率高达90%。爱尔眼 科通过与用友合作，上线17个数智员工，解决税码维护、药品器械首营管理、集中 支付与银行对账等提效问题，处理效率提高近8倍，准确率达到100%。

（三）鼎捷数智：推出雅典娜数智原生底座，多场景落地 AI 应用

推出雅典娜数智原生底座，多场景落地AI应用。2022年，鼎捷推出雅典娜平台数智 原生底座；2023年5月，基于GPT模型，发布智能问答类AI应用ChatFile；2023年10 月，ChatFile应用在龙头车企落地，进入全面推广阶段。2024年6月，推出AI智能体 生成与运行平台及AI技能中心。2024年11月，发布鼎捷多模态大模型，并集成豆包 模型生态，为客户AI应用提供更为丰富的多模态能力。

数智底座雅典娜平台支撑企业数智化转型。2022年，公司发布雅典娜平台，以业务 中台、知识中台、数据中台、智驱平台为支撑，解决企业在结构型及非结构型数据治 理、数据工程的关键需求。在传统AI算法层面，深度适配制造业典型场景需求；在大 模型应用领域，采取开放协同策略，一方面与全球领先云服务商深度合作，整合前 沿AI大模型能力，同时积极引入开源大模型能力，结合行业数据进行微调优化，开发 垂类大模型；在AI开发工具链方面，提供MLOps平台、 LLMOps工具集和IndepthAI 平台等，构建了覆盖AI全生命周期的工具链。

基于雅典娜平台作为数智底座，一方面，鼎捷结合各行业属性持续发展与迭代了装 备制造云、零部件云、财务云等行业化场景AI应用；另一方面，积极探索AIGC技术融合应用，广泛接入微软、百度等厂商的通用大模型能力，推出了ChatFile、文生设 计和“娜娜”AI数智员工系列通用应用。

垂直行业场景应用包括了装备制造云、零部件制造云和财务云为代表的的垂直行业 解决方案。例如，装备制造云通过对“售前-售中-售后”流程的跟踪，并结合知识库 做到商机管理、交付管理和客户服务等功能，从而实现动态管控和流程效率提升。

通用型AI应用包括ChatFile、文生设计和“娜娜”AI数智员工等。例如，“娜娜”AI 数智员工系列可分为企业AI助理类与个人AI助理类，其中企业AI助理提供了智能问答、设备监控、订单变更、报表生成等功能，辅助加速工作流程；个人AI助理包括行 政助理、差旅助理、会务助理等，可以帮助实现工作流程的自动化与智能化。

鼎捷AI相关产品已在多场景落地，持续沉淀标杆案例。根据公司2024年三季度报告， 2024Q1-Q3，公司AI业务营收同增102%。根据公司2024年年报，公司通过AI应用产 品矩阵及底层数智原生平台能力，赋能智奇铁路、铁科轨道、爱德印刷等知名企业， 沉淀了汽配、装备、电子、家电、化工等行业的可复制标杆案例。2024年，中国台 湾地区AI业务营收同增135%，AI带动研发设计类业务客单价提升约30%。

（四）赛意信息：“Agent+泛 ERP”与“AI+智能制造”双轮驱动

“Agent+泛ERP”与“AI+智能制造”双轮驱动。在泛ERP领域，赛意在企业核心 业务流程中无缝集成AI能力，已成功构建智能售后、智能招聘、智能投标、智能填单 等创新业务场景。在智能制造领域，赛意提供了贯穿制造业研产供销服全价值链的 多场景产品模块服务，帮助企业实现智能化运营和管理。2023年10月，赛意发布了 AIGC中台善谋GPT，定位企业智能化创新引擎，聚焦于企服和管理领域；2024年， 发布了PCB行业大模型和善谋GPT V2.0。

