在 AI Agent 和人形机器人爆发的前夜，如果只把 AI 当“提效工具”，风险很大。真正有机会做的，是三件事：

1. 把“卖软件”变成“卖 Agent 托管运营”：企业不再买 ERP，而是“把财务、HR、供应链流程外包给金蝶的 Agent 团队”。
2. 把“单体 SaaS”变成“Agent 中台 + 行业场景”：自己先变成“企业 AI 中台”，再长出无数个行业垂直 Agent。
3. 把“项目实施”变成“数据与治理服务”：靠数据治理、流程治理、AI 治理赚钱，而不是只靠卖模块和实施。

下面我先拆一下“利弊”，再给出一个相对激进的“改造路线图”。

一、在 AI Agent 时代的“底牌”与包袱

1. 有利的“底牌”

1）客户与数据规模

• 官方披露：服务超过 740 万家企业与政府组织，在中国企业资源管理云服务、SaaS EA、SaaS ERM、财务云等市场占有率均排名第一。
• 这意味着：
  • 海量真实业务场景（财务、供应链、制造、HR 等）
  • 大量结构化与非结构化数据（凭证、报表、流程、制度文档等）
  • 行业 know-how（特别是制造、流通、服务业等）

这些是训练“懂企业管理”的 Agent 的核心资产，比纯大模型厂商更有场景和数据优势。

2）云 + AI 平台基础

• 已形成苍穹（企业级 AI 平台）+ 星瀚/星空/星辰（面向大/中/小企业的 SaaS）的产品矩阵。
• Cosmic Agent Platform 2.0 已经提出：
  • 统一模型服务（支持公有云、私有化模型）
  • 企业级可信（权限、脱敏、审计）
  • 全生命周期运营
  • 模板 + 工具包，降低 Agent 开发门槛
• 这说明已经在走“AI-native ERP”的路线，与 SAP、Oracle、微软等厂商类似：把 AI Agent 嵌入财务、采购、关账等流程。

3）行业理解与生态

• 在制造、钢铁、建筑、汽车、医药、零售等多个行业有深度标杆案例。
• 有较完整的伙伴体系（实施伙伴、行业 ISV 等）。
• 这为“行业 Agent”提供了落地通道。

2. 明显的“包袱”与风险

1）“软件公司基因”：卖模块、按模块/用户计费

• 传统 ERP/SaaS 的价值在“功能完整 + 流程标准化”，AI Agent 的价值在“自动干活、减少人工操作”。
• 如果 Agent 真的能把很多岗位 7×24 小时自动执行，企业会质疑：
  • “我还要不要那么多模块？”
  • “我是不是只需要几个 Agent，而不是一整套 ERP？”

2）项目实施模式重、人力成本高

• 典型 ERP 项目：调研 → 方案 → 配置 → 二次开发 → 上线 → 培训 → 持续运维。
• AI Agent 项目如果仍然走“重实施”路线，很难规模化复制，也与“低代码 Agent 平台”理念矛盾。

3）“系统”思维，而不是“岗位/角色”思维

• 现有产品设计是“系统视角”：财务云、供应链云、制造云……
• AI Agent 的自然形态是“角色视角”：应收会计 Agent、采购经理 Agent、生产调度 Agent、HR 服务 Agent……
• 不做视角切换，就会出现“Agent 只是界面外挂”而不是“真正接管工作”的情况。

4）平台被“管道化”的风险

• 如果企业直接用通用 Agent（如某个通用 Copilot 或外部大模型）调用 API，就变成“数据管道 + 后台记账系统”，价值被前端 Agent 厂商拿走。
• 行业分析已经在强调：ERP 厂商未来竞争的是“嵌入 Agent 的能力和业务自治能力”，而不是模块数量erp.today。

二、打破常规：可以做的“彻底改造方向”

下面给一个整体结构图，再分块展开。

方向一：从“卖 ERP/SaaS”转为“卖 Agent 托管运营”

