強攻企業AI，能不能幫金蝶另選一種命運？_風聞

企業AI不會像To C那樣，幾個月內就可能搞出一個全民“爆款”，而是更像一場深水區的結構再造。因此，循序漸進滲透成為走入新區的一種必然。

近期，金蝶動作很大，全力強攻企業管理AI賽道。此前，金蝶高層在2024年業績發佈會上表示：“金蝶雲轉型已經成功，下一個目標就是AI轉型。” 

在軟件行業，“雲轉型”無疑是一個高頻術語，簡單來説，就是傳統軟件公司從“一次性軟件銷售”轉向“訂閲制（雲）服務”。這就像房地產商的主營收入不再靠賣房，而是變身房東向住户收租，同時提供管家服務。現在有了AI，更能增加“服務”的含金量，賺錢邏輯也更長期主義。 

為什麼國內很多軟件公司馬不停蹄地推動轉型？（360集團原副總裁）楊炯緯在分析國內157家IT軟件上市公司的財報數據後，發現這些公司忙活一整年，全部加起來淨虧70億。知名投資人朱嘯虎也指出，A股軟件公司整體上已很難盈利，老闆幾乎就是給員工打工了。 

現實困境，逼着傳統軟件公司加速轉型，但時至今日，真正成熟的商業模式還並不多見。 

近十幾年，“雲服務”和AI成為傳統軟件公司逆轉現實困境的重要破局點。針對相關問題，陸玖商業評論專門拜訪了一位上市公司財務總監，但提及SaaS、企業AI等技術熱點，他反而有些錯愕。 

多年來，他一直在使用金蝶雲星空系統，但他並不關心這個系統中用到了哪些炫酷、前沿的技術，只是關心一些具體業務問題怎樣得到解決。他對陸玖商業評論直言不諱：“技術系統要能適配我們的業務，而不是我們的工作方式要去適配哪個技術系統，這會很累。現有系統已經夠用了，而且技術服務人員對我們的業務流程越來越熟悉，主要是能換位思考，為什麼我們的業務要這樣設計，以及是否有更好的解決方案。近年，關於SaaS、企業AI的熱點很多，我們不需要被這些牽着走。只要能為我們創造匹配的價值，即便出現了新的科技熱點，我們也能很快適應。” 

可見，持續適配企業用户的業務需求，要比技術系統本身更加重要。那麼，金蝶“雲轉型”成效的判斷標準是什麼？尤其在金蝶還沒扭轉虧損的情況下，就加碼AI，是戰略遠見還是風險疊加？或許，對金蝶來説，比轉型速度更重要的，是找到用户適配、技術創新與財務健康三者的平衡點。 

01 從ERP到雲，再到AI 

過去十幾年來，金蝶等軟件公司一直在尋求重新定義自己，但真正稱得上“轉型”的，只有兩次。 

創業初期，金蝶的業務、產品結構十分簡單，只有財務管理軟件，客户以中小型企業為主。後來，金蝶切入ERP（企業資源計劃）領域，客户遍佈全國。這是一次非常重大的技術和商業突破。柳傳志就曾説，當年ERP系統剛出現時，沒有ERP的企業和有ERP的企業根本沒法比。聯想沒有ERP時，需要200個會計算一個多月，才能得到上個月比較準確的銷售數據。有了ERP後，倉庫裏一有變化，財務賬本那兒立刻就改了。 

當時，企業普遍對ERP期待過高，而軟件公司也信誓旦旦，承諾會幫助企業實現管理變革。但系統上線以後，企業發現，不過就是把線下流程原封不動搬到線上，哪來什麼管理變革？ 

此時，金蝶還在學習IBM，從2010年到2013年，金蝶都想要將自己打造成為一個“ERP+ 諮詢解決方案”公司。這期間，IBM、埃森哲等諮詢機構卻在大規模裁減ERP諮詢顧問。這讓金蝶非常痛苦，除了資本市場不買賬，股價接連下挫，企業用户也不買賬，導致金蝶2012年營收大幅滑落至20億元以下（直到2017年才重回20億元上方），金蝶員工也面臨很大的動盪不安。 

