GenAI行業專題報告：ERP廠商積極擁抱AI浪潮，管理範式升級

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（報告出品方/作者：廣發證券，劉雪峰、吳祖鵬、周源）

一、AI 賦能 ERP，驅動企業業務流程與管理範式升級

（一）AI 賦能 ERP 系統，目前較多應用於單點場景

ERP（Enterprise Resource Planning，企業資源計劃）是整合了企業管理理念、 業務流程、基礎數據、人力物力、計算機硬件和軟件的企業資源管理系統，主要包括 庫存、採購、營銷、BOM、車間任務管理、工藝、MRP、成本、人力資源、固定資 產等功能模塊，可以幫助企業提升資源管理水平。企業應用ERP時會根據自身所處 階段與環境設立不同的目標層次，以達到合適的管理標準。 ERP系統歷經多個階段逐漸發展成熟。ERP起源於庫存管理，由MRP（Material Requirements Planning，物料需求計劃）發展而來，最初是爲了解決企業內部生產 資源的配置問題，主要面向製造業，用於採購管理和庫存控制。在市場環境和企業 需求不斷變化的背景下，MRP階段之后又經歷了閉環MRP、MRPⅡ階段，20世紀90 年代，ERP概念被提出，隨后逐步發展成熟。

AI正在賦能ERP系統，驅動企業業務流程與管理範式全面升級。AI通過數據分析與 預測、流程自動化和個性化服務等方式，將ERP系統由傳統的流程驅動升級為數據 和決策驅動，可以實現企業管理效率、準確度和響應速度的全面提升，有望帶來企 業的業務流程與管理範式升級。具體而言，主要分為三類場景： （1）數據分析預測：AI通過整合歷史數據以及實時信息，進行數據分析，並構建預 測模型，為企業提供前瞻性洞察，驅動精準決策； （2）流程自動化：AI通過自動化處理重複性任務，減少人工參與，提升運營效率； （3）個性化服務：AI通過分析用户行為數據，精準識別客户需求，提供定製化服務， 提升用户體驗與客户粘性。

但整體而言，目前AI對ERP系統的賦能大多侷限於單點場景，影響尚淺。首先，ERP、 CRM等核心系統涉及複雜的審計和合規要求，基於企業級流程的穩定性需求，其改 動需多部門達成共識。其次，當前AI系統對於複雜業務場景的深度處理能力不足，技 術能力與產品成熟度仍需時日打磨，難以完全取代傳統軟件流程邏輯，因此在ERP 領域應用仍侷限於財務分析、客户服務等單點場景，影響尚淺。

（二）長期看 AI Agent 有望重塑 ERP 系統，MCP 加速Agent 搭建

長期看AI Agent路線有望重塑ERP業務流程，可接近「指令驅動」的終局形態。AI Agent具備自主記憶、推理、規劃和執行能力，而通過MCP協議等技術，可跨系統調 用工具，實現「即插即用」的資源調度。因此，未來在規則明確且數據互聯互通的場 景下，用户在操作企業管理軟件時，無需依賴於預設流程，便可通過指令驅動Agent 進行自主決策，實現效率提升。據金蝶國際業績材料援引Gartner預測，到2027年， GenAI將與ERP深度融合，60%的客户在更換ERP應用程序時會選擇具有平臺能力 和業務流程編排能力的軟件。 以一個多Agent協同的數字化智能供應鏈體系為例，通過Agent的分佈式決策與協同 控制，可以實現供應鏈的動態響應與風險預判，完成從需求輸入到資金償付的全鏈路閉環。據IDC預測，到2028年，40%的中國頭部製造商將部署基於GenAI的平臺， 整合數據以模擬、評估和預測供應鏈風險。 具體而言，在訂單管理階段，首先由客户下單，這其中可能會涉及到在線詢價、需求 定製等，由客服Agent進行處理。然后物控Agent將審覈訂單完整性及合理性（覈驗 庫存、資質等），並生成訂單指令。在運輸計劃階段，計劃員Agent將訂單轉換為資 源需求並生成智能運輸解決方案。在運輸執行階段，則由調度員Agent對運輸資源進 行分配調度併產生物流訂單。最后進入結算階段，實現貨物運單回收以及對賬確認 等。此外，在整個過程中，由Multi-Agent作為指揮中心，負責管理和協調生態系統內 的所有專用Agent，異常處理Agent將進行全流程風險監控與應急響應，預測分析 Agent將對整體流程進行監控優化、動態調整等。

AI Agent底層工作流程分析：AI Agent首先會基於預設的業務目標或用户需求進行 初始化以及步驟拆解，並創建一個任務列表，以及從內外部數據庫和實時數據流等 多渠道採集相關結構化/非結構化數據作為決策基礎。然后，Agent將對數據進行處理 分析，同時將交互反饋和輸出效果融入決策過程，通過迭代優化策略實現持續改進。 此外，Agent將不間斷運行，對任務流程進行監控並實時適應變化，在動態環境中保 持可靠響應。