善谋GPT定位为企业级AI中台，帮助企业通过积木化搭建模式实现AI应用的快速构 建与部署。善谋GPT整合了公司在财税、人力、营销、供应链、研发与生产制造等领 域的专业知识，通过上下文记忆、Prompt工程、Agent编排及执行等技术模块来扩展 大模型的存储记忆、适配应用、调度执行和领域专业能力，为企业提供多模型对接、 向量管理、私有模型预训练与应用等能力，帮助其快速构建部署AI应用。

基于善谋GPT平台推出PCB垂直行业大模型。PCB行业大模型基于善谋GPT平台而 构建，通过对PCB行业大量的工程图纸、订单资料、行业知识等数据进行预先训练， 来实现客户订单资料的解析、识别和理解，目前已覆盖工程图纸识别、工程图纸解 析、MI参数识别、智能报价、知识检索、知识问答、AI质检等应用场景。在工程图纸 识别场景中，PCB行业大模型可将4-6小时的工程图纸参数提取缩短至几分钟，有效提升工程设计到制造的流程效率。未来，公司将利用在PCB等优势行业的经验，向 光伏、新能源等领域横向扩张，构建更强大的模型平台。

携手华为，发布多项创新解决方案。赛意是华为盘古大模型首批合作伙伴，2024年 3月，公司与华为签署合作协议，围绕电子、家电、汽车等行业客户，在数字化研发、 智慧工厂、智能制造AI大模型等方向拓展市场、合作研发，以及打造垂直行业解决方 案。2024年9月，赛意的PCB行业大模型获得了华为昇腾的技术认证。此外，赛意与 华为携手推出融合了华为云盘古大模型预测能力与天筹求解器的数字化集成供应链 联合解决方案。未来，公司有望通过与华为协同合作，探索更多泛ERP和智能制造 产品领域中的AI赋能环节。

商业可行性初步验证，未来落地可期。在AI中台方面，根据公司2025年2月发布的《自 愿披露公司签订日常经营合同的公告》，公司已签下约4800万单体AI工业应用订单， 涵盖基于AI工具链实现数据处理、大模型训练与微调、AI应用开发等端到端能力。在 PCB行业大模型方面，根据公司2024年年报，2024年，公司PCB行业AI大模型订单 突破1300万元。这些落地案例初步验证了AI大模型的商业化可行性，在泛ERP与智 能制造领域，未来有望实现更多AI赋能项目落地。

（五）汉得信息：得·灵产品/服务系列全面助力企业构建 AI 能力体系

得·灵产品/服务系列全面助力企业构建AI能力体系。根据汉得信息官方公众号，2023 年7月，汉得推出AI PaaS融合平台，通过预置成型应用组件+丰富的AI编排功能+满 足B端管控要求的管理工具，帮助企业快速搭建AI应用。基于AI PaaS融合平台，汉 得在营销、供应链、制造和财务等领域研发的智慧导购、智能客服、智能物流调度、 财务共享精灵等智能体已率先在头部客户实际场景中落地。 经过数年投入打磨，汉得在2025年汉得用户大会正式发布得·灵的B端AI应用产品/服 务系列，包括三大产品系列+一大服务系列： 1. 应用层：“灵手”业务智能体，各大业务领域数十个场景AI助手/智能专家 2. 工具层：“灵猿”大圣AI中台，B端AI PaaS平台+开箱即用基础应用 3. 模型层：“灵睿”垂直模型，多个行业模型+飞码代码大模型 4. 服务层：“灵策”配套服务，AI咨询规划、企业私有模型训练、AI应用定制开发。

2023年7月，汉得发布AI PaaS融合平台H-Copilot，为企业提供“应用制造”工具。 H-Copilot平台支持适配百度文心、科大讯飞星火、MiniMax、ChatGLM等各大模型、 私有模型接口，同时提供了简化基础管理、预制应用功能和预制低代码编排工具等 功能。目前，已有多家企业客户基于H-COPILOT平台构建智能化。

