2025 企業(yè)級(jí) AI 的邊界、責(zé)任與商業(yè)模式變革。

文｜Alex 牛透社

【編者按】很多人仍然在用 CRM、OA、ERP 的方式理解企業(yè)軟件，但在 2025 年，這套分類(lèi)法正在失效。

真正發(fā)生變化的，并不是 AI 更聰明了，而是軟件開(kāi)始直接“參與工作”。

2025 年，企業(yè)級(jí) AI 產(chǎn)品市場(chǎng)迎來(lái)爆發(fā)式增長(zhǎng)，SaaS 企業(yè)與 AI 原生企業(yè)共同改寫(xiě)行業(yè)格局。

今年的產(chǎn)品發(fā)布呈現(xiàn)鮮明的實(shí)干導(dǎo)向，大家都聚焦在能解決什么具體業(yè)務(wù)問(wèn)題、能否嵌入企業(yè)核心流程。這一年，企業(yè)對(duì) AI 的需求已從嘗鮮試用升級(jí)為規(guī)?；涞亍I 成為深入財(cái)務(wù)結(jié)算、銷(xiāo)售獲客、供應(yīng)鏈協(xié)同、客服響應(yīng)等核心環(huán)節(jié)的數(shù)字勞動(dòng)力。無(wú)論是傳統(tǒng) SaaS 廠商重構(gòu)產(chǎn)品架構(gòu)，還是 AI 原生企業(yè)補(bǔ)齊企業(yè)級(jí)能力，所有動(dòng)作的核心都指向讓 AI 真正承擔(dān)具體工作、創(chuàng)造可量化價(jià)值。

從產(chǎn)品形態(tài)到商業(yè)模式，從協(xié)作邏輯到責(zé)任劃分，企業(yè)級(jí) AI 正經(jīng)歷全方位的結(jié)構(gòu)性變革。本文基于企業(yè)軟件行業(yè)全年主流產(chǎn)品發(fā)布實(shí)踐，梳理了2025年新發(fā)布的370+ 款新品，拆解這一變革的核心洞察與典型形態(tài)，探討 AI 如何重塑企業(yè)軟件的邊界與價(jià)值。

01 四大類(lèi)型覆蓋從底座到場(chǎng)景的全鏈路

2025 企業(yè)級(jí) AI 產(chǎn)品（部分）

基于2025年企業(yè)級(jí)AI產(chǎn)品的發(fā)布特征，按產(chǎn)品形態(tài)可清晰劃分為四大核心類(lèi)型，覆蓋從基礎(chǔ)能力底座到垂直場(chǎng)景落地的全鏈路，形成完整的AI應(yīng)用生態(tài)：

1. AI Agent 平臺(tái)

這類(lèi)產(chǎn)品是企業(yè)級(jí)AI智能體的開(kāi)發(fā)、部署與運(yùn)營(yíng)底座，核心價(jià)值在于支持自定義構(gòu)建或集成多場(chǎng)景Agent，成為AI規(guī)?；涞氐暮诵妮d體。它重點(diǎn)打破AI應(yīng)用開(kāi)發(fā)門(mén)檻高、多Agent協(xié)同難、與業(yè)務(wù)系統(tǒng)適配差的痛點(diǎn)，通過(guò)低代碼/無(wú)代碼工具鏈，快速適配企業(yè)個(gè)性化需求。

典型代表包括：釘釘One，Agent驅(qū)動(dòng)的工作信息流平臺(tái)，以4大智能體分工處理消息、審批等任務(wù)，圍繞事項(xiàng)重組工作流程；

零一萬(wàn)物萬(wàn)智企業(yè)大模型一站式平臺(tái)2.0，打造“模型+智能體”一體化架構(gòu)，支持知識(shí)庫(kù)上傳與行業(yè)定制，助力企業(yè)快速搭建專(zhuān)屬Agent；

用友智能體構(gòu)建與運(yùn)營(yíng)平臺(tái)，打通十大業(yè)務(wù)領(lǐng)域、調(diào)度4000+API，實(shí)現(xiàn)多智能體協(xié)同與企業(yè)級(jí)權(quán)限管控；

ServiceNow AI Agent Fabric則作為跨平臺(tái)AI代理協(xié)同通信解決方案，適配Adobe、微軟等主流平臺(tái)，有效打破AI應(yīng)用孤島。

2. 垂直崗位 AI（銷(xiāo)售、客服、財(cái)務(wù)、研發(fā)等）

聚焦單一崗位的高頻場(chǎng)景，提供開(kāi)箱即用的智能化工具，直接替代或輔助崗位重復(fù)性工作，實(shí)現(xiàn)崗位級(jí)智能提效。其核心是針對(duì)性破解特定崗位流程繁瑣、決策依賴(lài)經(jīng)驗(yàn)、數(shù)據(jù)處理低效等痛點(diǎn)，讓AI深度融入具體工作場(chǎng)景。

銷(xiāo)售類(lèi)有勵(lì)銷(xiāo)云工業(yè)品行業(yè)智能獲客平臺(tái)、Zoho SDR智能體與銷(xiāo)售教練智能體，精準(zhǔn)匹配獲客與培訓(xùn)需求；