MCP協議推出，加速AI Agent搭建。MCP（Model Context Protocol，模型上下文協 議）由Anthropic在24年11月開源發佈。作為一種開放協議，MCP定義了應用程序和 LLM之間交換上下文信息的方式，類似於USB-C端口提供的將設備與周圍設備以及 配件相連接的模式，讓開發者能夠以標準化的方式將各種數據源、工具和功能連接 到LLM。對於ERP系統，採用MCP協議可以提升ERP系統與AI大模型以及其它外部 系統的對接效率，讓不同AI模型、數據源和工具能夠即插即用，降低開發成本，加速 AI Agent搭建。

從產品形態與商業模式來看，ERP廠商正通過數據資產沉澱以及行業know-how積累 構建自身AI能力矩陣，形成了多層次產品服務體系，同時亦對應多元化的商業變現 路徑。 1. AI模型：基於積累的數據和行業know-how訓練垂類模型，不僅提供行業基準模 型，同時也支持客户通過私有數據進行模型微調；2. AI工具：提供無代碼/低代碼AI開發工具與套件，降低企業AI應用開發門檻； 3. AI應用：將Agent等AI能力封裝為開箱即用的功能模塊，賦能具體業務場景； 4. AI服務：提供從戰略規劃到落地運維的全周期服務，幫助客户構建AI能力體系。 企業客户可按需靈活組合不同層級的AI產品/服務。具體而言，KA客户系統較為複雜， 通常需要強定製化，同時對於數據安全性要求較高，通常偏好私有化部署。而SMB 客户則追求輕量化，偏好開箱即用，價格敏感度也更高，多采用雲訂閲方式。因此， 不同類型的客户將根據自身業務情況與場景需求來選擇不同的AI產品/服務。

AI驅動企業業務流程與管理範式升級，期待ERP系統全面重塑。總結來看，AI將傳 統的流程驅動升級為數據和決策驅動，有望帶來企業的業務流程與管理範式升級。 但目前AI對於複雜業務場景的深度處理能力不足，技術能力與產品成熟度仍需時日 打磨，在ERP領域應用仍侷限於財務分析、客户服務等單點場景，影響尚淺。長期 看AI Agent路線有望重塑ERP業務流程，未來在規則明確且數據互聯互通的場景下， 用户在操作企業管理軟件時，無需依賴於預設流程，便可通過指令驅動Agent進行自 主決策，實現效率提升。期待未來，AI賦能ERP不僅是簡單的技術集成，更能實現 ERP系統的全面升級重塑。

二、海外：多層次產品服務佈局，多元化商業模式體系

（一）SAP：Business AI 解決方案，將 AI 深度融入企業核心業務流程

SAP的Business AI解決方案可分為AI Foundation + Embedded AI / Customized AI + Joule三層。具體而言，①AI Foundation基於SAP BTP（業務技術平臺）所開 發，為開發者提供標準化可複用的AI開發工具鏈，降低企業自建AI的門檻；② Embedded AI直接嵌入雲ERP、供應鏈管理等SAP現有核心產品，直接提供AI功能， 無需額外開發，快速實現降本增效；③Customized AI通過Generative AI Hub實現靈 活擴展，支持企業根據需求定製AI解決方案；④智能助手Joule則可以通過自然語言 交互簡化複雜系統操作，目前已經滲透80%高頻任務。此外，生態方面，通過與 Anthropic、Cohere、Meta等AI大模型廠商以及AWS、Google、Microsoft等雲廠商 建立良好的合作關係，賦予開發者靈活調用前沿模型的能力。

1. AI Foundation：降低開發門檻，加速企業AI應用落地

AI Foundation基於SAP BTP（Business Technology Platform，即業務技術平臺） 而構建，作為Business AI的技術底座，為開發者提供構建、擴展和運行AI解決方案 的全套工具服務。AI Foundation 提供了表格數據處理和文本處理等預置AI服務，以 及AI生命周期管理（提供多模型支持，覆蓋模型訓練、部署、監控及迭代）、數據集 成與語義理解（向量引擎、知識圖譜）等核心能力，可以降低AI開發門檻，加速企業 級AI應用落地。

2. Embedded AI：預置AI能力解決業務問題，開箱即用

Embedded AI將AI功能預置到雲ERP、供應鏈管理、人力資源管理、支出管理、客 户關係管理等SAP現有核心產品中，用户無需額外開發即可通過標準化模塊使用AI 功能。例如，人力資源管理人員可通過預置的AI功能進行薪酬方案指導並保持團隊 積極性。

3. Joule：AI智能助手，幫助用户與系統高效交互

用户可以通過自然語言直接與AI智能助手Joule進行對話，並實現複雜業務操作。例 如，銷售人員詢問「某客户的銷售訂單交付是否延迟」，Joule可以自動調取ERP系 統數據並關聯供應鏈生成訂單狀態報告。此外，Joule內置權限控制與數據溯源功能， 保證響應結果精準可靠且合規。根據SAP官網材料，Joule目前已覆蓋超80%的SAP 高頻業務流程，大幅提升員工效率，逐漸成為企業實現對話式業務管理的核心入口。

