第 2 讲　大模型为什么会改变企业软件

上一讲我们搞清了大模型”是什么”。这一讲往前走一步，回答一个管理者更关心的问题：它会怎样改变我们花大价钱、用了几十年的那些企业软件？核心判断是——AI 不会让 ERP、CRM、OA 消失，但会彻底改写”人怎么用系统”，从”人适应机器”变成”机器理解人”。

从一个员工的一天说起

想象你公司一个普通员工的一天。

他要报一笔差旅费：登录 OA，找到”费用报销”菜单，选对报销类型，一个个字段填进去，上传发票，选择审批人，提交。他要查一个客户的情况：切到 CRM，搜索客户名，点进详情页，在好几个标签页之间来回翻，才拼凑出这个客户的全貌。他要下一个采购单：又换一套系统，走一遍类似的流程。

一天下来，他有多少时间是在”创造价值”,又有多少时间是在”伺候系统”——记菜单在哪、记字段怎么填、记流程怎么走？

这就是过去几十年企业软件的基本形态：功能很强大，但要求人去适应它。 一个新人进公司，光是学会用这几套系统，就得花上几周。我们早已习以为常，甚至觉得”本该如此”。

大模型带来的最大变化，就是动摇了这个”本该如此”。它让”人适应机器”这条用了几十年的老规矩，第一次有了被改写的可能。这一讲，我们就来讲清楚这个改写是怎么发生的，以及它对你意味着什么。

传统企业软件的本质：让人适应机器

要看清变化，先得看清”变化之前是什么”。

传统企业软件（ERP、CRM、OA 都算），本质上是一套结构化的数据录入和流程管理工具。它的运作，建立在三个前提上：

第一，它只认结构化的输入。 你不能跟它说”帮我把上次那个客户的单子改一下”,你必须精确地：进哪个模块、选哪条记录、改哪个字段。它不理解意图，只认操作。

第二，它要求人记住它的结构。 菜单怎么排、功能藏在哪、字段叫什么、流程分几步——这些”机器的逻辑”,都得装进员工的脑子里。培训、手册、老带新，很大一部分就是在教人”记住机器”。

第三，人是系统和现实之间的”翻译器”。 现实世界发生的事是模糊的、口语的（“客户说想再便宜点、下周要货”），而系统只认结构化数据。中间那个”把模糊现实翻译成规范录入”的活儿，全靠人来干。

你看，在这套体系里，人是围着机器转的。软件越复杂、功能越多，人要适应的负担就越重。这不是哪家软件做得不好，而是那个时代的技术限制——机器没法理解人话，只能反过来要求人说”机器话”。

AI 改变的第一件事：人可以用”人话”表达意图

大模型带来的第一个根本变化，就是打破了上面第一个前提。

因为它能”理解”（第 1 讲讲的第一项能力），人第一次可以用自然语言，直接表达自己想干什么，而不必先把意图翻译成一堆菜单点击和字段填写。

还是那个报销的例子。过去是”进 OA→找菜单→选类型→填七八个字段→上传→提交”。未来越来越可能变成：员工说一句”这是上周去上海出差的发票，帮我报一下”,然后系统自己去识别发票、提取金额、判断报销类型、填好表单、找到审批人、发起流程——员工只需要最后确认一下。

这中间的变化，看起来只是”少点了几下鼠标”,实则是一次主客关系的翻转：

• 过去：人学习机器的语言，去操作机器。
• 未来：机器理解人的语言，去完成任务。

从”人适应机器”,到”机器理解人”。这是大模型对企业软件最本质的改变，也是这一讲最重要的一句话。

AI 改变的第二件事：从”人操作系统”到”人提出目标”

顺着这个翻转往下走，会引出一个更深的变化。

过去，员工和系统的关系是**“操作”**：员工是操作员，一步一步地驱动系统。系统本身是被动的，你点一下，它动一下。员工的大量精力，花在”怎么操作”上。

未来，这个关系会越来越变成**“委托”**：员工提出一个目标（“帮我准备好这个客户的续约方案”），由系统去理解目标、拆解步骤、调动数据、完成任务，最后把结果交给员工确认。员工从”操作员”变成”提要求、做决策的人”。

我把这个变化概括成一句话：从”人操作系统”,到”人提出目标、系统执行任务”。

这个变化的意义，怎么强调都不过分。因为它改变的不只是效率，而是人在工作中扮演的角色：

• 员工从”记流程、点菜单、填字段”的机械劳动里被解放出来；
• 更多精力转向”想清楚要什么、判断结果对不对”这类真正需要人的部分。

当然，这不是一夜之间发生的，也不是所有事都能这样委托。哪些能委托、哪些必须人自己盯着，这里面有讲究（第 4 讲和第 12 讲会细说）。但方向是清楚的，而且已经在发生。

那么，ERP、CRM、OA 会消失吗

讲到这里，一定有管理者会问那个最关心的问题：既然人可以直接跟 AI 说话让它办事，那我花大价钱上的那些系统，是不是要被淘汰了？

我的答案很明确：不会消失，但会被”重新分层”。

这里要破除一个很流行、但很危险的误解——“以后大家直接跟 AI 聊天就行，还要 ERP、MES、OA 干嘛？”