客服類(lèi)包括網(wǎng)易云商AI Agent智能客服解決方案、天潤(rùn)融通ZENAVA對(duì)話(huà)式AI智能體，提升咨詢(xún)響應(yīng)與問(wèn)題解決效率；

財(cái)務(wù)類(lèi)有微軟365 Finance Agents、金蝶小K（含毛利分析智能體），簡(jiǎn)化對(duì)賬、分析等流程；研發(fā)類(lèi)則有騰訊云Craft軟件開(kāi)發(fā)智能體、Datadog Bits AI Dev Agent，專(zhuān)注代碼問(wèn)題修復(fù)與優(yōu)化；

HR類(lèi)的北森AI Family 2.0（含AI面試官、領(lǐng)導(dǎo)力教練等）、Workday Paradox Candidate Experience Agent，優(yōu)化招聘與人才發(fā)展全流程。

3. AI 原生數(shù)據(jù)/知識(shí)平臺(tái)

以AI為核心驅(qū)動(dòng)力，整合企業(yè)全域數(shù)據(jù)與知識(shí)，實(shí)現(xiàn)數(shù)據(jù)治理、智能檢索、價(jià)值轉(zhuǎn)化的一體化，為企業(yè)決策提供堅(jiān)實(shí)支撐。它重點(diǎn)破解企業(yè)數(shù)據(jù)分散、知識(shí)沉淀難、檢索低效、分析依賴(lài)專(zhuān)業(yè)技能的痛點(diǎn)，激活數(shù)據(jù)與知識(shí)資產(chǎn)價(jià)值。

數(shù)據(jù)類(lèi)代表有用友企業(yè)數(shù)據(jù)云，構(gòu)建“平臺(tái)-數(shù)據(jù)-模型-應(yīng)用”四層架構(gòu)，實(shí)現(xiàn)全域數(shù)據(jù)整合與治理；Snowflake Intelligence則支持跨云數(shù)據(jù)查詢(xún)與AI分析，讓數(shù)據(jù)價(jià)值快速釋放。

知識(shí)類(lèi)產(chǎn)品包括騰訊樂(lè)享AI知識(shí)庫(kù)，具備實(shí)時(shí)視頻知識(shí)點(diǎn)提取、關(guān)系圖譜分析能力；飛書(shū)知識(shí)問(wèn)答可實(shí)現(xiàn)跨文檔/會(huì)議紀(jì)要的精準(zhǔn)問(wèn)答，提升知識(shí)復(fù)用效率。

混合類(lèi)如釘釘AI搜問(wèn)，融合企業(yè)內(nèi)外知識(shí)檢索與數(shù)據(jù)分析，支持自然語(yǔ)言提問(wèn)生成圖表；新奧泛能網(wǎng)能碳大模型作為能源領(lǐng)域垂直大模型，為多場(chǎng)景智能決策提供技術(shù)底座。

4. AI 驅(qū)動(dòng)的自動(dòng)化/流程產(chǎn)品

將AI能力深度嵌入業(yè)務(wù)流程，實(shí)現(xiàn)端到端自動(dòng)化執(zhí)行，減少人工干預(yù)，覆蓋流程觸發(fā)、執(zhí)行、監(jiān)控全環(huán)節(jié)。其核心是解決傳統(tǒng)流程自動(dòng)化靈活性差、跨系統(tǒng)協(xié)作難、異常處理滯后等痛點(diǎn)，兼顧流程效率與合規(guī)性。

通用流程類(lèi)產(chǎn)品有飛書(shū)妙搭，作為AI原生低代碼平臺(tái)，支持自然語(yǔ)言生成系統(tǒng)原型；Zendesk Action Builder則以無(wú)代碼方式實(shí)現(xiàn)跨系統(tǒng)流程自動(dòng)化，降低部署門(mén)檻。

垂直流程類(lèi)包括HubSpot Marketing Studio，AI驅(qū)動(dòng)營(yíng)銷(xiāo)活動(dòng)全流程協(xié)作，從創(chuàng)作到復(fù)盤(pán)一站式完成；聚水潭協(xié)同樹(shù)則聚焦電商供應(yīng)鏈產(chǎn)銷(xiāo)協(xié)同自動(dòng)化，打通生產(chǎn)到銷(xiāo)售全鏈路。

合規(guī)流程類(lèi)有法大大iTerms Pro法務(wù)AI智能體，實(shí)現(xiàn)合同全生命周期合規(guī)管控；Xero稅務(wù)合規(guī)一體化解決方案則針對(duì)南非地區(qū)稅務(wù)申報(bào)場(chǎng)景，實(shí)現(xiàn)申報(bào)流程自動(dòng)化與合規(guī)化。

02 AI 如何改寫(xiě)企業(yè)軟件的邊界、責(zé)任與商業(yè)模式

1. 業(yè)務(wù)邊界逐漸消失

在 2025 年這一輪企業(yè)級(jí) AI 產(chǎn)品發(fā)布中，一個(gè)具有普遍性的變化正在全球范圍內(nèi)同時(shí)發(fā)生，企業(yè)軟件原本清晰、穩(wěn)定的業(yè)務(wù)邊界，正在被系統(tǒng)性削弱。