基于AI PaaS平台，汉得逐步规划并研发了多个智能体，其中可分为支持业务运营的 智能体（数据统计分析类、业务操作类、智能计算决策类和销售服务等）以及支持IT 建设工作的智能体（代码智能辅助、ERP替换、程序逻辑智能分析等）两大类。以新 产品导入（NPI）流程为例，传统做法需要项目经理协调十几个作业环节，从产品研 发形成外购物料清单、供应商长名单资质审核、关键工艺验证到分品类材料成本评 估，每个环节都可以有对应的专业岗位或单体Agent来辅助。根据公司官方公众号， 某消费电子企业在引入物料开发自主Agent改造现有物料开发与物料认定流程后，可 以将新材料认证周期从120天降至85天、成本节约22%、协同效率提升4倍。

汉得AI产品与服务商业化落地持续推进。汉得的得·灵产品/服务系列提供了体系化 的AI应用能力，帮助企业构建AI系统，商业化落地持续推进。根据汉得信息官方公众 号，2023年8月，汉得正式商用AIGC应用平台产品，并在2023年度内实现收入2200 万。2024年，公司AI业务营收约7800万，同增超200%。

（六）其它 ERP 厂商：AI 技术战略布局，推动行业垂直应用

1. 浪潮数字企业：AI First战略，“海岳大模型+海岳软件+海岳商业AI”协同推进

浪潮数字企业通过“海岳大模型+海岳软件+海岳商业AI”协同推进，为客户提供从技 术底座到场景落地的完整路径。其中，海岳大模型3.0作为体系架构的数智底座，采 用复合式AI架构，通过MCP协议接入众多工具软件，拓展了应用生态；海岳软件包 含海岳智能ERP GS Cloud和海岳PaaS平台iGIX；而浪潮海岳商业AI则将大模型能 力转化为开箱即用的智能体，并形成“AI即服务”的交付模式。

2024年4月，发布智能体应用框架AAF（Agent Application Framework）和智能 体平台，以“垂域大模型+智能应用”为路径，探索场景落地。例如，根据浪潮海岳 官方公众号，在某建筑施工方案智能编制项目中，海岳大模型动态构建了1500余个 智能体，形成超1TB的知识库，实现关键文档的自动生成，从而几何级缩短编制时间， 减少50%人力投入以及90%人工错误。目前，海岳智能体平台已面向企业级场景内 置图片解析、多语翻译、深度研究等50+通用智能体，面向财税司库、生产制造、供 应链等领域开发完成200+开箱即用的业务智能体。

此外，浪潮海岳积极推动“AI+BI”的融合创新，打造了对话式分析平台ChatBI 3.0。 浪潮海岳ChatBI 3.0基于大模型、智能体技术，构建了意图识别、实体提取、自然语 言生成SQL等智能能力，打破了传统数据分析工具复杂性的壁垒，让BI能够自主完 成复杂的数据查询与预测、决策任务。用户可以通过“所说即所得”实现实时数据精 准查询和智能数据分析体验，满足随时查数、看数、用数需求。目前，浪潮海岳BI已 为1000+家客户提供数据驱动决策支持。

2. 普联软件：提供以信创ERP为核心的企业经营管理智能应用场景和解决方案

普联软件是大型集团企业管理信息化综合方案提供商，提供以信创ERP为核心的企 业经营管理智能应用场景和解决方案。在信创环境下，普联借鉴SAP、Oracle等公 司和为超大型集团企业二十多年信息化服务的经验，研发出针对大型集团客户的 ERP产品。2024年，普联成立了AI专职团队。在前期预研基础上，跟踪AI技术发展， 建设智能化基础应用开发能力，并配合各客户交付项目AI团队进行场景落地。 普联云湖PaaS平台为ERP产品研发提供了技术支持和AI能力。云湖平台贯穿于企业 软件的整个生命周期，为规划、设计、开发、部署、运维阶段赋能，其智能中台提供 了RPA、知识图谱、NLP、AIGC、OCR等能力。2024年，云湖平台也完成了智能体 开发框架、预算和推演小模型的研发，引入先进的AI公共产品和环境维护工具，提升 了智能化项目的交付能力和创新水平。