2014年，金蝶高層頓悟，宣告成立“ERP雲服務事業部”，正式啓動雲轉型。什麼是雲服務？簡單設想一個情景，你在外面陪女朋友逛街，客户突然緊急找你要一份報價文件，文件在你的工作電腦裏，你至少要花一兩個小時回公司開電腦，但客户不能等這麼久。是不是很耽誤事？雲服務就是讓你把文件託管在可信賴的第三方平台上，你可以在任何時候、任何地點，通過任何設備，存取任何文件。 

按照金蝶創始人徐少春的話來説，就是“讓更多人的工作No Pen（無筆）、No Paper（無紙）、No PC（無電腦），實現一種社交化、移動化、共享式的彈性辦公方式。”這是金蝶的第一次轉型。現在，金蝶力推的第二次轉型（AI轉型），很大程度上就是藉助AI提升雲服務的智能度。 

那麼，企業用户真的需要更加“高智能的雲服務”嗎？李劍作為一家知名科技公司的首席信息官，對這一問題比較有發言權。他告訴陸玖商業評論：“企業用AI時，不可能出了一個新技術，就馬上推動落地。尤其是大公司，更看重底層技術的穩定可靠，但產品方給你看的，可能是試10次任務，選其中最好的一次。真等你自己用起來，比如ERP系統訂單，可能AI會有一個你不願接受的錯誤率。” 

AI應用在企業管理層面的可靠性問題，尚需時間檢驗。金蝶佈局企業AI的動作十分迅速，但仍需認真權衡，要給用户適配、技術迭代留出足夠緩衝時間。 

02 雲服務企業的盈虧平衡點在哪裏？

國內ERP領域素有“北用友、南金蝶”之説，而且近年兩家公司都在發力企業AI。新近推出的各種企業級AI應用，更是令人眼花繚亂。但真正懂行的人清楚，雲服務是企業AI的基石，雲業務做得怎麼樣，決定了企業AI發展的後勁。 

怎樣才算是一家標準的雲服務公司？按照業內一般約定，訂閲收入佔比達80%以上是基本門檻。根據2024年報數據，金蝶雲業務已經佔到集團收入約81.6%，用友雲業務佔比還不到75%。相比之下，金蝶更接近一家雲服務企業。 

再看盈利情況，從2019年到2024年，用友營收總額從85.1億小幅增長到91.5億，但盈利連年下滑，2024年虧損擴大到20.6億；金蝶營收總額則是從33.3億大幅增長到62.6億，並一直在減虧，2024年虧損收窄到1.4億。這當中有一個重要問題——如何理解雲服務公司的虧損情況？ 

過去直接售賣軟件，是一錘子買賣，現今雲服務的訂閲制收費，是細水長流——過去一套賣30萬元的傳統企業軟件，變成雲服務訂閲以後，可以報價每年收費10萬元。實施部署以後，“客户成功部”就會對客户長期跟蹤服務，因為業績主要源於客户的續費。 

雲服務公司的本質就是續費，這個“續費模式”決定了雲服務公司的服務方式、公司估值都和傳統軟件公司完全不同。但這種細水長流的續費模式，也有一個弊端——需要前期投入大筆研發費用，再一年一年慢慢收回成本並實現盈利，只要撐過盈虧平衡點，成本投入會大幅減少，就可以享受盈利增長的好日子了。 

所以，雲服務公司的虧損並不可怕，最可怕的，是虧損長期不能收窄，越虧越多。從近年的財務現狀來看，雲業務佔比突破80%門檻+虧損持續收窄，可以證明金蝶雲轉型已經成功。 

除了雲業務的成熟度（如算力儲備、數據整合能力、行業解決方案等）會直接影響AI落地的效果，企業AI的長期競爭力還取決於算法能力、行業Know-How（專業知識）、客户場景理解等多維因素。長期看來，金蝶更需要紮紮實實做好的，是在技術沉澱、生態協同上持續打底。 