如果仍然沿用 CRM、OA、ERP、BI 等傳統(tǒng)分類(lèi)方式，不僅難以準(zhǔn)確描述今年出現(xiàn)的新產(chǎn)品，更難解釋一個(gè)更深層的現(xiàn)象——來(lái)自不同國(guó)家、不同賽道的廠商，正在用高度相似的方式切入同一類(lèi)企業(yè)工作場(chǎng)景。

這一趨勢(shì)首先體現(xiàn)在工作載體的變化上。

長(zhǎng)期以來(lái)，表格被視為辦公軟件的一部分，而業(yè)務(wù)系統(tǒng)、流程工具和低代碼平臺(tái)則屬于另一個(gè)世界。但在 2025 年，中外廠商幾乎同時(shí)把表格推向了業(yè)務(wù)前臺(tái)。

國(guó)內(nèi)，釘釘 AI 表格、飛書(shū)多維表格的 AI 能力升級(jí)，正在將表格打造為可被自然語(yǔ)言驅(qū)動(dòng)的業(yè)務(wù)載體，用來(lái)承載流程、觸發(fā)自動(dòng)化、調(diào)用 Agent 執(zhí)行任務(wù)；

海外，Airtable AI和Notion 的數(shù)據(jù)庫(kù)與 AI 能力同樣在強(qiáng)化表格和數(shù)據(jù)庫(kù)在業(yè)務(wù)建模、任務(wù)推進(jìn)和自動(dòng)化中的核心地位。這些廠商原本分屬協(xié)同辦公、輕量數(shù)據(jù)庫(kù)、知識(shí)管理等不同領(lǐng)域，卻在“表格即業(yè)務(wù)單元”這一產(chǎn)品方向上高度趨同。

類(lèi)似的交集，同樣出現(xiàn)在“搜索與分析”這一過(guò)去邊界分明的領(lǐng)域。

傳統(tǒng)企業(yè)軟件中，搜索負(fù)責(zé)信息檢索，BI 工具負(fù)責(zé)分析決策，二者分工清晰。但在 2025 年的新產(chǎn)品中，中外廠商幾乎同時(shí)開(kāi)始?jí)嚎s這條邊界。

國(guó)內(nèi)，釘釘 AI 搜問(wèn)、飛書(shū)的數(shù)據(jù)問(wèn)答與智能搜索能力，正在把企業(yè)內(nèi)部的文檔、數(shù)據(jù)和系統(tǒng)結(jié)果，統(tǒng)一到自然語(yǔ)言問(wèn)答的入口中；

海外，Glean從企業(yè)搜索延伸到理解和總結(jié)業(yè)務(wù)信息，Snowflake Cortex、Databricks Lakehouse IQ等數(shù)據(jù)平臺(tái)則直接強(qiáng)調(diào)“一句話(huà)問(wèn)數(shù)”和自動(dòng)分析能力。原本分散在搜索、BI 和數(shù)據(jù)平臺(tái)中的能力，開(kāi)始在同一個(gè)使用場(chǎng)景中重疊。

在工作入口層面，這種邊界模糊更加明顯。

無(wú)論是國(guó)內(nèi)還是海外，越來(lái)越多廠商都在嘗試圍繞“事項(xiàng)”而非“系統(tǒng)”來(lái)重組工作體驗(yàn)。國(guó)內(nèi)的釘釘 One、飛書(shū)的 AI 工作臺(tái)，強(qiáng)調(diào)以任務(wù)和信息流為中心組織消息、文檔和業(yè)務(wù)狀態(tài)；海外的Microsoft Copilot（跨 M365）、Salesforce Einstein Copilot、ServiceNow Now Assist，則在各自生態(tài)中把多個(gè)產(chǎn)品和流程整合為統(tǒng)一的工作入口。

與此同時(shí)，一批 AI Agent 原生公司直接以任務(wù)執(zhí)行入口為切入點(diǎn)，繞開(kāi)傳統(tǒng)系統(tǒng)分類(lèi)，直接參與工作推進(jìn)。

從這些中外廠商的同步動(dòng)作中可以看到，這并非某一市場(chǎng)或某一類(lèi)公司的局部創(chuàng)新，而是一種由 AI 能力驅(qū)動(dòng)的結(jié)構(gòu)性變化。企業(yè)中的真實(shí)工作本就跨系統(tǒng)、跨角色存在，只是在傳統(tǒng)軟件時(shí)代，這種復(fù)雜性被拆分到不同產(chǎn)品中，由人來(lái)完成銜接。而當(dāng) AI 開(kāi)始具備理解上下文、整合信息和觸發(fā)行動(dòng)的能力之后，產(chǎn)品設(shè)計(jì)的重心自然從系統(tǒng)分工轉(zhuǎn)向任務(wù)完成，不同賽道之間原本清晰的界限隨之松動(dòng)。

