千匠网络：从问天大会看企业软件的AI原生化趋势

过去三年，围绕 AI 的讨论几乎都集中在一个问题上：企业要不要用 AI。但刚结束的 2026 千匠问天·企业 AI 营销千人大会聚焦一个更底层的问题——企业究竟是在“使用 AI”，还是“运行在 AI 上”。这一变化，看似只是表达方式的差异，实则对应着两种完全不同的系统形态。

AI 动摇既有软件边界

如果回看 2023 年生成式 AI 的爆发，企业所获得的主要是“工具红利”：写文案、做客服、生成代码，本质上都是对原有流程的效率补强。这一阶段的 AI，更像是一个更聪明的辅助工具，其运行方式依然是被动响应——人提出问题，AI给出答案，执行仍然依赖人工完成。其并没有改变企业系统的基本结构。

进入 2025 年后，随着 AI Agent 能力逐渐成熟，这一逻辑开始发生变化。AI 不再只是回答问题，而是开始具备理解目标、拆解任务并自主调用工具完成执行的能力，从“建议提供者”转变为“结果承担者”。 AI 第一次具备进入业务流程核心的条件。

这一变化对企业软件的意义在于：AI 不再只是对 SaaS 的增强，而是在动摇整个既有软件分层的边界。

在 SaaS 层，传统系统的核心价值在于“功能交付”——记录数据、提供工具、生成报表，但真正的决策与执行始终依赖人来完成。这也解释了为何在多系统并行部署的情况下，业务效率往往难以实现结构性提升：系统与最终业务结果之间，始终存在一段由人工与流程衔接构成的“执行间隙”。

而在更底层的 PaaS 层，这一变化同样在发生。过去，PaaS 的角色是为开发者提供构建能力——承载应用、管理数据、支撑系统运行。但随着 AI Agent 的引入，系统开始从“应用生成”转向“运行编排”，逐步具备对任务流程进行拆解、组织与调度的能力。这意味着 PaaS 的角色正在从开发基础设施，延伸至运行调度层。

SaaS 难以独立完成结果交付，而 PaaS 开始具备部分执行与调度能力——AI Agent 正是在这一结构性空隙中被引入的。其本质是将“目标理解”与“执行生成”整合为统一机制：不仅可以调用工具与系统资源，还能够在跨系统环境中持续调整执行路径，直至任务完成。这使得企业软件的基本单元，开始从“功能模块”转向“任务执行单元”。

当多个 Agent 需要协同运行，并对数据、工具与执行状态进行统一调度时，一个新的系统层随之浮现——它不再由单一应用或平台定义，而是承担跨系统的任务编排、权限控制、状态管理与反馈闭环。这一层的出现，标志着企业软件结构的根本性重塑：从“功能集合”转向“任务驱动”，从“人工驱动系统”转向“系统自主运行”，从“静态流程”转向“基于反馈的动态演化”。

在这一意义上，AI 正在将企业软件从“工具层”，逐步抽象为一种新的基础设施形态——即所谓的“AI 原生操作系统”。

技术拐点与产业压力的交汇

任何一轮基础设施级的变化，往往都发生在技术条件成熟与产业需求倒逼的交汇点。AI Agent 的兴起，正处在这样一个阶段。

从技术侧看，过去两年关键能力逐步补齐：大模型在推理能力与上下文理解上的稳定性显著提升，多 Agent 协同框架开始工程化落地，MCP、A2A 等协议推动 Agent 之间的通信走向标准化，而 RAG 与企业私域数据的结合，使 AI 能够真正理解并调用企业内部知识。这些能力的叠加，使 AI 第一次具备嵌入企业核心系统的现实基础。

业务侧看，企业也正在进入一个“效率极限区间”。一方面，人力成本持续上升，依赖人工驱动流程的模式越来越难以扩展；另一方面，流量红利逐渐消失，增长越来越依赖精细化运营与高频迭代；同时，决策节奏不断加快，对实时数据的依赖程度显著提升。在这种情况下，传统 SaaS 所提供的“辅助能力”，已经难以支撑复杂业务的运行。

当技术具备可行性，而业务产生强需求，系统形态的改变就不再是选择问题，而是演进路径问题。AI 从外挂能力走向底层基础设施，也因此成为一个高确定性的趋势。

从产业分层来看，这一轮变化也在逐渐清晰：一部分公司停留在 AI 工具层，依赖单点能力获取短期红利，但难以进入核心系统；一部分公司在原有 SaaS 上叠加 AI，属于过渡形态；而真正具备长期价值的，是那些从底层以 Agent 重构系统的“AI 原生架构”。后者一旦成立，其价值捕获能力将明显上移，因为其不再停留在传统软件分层中的某一层，而是通过 Agent 直接打通从能力到执行的链路，开始进入更接近业务结果的价值环节。

千匠网络：企业系统迈向AI原生重构

在这一轮结构性变化中，千匠网络选择了一条相对明确的路径：尝试以 AI 为核心，重构企业系统本身。

其在大会上提出的“一体两翼”架构，可以理解为对“AI 操作系统”形态的具体实践。“一体”指向其长期构建的产业数字化底座，涵盖业务中台、数据中台、技术中台与全局管控体系。这一层的核心价值在于，为 AI 提供可执行的运行环境——在缺乏统一数据结构与系统协同的前提下，AI 难以真正进入业务流程并发挥作用。

在此基础上，“两翼”对应两种差异化的市场切入路径。一方面，面向大型企业与产业平台的千匠星云 Manus，通过多层 Agent 架构与 Skill Graph 编排能力，深入供应链、交易与风控等核心环节，其系统形态更接近“产业级操作系统”；另一方面，面向成长型企业的千匠问天，则从营销这一高频且具备直接转化价值的场景切入，通过内容生成、自动发布、数据反馈与持续优化构建闭环，以“AI 团队”的形式承接部分原本依赖人工的执行环节。

两条路径的共同点在于：并不以单点能力为核心，而是强调 AI 对完整业务链路的介入与重构。其底层逻辑，是通过具体场景切入业务流程，逐步向系统层延伸，最终实现由 AI 驱动的整体运行机制。这意味着千匠并未停留在“AI功能叠加”，而是在尝试构建可运行的AI系统形态。

从更长周期来看，企业软件的演进路径，往往呈现出明显的结构性收敛特征。无论是 PC 时代、移动互联网，还是云计算阶段，每一轮基础设施升级，最终都收敛为少数平台型系统，占据核心入口与关键控制权。如果 AI Agent 持续演进，企业软件也可能从当前“多 SaaS 并存”的格局，演进为由少数通用型与行业型 AI 操作系统主导的结构性分层体系。

在这一结构下，竞争的核心也随之发生转移：不再是单一产品能力的比拼，而是谁能够在这一分层体系中占据关键位置，成为企业运行的核心调度与控制中枢。一旦这一位置被建立，其所掌握的将不仅是工具能力，更包括数据入口、流程调度与决策权。

也正因此，千匠在大会上提出的判断，具备一定的行业指向意义：未来软件企业之间的差距，将逐渐取决于 AI 在业务运行系统中的渗透程度与参与深度。对于仍停留在“工具使用”阶段的企业而言，这种差距将会在未来几年迅速拉开，并以系统级效率差异的形式持续放大。

而这场围绕企业操作系统的重构，已经开始。