IT时报记者 郝俊慧
北京国贸大酒店会议室里，Peter Moore拿起笔，在纸上画了一栋房子。
“建筑商盖了这栋房子，并且保证它可以保持多少年不倒。但很多人——比如调皮的孩子——不走门，从烟囱、窗户爬进去。”他顿了顿，“建筑商说，这样造成的损毁，我们不负责。”
Peter Moore，SAP亚太区合作伙伴生态系统负责人，他希望用最简单的方式向媒体解释一件事：AI时代，SAP愿意开放API，让合作伙伴和AI创业公司在它的平台上开发智能体，但有一个前提——必须从“门”里进，符合SAP的治理规则。
6月3日，2026年SAP中国峰会（SAP NOW AI Tour）举行，在这个一年一度最重要的大会上，SAP首次面向中国市场详尽阐述了一个新愿景——“自主运营企业”（Autonomous Enterprise），推动企业运行模式从“人工驱动流程”迈向“AI驱动业务结果”。
SAP认为，AI在企业中发挥的作用应类似于无人驾驶技术，让企业能够自动识别内部和外部的机会以及存在的威胁，当然最终关键的商业结果仍交由人来把控。在这个过程中，SAP将帮助企业构建并驾驭“自主运营”能力。
但这并不是全部。面向万物皆智能体的未来，SAP更想做“企业AI生态的CUDA”。
弱链之问：AI的回报在哪里？“这就是AI带来的人气。”6月3日的SAP中国峰会现场，座无虚席，这是SAP大中华地区总裁原欣第二次站在这个舞台上，仅仅过了一年，AI推动世界进入智能体时代，但企业们更想知道：投了AI，什么时候能有回报？
2025年，麦肯锡对全球2000多家企业完成了一项调查，结果显示，88%的企业至少在一个场景用了AI，但只有6%的企业认为，超过5%的EBITDA（息税折旧及摊销前利润）增长归功于AI技术，也就是说剩余94%的企业把真金白银投入到AI里，却没有看到更多商业回报。
原欣用了一个经济学概念来解释这个落差——“弱链”，这个由斯坦福教授Chad Jones提出的理论类似德鲁克的“木桶效应”，他认为一个系统的价值不取决于最强的环节，而是最弱的那一环。AI可以把某些环节的效率提升几十倍、上百倍，但只要企业运营链条上还有一个“短板”卡住，整体价值就出不来。
按照这个逻辑，AI的价值卡在哪里？
企业CIO们有一个有趣的共识，“老板以为有了AI，以前的苦活累活都不用干了，但事实不是这样”。
所有颠覆性技术从出现到产生价值，都经历了漫长的过程。原因很简单，底层通用型技术突破之后，如果没有配套系统和组织的同步进化，便很难真正跨越“奇点”。
原欣认为，对今天大多数企业而言，这道弱链就是AI与核心业务系统之间的断层，“如果想真正实现AI的价值，特别是端到端的价值，你必须依托于企业的神经网络，ERP、CRM等系统正是维持企业运转的底座与中枢。”
嵌入式的AI原生当天会场内，无论是主题演讲，还是现场展示，都只有一个主题：Autonomous Enterprise（自主运营企业），其核心是让智能体能够直接访问ERP数据、流程逻辑和治理控制。
这不是“AI+ERP”的简单叠加。
当前，许多企业在推进智能化转型时，极易陷入“智能体盲目堆叠”的误区。他们往往将业务系统里早已存在的规则、流程、背景等一股脑塞给智能体，试图通过大量的“提示词工程”（Prompt Engineering）重复训练已有的业务流程。
在这个过程中，企业会不停地发现Bug：超长上下文不断推高Token（词元）的调用成本，不同公司开发的智能体之间互不理解，由于缺乏全局数据与业务概念，导致企业无法在跨业务链条、跨部门流程中做到“可信”……
“我们要先有一颗具备业务知识和企业记忆的大脑，再搭配基于业务对象和业务流程的自动化，才能建立一套可审计的智能体体系。”SAP战略客户部咨询总监周德伦画了一张三层架构图：最上层是Joule Work（SAP的智能体集中式工作空间），人机交互从点菜单变成“说意图”；中间层是自主型管理套件（Autonomous Suite），按财务、采购、供应链、人力资本、客户体验五大业务域，由智能助手感知业务、调度智能体执行，最底层则是承载知识图谱与企业记忆的SAP商业AI平台（Business AI Platform），也即AI原生的“企业大脑”。
这颗“企业大脑”分有两层：一层是SAP Knowledge Graph（知识图谱），把SAP过去ERP、业务网络里所有的业务对象和关键流程，涵盖客户、订单、物料、合同、生产计划、财务事件及其相互影响，编成一张用企业自己语言写的“业务地图”，Agent操作时，看到的不是碎片数据，而是牵一发而动全身的全局关联；另一层是企业长期记忆，流程规则、经营智慧、例外处理经验等多年沉淀的运营智慧，是一本智能体随时可查的“操作手册”。
因此，SAP更愿意用“嵌入式AI”来形容自己的独特性：“以AI为核心重新设计整个企业运营架构，形成一个AI Native（AI原生）的企业运营范式。”周德伦说道。