從更宏觀的視角看，2025 年的企業(yè)級(jí) AI 產(chǎn)品正在推動(dòng) SaaS 形態(tài)發(fā)生一次全球同步的演化。越來(lái)越多產(chǎn)品開(kāi)始承擔(dān)連接既有系統(tǒng)、整合分散能力、參與工作執(zhí)行的角色，逐漸形成一層橫向覆蓋企業(yè)工作的智能工作層。當(dāng)企業(yè)評(píng)估軟件價(jià)值時(shí)，關(guān)注點(diǎn)也隨之轉(zhuǎn)移到哪些工作被更高效地完成。在這一變化之下，企業(yè)軟件長(zhǎng)期以來(lái)賴(lài)以成立的業(yè)務(wù)邊界，正在被重新書(shū)寫(xiě)。

2. 產(chǎn)品責(zé)任邊界開(kāi)始前移

AI 在產(chǎn)品中的角色正在發(fā)生轉(zhuǎn)移。早期的 Copilot 形態(tài)，主要承擔(dān)的是“給建議”的職責(zé)，基于已有數(shù)據(jù)生成分析、總結(jié)信息、提示下一步行動(dòng)，但最終的判斷與執(zhí)行，仍然掌握在人手中。

隨著產(chǎn)品向 Agent 形態(tài)演進(jìn)，這一分工開(kāi)始被打破。越來(lái)越多產(chǎn)品讓 AI 直接介入執(zhí)行過(guò)程，包括自動(dòng)創(chuàng)建業(yè)務(wù)對(duì)象、觸發(fā)流程、調(diào)用多個(gè)系統(tǒng)，并在限定范圍內(nèi)對(duì)結(jié)果負(fù)責(zé)。變化的關(guān)鍵并不在于 AI 是否足夠聰明，而在于產(chǎn)品是否愿意讓 AI 承擔(dān)責(zé)任。當(dāng)系統(tǒng)默認(rèn) AI 可以獨(dú)立做出判斷并觸發(fā)行動(dòng)時(shí)，責(zé)任邊界便開(kāi)始整體前移（向前端轉(zhuǎn)移），執(zhí)行結(jié)果也不再完全取決于用戶(hù)操作，而是與產(chǎn)品的設(shè)計(jì)邏輯、權(quán)限配置和默認(rèn)策略緊密相關(guān)。

這一趨勢(shì)在國(guó)內(nèi)產(chǎn)品中表現(xiàn)得尤為集中。以釘釘、飛書(shū)為代表的協(xié)同平臺(tái)，AI 已經(jīng)從會(huì)議紀(jì)要、文檔總結(jié)等典型 Copilot 場(chǎng)景，擴(kuò)展到事項(xiàng)拆解、任務(wù)分派和流程推進(jìn)；在管理軟件領(lǐng)域，用友 BIP、金蝶云、泛微、致遠(yuǎn)等廠商發(fā)布的 AI 產(chǎn)品，也開(kāi)始讓 AI 直接參與審批流發(fā)起、規(guī)則匹配和異常處理。產(chǎn)品所傳遞的信號(hào)愈發(fā)明確，AI 的判斷具備被采納的資格，能夠在具體業(yè)務(wù)環(huán)節(jié)中承擔(dān)執(zhí)行職責(zé)。

在流程和自動(dòng)化相關(guān)產(chǎn)品中，這種責(zé)任前移體現(xiàn)得更加直接。低代碼平臺(tái)、流程引擎以及自動(dòng)化背景的廠商，正在將 AI Agent 作為新的流程節(jié)點(diǎn)使用，由其判斷執(zhí)行時(shí)機(jī)、組合動(dòng)作，并決定是否需要人工介入。AI 被嵌入到業(yè)務(wù)流程之中，成為一個(gè)可被調(diào)度、可被約束的執(zhí)行單元，而不只是被調(diào)用的能力模塊。

海外廠商的路徑與之高度相似。Microsoft Copilot、Salesforce Einstein、ServiceNow Now Assist、SAP Joule 等產(chǎn)品，正在將 AI 深度嵌入 CRM、ITSM、ERP 等核心系統(tǒng)，使其圍繞業(yè)務(wù)目標(biāo)自動(dòng)完成跨系統(tǒng)操作。Copilot 仍然存在，但更多承擔(dān)交互入口的角色，真正的能力邊界正在向 Agent 側(cè)遷移。

當(dāng) AI 被允許進(jìn)入執(zhí)行鏈條，它在產(chǎn)品中的定位也隨之發(fā)生變化。AI 不再只是輔助工具，而是逐漸成為業(yè)務(wù)流程中的責(zé)任節(jié)點(diǎn)，甚至具備某種“數(shù)字員工”或“數(shù)字崗位”的屬性。也正是在這一過(guò)程中，Agent 化所帶來(lái)的挑戰(zhàn)開(kāi)始顯現(xiàn)，企業(yè)必須重新思考權(quán)限開(kāi)放的邊界、人工介入的時(shí)點(diǎn)以及風(fēng)險(xiǎn)兜底的方式。誰(shuí)為 AI 的判斷負(fù)責(zé)、哪些錯(cuò)誤可以被系統(tǒng)吸收、哪些必須回退到人工確認(rèn)，這些問(wèn)題正從抽象討論，轉(zhuǎn)變?yōu)楫a(chǎn)品選型和組織決策中的現(xiàn)實(shí)考量。