SAP AI應用場景持續拓展，落地速度加快。根據SAP 24Q4及25Q1財報電話會議， SAP已交付超130個生成式AI用例，Joule AI助手具備1300余項技能。提效方面， Joule工具為顧問每天節省多達90分鍾時間，開發者效率提升30%。規模化應用方面， 渣打銀行已為8萬名員工部署Joule，體現了AI在企業級場景的落地能力。24Q4，50% 的客户交易中已經包含AI應用，AI成為客户簽約的主要價值驅動因素。 AI業績短期貢獻有限，價值或在中長期內釋放。根據SAP財報電話會議，24Q2，20% 的交易中包含AI應用場景，而在24Q3，30%的雲訂單包含AI用例。我們假設全年約 25%的雲收入中包含AI應用，以及AI功能營收貢獻率大約為10%，可粗略測算得出 2024年AI貢獻收入為4.29億歐元（2024年AI貢獻收入=2024年雲收入×AI合同佔比 ×AI貢獻率=171.4億歐元 ×25% ×10% = 4.29億歐元），約佔2024年雲收入的2.5%， 總收入的1.2%，短期貢獻較為有限。但考慮到AI功能對於客户續費率提升以及促進 交叉銷售帶來的間接價值，以及目前AI收入分散在雲套餐、行業解決方案等細分項， 測算相對保守，實際貢獻可能更高。

作為全球企業軟件巨頭，SAP入局AI是一種必然選擇，我們總結其核心優勢主要包 括：①ERP系統複雜，細分場景多樣，SAP通過幾十年沉澱的行業know-how和企業 業務流程數據，能幫助客户進行數據重構+場景梳理，使得複雜的業務場景數據能夠 進行有效轉化；②SAP保持開放生態，通過與客户進行行業解決方案的共創，客户 貢獻應用反饋，能夠形成產品迭代閉環；③研產供銷服等企業系統間存在數據孤島， SAP具備平臺化優勢，可以整合企業內外部多源數據，使得AI不再停留於單點工具， 而實現跨部門任務編排。

（二）Salesforce：推出 Agentforce，構建「無限數字勞動力」

從傳統AI能力構建到生成式AI創新，AI能力逐步深化。2016年，Salesforce便已推 出了Einstein，為核心應用提供AI驅動的功能增強，但主要側重傳統AI的預測與自動 化。2018年，推出Einstein Bots用於構建智能客服機器人，處理客户服務諮詢。2023 年以來，又相繼推出基於生成式AI的Einstein GPT、Einstein Copilot Studio、Einstein Copilot和Agentforce等，其中Einstein GPT集成在CRM中，可以幫助提升營銷、銷 售效率，而Agentforce用於創建AI Agent並自動化客服和銷售等任務。 推出Agentforce2.0構建「無限數字勞動力」。2024年12月，Salesforce推出 Agentforce 2.0，定位為企業的數字勞動力平臺，通過AI Agent為各部門提供自動化 支持。Agentforce 2.0核心在於結合增強推理引擎、預置技能庫及跨系統集成能力， 為企業打造可定製、可擴展的「無限勞動力」，幫助其優化效率並釋放增長潛力。

Atlas推理引擎作為核心大腦賦能Agentforce 2.0，幫助檢索數據並進行推理執行。 首先，Atlas推理引擎可進行分層問題處理，簡單問題採用基礎推理快速響應，而復 雜問題則通過高級數據檢索器優化查詢，並結合Data Cloud中相關數據和上下文元 數據來改進答案。其次，Atlas推理引擎將通過各種工具和資源來評估自身響應和循 環，形成「代理循環」，使其能夠為各類請求提供經過驗證的解決方案。此外，Data Cloud通過使用Salesforce平臺的元數據來豐富RAG塊，使得Agentforce能夠在非結 構化內容中快速查找相關信息，提升複雜請求的準確性與業務適配性，並通過內聯 引用標註答案來源，增強用户對AI決策的信任。 數據整合及分析能力是Agentforce的亮點之一。Data Cloud使得AI Agent能夠實時 連接企業內部系統和外部數據湖，並且構建統一的配置文件以及保護敏感信息，滿 足企業對數據的安全要求。同時，AI Agent可以訪問Salesforce平臺的元數據（字段、 標籤、自動化規則等），實現對於工作流的精準調用。Prompt Builder則允許客户構 建定製化提示模板，這些提示可以提供代理工作所需的確切數據，AI Agent可以使用 這些提示通過RAG（檢索增強生成）技術實時查找和檢索數據。

以使用Agentforce搭建招聘Agent場景為例，具體步驟可分為：①定義Agent的角色、 所負責的工作內容以及工作目標，比如告訴系統「你是一名招聘官，通過郵件與候 選人溝通、回答常見問題、收集預篩選條件、安排面試等」。②定義需要Agent介入 的各類場景（Topics），如數據分析、聯繫候選人、面試預約等，配置相關核心功能。 ③在不同場景的核心功能下配置詳細子功能和具體操作指令。④選擇Agent的部署應 用和接入通道，比如Slack、電子郵件等。⑤添加公司內部相關數據源，如公司簡介、 崗位説明、面試反饋等內容，以豐富Agent知識庫。⑥完成以上設置即可得到招聘 Agent，能通過所選渠道自動接收簡歷、預篩選候選人、安排面試，實現端到端的智 能招聘流程。