SAP认为，AI不只是一个辅助的功能模块，而且是企业运行的操作系统底层，企业未来的竞争壁垒，取决于自己的数据、流程和业务知识是否已经为智能体做好了准备。
三一集团2025年开始全面向智能化转型，构建了130多万条领域知识，训练了覆盖研发、供应链、制造、销售服务等各业务领域的十余款垂直模型，累计AI落地场景超700个。在峰会演讲谈及这些变化时，三一集团CIO许国强回顾了企业30多年数智化之路：从20世纪90年代部分业务线上管理开始，走过21世纪10年代的全面信息化，到现在进入全面数智化时代，“没有前面这些坚实的基础，就不可能更好地应用AI。”
曼森集团，SAP和阿里云在中国合作签约的第一个ERP客户，其总经理杜国亚在与SAP 大中华地区业务增长官唐婷婷对话时，对AI的理解与三一集团异曲同工：先做一个“大脑”，实现数据归口、流程清晰、走向统一，“AI能不能带来高效决策？如果没有数据沉淀，没有知识储备，很难。”
两个截然不同行业的企业，讲述了同一套逻辑：AI要真正产生价值，必须先修复企业运营链条上的“弱链”，这正是SAP下注的方向。
新生态的开始采访中，Peter Moore透露了一个数字：今年蓝宝石大会之前，SAP全球CEO柯睿安（Christian Klein）向全球合作伙伴发起一场“预热赛”——用Joule开发智能体，他的目标是产出200个智能体，而最终结果是680个，合作伙伴的创造力远超预期。
峰会现场设置了“AI 智能体梦工厂”展台，这个名字清晰传递了 Joule Studio 的定位。Joule Studio是一站式AI原生开发平台，处于前文周德伦所提三层架构的SAP商业AI平台的构建层。它为企业和合作伙伴提供了一个可同时调用SAP和第三方大模型的开发环境，用户在其中设计、构建、部署并管理AI智能体全生命周期，且建出来的智能体自动继承SAP已有的业务语境。
峰会现场，《IT时报》记者看到，一个财务人员可以在10分钟内做出一款应收催款智能体，不过整个过程仍需要SAP工程师在旁边辅助，尚无法完全零基础轻松完成。
“合作伙伴今年可以免费接入Joule去使用它。”Peter Moore告诉记者，SAP还提供了总计1亿欧元的AI基金，用于支持合作伙伴帮助客户部署SAP打造的AI 智能助手和智能体。
这套逻辑听起来是不是十分耳熟？在《IT时报》记者看来，这很像英伟达的CUDA或者苹果的App Store，提供一个底层平台和工具，让开发者在上面创造价值。
企业级市场，尤其是涉及财务、供应链、人力资源等核心业务时，“无序的开放”等于“灾难”。
5月的蓝宝石大会上，柯睿安对此直言不讳：大多数企业AI工具所使用的大型语言模型从未在实际业务数据上进行过训练，既不了解公司特定的治理要求，也无法可靠地驾驭ERP 系统运行的那种关键任务型、确定性流程，“如果让智能体负责你的工资发放、资金流动、需求和供应链计划，那么80% 准确率是远远不够的。”
今年4月，SAP更新了自己的API政策（v4/2026版），其中核心一条是：SAP的API不得用于“与那些自行规划、选择或执行一连串API调用的（半）自主或生成式AI系统进行交互或集成”。
这意味着，任何试图“野生”接入SAP系统，比如通过逆向工程、非公开接口，或者让大模型“猜”API调用方式的行为，都会被禁止。
结合v4/2026版和大力推广的Joule Studio及商业AI平台，SAP实则在打一套“治理下的开放”组合拳：一方面，防止野生API随意调用企业数据，另一方面，开发者通过低代码环境、商业AI平台及公开API，可以合规、高效地构建和部署AI智能体。
“Peter Moore的核心逻辑是：SAP提供商业AI平台（Business AI Platform），整合了有语义、有业务含义的数据，开放标准API，让合作伙伴在上面做AI创新，这比让AI公司从零搭建数据基础设施简单得多，但前提是要在SAP的标准下完成，“我们希望生态里的开发者越多越好，但前提是有一个良好的治理环境。”
一个可供印证的案例是：一家原本专注于微软M365的合作伙伴，通过SAP标准的API，创造了一个智能体，将采购、询价、邮件整合在一起，直接在SAP系统中创建采购订单，Agent打通了系统之间的壁垒。
演讲结尾时，原欣引用了今年蓝宝石大会的口号——“This is just the beginning of Better（这只是一个更好的开始）”。
是的，这是一个新时代的起点：公司的边界正在被AI重新划定，竞争单元从“公司”变成“人+AI的组合”，在此过程中，SAP的角色从企业AI“产品提供商”转向了“生态赋能者”。
它会成为这个新世界的“CUDA”吗？
Peter Moore画的那栋房子，门开着，不过，钥匙握在SAP手里。