從這一意義上看，Copilot 與 Agent 的分野，已經(jīng)不再只是產(chǎn)品能力的差異，而是企業(yè)級(jí) AI 在責(zé)任劃分與風(fēng)險(xiǎn)承擔(dān)上的一次轉(zhuǎn)折。

3. AI 原生企業(yè)與傳統(tǒng) SaaS 的產(chǎn)品路徑正在趨同

牛透社觀察到一個(gè)有趣的“雙向奔赴”現(xiàn)象，傳統(tǒng) SaaS 企業(yè)與新興的 AI 原生企業(yè)正從兩個(gè)完全不同的起點(diǎn)出發(fā)，最終走向了極為相似的產(chǎn)品形態(tài)。

過(guò)去兩年，很多 SaaS 產(chǎn)品對(duì) AI 的應(yīng)用停留在“外掛”階段，也就是在界面右下角加一個(gè)對(duì)話(huà)框。但 2025 年的數(shù)據(jù)顯示，頭部 SaaS 廠商正在從底層架構(gòu)上重做核心體驗(yàn)。

以Salesforce和ServiceNow為例，它們不再滿(mǎn)足于讓 AI 充當(dāng)助手，而是將 AI 深度嵌入到 CRM 和 ITSM 的核心工作流中。Einstein Copilot不僅是回答問(wèn)題，更能直接調(diào)度后臺(tái)數(shù)據(jù)、觸發(fā)審批流程；國(guó)內(nèi)的釘釘和飛書(shū)也將 AI 從輔助功能升級(jí)為基礎(chǔ)設(shè)施，通過(guò) AI Agent 串聯(lián)起文檔、即時(shí)通訊和業(yè)務(wù)審批。這些傳統(tǒng)廠商正在努力讓自己變得像 AI 原生產(chǎn)品一樣，具備自然語(yǔ)言驅(qū)動(dòng)和自主執(zhí)行的能力。

與此同時(shí)，那些曾經(jīng)以“顛覆者”姿態(tài)出現(xiàn)的 AI 原生企業(yè)，正在補(bǔ)齊傳統(tǒng)軟件的“基本功”。

在盤(pán)點(diǎn)數(shù)據(jù)中，我們看到像Glean、Jasper以及各類(lèi)新興的 Agent 平臺(tái)，在 2025 年的新版本中不約而同地強(qiáng)調(diào)了權(quán)限管理（RBAC）、審計(jì)日志、數(shù)據(jù)駐留（Data Residency）和合規(guī)性。它們意識(shí)到，僅有強(qiáng)大的模型能力不足以打動(dòng)大中型企業(yè)客戶(hù)。為了進(jìn)入企業(yè)核心生產(chǎn)系統(tǒng)，它們必須讓自己變得像傳統(tǒng) SaaS 一樣安全、可控、可回溯。

這種路徑的趨同，意味著“AI 原生”不再是一個(gè)絕對(duì)的護(hù)城河，而“傳統(tǒng)軟件”也不再是落后的代名詞。兩類(lèi)產(chǎn)品的界限正在消失，最終都指向了同一個(gè)形態(tài)——具備企業(yè)級(jí)安全標(biāo)準(zhǔn)的智能業(yè)務(wù)系統(tǒng)。對(duì)于客戶(hù)而言，選擇誰(shuí)取決于“誰(shuí)更理解他的業(yè)務(wù)流程以及誰(shuí)能更深地嵌入其真實(shí)工作場(chǎng)景。

在未來(lái)，我們或許不再需要刻意區(qū)分 SaaS 和 AI Native，因?yàn)樗械膬?yōu)秀企業(yè)軟件都將是二者的結(jié)合體。

4. 產(chǎn)品轉(zhuǎn)向賣(mài)“結(jié)果”或“崗位能力”

2025 年企業(yè)級(jí) AI 產(chǎn)品的商業(yè)模式，正經(jīng)歷一場(chǎng)從 “工具售賣(mài)” 到 “價(jià)值交付” 的根本性轉(zhuǎn)變。過(guò)去 SaaS 行業(yè)通行的 “賬號(hào)數(shù)（Seat）+ 功能模塊（Feature）” 收費(fèi)邏輯，逐漸被 “數(shù)字勞動(dòng)力 + 業(yè)務(wù)結(jié)果” 的新模式替代，產(chǎn)品的核心價(jià)值變?yōu)榻桓洞_定性成果或承接特定崗位工作。

這種轉(zhuǎn)變?cè)诋a(chǎn)品描述與定價(jià)策略上體現(xiàn)得尤為鮮明。在描述方式上，廠商不再堆砌 “包含百種功能”“支持多場(chǎng)景適配” 這類(lèi)工具屬性的宣傳，轉(zhuǎn)而直接承諾業(yè)務(wù)價(jià)值。比如，“覆蓋財(cái)務(wù)專(zhuān)員 80% 的日常工作”“每月自動(dòng)處理 5000 份合規(guī)單據(jù)”“替代 3 名人工客服的接待量”，讓企業(yè)一眼看清產(chǎn)品能直接解決的問(wèn)題與創(chuàng)造的價(jià)值。