靈活計價，商業落地初見成效。Salesforce為Agentforce推出了一種靈活的定價模式， 每次對話2美金，併爲高頻使用的客户提供標準量級折扣。這種按量收費的模式使得 企業只需為實際使用的服務付費，無需承擔固定的訂閲費用。對於中小型企業或對 AI技術尚處於試用階段的企業而言，降低了投資風險。商業進展方面，根據Salesforce 財報電話會議，僅FY25Q4單季度便獲得超3000名付費客户並簽署超3000筆交易， FY25全年，與Data Cloud和AI相關的年度經常性收入達9億美元，同增120%。

三、國內：ERP 廠商擁抱 AI 浪潮，釋放核心應用場景 價值

ERP廠商在GenAI時代積極擁抱AI浪潮，助力企業升級業務流程與管理範式，釋放 內部核心應用場景價值。我們梳理了金蝶國際、用友網絡、鼎捷數智、賽意信息和 漢得信息等國產廠商在ERP領域的AI佈局，發現各家廠商在AI領域均佈局較早，戰 略級別高，產品多元，但在具體產品佈局、行業側重、生態合作等方面有所差異。 1. 金蝶國際：以「AI優先」戰略為核心，構建「蒼穹AI平臺+AI管理助手+智能體」 技術架構，聚焦財務、供應鏈等領域。 2. 用友網絡：發佈企服大模型YonGPT和用友BIP企業AI，將AI嵌入企業核心業務， 為企業提供從戰略規劃到執行落地的全鏈路智能化服務。 3. 鼎捷數智：基於雅典娜平臺作為數智底座，一方面，結合各行業屬性持續發展與 迭代垂直行業場景應用；另一方面，推出多款通用型AI應用。 4. 賽意信息： 「Agent+泛ERP」與「AI+智能製造」雙輪驅動，在泛ERP領域，實現 AI能力在企業核心業務流程中的無縫集成；在智能製造領域，提供了貫穿研產供 銷服全價值鏈的多場景產品模塊服務，幫助企業實現智能化運營和管理。 5. 漢得信息：得·靈產品/服務系列全面助力企業構建AI能力體系，包括垂直領域模 型、AI中臺和業務智能體以及配套服務。

（一）金蝶國際：AI 優先，驅動企業管理升級

AI優先，驅動企業管理升級。金蝶以「All in AI」為核心戰略，自2017年起便開始布 局AI創新，構建了從AI底座，到數據平臺再到終端應用的完整體系，重點突破財務、 人力等高價值場景落地。整體看，金蝶通過「企業級AI平臺（企業可快速開發AI應 用）」+「AI管理助手及蒼穹APP」+「AI Agent」等模式來逐步深化AI應用。金蝶 雲·蒼穹升級為新一代企業級AI平臺，發佈AI管理助手及蒼穹APP，並提供豐富場景 的AI Agent，為企業提供快速高效使用AI的解決方案。

2023年8月，金蝶發佈金蝶雲·蒼穹GPT。作為金蝶雲·蒼穹PaaS平臺的智能引擎， 蒼穹GPT支持接入百度文心一言、OpenAI等通用大模型能力，並集成金蝶多年積累 的企業管理知識庫和專業垂域模型。基於金蝶雲·蒼穹平臺，金蝶一方面推出具備百 億級的參數規模財務大模型，圍繞「人財税」進行企業管理智能應用建設與場景創 新，另一方面也以開放合作、模型共建的模式，積極與行業客户及生態在其它垂直 領域進行大模型和行業場景的共創。

2024年5月，金蝶發佈AI管理助手Cosmic和新一代企業級AI平臺金蝶雲·蒼穹。Cosmic定位為企業級AI智能助手，基於超過740萬家企業的實踐場景沉澱和萬億級 訓練數據，具備感知、記憶、思考和行動能力，能夠理解用户在財務、人力、採購、 開發等場景的需求，為企業提供全鏈條的智能化服務。而金蝶雲·蒼穹則被重構為新 一代企業級AI平臺，整合了自研垂域大模型與第三方通用模型，支持模型精調與推 理優化，並提供無代碼/低代碼工具鏈，企業可通過拖拉拽配置業務流程、集成外部 系統等自定義智能體功能。

2024年10月，金蝶發佈自主研發的AI原生移動應用蒼穹APP。蒼穹APP基於企業級 AI平臺金蝶雲·蒼穹所構建，結合了金蝶自研大模型和AI agent技術架構，能夠在自 然語言交互中理解用户意圖，覆蓋財務診斷、指標分析、員工服務等多個企業級AI應 用場景，不僅能提供公司註冊、財税優惠政策解讀等財務通識問答，而且能提供企 業財務制度、差旅制度、法務政策等企業知識問答及智能分析服務。

