阿里云携手金蝶，以AI全栈体系重构企业管理新范式

在2026年9月23日举办的云栖大会AI SaaS论坛上，金蝶中国产品研发中心副总经理宋凯发表了题为《企业智能体操作系统：AI原生时代的企业管理变革》的主题演讲，深入剖析了更深层的产业逻辑：当AI开始深入财务、供应链、人力资源等核心业务流程时，企业需要的已不再仅仅是参数更大的模型，而是一套能够高效调度模型、无缝连接业务、持续沉淀知识并严密保障安全的"智能体操作系统"，由此深度分享了金蝶在企业级AI落地领域的战略判断与实践路径。

这一判断高度契合了本届云栖大会"智以致用"的核心主题。2026年，产业界正式迈入Agentic Cloud阶段，大模型能力正通过智能体（Agent）全面渗透进企业生产系统。衡量AI价值的标尺，已从"能否生成内容"实质性转向"能否完成任务、能否稳定运行、能否交付业务结果"。

在此背景下，阿里云与金蝶的战略合作正沿着这一演进路径纵深展开：依托阿里云AI全栈服务体系，双方的合作正逐步向AI研发提效、Agent工程化、数据与模型服务以及生态联合拓展等全栈维度延伸。

企业AI落地的核心挑战：从"有没有模型"到"能不能闭环"

宋凯在演讲中敏锐指出，当前许多企业的AI项目在POC（概念验证）阶段表现顺畅，但真正上线后却难以端到端承接复杂业务。企业往往将瓶颈归因于模型能力不足，但更深层的原因在于：缺乏一套能够稳定调度和管控模型的企业级AI操作系统。

具体而言，企业AI规模化落地面临三道现实门槛：

第一，POC与规模化应用之间的工程落差。以一次付款审核为例，该流程可能同时涉及采购订单、合同、发票、预算和审批权限等多维数据。模型可以理解单一问题，却未必能按照企业既定规则，稳定且合规地跑通整条业务链路。

第二，模型快速迭代带来的能力贬值风险。若企业将核心业务与某一特定模型深度绑定，模型的升级或替换极易引发重复建设。企业必须实现模型与业务的解耦，将自身的流程、知识和工具转化为独立增值的数字资产。

第三，隐性知识的断层危机。大量业务规则和专业经验沉淀于员工头脑中，尚未形成可被机器调用的数字能力。人员流动往往导致这些高价值经验的流失。

因此，企业AI转型不应停留在"采购模型API"或"增加对话入口"的浅层尝试，而必须将业务规则、组织经验和工作流程结构化，沉淀为企业自身可持续复用的核心数字资产。

金蝶灵基：让AI以"数字员工"身份融入组织架构

针对上述痛点，宋凯在云栖大会现场详细拆解了金蝶打造的企业智能体操作系统——金蝶灵基。

目前，金蝶已围绕财务、HR、供应链、营销等核心领域完成灵基布局，并将500余项ERP核心原子能力以MCP（Model Context Protocol）协议对外开放，沉淀1500余项企业Skill资产。灵基的定位并非替代现有ERP，而是在ERP之上叠加AI原生能力；它既与金蝶SaaS原生融合，也能通过MCP和API与其他异构业务系统无缝对接。

与传统对话式AI助手不同，灵基致力于让智能体真正嵌入企业工作流。为此，金蝶创新性地设计了Work、Manage和Build三种运行模式：

· Work（面向日常执行）：员工可通过自然语言完成搜索、分析、写作与汇报，并直接调用企业SaaS获取数据、操作业务。AI在执行中动态理解上下文，相关知识与产出成果得以持续沉淀。

· Manage（面向组织管理）：支持企业将AI作为"数字员工"纳入组织架构，为其配置岗位、职责、技能、权限与工作流，实现人机混合团队的统一管理与高效协同。

· Build（面向能力构建）：赋能业务人员与开发者通过自然语言及可视化方式，低代码搭建Agent、Skills和AI应用，将业务规则与专家经验固化为可复用的企业AI资产。

横向来看，灵基已全面打通金蝶AI套件、苍穹、星瀚、星空、星辰等产品线，精准覆盖不同规模企业的差异化需求：大型集团可聚焦智能财务与经营决策构建复杂智能体；中型企业可深耕成本核算、生产与供应链管理；小微企业则可将AI应用于智能记账、财税申报与库存预警。

从辅助工具到业务闭环："人定规则，AI干活"

在论坛现场，宋凯进一步展示了智能体深入企业核心流程后的真实应用场景：费用报销智能体可自动推进高频申请与审核协同；采购付款审核智能体能联动采购、发票、应付及ERP数据，精准完成三单匹配与异常校验；期末结账智能体可自动生成月结任务清单并全程跟踪进度；销售履约智能体则能实时分析订单执行情况并输出处理建议。

这些场景印证了一个核心观点：企业智能体的终极价值不在于"回答问题"，而在于"按企业规则完成任务"。

金蝶将这种新型协作范式概括为"人定规则，AI干活"——人类负责设定目标、制度与权限边界，智能体负责执行标准化任务；关键节点由人审批，复杂异常交由专业人员研判。这也与本次AI SaaS论坛的行业共识形成呼应：SaaS正在从"提供功能工具"向"交付业务结果"跃迁。谁能将模型能力与真实业务流深度融合，谁就能在Agent时代重塑产品价值。