国内ERP市场参与者包含以SAP、Oracle为代表的海外厂商与以金蝶、用友为代表 的国产厂商。 产品力提升+自主可控背景下，国产ERP厂商逐渐崛起。用友和金蝶等国产厂商早期 在财务软件方面积累了较多经验，随后逐步扩大规模并开始向ERP领域布局，开发 了人力、客户关系、采购、销售、供应链等管理软件，产品力持续提升。而在行业信 创政策的驱动下，随着明确的替代规划及时间表出台，国产替代节奏也在加快。 但高端ERP市场仍由海外厂商主导。SAP、Oracle等海外龙头厂商起步较早，长期 服务大型企业，具备较强的技术积累和产品研发能力，尤其可以通过定制化能力和 行业深度解决方案来满足大型企业需求。而本土厂商的技术积累相对薄弱，难以满 足大型企业ERP系统高度定制化需求。因此在高端ERP领域，市场仍然由海外厂商 主导，本土厂商渗透率较低。根据《2021年中国工业软件发展白皮书》，中国高端 ERP行业市场上，SAP和Oracle份额占比分别为33% / 20%。

AI有望从降低开发门槛、强化数据安全、提升价值感知等维度重塑国内ERP行业格 局。从技术层面看，AI降低了ERP系统的开发门槛，国产厂商可以通过云架构与开 源框架等实现功能模块的快速开发迭代；而在数据层面，国产ERP系统有望降低数 据泄露风险，保障数据安全；此外，AI将ERP从后台工具升级为智能决策中枢，ERP 系统不再局限于业务人员，企业决策管理层也可以通过可视化看板等直观指标来量 化经营管理成果，有望显著提升其对于国产系统的接受度，加速信创替代。 我们认为，头部ERP厂商优势明显，但中小厂商仍可通过生态合作保留生存空间。 头部厂商凭借技术能力和资金实力，能够持续投入AI大模型开发，产品进展相对更 快。同时，对于大型企业客户，其系统复杂度、合规性要求更高，头部厂商或将凭借 成熟的解决方案占据主导。但中小厂商仍可通过第三方服务快速集成AI能力，建立 自己的生态位。

未来的核心竞争将围绕产品研发能力、行业know-how积累和生态整合能力等展开： 1. 产品研发能力：基于对企业经营管理流程的理解，结合AI大模型技术，开发真正 适配企业业务、符合客户需求的AI原生系统架构（需兼具产品化和工程化能力）； 2. 行业know-how积累：在垂直领域沉淀行业know-how，积累业务流程数据，能够 帮助下游客户进行场景梳理和流程管理； 3. 生态整合能力：与云厂商及大模型厂商进行生态合作，以及无缝连接内外部系统 的能力。 具备上述能力的“AI+ERP”厂商有望率先从工具赋能者升级为流程重构者。

如前文所述，现阶段GenAI对ERP体系的赋能仍处于场景化落地的早期阶段，仍面临 准确度与可靠性、场景适配与复用性、下游客户审慎投入等挑战，主要表现为单点 功能增强，尚未形成对企业经营流程的系统性改造能力，下游客户的付费意愿也较 为有限。从渗透节奏来看，早期将相对缓慢，伴随技术进步，一旦渗透到一定程度， 下游客户试用体验达成一定共识后，头部企业标杆案例有望规模化，中小型客户将 快速跟进，呈现加速渗透趋势，AI功能有望从成本项转换为价值引擎，相关公司的 成长天花板将上移，核心观察指标包括标杆案例的跨行业/跨规模迁移效率以及财务 核算、生产排程等ERP核心模块的AI渗透率等。 我们认为，下游客户为ERP的AI功能付费的前提为AI带来持续的可感知价值。从价 值链的角度分析，大规模商业化落地需满足价值创造（在研产供销服等环节创造价 值）、效率提升（实现流程自动化与人力替代）和风险可控等条件，基于产业发展逻 辑，我们判断今年三季度有机会看到更多实质性的突破。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

来源：未来智库