2025年5月，公司發佈蒼穹Agent平臺2.0和五大智能體。作為企業業務智能體平臺，蒼穹Agent平臺提供了豐富的模版與工具，可以快速對接企業數據與業務流程,實現 AI應用敏捷落地。同時支持MCP及A2A標準協議，可以實現跨平臺、跨系統的無縫 協作。此外，蒼穹Agent平臺提供多模型混合應用能力，企業可以根據業務場景靈活 調用DeepSeek、金蝶蒼穹大模型等AI引擎，實現技術資源與業務需求的匹配。基於 蒼穹Agent平臺2.0，公司開發了金鑰財報（財報分析智能體）、ChatBI（企業問數智 能體）、招聘智能體、差旅智能體以及企業知識智能體，均為企業端的高頻場景。

從商業模式來看，下游客户採購AI功能可帶來產品價值量抬升，遠期有望提升市佔 率。公司目前發佈的多種AI Agent助手，其商業模式為：基於外部通用大模型，以及 公司在垂類領域積累的豐富數據，公司開發垂類AI大模型，客户採購相關AI功能時， 需要向公司支付垂類AI大模型使用費（中小客户多支付雲化費用，大型客户可私有 化部署），token費用則支付給外部通用大模型供應商，公司亦具備參與token分潤的 潛力。這一模式短期有望驅動產品價值量抬升，中長期有助於抬升市佔率。

（二）用友網絡：BIP 企業 AI 加速企業數智化

用友BIP企業AI加速企業數智化。用友在2017年即提出企業數智化概念，2023年7月， 發佈了首個企業服務大模型YonGPT，並以此為核心構建了YonAI智能平臺。2024年 8月，用友發佈了YonGPT2.0及用友BIP3 R6，並打造了100多項智能應用。2025年 3月，用友發佈了服務企業數智化的新一代產品——用友BIP企業AI，將AI嵌入企業 核心業務，為企業提供從戰略規劃到執行落地的全鏈路智能化服務。

2023年7月，發佈企業服務大模型YonGPT，YonGPT是用友融合企業各領域的專業 知識和各類行業knowhow訓練而成的企服領域大模型。2024年8月，用友發佈了 YonGPT2.0，YonGPT2.0沉澱了財務、人力、供應鏈等垂直領域模型，通過大模型 平臺、Agent和RAG框架實現專業數據訓練和調優，實現了更強的專業能力。 基於YonGPT推出了智友、數智員工、友智庫等產品，分別服務於內部管理、人機協 同、企業搜索場景。其中智友可以藉助語音識別、知識圖譜等AI技術賦能員工與系統 進行人機交互；數智員工則融合了RPA、大模型和虛擬人技術，具備智能規劃、自 動執行、快速反饋、自主決策等核心能力，不僅能夠管理用友預製的1000多個企業 業務與管理智能體，還可以管理企業自主開發的海量智能體。此外，還推出了包括 智能合同、智能訂單生成、智能月結、AI面試等多個場景化的企業智能服務。

2025年3月，推出BIP企業AI。用友BIP企業AI具備統一數智底座、嵌入核心業務、結 果可靠、安全合規四大特性，通過三層架構將AI技術與企業業務深度融合： 第一層：融合通用與專業大模型的用友BIP企業AI智能平臺，統一企業數智底座； 第二層：覆蓋十大核心業務領域的AI+全場景智能解決方案，嵌入企業核心業務； 第三層：以「數智員工2.0」為代表的Agents智能體集羣，實現企業實時運營。

用友BIP持續落地。根據用友網絡官方公眾號，目前，已有超過6.5萬家大中型企業 選擇用友BIP推進數智化轉型升級。例如，康師傅百飲基於用友YonGPT建設人才招 聘與運營平臺匹配人才畫像，通過AI面試后的候選人，複試通過率高達90%。愛爾眼 科通過與用友合作，上線17個數智員工，解決税碼維護、藥品器械首營管理、集中 支付與銀行對賬等提效問題，處理效率提高近8倍，準確率達到100%。

（三）鼎捷數智：推出雅典娜數智原生底座，多場景落地 AI 應用

推出雅典娜數智原生底座，多場景落地AI應用。2022年，鼎捷推出雅典娜平臺數智 原生底座；2023年5月，基於GPT模型，發佈智能問答類AI應用ChatFile；2023年10 月，ChatFile應用在龍頭車企落地，進入全面推廣階段。2024年6月，推出AI智能體 生成與運行平臺及AI技能中心。2024年11月，發佈鼎捷多模態大模型，並集成豆包 模型生態，為客户AI應用提供更為豐富的多模態能力。

數智底座雅典娜平臺支撐企業數智化轉型。2022年，公司發佈雅典娜平臺，以業務 中臺、知識中臺、數據中臺、智驅平臺為支撐，解決企業在結構型及非結構型數據治 理、數據工程的關鍵需求。在傳統AI算法層面，深度適配製造業典型場景需求；在大 模型應用領域，採取開放協同策略，一方面與全球領先雲服務商深度合作，整合前 沿AI大模型能力，同時積極引入開源大模型能力，結合行業數據進行微調優化，開發 垂類大模型；在AI開發工具鏈方面，提供MLOps平臺、 LLMOps工具集和IndepthAI 平臺等，構建了覆蓋AI全生命周期的工具鏈。