1. 设计“角色 Agent 套餐”，按效果收费

• 不再只是卖“财务云模块”，而是卖：
  • “应收账款 Agent”：自动对账、催收、编制凭证、编制账龄分析表。
  • “费用报销 Agent”：自动审单、对公支付、预算控制。
  • “HR 服务 Agent”：自动问答、入职办理、社保公积金申报、报表生成。
• 收费模式可以设计为：
  • 基础平台订阅 + 按处理的单据量 / 减少的人工成本分成。
  • 对小微企业，甚至可以“免费 SaaS + Agent 抽佣”模式。

1. “托管运营服务”：企业把流程外包给金蝶 Agent

• 对中小客户：
  • 直接打包“财务 Agent 托管 + HR Agent 托管 + 供应链 Agent 托管”，企业只需要审核关键决策。
  • 内部团队负责：
    • Agent 监控
    • 异常升级处理
    • 月度结账、报税等“关键战役”
• 对大企业：
  • 提供“Agent 运维中心”：监控所有 Agent 运行状态、异常率、SLA，并提供 7×24 小时值班。
• 这会极大提升“经常性收入”和服务粘性，同时把“项目制”变成“长期运营制”。

方向二：从“单体 SaaS”转为“AI 中台 + 行业 Agent 生态”

1. 把苍穹打造成“企业 AI 中台”，对外输出能力

• Cosmic Agent Platform 已经具备模型服务、可信、运营、工具包等能力kingdee.com。可以进一步：
  • 对企业开放“Agent 开发平台”，支持企业自建 Agent（类似企业版 Copilot Studio）。
  • 对 ISV 开放，让 ISV 基于苍穹开发行业 Agent，在金蝶市场分发。
• 参考行业趋势：ERP 厂商正在从“功能平台”转向“智能体平台”，谁能更灵活地让客户和伙伴构建 Agent，谁就更有话语权。

1. 重点打造“角色 Agent”和“行业 Agent”双矩阵

• 角色 Agent：
  • 财务：总账 Agent、应收 Agent、应付 Agent、税务 Agent、资金 Agent。
  • 供应链：采购 Agent、库存 Agent、销售 Agent、计划 Agent。
  • 制造：生产调度 Agent、质检 Agent、设备运维 Agent。
  • HR：招聘 Agent、培训 Agent、薪酬 Agent、员工服务 Agent。
• 行业 Agent：
  • 汽车零部件：质量追溯 Agent、寄售库存 Agent。
  • 钢铁冶金：生产排程 Agent、能源优化 Agent。
  • 零售：门店补货 Agent、促销效果分析 Agent。
• 这些 Agent 可以通过 MCP、A2A 协议与 SaaS 以及第三方系统协同。

1. 把“人形机器人”纳入 Agent 生态

• 人形机器人本质上是“物理世界 Agent”：
  • 仓储机器人：搬运、拣货。
  • 巡检机器人：设备巡检、安全巡检。
• 可以：
  • 提供“机器人调度 Agent”，统一管理仓储、巡检等机器人任务。
  • 与机器人厂商合作，把 WMS/MES 与机器人系统打通，实现“订单 → 机器人执行 → 回写 ERP”的全链路自动化。
• 从“纯软件 SaaS”变成“物理世界 + 数字世界统一调度平台”。

方向三：从“实施项目”转为“数据治理 + AI 治理服务”

1. 数据治理与“Agent-ready 数据底座”

• 行业共识：AI Agent 在 ERP 中要真正发挥作用，前提是“语义化数据基础”和“实时连接”。
• 可以推出：
  • “数据治理服务”：统一主数据、指标体系、数据质量。
  • “语义层服务”：把表结构转成业务对象（客户、订单、物料等），让 Agent 直接理解业务语义，而不是 SQL。
• 这些服务可以独立收费，并成为 Agent 项目的前置依赖。

1. AI 治理与合规服务

• 随着 Agent 自主性增强，企业会非常关注：
  • Agent 有没有越权操作？
  • 决策过程是否可审计？
  • 是否符合监管要求（数据安全、税务合规、劳动法规等）？
• 可以提供：
  • “AI 治理中心”：策略配置、审计日志、模型监控。
  • 合规 Agent：自动检查财务处理、税务申报、用工合规等，形成“合规报告”。