在定價(jià)上，傳統(tǒng) “500元/賬號(hào)/月” 的固定收費(fèi)模式逐漸退場(chǎng)，取而代之的是與結(jié)果強(qiáng)綁定的定價(jià)方式，按 有效任務(wù)完成量”計(jì)費(fèi)（如 0.5 元/次線(xiàn)索清洗）、按 成果產(chǎn)出”計(jì)費(fèi)（如 10 元/份財(cái)務(wù)分析報(bào)告），甚至直接按數(shù)字員工年薪定價(jià)（通常僅為人類(lèi)員工成本的 1/5~1/10），讓付費(fèi)與價(jià)值回報(bào)直接掛鉤。

這一變革并非巨頭專(zhuān)屬，垂直領(lǐng)域的中腰部廠商反而更先落地，其客戶(hù)更看重直接 ROI，對(duì)結(jié)果導(dǎo)向的產(chǎn)品接受度更高。

客服與營(yíng)銷(xiāo)領(lǐng)域，智齒科技、美洽等廠商推出的 “AI 坐席”，不再按系統(tǒng)賬號(hào)收費(fèi)，而是以有效接待量、線(xiàn)索轉(zhuǎn)化量為付費(fèi)依據(jù)，AI 客服不僅能應(yīng)答咨詢(xún)，還能自動(dòng)創(chuàng)建工單、預(yù)約演示，考核標(biāo)準(zhǔn)與人類(lèi)客服完全一致；

RPA 與流程自動(dòng)化領(lǐng)域，實(shí)在智能、來(lái)也科技的財(cái)務(wù)數(shù)字員工、法務(wù)數(shù)字助理，摒棄了按并發(fā)數(shù)收費(fèi)的舊模式，按成功處理的單據(jù)量計(jì)費(fèi)，本質(zhì)上是向企業(yè)交付永不疲倦的初級(jí)崗位員工；招聘與 HR 領(lǐng)域，Moka、北森的 AI 面試官與簡(jiǎn)歷篩選 Agent，從管理簡(jiǎn)歷的工具升級(jí)為完成初篩的招聘專(zhuān)員，直接交付合格候選人名單，而非單純提供篩選功能。

背后的核心邏輯，是 AI 技術(shù)讓原本抽象的腦力勞動(dòng)變得可度量、可計(jì)算。以往企業(yè)采購(gòu) SaaS 需復(fù)雜測(cè)算提效比，如今只需簡(jiǎn)單對(duì)比AI 員工年費(fèi)與人類(lèi)員工年薪，ROI 一目了然；

更重要的是，這一轉(zhuǎn)變讓產(chǎn)品切入了企業(yè)全新的預(yù)算池，軟件采購(gòu)預(yù)算可能有限，但人力外包、招聘補(bǔ)充的預(yù)算往往更充足，當(dāng) SaaS 產(chǎn)品開(kāi)始售賣(mài)崗位能力，本質(zhì)上是在切分企業(yè)的人力成本蛋糕，為行業(yè)打開(kāi)了全新的增長(zhǎng)空間。

5. 企業(yè)級(jí) AI 產(chǎn)品開(kāi)始默認(rèn)私有化、可控化

2025 年發(fā)布的新品中，幾乎所有廠商都明確強(qiáng)調(diào)三大核心承諾：

一是私有/混合部署平權(quán)化，即便幾十人的小企業(yè)，也能以低成本獲得私有化 AI 能力，無(wú)需承擔(dān)百萬(wàn)級(jí)算力投入；

二是數(shù)據(jù)主權(quán)絕對(duì)化，模型可公有，但企業(yè)核心數(shù)據(jù)必須 “不出域”，從源頭規(guī)避泄露風(fēng)險(xiǎn)；

三是黑盒透明化，AI 的每一次生成、每一個(gè)決策都可審計(jì)、可回溯，既保證好用，更確保合規(guī)。

為響應(yīng)這一需求，針對(duì)中型企業(yè)的輕量級(jí)安全 AI 解決方案集中爆發(fā)。在硬件端，智譜 AI、面壁智能等廠商通過(guò)模型蒸餾技術(shù)，推出適配消費(fèi)級(jí)顯卡甚至端側(cè)設(shè)備的 “訓(xùn)推一體機(jī)”—— 中腰部企業(yè)只需購(gòu)買(mǎi)一臺(tái)類(lèi)似路由器大小的設(shè)備，插電即可使用，數(shù)據(jù)全程存儲(chǔ)在本地，既解決算力焦慮，又消除數(shù)據(jù)泄露顧慮。

在協(xié)同與 OA 領(lǐng)域，泛微、致遠(yuǎn)互聯(lián)等深耕本土的廠商，在新品中極力強(qiáng)化 AI 助手的本地化屬性，AI Agent 可直接部署在企業(yè)自有服務(wù)器，與原有 ERP、CRM 數(shù)據(jù)實(shí)現(xiàn)物理隔離式交互，這種看得見(jiàn)、摸得著的安全感，成為制造業(yè)、醫(yī)療等敏感行業(yè)企業(yè)的采購(gòu)關(guān)鍵。

在技術(shù)選型上，Dify、FastGPT 等開(kāi)源中間件興起，大量技術(shù)型中小企業(yè)不再直接購(gòu)買(mǎi)通用 SaaS AI，而是在自有可控的云環(huán)境中搭建專(zhuān)屬 Agent，這也倒逼 SaaS 廠商開(kāi)放更靈活的 API 接口，摒棄黑盒式服務(wù)模式。