基於雅典娜平臺作為數智底座，一方面，鼎捷結合各行業屬性持續發展與迭代了裝 備製造雲、零部件雲、財務雲等行業化場景AI應用；另一方面，積極探索AIGC技術融合應用，廣泛接入微軟、百度等廠商的通用大模型能力，推出了ChatFile、文生設 計和「娜娜」AI數智員工系列通用應用。

垂直行業場景應用包括了裝備製造雲、零部件製造雲和財務云爲代表的的垂直行業 解決方案。例如，裝備製造雲通過對「售前-售中-售后」流程的跟蹤，並結合知識庫 做到商機管理、交付管理和客户服務等功能，從而實現動態管控和流程效率提升。

通用型AI應用包括ChatFile、文生設計和「娜娜」AI數智員工等。例如，「娜娜」AI 數智員工系列可分為企業AI助理類與個人AI助理類，其中企業AI助理提供了智能問答、設備監控、訂單變更、報表生成等功能，輔助加速工作流程；個人AI助理包括行 政助理、差旅助理、會務助理等，可以幫助實現工作流程的自動化與智能化。

鼎捷AI相關產品已在多場景落地，持續沉澱標杆案例。根據公司2024年三季度報告， 2024Q1-Q3，公司AI業務營收同增102%。根據公司2024年年報，公司通過AI應用產 品矩陣及底層數智原生平臺能力，賦能智奇鐵路、鐵科軌道、愛德印刷等知名企業， 沉澱了汽配、裝備、電子、家電、化工等行業的可複製標杆案例。2024年，中國台 灣地區AI業務營收同增135%，AI帶動研發設計類業務客單價提升約30%。

（四）賽意信息：「Agent+泛 ERP」與「AI+智能製造」雙輪驅動

「Agent+泛ERP」與「AI+智能製造」雙輪驅動。在泛ERP領域，賽意在企業核心 業務流程中無縫集成AI能力，已成功構建智能售后、智能招聘、智能投標、智能填單 等創新業務場景。在智能製造領域，賽意提供了貫穿製造業研產供銷服全價值鏈的 多場景產品模塊服務，幫助企業實現智能化運營和管理。2023年10月，賽意發佈了 AIGC中臺善謀GPT，定位企業智能化創新引擎，聚焦於企服和管理領域；2024年， 發佈了PCB行業大模型和善謀GPT V2.0。

善謀GPT定位為企業級AI中臺，幫助企業通過積木化搭建模式實現AI應用的快速構 建與部署。善謀GPT整合了公司在財税、人力、營銷、供應鏈、研發與生產製造等領 域的專業知識，通過上下文記憶、Prompt工程、Agent編排及執行等技術模塊來擴展 大模型的存儲記憶、適配應用、調度執行和領域專業能力，為企業提供多模型對接、 向量管理、私有模型預訓練與應用等能力，幫助其快速構建部署AI應用。

基於善謀GPT平臺推出PCB垂直行業大模型。PCB行業大模型基於善謀GPT平臺而 構建，通過對PCB行業大量的工程圖紙、訂單資料、行業知識等數據進行預先訓練， 來實現客户訂單資料的解析、識別和理解，目前已覆蓋工程圖紙識別、工程圖紙解 析、MI參數識別、智能報價、知識檢索、知識問答、AI質檢等應用場景。在工程圖紙 識別場景中，PCB行業大模型可將4-6小時的工程圖紙參數提取縮短至幾分鍾，有效提升工程設計到製造的流程效率。未來，公司將利用在PCB等優勢行業的經驗，向 光伏、新能源等領域橫向擴張，構建更強大的模型平臺。

攜手華為，發佈多項創新解決方案。賽意是華為盤古大模型首批合作伙伴，2024年 3月，公司與華為簽署合作協議，圍繞電子、家電、汽車等行業客户，在數字化研發、 智慧工廠、智能製造AI大模型等方向拓展市場、合作研發，以及打造垂直行業解決方 案。2024年9月，賽意的PCB行業大模型獲得了華為昇騰的技術認證。此外，賽意與 華為攜手推出融合了華為雲盤古大模型預測能力與天籌求解器的數字化集成供應鏈 聯合解決方案。未來，公司有望通過與華為協同合作，探索更多泛ERP和智能製造 產品領域中的AI賦能環節。

商業可行性初步驗證，未來落地可期。在AI中臺方面，根據公司2025年2月發佈的《自 願披露公司簽訂日常經營合同的公告》，公司已簽下約4800萬單體AI工業應用訂單， 涵蓋基於AI工具鏈實現數據處理、大模型訓練與微調、AI應用開發等端到端能力。在 PCB行業大模型方面，根據公司2024年年報，2024年，公司PCB行業AI大模型訂單 突破1300萬元。這些落地案例初步驗證了AI大模型的商業化可行性，在泛ERP與智 能製造領域，未來有望實現更多AI賦能項目落地。