持这种观点的人，把企业软件的价值理解错了。他们以为系统的核心是那些页面、菜单、按钮——既然 AI 能聊天代替了操作，页面就没用了。

但企业真正依赖系统的，从来不是页面。而是页面背后那些看不见的东西：

• 权限结构：谁能看什么、谁能改什么、谁能批什么；
• 流程规则：一件事要经过哪几道、什么条件触发什么动作；
• 数据关系：客户、订单、合同、库存之间怎么关联；
• 状态与生命周期：一个订单从下单到交付经历哪些状态；
• 财务规则与责任边界：什么合规、什么越界、出了事谁负责；
• 审计与留痕：每一步都要记录，事后可查、可追责。

这些东西，才是企业几十年沉淀下来的”筋骨”。AI 天生不具备这些——它理解语言，但不理解你的组织结构。 这也正是上一讲那个比喻的落点：一个聪明的应届生，不会天然知道你公司的权限、流程、规则。

所以真正发生的，不是”AI 取代系统”,而是系统被分成了两层：

• 底座层（系统继续承载）：权限、流程、规则、数据关系、留痕——这些反而因为 AI 要接进来，变得更重要。
• 交互层（AI 来改写）：人怎么和这套底座打交道，从”点菜单填表单”,变成”提目标、AI 执行”。

一句话：系统没有消失，是”人如何使用系统”被 AI 改写了。 这也是全球头部企业软件公司（无论做 ERP、CRM 还是办公软件的）正在集体走的路线——它们没有一家在喊”抛弃系统”,都在做同一件事：保留系统底座，在上面加一层 AI。

一个真实的观察：科研管理系统里的”分层”

给你讲一个我在项目里的真实观察，能把”分层”这件事讲得很具体。

我们做过一个高校的科研管理系统。表面上看，老师用它就是”提交一个项目、报一笔经费”这类操作。如果只看这层，很容易得出”以后让 AI 聊天代办就行、系统可以简化掉”的结论。

但真正进去做，你会发现这个系统管理的核心根本不是那些提交页面，而是一套复杂的组织运行结构：一个项目的状态怎么流转、经费预算有哪些硬规则、什么阶段能报什么不能报、哪一级学院有什么权限、结题要满足什么条件、财务上怎么勾稽、审计要留哪些痕迹。

这些东西，AI 能帮上什么忙？它能帮老师把”提交”这个动作变简单——老师说句话，AI 帮着识别材料、填好表单、发起流程。这是交互层。但底下那套”什么合规、什么越界、谁能批、怎么留痕”的规则和结构，AI 不但不能取代，反而必须严格遵守它、依赖它。AI 越想帮老师”一句话办事”,就越依赖底下这套结构清晰、规则明确的系统。

这就是分层最真实的样子：AI 接管上面那层”人肉操作”,系统继续承载下面那层”组织规则”。 两者不是替代关系，是配合关系。

这对管理者的三个提示

看清了这个变化，你在几件事上的判断会更清醒：

第一，别信”以后不需要系统了”的说法。 谁跟你说 AI 能让你扔掉 ERP/CRM/OA，谁大概率没真正做过企业项目。真实的方向是”系统底座 + AI 交互层”,不是”AI 取代系统”。

第二，你那套老系统的”筋骨”变值钱了。 过去被嫌弃”难用、流程繁琐”的权限、规则、数据结构，恰恰是 AI 时代最重要的资产——因为 AI 要接进来干活，全靠它们。反过来，如果你的系统本身流程混乱、数据一团糟，AI 接进来只会更乱（这也是很多企业 AI 落地难的深层原因，第四部分会讲）。

第三，投入重心要放在”交互层”和”打通”上。 未来值得花钱的，不是再买一套更复杂的功能软件，而是在现有底座之上，建好 AI 这一层交互，以及把 AI 和底座打通的那些工程。

给管理者的行动建议

• 重新评估现有系统的价值。 别只盯着”它好不好用”,要看”它的权限、流程、数据结构清不清晰”——这决定了你将来能不能顺利把 AI 接上去。
• 找出员工”伺候系统”最重的环节。 哪些岗位天天在记菜单、填表单、当”人肉翻译器”？那里就是 AI 交互层最先该发力的地方。
• 纠正团队里”AI 取代系统”的说法。 把内部共识统一成”系统底座 + AI 交互层”,这会直接影响你们后面的技术选型和投入方向。

小结与下一讲

大模型改变企业软件，不是把系统干掉，而是把它重新分层：底下的权限、流程、规则、数据继续由系统承载，甚至变得更重要；上面”人怎么用系统”,从”人适应机器”被改写成”机器理解人”。ERP、CRM、OA 不会消失，消失的是那层繁琐的”人肉操作”。

不过，讲到这里，你可能已经被一堆词绕晕了：大模型、ChatGPT、智能体、知识库、工作流……这些到底谁是谁、谁管什么、怎么配合？下一讲，我就把这几个最容易混淆的概念，一次性给你理清楚。