對此，李劍向陸玖商業評論表示：“我很欣賞Salesforce的做法，他們沒去搞什麼花哨的 AI 新產品，而是拆解成熟的業務流程，對具體工作細節，用 AI 進行加強。比如給客户寫方案時，AI能自動調取歷史數據生成初稿；還能基於客户行為做精準預警。這不算顛覆性創新，但我們更傾向這種穩重的做法。” 

03 All in AI最大前提是什麼？

機構投資人有一個基本共識——國內軟件行業很難賺錢，這是商業邏輯出了問題——你能夠幫客户賺錢，客户可以考慮分錢給你；但是你幫客户省錢，客户一般很難看得到。 

國內傳統軟件公司，甚至雲服務公司和AI公司，提供系統服務、解決方案，基本邏輯都是在幫客户省錢。這就給市場開拓帶來很大挑戰。 

金蝶要All in AI，能用AI解決的事情全部用AI來做，商業上一定有一個前提——能使AI給客户帶來可分辨、可量化的成果。 

如果還是將AI作為一種軟件產品，以工具的形式提供，你説你能幫助企業客户改善、優化業務流程，但客户未必認同。將AI應用在企業管理層面，切忌單方面的想象。這就像你在汽車時代，想要造更好的馬車。 

對此，北京彼雪戈創始人趙振華向陸玖商業評論講了一個觀點：“以我接觸到的企業主朋友看來，ERP系統或者企業AI，主要作用是讓老闆有信心、有把握。比如，一些小型電商公司，真不敢指望AI做的智能客服，或者用户需求洞察。去年，有朋友花幾十萬搞AI客服，結果，那些應對客户投訴的基本話術還要人工一條條教。但非常重要一點——預測庫存，AI確實起到一定作用。以前，不少老闆憑經驗安排庫存，稍有風吹草動，要麼存貨堆到天花板賣不動，要麼斷貨被客户罵。現在，應該囤多少貨，有小而美的AI工具能隨時根據變化，給老闆提供建議，基本還算靠譜。” 

有AI輔助，和沒有AI輔助，在哪些具體的業務環節，確實產生了哪些不一樣的效果，一定要做到可分辨、可感知，這是客户願意為AI付費的判斷基礎。 

金蝶在推動企業AI商業化的過程中，最聰明的一點，是做到了可量化。比如，幫通威股份構建HR智能體服務中心，得到“平均系統操作時間縮短70%”的結果；幫建發房產搭建AI驅動的合同中台，得到“整體處理效率提升50%以上”的結果；幫海信集團構建幹部考察與智能任職評定系統，得到“提升內部招聘比例120%”的結果……這些量化數據是怎麼得來的，外界不得而知，但金蝶產品的這些量化結果得到客户認可，商業化就跑通了。效果可量化，才能做到商業可定價。 

當然，企業AI不會像To C那樣，幾個月內就可能搞出一個全民“爆款”，而是更像一場深水區的結構再造。因此，循序漸進滲透成為走入新區的一種必然。 

近年來，金蝶在為一些中型製造企業實施供應鏈優化方案時，通過智能排產和庫存預警，採購成本明顯降低，庫存週轉率也有一定提升。但也有部分企業的財務總監反饋，由於AI應用在複雜業務場景的適配性仍有提升空間，目前跨部門數據協同有時仍需人為干預。 

綜合看來，企業級AI，懂業務比懂技術更重要，關鍵是要能摸準企業運轉的真實脈搏。它得像個老財務，能看透每張報銷單背後的審批邏輯；得是個HR專家，清楚招聘環節裏用人部門、HR、老闆之間的微妙博弈；還得是個法務老手，能預判合同從簽訂到執行可能埋雷的每個環節。聚焦那些讓管理者和一線員工天天頭疼的“最後一公里”問題，那些重複操作卻總卡殼的流程末端，往往更需要AI出手相助。