（五）漢得信息：得·靈產品/服務系列全面助力企業構建 AI 能力體系

得·靈產品/服務系列全面助力企業構建AI能力體系。根據漢得信息官方公眾號，2023 年7月，漢得推出AI PaaS融合平臺，通過預置成型應用組件+豐富的AI編排功能+滿 足B端管控要求的管理工具，幫助企業快速搭建AI應用。基於AI PaaS融合平臺，漢 得在營銷、供應鏈、製造和財務等領域研發的智慧導購、智能客服、智能物流調度、 財務共享精靈等智能體已率先在頭部客户實際場景中落地。 經過數年投入打磨，漢得在2025年漢得用户大會正式發佈得·靈的B端AI應用產品/服 務系列，包括三大產品系列+一大服務系列： 1. 應用層：「靈手」業務智能體，各大業務領域數十個場景AI助手/智能專家 2. 工具層：「靈猿」大聖AI中臺，B端AI PaaS平臺+開箱即用基礎應用 3. 模型層：「靈睿」垂直模型，多個行業模型+飛碼代碼大模型 4. 服務層：「靈策」配套服務，AI諮詢規劃、企業私有模型訓練、AI應用定製開發。

2023年7月，漢得發佈AI PaaS融合平臺H-Copilot，為企業提供「應用製造」工具。 H-Copilot平臺支持適配百度文心、科大訊飛星火、MiniMax、ChatGLM等各大模型、 私有模型接口，同時提供了簡化基礎管理、預製應用功能和預製低代碼編排工具等 功能。目前，已有多家企業客户基於H-COPILOT平臺構建智能化。

基於AI PaaS平臺，漢得逐步規劃並研發了多個智能體，其中可分為支持業務運營的 智能體（數據統計分析類、業務操作類、智能計算決策類和銷售服務等）以及支持IT 建設工作的智能體（代碼智能輔助、ERP替換、程序邏輯智能分析等）兩大類。以新 產品導入（NPI）流程為例，傳統做法需要項目經理協調十幾個作業環節，從產品研 發形成外購物料清單、供應商長名單資質審覈、關鍵工藝驗證到分品類材料成本評 估，每個環節都可以有對應的專業崗位或單體Agent來輔助。根據公司官方公眾號， 某消費電子企業在引入物料開發自主Agent改造現有物料開發與物料認定流程后，可 以將新材料認證周期從120天降至85天、成本節約22%、協同效率提升4倍。

漢得AI產品與服務商業化落地持續推進。漢得的得·靈產品/服務系列提供了體系化 的AI應用能力，幫助企業構建AI系統，商業化落地持續推進。根據漢得信息官方公眾 號，2023年8月，漢得正式商用AIGC應用平臺產品，並在2023年度內實現收入2200 萬。2024年，公司AI業務營收約7800萬，同增超200%。

（六）其它 ERP 廠商：AI 技術戰略佈局，推動行業垂直應用

1. 浪潮數字企業：AI First戰略，「海岳大模型+海岳軟件+海岳商業AI」協同推進

浪潮數字企業通過「海岳大模型+海岳軟件+海岳商業AI」協同推進，為客户提供從技 術底座到場景落地的完整路徑。其中，海岳大模型3.0作為體系架構的數智底座，採 用複合式AI架構，通過MCP協議接入眾多工具軟件，拓展了應用生態；海岳軟件包 含海岳智能ERP GS Cloud和海岳PaaS平臺iGIX；而浪潮海岳商業AI則將大模型能 力轉化為開箱即用的智能體，並形成「AI即服務」的交付模式。

2024年4月，發佈智能體應用框架AAF（Agent Application Framework）和智能 體平臺，以「垂域大模型+智能應用」為路徑，探索場景落地。例如，根據浪潮海岳 官方公眾號，在某建築施工方案智能編制項目中，海岳大模型動態構建了1500余個 智能體，形成超1TB的知識庫，實現關鍵文檔的自動生成，從而幾何級縮短編制時間， 減少50%人力投入以及90%人工錯誤。目前，海岳智能體平臺已面向企業級場景內 置圖片解析、多語翻譯、深度研究等50+通用智能體，面向財税司庫、生產製造、供 應鏈等領域開發完成200+開箱即用的業務智能體。

此外，浪潮海岳積極推動「AI+BI」的融合創新，打造了對話式分析平臺ChatBI 3.0。 浪潮海岳ChatBI 3.0基於大模型、智能體技術，構建了意圖識別、實體提取、自然語 言生成SQL等智能能力，打破了傳統數據分析工具複雜性的壁壘，讓BI能夠自主完 成複雜的數據查詢與預測、決策任務。用户可以通過「所説即所得」實現實時數據精 準查詢和智能數據分析體驗，滿足隨時查數、看數、用數需求。目前，浪潮海岳BI已 為1000+家客户提供數據驅動決策支持。