这一跃迁已得到商业验证：2026年上半年，金蝶AI原生产品收入达2.96亿元，同比增长189%，签约金额6.05亿元。

Harness工程：将模型转化为企业级的确定性能力

在宋凯的技术架构阐释中，大模型相当于"发动机"，而Harness则是"方向盘与刹车系统"。Harness决定了智能体"能做什么、不能做什么、如何执行以及如何验证结果"。

金蝶灵基采用了六层技术架构，自下而上涵盖Data Cloud、能力层、操作系统内核，并延伸至交互层、应用层与生态层，实现了智能体开发、运行与治理的全生命周期覆盖。其中，Harness是智能体从"演示Demo"走向"生产系统"的关键工程壁垒。

· 指令与状态管理：明确任务拆解与执行顺序，持久化记录已完成、进行中与待执行状态，确保智能体跨会话不丢失任务上下文。

· 生命周期管理：规范任务从启动到收尾的标准流程，任务结束后自动清理运行环境，并支持底层模型的平滑替换。

· 验证与范围管控：强制要求AI提供可追溯、可核验的执行证据，并将单次执行严格限定在特定业务沙箱内，杜绝智能体越权修改无关数据。

配合多模型路由、Agent协同、企业本体、MCP网关、安全内核和效果评估等高阶能力，灵基成功实现了"快速迭代的模型"与"相对稳定的企业业务"之间的解耦。底层模型可以不断升级，而企业积累的流程、知识、Skills和治理规则则能持续增值。正如宋凯所强调的：Harness工程能力应当成为企业自主掌控的核心数字资产。

阿里云AI全栈协同：从Qoder、千问AI平台走向深度共创

金蝶灵基的工程实践，正是阿里云与金蝶深化AI全栈合作的坚实基石。目前，金蝶灵基的模型运行已全量统一到阿里云千问AI平台，依托千问大模型底座，为金蝶提供高性能的模型接入、推理与服务能力，全面支撑企业管理场景中的复杂理解、生成与推理需求。面向Agentic Cloud时代，双方的合作正从单一的模型服务，向更完整的技术与生态体系全栈延伸：

· 模型与研发提效层：合作已深入金蝶灵基的研发上线全流程。今年3月，金蝶规模化引入阿里云Qoder席位，将AI深度应用于需求理解、编码、测试与上线环节。目前金蝶60%以上的代码由AI生成并入库，研发节奏从过去'一年两个大版本、月度补丁'跃升至灵基的每周迭代发版。5月20日，灵基正式发布，成为研发提效加速产品孵化的直接印证。结合千问大模型底座与千问AI平台的模型服务，双方构建了从“AI研发提效”到“产品智能化”的完整协同链路。

· Agent工程层：双方将围绕Harness、MCP、Skills及智能体运行体系展开联合攻坚。金蝶输出深厚的ERP场景、业务对象与企业管理Know-How，阿里云提供强大的基础模型、开发工具与平台能力，共同完善智能体的开发、编排、执行与评估标准。

· 数据与云基础设施层：双方将进一步探索数据库、数据治理、AI网关与云原生基础设施的深度协同，以满足企业级客户对数据安全、细粒度访问控制、系统高可用性及全链路可观测性的严苛要求。

· 生态拓展层：金蝶及其生态伙伴联合举办超100余场Workshop，推动AI能力深入企业一线场景；未来将依托阿里云云市场、通用智能体等渠道，探索联合产品发布、联合解决方案打造与客户拓展，让经过实战验证的智能体能力普惠更多企业。

总结而言，灵基的模型运行已全量统一到阿里云千问AI平台，千问大模型底座已全面融入金蝶的模型服务体系，Qoder则在灵基研发阶段实现了上千席位的规模化落地。而在Agent工程、数据与云基础设施以及生态分发等领域的深化全栈协同，将是双方下一步的战略重心。

结语：在Agent时代重新定义企业管理软件

本届云栖大会提出"Agent时代，阿里云已全栈就绪"，而宋凯的演讲则为这一愿景提供了一个来自企业管理软件领域的生动注脚。

金蝶拥有覆盖财务、供应链、人力、制造等领域的深厚管理积淀，深谙复杂企业流程的运行逻辑；阿里云则具备领先的基础模型、模型服务、AI开发工具与云基础设施。双方强强联合的价值，绝非简单地将模型API接入ERP，而是共同攻克智能体进入企业核心系统后的一系列工程难题：如何安全调用数据与工具？如何严格遵守业务规则？如何精细化管理权限？如何自动化核验结果？如何形成可持续复用的数字能力？

从"用AI"到"AI原生"，企业需要重塑的不只是软件架构，更包括业务流程、知识资产与组织形态。金蝶灵基为企业提供了承载智能体的操作系统，阿里云则以AI全栈能力夯实了模型与云计算底座。双方共同推进的，是一条从"模型能力"直达"业务结果"的完整价值链路。

从3月Qoder进入研发体系，到5月20日灵基发布，再到上半年AI原生产品收入同比增长189%，金蝶用不到半年时间跑通了"研发提效—产品孵化—商业验证"的第一程。对行业整体而言，这条演进之路仍无法一蹴而就；但当AI开始真正参与费用审核、采购付款、期末结账和经营分析时，企业管理软件的下一个时代，已经到来。