当一位对AI寄予厚望的企业高管跟下面的运营团队说，，
，，“我希望用了AI能给流程节约本钱带来20%-30%的效益提升。。”

接下来会爆发什么？？？

这句话转达下去之后，，
，，各个部分各自最先做AI实验——有的团队在代码方面做优化，，
，，有的做营业流程，，
，，有的做采购决议。。每个团队做实验都要消耗大宗Token，，
，，一段时间下来，，
，，治理层发明一个尴尬的事实：实现了自动化，，
，，但Token的用度已经凌驾了雇一个人专门做的本钱。。

这是SAP全球副总裁Varun Thamba在SAP中国峰会上分享的案例，，
，，源自他看过的一篇报道，，
，，而报道形貌场景在目今企业中很常见。。

SAP举行了一项笼罩13个国家、2600位企业高管（其中200位来自中国）的AI调研，，
，，效果显示39%的中国企业接纳的是零星式AI战略，，
，，各部分各自行动，，
，，做了大宗POC（看法验证），，
，，却很难形成可规模
；；；；募壑。。只有18%的企业有战略性整体妄想。。

与此同时，，
，，一组数据也值得关注：中国企业的AI投资回报率从去年的18%涨到了22%，，
，，预计两年后可能抵达38%。。数字在涨，，
，，但SAP的调研同时展现了一个隐藏的价钱——67% 的受访中国企业以为，，
，，AI确实扩大了可处理使命的规模，，
，，但也让员工的事情负荷和责任压力同步增添了。。

这不止是中国企业AI落地的年度群像，，
，，基础挑战来自那里？？？

三个“未停当”

Varun Thamba把企业AI落地面临的瓶颈归纳为三个维度：数据未停当、员工未停当、治理未停当。。

数据。。调研中，，
，，当企业被问及“落地智能体AI是否准备好了”时，，
，，69%的中国企业以为自己现在的数据已为AI做好准备，，
，，较去年的70%略有下降。。

原因很直接：许多企业在妄想AI时并不知道自己是否具备足够高质量的数据。。

“当他真正最先做这件事情的时间，，
，，会突然意识到，，
，，我有数据，，
，，可是这个数据还不敷好。。”Varun说，，
，，人力资源部分和财务部分拥有大宗数据，，
，，但做AI时才发明数据的完整性和准确性远不达标。。

员工。。78%的中国受访企业体现，，
，，员工手艺培训跟不上AI手艺迭代的速率。。AI险些按周在进化，，
，，这意味着员工必需在更短的时间内掌握新工具、顺应新流程。。

治理。。只有6%的中国企业以为自己具备有用治理AI所需的完整手艺。。在Varun的比喻中，，
，，这意味着“在一个地方，，
，，你的警力是缺乏的，，
，，无法确保在这里的人是真正遵法的”。。

上述三个维度叠加在一起，，
，，组成了一个企业级AI落地的完整逆境：系统碎片化、数据孤岛、语义纷歧致，，
，，使得AI难以真正融入焦点营业并规模
；；；；头偶壑。。

更深层的“弱链”

SAP大中华地区总裁原欣在峰会主旨演讲中，，
，，用一个经济学争论把这个问题推到了更宏观的层面。。

乐观派的代表是斯坦福大学教授Erik Brynjolfsson，，
，，他在2026年2月的《金融时报》上展望，，
，，2025年美国生产率因AI提升到2.7%——这个数字看起来不高，，
，，但已是已往十年的2倍。。

气馁派的代表是麻省理工的Daron Acemoglu（2024年诺贝尔经济学奖得主），，
，，他以为AI可笼罩的可盈利自动化运营部分只占经济总量的不到5%，，
，，未来十年AI对美国生产力的提升只有1.1个百分点。。

“气馁的1.1%、乐观的2.7%。。关于我一个在IT圈子里看到以年计、以月计的事情被Agent以天、以小时计完成，，
，，生产效率提升几十倍上百倍的人，，
，，怎么放到大的经济情形里只有个位数的影响？？？”原欣说。。

她的谜底是一个斯坦福教授Chad Jones提出的理论——弱链（Weak Link）。。这个理论说，，
，，木桶能装几多水不取决于最高的板，，
，，而取决于最低的板。。在整个手艺厘革中，，
，，企业需要找到自己的弱链并补齐它。。

麦肯锡2025年全球企业AI视察的数据印证了这一点：88%的企业在至少一个场景使用了AI，，
，，但只有6%以为凌驾5%的EBITDA增添归功于AI。。剩下94%的企业投入了真金白银，，
，，却还没有看到商业回报。。

原欣的判断是：“AI能为企业创立多大价值，，
，，不取决于模子能力有多强，，
，，而取决于企业最薄弱的一环能否买通。。对今天大大都企业而言，，
，，这道‘弱链'就是AI与焦点营业系统之间的断层。。”

IBM商业价值研究院与SAP联合宣布的调研白皮书也印证了这一判断——企业推进智能化转型时，，
，，内部营业协同难题和IT架构老化是最大的结构性障碍，，
，，AI能力往往游离于焦点系统之外，，
，，既拿不到完整的营业上下文，，
，，也无法触发实质性的流程执行。。