方向四：从“软件公司”转为“AI 管理平台公司”

1. 内部组织与激励调整

• 把 AI 相关团队（模型、Agent 平台、行业应用）做成一个独立业务单元，甚至考虑子公司/独立品牌。
• 对产研和实施团队的考核，从“交付模块”转为“交付 Agent 工作量减少多少、效率提升多少”。
• 鼓励内部团队孵化“创业型 Agent 项目”，甚至允许内部创业、持股。

1. 生态与市场

• 建立类似“Agent 市场”的生态：
  • 伙伴开发的行业 Agent 可以上架，由平台统一运营、分成。
  • 企业可以按需“雇佣”不同角色的 Agent，而不是一次性买断系统。
• 从“软件厂商”变成“企业管理 Agent 平台”。

三、结合利弊，给一个“激进但可行”的改造路线

阶段 1：0–12 个月——把“AI Agent”做成主线产品，而不是附加功能

1. 产品层面

   • 在苍穹 Agent Platform 2.0 基础上，优先推出：
     • 财务共享 Agent 套件（对账、关账、税务申报）
     • HR 服务 Agent 套件（员工问答、入职办理、社保申报）
   • 每个套件都设计“轻量实施模板”，尽量减少定制开发。

2. 业务模式

   • 推出“Agent 托管服务”：
     • 对小微企业：打包“财务 + 税务 + 简单 HR”Agent，按月收费。
     • 对大企业：试点“应收/应付/费用报销”Agent 托管，按减少的人工工时计费。

3. 组织与生态

   • 成立“Agent 业务部”，统一负责平台、套件和运营服务。
   • 选 3–5 个重点行业（制造、零售、建筑、医药）打造标杆案例。

阶段 2：1–3 年——从“卖软件”转向“卖 Agent 运营 + 治理”

1. 产品层面

   • 把“财务云、供应链云、HR 云”等逐步“Agent 化”：
     • 每个模块都提供对应的角色 Agent。
     • 企业可以“只买 Agent 不买界面”，通过 API 调用。
   • 推出“AI 治理与合规中心”，作为企业级标配。

2. 业务模式

   • 大力推广“流程托管”：
     • 将财务共享中心、HR 共享中心、采购共享中心的部分流程直接交给 Agent 运营。
   • 将“数据治理 + AI 治理”做成独立服务线。

3. 生态

   • 开放 Agent 平台给 ISV 和大企业自研团队。
   • 建设“Agent 市场”，让行业伙伴上架行业 Agent。

阶段 3：3–5 年——成为“企业管理 Agent 平台 + 物理世界协同平台”

1. 产品层面

   • 把“机器人调度 Agent”“仓库 Agent”“产线 Agent”纳入统一平台。
   • 与主流机器人厂商、MES/SCM 厂商建立生态联盟，实现“数字 + 物理世界统一调度”。

2. 战略定位

   • 对外：不再强调“ERP/SaaS”，而是“企业管理 Agent 平台”。
   • 对内：考核指标从“模块销售额”转向“Agent 覆盖岗位数、Agent 自动化处理量、企业人力成本节省”。

四、回到你的问题：这些“颠覆”的本质是什么？

用一句话概括：

SaaS厂商最大的机会，是把自己从“记录和管控企业流程的软件公司”，变成“替企业执行流程、治理数据和管理风险的 Agent 平台公司”。

如果只停留在“在原有 SaaS 上加几个 Copilot/助手”，那确实有被通用 AI Agent 平台“管道化”的风险。
但如果敢于：

• 把 740 万家客户的数据和场景变成“懂管理的 Agent”，
• 把“项目实施”变成“长期运营与治理服务”，
• 把“软件模块”变成“角色 Agent + 行业 Agent”，

那反而有可能借助 AI Agent，完成一次比“云转型”更彻底的跃迁。