企業(yè)不再迷信 “千億參數(shù)” 的通用大模型，更青睞 “參數(shù)雖小，但跑在自家服務(wù)器、懂自家業(yè)務(wù)” 的專(zhuān)屬模型。“默認(rèn)私有化、可控化” 的普及，標(biāo)志著企業(yè)級(jí) AI 正式跨過(guò)炒作期，進(jìn)入規(guī)?；a(chǎn)應(yīng)用階段，成為企業(yè)數(shù)字化底座的核心組成部分。

6. 產(chǎn)品經(jīng)理的角色發(fā)生變化

2025 年 AI Agent 的規(guī)?；涞?，徹底改寫(xiě)了產(chǎn)品經(jīng)理的核心職責(zé)。傳統(tǒng)產(chǎn)品設(shè)計(jì)聚焦功能模塊與操作路徑優(yōu)化，本質(zhì)是設(shè)計(jì)人如何使用工具；而如今，產(chǎn)品經(jīng)理的核心任務(wù)已轉(zhuǎn)向搭建多元主體的協(xié)作規(guī)則，需在人機(jī)、機(jī)機(jī)、機(jī)與系統(tǒng)間構(gòu)建高效可控的協(xié)作體系。

（1）人機(jī)協(xié)作：劃定分工邊界與交互節(jié)奏。

AI 從被動(dòng)工具升級(jí)為協(xié)作伙伴，產(chǎn)品經(jīng)理需明確人與 AI 的職責(zé)劃分。例如在客服場(chǎng)景中，需設(shè)計(jì) “AI 自主應(yīng)答 - 復(fù)雜問(wèn)題人工介入” 的流轉(zhuǎn)規(guī)則；辦公場(chǎng)景里，需界定數(shù)據(jù)錄入等自動(dòng)化操作與權(quán)限分配等人主導(dǎo)決策的邊界。同時(shí)，要平衡預(yù)判式協(xié)作的效率與用戶(hù)體驗(yàn)，避免過(guò)度干預(yù)。

（2）多 AI Agent 協(xié)作：制定分工與協(xié)同規(guī)則。

當(dāng)產(chǎn)品嵌入多個(gè) Agent（比如銷(xiāo)售、財(cái)務(wù)、合規(guī)類(lèi)），產(chǎn)品經(jīng)理需像設(shè)計(jì)團(tuán)隊(duì)分工般明確規(guī)則。比如定義潛客 Agent 與銷(xiāo)售 Agent 的線(xiàn)索同步邏輯，設(shè)置多 Agent 調(diào)用同一資源時(shí)的優(yōu)先級(jí)，解決合規(guī)與效率需求的沖突，確保協(xié)作無(wú)斷點(diǎn)、無(wú)內(nèi)耗。

（3）AI 與原有系統(tǒng)協(xié)作：搭建兼容與博弈機(jī)制。

AI 產(chǎn)品需與 ERP、CRM 等原有系統(tǒng)深度聯(lián)動(dòng)，產(chǎn)品經(jīng)理需設(shè)計(jì)數(shù)據(jù)同步規(guī)則（實(shí)時(shí) / 定時(shí)）與功能銜接邏輯，明確 AI 決策與系統(tǒng)預(yù)警沖突時(shí)的處理原則。核心是讓 AI 放大原有系統(tǒng)價(jià)值，而非替代或沖突，實(shí)現(xiàn)新舊體系的平滑協(xié)同。

本質(zhì)上，2025 年的 AI 產(chǎn)品設(shè)計(jì)已從工具邏輯轉(zhuǎn)向組織邏輯。產(chǎn)品經(jīng)理不再是單純的功能設(shè)計(jì)師，從某種意義上是一個(gè)協(xié)作架構(gòu)師，需兼顧 AI 能力邊界、人的決策價(jià)值與系統(tǒng)沉淀，在多元主體間搭建高效可控的協(xié)作生態(tài)。

03 爭(zhēng)議與未解問(wèn)題：這些產(chǎn)品還沒(méi)解決什么？

AI 產(chǎn)品在帶來(lái)效率革命的同時(shí)，也暴露了行業(yè)尚未破解的核心爭(zhēng)議與深層問(wèn)題。這些未解之謎不僅關(guān)乎產(chǎn)品落地效果，更決定著AI能否真正成為企業(yè)不可替代的生產(chǎn)要素。

1. 企業(yè)真的敢讓AI自主執(zhí)行核心任務(wù)嗎？

盡管產(chǎn)品普遍宣稱(chēng)“Agent可自動(dòng)完成工作”，但企業(yè)端的信任壁壘仍未完全打破。對(duì)于財(cái)務(wù)結(jié)算、合規(guī)審核、客戶(hù)簽約等核心環(huán)節(jié)，多數(shù)企業(yè)仍選擇“AI輔助+人工終審”的保守模式。