探索突围

在峰会现场，，
，，三一集团、曼森集团、毕马威都分享了他们补齐“弱链”的行动和思索。。

三一集团履历了90年月营业线上化、2010年月周全信息化、周全数字化（灯塔工厂、数字中台），，
，，从2025年最先到现在迎来周全智能化。。许国强总结说，，
，，“没有前面三个阶段，，
，，AI就是空中楼阁。。”

2025年，，
，，三一由董事长亲自推动“全员AI强管控”——所有治理岗和要害岗都要思索AI与自身营业流程的连系点。。一年下来沉淀了130多万条领域知识，，
，，训练了10多款垂域模子，，
，，落地了700多个赋能场景。。去年AI引入效果约2亿元。。但许国强也坦承：700多个场景提升了个人效率，，
，，组织级效率的提升仍在探索中。。

曼森集团总司理杜国亚提供了一个更轻量的样本。。在偕行纷纷追逐大模子、天生式AI确当下，，
，，这家年增添30%-50%的企业选择的第一步，，
，，不是安排AI Agent，，
，，而是先把ERP系统建好——把“大脑”建好，，
，，再谈智能。。

“AI能不可回覆问题？？？可以。。但能不可带来高效决议？？？没有数据沉淀不可。。”他的做法是把原有数据所有界说为“全新的”，，
，，以最快速率完成系统切换。。2025年12月，，
，，曼森集团选择安排在阿里云上的SAP Cloud ERP，，
，，正式最先突破这种信息割裂。。选择云安排而非私有化，，
，，杜国亚的逻辑很直接：“我们不需要把所有事情想得那么重大。。我们之以是快速切换，，
，，是把这套系统界说成一个全新的系统，，
，，把我们公司所有的数据界说玉成新的数据。。”

毕马威亚太及中国咨询服务主管合资人刘建刚则从用户自身视角提供了另一条实践路径——毕马威率先将自己的焦点营业ERP迁徙至公有云，，
，，成为树模性的"零号原型客户"。。他的要领论是八个字：大处着眼，，
，，小处着手——既要有周全妄想，，
，，又要从低投入、低风险的领域切入，，
，，做"最后一公里"延伸，，
，，先爆发实效，，
，，再滚雪球式生长。。他特殊强调：AI并非零本钱。。

把以上这些实践放在一起，，
，，要领论闭环最先浮现。。

第一步：数据停当，，
，，统一营业底座，，
，，消除数据孤岛。。三一用SAP S/4HANA构建全球统一营业底座，，
，，曼森在阿里云上安排SAP Cloud ERP取代多套自力系统，，
，，毕马威把焦点ERP搬到公有云——三者的起点都是统一个行动：先修睦“高速公路”。。

第二步：知识停当，，
，，沉淀营业知识，，
，，构建企业影象。。三一沉淀了130多万条领域知识，，
，，曼森把流程标准和营业规则统一写入系统。。没有这些积累，，
，，AI Agent面临的将是点状的知识而非系统化的营业认知。。

第三步：组织停当，，
，，从IT驱动转向营业驱动，，
，，全员加入。。三一的“全员AI强管控”由董事长推动，，
，，要求所有治理岗和要害岗思索AI与自身流程的连系点——这不是IT部分的事，，
，，而是整个组织的事。。

这三步对应了SAP提出的三级AI治理架构：底层是数据治理层（SAP Business Data Cloud，，
，，确保AI挪用的数据是可信、准确的）；
；；；；中心是应用集成层（ERP与第三方系统的集成，，
，，买通端到端营业流程）；
；；；；顶层是智能体层（Joule及AI Agent Hub，，
，，实现统一治理下的智能体协同）。。

SAP在此次峰会上推出的“AI奇点启航妄想”，，
，，实质上是把这个要领论酿成了一个可执行的产品——企业报名加入联合事情坊，，
，，从真实营业问题出发，，
，，在2至4周内完成原型验证，，
，，看到AI带来的现实价值，，
，，最终通过RISE或GROW嵌入日常运营。。

回报的起点

所有的要领论最终都要回覆一个最质朴的问题：AI究竟值不值？？？

Varun Thamba给出的建议是反直觉的——不要从AI最先，，
，，从瓶颈最先。。他建议企业先看全营业流程中哪个环节造成了最大的本钱铺张，，
，，然后在这个详细位置用AI，，
，，用量化工具盘算Token投入和回报的关系，，
，，确保消耗Token的本钱是小于可以被证实带来的价值。。

许国强的判断则更为直白：“十年前数字化对许多企业是可选项，，
，，五年前是必选项，，
，，当下和未来——AI一定是生涯项。。AI不是取代人，，
，，是让会用AI的人取代不会用AI的人，，
，，让会用AI的企业跑赢不会用AI的企业。。”

这句话听起来像是行业共识的宣示，，
，，但它的底色是一个更质朴的逻辑：94%的企业砸了真金白银却没看到回报，，
，，不是由于AI不可，，
，，而是由于企业自身在数据、流程、组织和治理层面尚有太多的“弱链”没有补齐。。

补链这件事不性感。。它意味着要回到最基础的流程梳理、数据洗濯、知识沉淀和标准统一——这些事情是三一集团二十多年从营业线上化、信息化到数字化打下的基础，，
，，在曼森体现为“先把内存贮存好”，，
，，在毕马威体现为“零号原型客户自己先试”。。

而这些恰恰是目今企业AI落地中最被低估的一课。。正如原欣所说：“自主运营企业不是企业的终点，，
，，而是企业进化旅程的起点。。”