本文来自微信公众号： 大橘财经 ，作者：汤普济
“AI发展的速度，已经快过了治理机制和风险控制机制的开发速度。”9月23日，德国企业软件巨头SAP数据与分析业务总裁兼首席产品官Irfan Khan在云栖大会期间接受观察者网对话时表示。
谈及智能体AI对企业软件和实际运营的影响，Khan认为，目前还没有足够证据表明智能体已经给企业运营带来颠覆性变化。尤其在财务结账等容错率很低的核心流程中，企业仍很少将整个流程完全交给AI。
“这种变化可能会发生，只是可能还需要一些时间。”Khan说。
今年以来，市场持续讨论“AI是否会取代SaaS（软件即服务）”，Khan对此表示，智能体正在改变员工使用软件的方式，但现阶段更多是对原有企业软件的补充，而不是直接替代。
SAP是全球主要的企业应用软件厂商之一，业务覆盖财务、采购、人力资源、供应链和客户管理等企业核心流程。2025年SAP实现营收368亿欧元（约合2813亿元人民币），其中云业务收入210亿欧元（约合1605亿元人民币），Cloud ERP Suite收入181亿欧元（约合1384亿元人民币）。
Gartner数据显示，2024年SAP与微软、Salesforce位列全球SaaS市场收入前三。
Khan对观察者网称：“以前调用流程需要一个人点击一个按钮。现在我们希望的，是由智能体来点击那个按钮。”他认为，传统SaaS和智能体目前承担的是不同角色。SaaS本身通常对应相对确定的业务流程，例如财务、薪资等核心交易系统；智能体则更多负责执行和调用这些既有流程。
2月，Anthropic推出一系列面向专业工作的Claude插件后，市场对AI冲击传统软件商业模式的担忧快速升温，软件股一度大幅下挫。随着市场重新评估AI对传统软件的实际冲击，板块随后出现明显反弹。路透社6月报道称，iShares扩展科技软件行业ETF已较4月低点上涨近42%，年内跌幅收窄至不足2%。
市场情绪有所平复，但AI究竟会替代软件，或是重新定义软件，仍是企业软件行业面临的问题。
Khan认为，智能体的出现并不意味着企业软件本身失去价值。他将企业业务系统称为“业务记录系统”，即长期保存企业业务活动和交易历史的系统。从产品构建、销售采购到并账、关账，大量历史交易和业务语义都沉淀在这些系统中。
相比之下，当前企业用AI更多是在做运行层，即让AI调用数据和工具并执行任务。“运行时是一次性的，它无法完全镜像整个数据的历史。”Khan表示，如果要重新复制一家企业多年积累的业务数据和历史，需要进行巨额投资，也非常困难。
Khan进一步对观察者网表示，企业AI面临的问题不仅是能否获取数据，还在于能否理解数据背后的业务上下文。大语言模型本质上依赖预训练数据。企业今天刚刚发生的一笔订单、销售或采购，并不会自动进入模型原有的训练数据。如果AI需要进一步参与企业经营，它不仅要获取这些实时数据，还需要理解数据背后的业务含义。
Khan举了一个例子：当业务员询问“东部排名前10的销售人员，在某一个期间的业绩表现如何”时，知识图谱需要把完整问题拆分为销售绩效、历史时期等不同部分，再结合具有业务语义的数据进行回答。他认为，如果只理解其中一部分，就容易造成“断章取义”，甚至产生AI幻觉。
市场调研机构IDC在9月23日发布的一份企业软件行业分析中同样认为，将AI智能体的兴起简单理解为“SaaS末日”并不准确。截至2026年上半年，全球企业应用市场规模接近7000亿美元（约合人民币4.7万亿元），综合增速仍保持在约13%，已经连续第三年实现两位数增长。
IDC认为，成熟企业软件真正提供的并不只是员工看到的操作界面，而是其背后的数据模型、审计记录、合规配置、审批层级、系统集成以及多年形成的组织逻辑。AI智能体可以执行部分过去由人工完成的操作，但仍需干净、结构化并经过治理的数据，以及可靠的业务流程作为基础。
不过，SaaS不会消失，并不意味着企业软件可以安于原来的产品和商业模式。
IDC认为，AI对SaaS带来的真正变化是“结构性的”：它正在减少传统业务流程中的人工操作，让更小的团队能够管理更复杂的业务，并推动软件厂商的竞争重点从单纯自动化某一流程，转向通过智能、可适应的工作流直接交付可衡量的业务结果。
IDC调查显示，32.8%的企业愿意为直接嵌入现有应用中的AI Agent多支付至少10%的费用，18%的企业愿意支付30%以上的溢价。AI能力也已经成为企业评估软件供应商时最重要的单项因素，占比34%，高于易于集成和数据安全；另有24.7%的企业表示，如果下一版本的软件缺乏足够的Agent能力，计划直接更换供应商。
变化还将进一步传导至收费模式。IDC预计，目前企业应用中与实际使用量或业务结果挂钩的定价占比约为13%，未来十年可能提高至63%，传统授权和按用户席位收费的模式将逐步让位于更强调使用量和结果的方式。
随着智能体从生成答案进入实际执行阶段，企业AI面临的风险也从“答错”延伸至“做错”。
Khan将智能体的治理比作新员工入职前需要先了解“员工手册”，Agent进入企业系统后，同样需要了解既有流程和业务规则，明确什么可以做、什么不能做，企业应设置权限与行为边界，避免智能体越权或违反既定商业规则。
IDC预计，未来十年企业应用之间的边界将进一步模糊。不过，应用边界的消融并不意味着软件本身消失。该机构认为，未来软件厂商不仅要把能力做出来，还要让智能体能够直接识别、调用这些能力，否则再强的功能也可能难以进入新的使用流程。