2. 普聯軟件：提供以信創ERP為核心的企業經營管理智能應用場景和解決方案

普聯軟件是大型集團企業管理信息化綜合方案提供商，提供以信創ERP為核心的企 業經營管理智能應用場景和解決方案。在信創環境下，普聯借鑑SAP、Oracle等公 司和為超大型集團企業二十多年信息化服務的經驗，研發出針對大型集團客户的 ERP產品。2024年，普聯成立了AI專職團隊。在前期預研基礎上，跟蹤AI技術發展， 建設智能化基礎應用開發能力，並配合各客户交付項目AI團隊進行場景落地。 普聯雲湖PaaS平臺為ERP產品研發提供了技術支持和AI能力。雲湖平臺貫穿於企業 軟件的整個生命周期，為規劃、設計、開發、部署、運維階段賦能，其智能中臺提供 了RPA、知識圖譜、NLP、AIGC、OCR等能力。2024年，雲湖平臺也完成了智能體 開發框架、預算和推演小模型的研發，引入先進的AI公共產品和環境維護工具，提升 了智能化項目的交付能力和創新水平。

四、AI 有望帶來國內 ERP 行業格局優化，機遇與挑戰 並存

國內ERP市場參與者包含以SAP、Oracle為代表的海外廠商與以金蝶、用友為代表 的國產廠商。 產品力提升+自主可控背景下，國產ERP廠商逐漸崛起。用友和金蝶等國產廠商早期 在財務軟件方面積累了較多經驗，隨后逐步擴大規模並開始向ERP領域佈局，開發 了人力、客户關係、採購、銷售、供應鏈等管理軟件，產品力持續提升。而在行業信 創政策的驅動下，隨着明確的替代規劃及時間表出臺，國產替代節奏也在加快。 但高端ERP市場仍由海外廠商主導。SAP、Oracle等海外龍頭廠商起步較早，長期 服務大型企業，具備較強的技術積累和產品研發能力，尤其可以通過定製化能力和 行業深度解決方案來滿足大型企業需求。而本土廠商的技術積累相對薄弱，難以滿 足大型企業ERP系統高度定製化需求。因此在高端ERP領域，市場仍然由海外廠商 主導，本土廠商滲透率較低。根據《2021年中國工業軟件發展白皮書》，中國高端 ERP行業市場上，SAP和Oracle份額佔比分別為33% / 20%。

AI有望從降低開發門檻、強化數據安全、提升價值感知等維度重塑國內ERP行業格 局。從技術層面看，AI降低了ERP系統的開發門檻，國產廠商可以通過雲架構與開 源框架等實現功能模塊的快速開發迭代；而在數據層面，國產ERP系統有望降低數 據泄露風險，保障數據安全；此外，AI將ERP從后臺工具升級為智能決策中樞，ERP 系統不再侷限於業務人員，企業決策管理層也可以通過可視化看板等直觀指標來量 化經營管理成果，有望顯著提升其對於國產系統的接受度，加速信創替代。 我們認為，頭部ERP廠商優勢明顯，但中小廠商仍可通過生態合作保留生存空間。 頭部廠商憑藉技術能力和資金實力，能夠持續投入AI大模型開發，產品進展相對更 快。同時，對於大型企業客户，其系統複雜度、合規性要求更高，頭部廠商或將憑藉 成熟的解決方案佔據主導。但中小廠商仍可通過第三方服務快速集成AI能力，建立 自己的生態位。

未來的核心競爭將圍繞產品研發能力、行業know-how積累和生態整合能力等展開： 1. 產品研發能力：基於對企業經營管理流程的理解，結合AI大模型技術，開發真正 適配企業業務、符合客户需求的AI原生系統架構（需兼具產品化和工程化能力）； 2. 行業know-how積累：在垂直領域沉澱行業know-how，積累業務流程數據，能夠 幫助下游客户進行場景梳理和流程管理； 3. 生態整合能力：與雲廠商及大模型廠商進行生態合作，以及無縫連接內外部系統 的能力。 具備上述能力的「AI+ERP」廠商有望率先從工具賦能者升級為流程重構者。

如前文所述，現階段GenAI對ERP體系的賦能仍處於場景化落地的早期階段，仍面臨 準確度與可靠性、場景適配與複用性、下游客户審慎投入等挑戰，主要表現爲單點 功能增強，尚未形成對企業經營流程的系統性改造能力，下游客户的付費意願也較 為有限。從滲透節奏來看，早期將相對緩慢，伴隨技術進步，一旦滲透到一定程度， 下游客户試用體驗達成一定共識后，頭部企業標杆案例有望規模化，中小型客户將 快速跟進，呈現加速滲透趨勢，AI功能有望從成本項轉換為價值引擎，相關公司的 成長天花板將上移，核心觀察指標包括標杆案例的跨行業/跨規模遷移效率以及財務 覈算、生產排程等ERP核心模塊的AI滲透率等。 我們認為，下游客户為ERP的AI功能付費的前提為AI帶來持續的可感知價值。從價 值鏈的角度分析，大規模商業化落地需滿足價值創造（在研產供銷服等環節創造價 值）、效率提升（實現流程自動化與人力替代）和風險可控等條件，基於產業發展邏 輯，我們判斷今年三季度有機會看到更多實質性的突破。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

（轉自：未來智庫）