釘釘AI表格的自動(dòng)化流程多應(yīng)用于日常數(shù)據(jù)統(tǒng)計(jì)，而非財(cái)務(wù)報(bào)銷(xiāo)審批；法大大法務(wù)AI智能體的合同審核結(jié)果，仍需法務(wù)人員最終確認(rèn)。這種信任缺失的背后，是AI決策的黑箱問(wèn)題。企業(yè)無(wú)法完全追溯AI得出結(jié)論的邏輯，一旦出現(xiàn)偏差，責(zé)任界定模糊。如何讓AI的決策過(guò)程透明化、可解釋?zhuān)蔀榇蛲ā白詣?dòng)執(zhí)行”最后一公里的關(guān)鍵。

2. Agent的失誤成本誰(shuí)來(lái)承擔(dān)？

AI的不完美性與企業(yè)業(yè)務(wù)的零容錯(cuò)需求形成天然矛盾。

客服Agent誤判客戶(hù)需求導(dǎo)致投訴升級(jí)，供應(yīng)鏈Agent推薦的物流方案引發(fā)延誤，財(cái)務(wù)Agent對(duì)賬錯(cuò)誤造成資金損失......這些潛在失誤的成本，目前仍完全由企業(yè)承擔(dān)。盡管部分產(chǎn)品提供了操作回溯、人工干預(yù)功能，但既未建立明確的失誤賠償機(jī)制，也缺乏降低失誤影響的應(yīng)急預(yù)案。

當(dāng)AI從輔助工具變?yōu)樨?zé)任節(jié)點(diǎn)，如何界定產(chǎn)品廠商與企業(yè)的風(fēng)險(xiǎn)邊界，如何設(shè)計(jì)失誤兜底方案，成為行業(yè)必須回答的現(xiàn)實(shí)問(wèn)題。

3. AI 產(chǎn)品是否會(huì)重蹈“過(guò)度平臺(tái)化”覆轍？

當(dāng)年SaaS行業(yè)“平臺(tái)化”浪潮導(dǎo)致產(chǎn)品功能冗余、操作復(fù)雜的教訓(xùn)仍在眼前，2025年的AI產(chǎn)品似乎正走向相似軌跡。

無(wú)論是釘釘One、Salesforce Agentforce 360，還是用友BIP 5，都在不斷疊加Agent開(kāi)發(fā)、數(shù)據(jù)整合、流程自動(dòng)化等多元能力，試圖覆蓋全場(chǎng)景需求。這種“大而全”的設(shè)計(jì)，正在讓部分產(chǎn)品變得笨重。

中小企業(yè)需要的僅是單一崗位的AI工具，卻不得不面對(duì)復(fù)雜的平臺(tái)配置流程；大型企業(yè)的個(gè)性化需求，仍需額外定制開(kāi)發(fā)。過(guò)度平臺(tái)化可能導(dǎo)致產(chǎn)品脫離實(shí)際需求，陷入功能堆砌卻無(wú)人深度使用的困境。

4. 中小SaaS是否會(huì)被AI原生公司擠壓？

傳統(tǒng)中小SaaS廠商正面臨兩難困境：一方面，AI原生企業(yè)憑借技術(shù)優(yōu)勢(shì)，快速切入垂直場(chǎng)景（如零一萬(wàn)物的“萬(wàn)仔”超級(jí)員工智能體直接對(duì)標(biāo)傳統(tǒng)OA的部分功能）；另一方面，自身缺乏AI研發(fā)能力，升級(jí)產(chǎn)品需依賴(lài)第三方大模型，導(dǎo)致成本高企、響應(yīng)滯后。

更嚴(yán)峻的是，AI原生產(chǎn)品的結(jié)果導(dǎo)向定價(jià)模式，正在沖擊中小SaaS的按模塊/用戶(hù)收費(fèi)邏輯。當(dāng)客戶(hù)更愿意為每月完成多少任務(wù)付費(fèi)，而非使用多少功能，中小SaaS的價(jià)格優(yōu)勢(shì)逐漸消失。如何在AI浪潮中找到差異化定位，避免被頭部廠商或AI原生公司淘汰，成為中小SaaS的生存命題。

04 結(jié)語(yǔ)

2025年，不是企業(yè)級(jí)AI的“元年”，而是“實(shí)干元年”。未來(lái)，企業(yè)軟件的競(jìng)爭(zhēng)焦點(diǎn)將徹底改變。

當(dāng)AI開(kāi)始直接參與工作本身，當(dāng)數(shù)字員工與人類(lèi)員工協(xié)同成為常態(tài)，企業(yè)軟件長(zhǎng)期以來(lái)賴(lài)以劃分邊界的CRM、OA、ERP等標(biāo)簽，正在失去原有的意義。

下一個(gè)時(shí)代的企業(yè)軟件，將以任務(wù)為核心，以協(xié)作為紐帶，重新定義人與機(jī)器、系統(tǒng)與流程的關(guān)系。而那些能夠破解信任鴻溝、厘清風(fēng)險(xiǎn)邊界、堅(jiān)守業(yè)務(wù)本質(zhì)的產(chǎn)品，終將成為這場(chǎng)變革的最終贏家。

說(shuō)明：本文為牛透社原創(chuàng)，未經(jīng)授權(quán)，請(qǐng)勿轉(zhuǎn)載。