自从AI大模型前年开始火起来，企业管理软件公司如果不跟AI 大模型扯上点边，似乎就要落伍于时代了；另一方面，就连微软CEO 也公开PUA传统企业应用软件厂商，再不上AI 的车，你们就完蛋了。
那么实际情况究竟如何呢？
在过去这大半年，我受多家企业管理软件 （即ERP、HCM、CRM、PLM等类型软件产品）公司邀请，评估其基于人工智能大语言模型的应用创新。
这些公司有国际头部厂商，也有国内头部厂商，有传统国际大厂出来的、产品经验丰富的创业团队，也有从来没干过企业应用软件、出于对ToB 行业的兴趣进到这个跑道的技术创业者。
我看完各种Demo 后，对这些企业老板直接说了我的结论：
从企业实际应用的角度，你们产品的优势还是基于对业务最佳实践的提炼（或者对国外领先软件的像素级替代）；
而目前这些AI产品的实用价值，基本上都是噱头。
通过这些评估鉴赏，我观察到国内外企业管理软件的AI 产品，主要有这样一些智能应用场景：
一、最终用户（业务用户）端：
1、知识查询：
用户在操作业务时，可以利用自然语言通过跟智能体聊天的方式，来查询企业知识库的相关内容
2、数据查询：
基于自然语言对话的“问数”是最常提供的场景，AI 对于复杂业务问题的理解还存在不足，而且企业管理软件的“问数”如果不是基于独立的数据平台，可能在生产环境下还有性能问题
3、调用功能：
取决于软件的底层架构，对那些业务能力服务化做得比较好、软件架构现代化特性比较强的产品，可以直接调用原子化的能力，并且对这些能力进行组合；而那些本身架构较老，业务能力未实现充分解耦的软件，则是用大模型对用户实现功能界面的导航。
4、文档理解和生成：
可以利用大模型对业务流程中涉及的销售文本、采购合同、报表附注等进行阅读理解，发现风险、合规等问题，或者整合系统结构化数据来生成这类文档；
5、系统功能解释：
相当于在线帮助文档，解释系统的数据、流程、功能的含义；从我观察到的实际情况来看，大模型生成的文字比较啰嗦，针对性也不强。
二、专业用户（实施顾问）端：
1、生成数据模型和表单：
相当于前些年开始热门起来的“低代码”工具的AI 升级版，用自然语言来生成数据、表单、流程这些业务对象。
2、生成业务逻辑的软件代码：
系统要实现各种复杂的业务逻辑，传统国外高端软件由于底层数据模型很强大，可以通过简单“配置”来实现，对那些用配置无法实现的复杂逻辑或者功能增强，就需要写软件代码；而相对来说数据模型较弱的国内软件或者新创软件，在实施中，就需要大量的写代码的工作。我观察到一些新创国内软件，可以根据用户（即实施顾问）的提示词，用大模型来生成算法、流程的脚本代码，提高写代码的效率。
3、生成前端用户界面：
大模型可以根据实施顾问的提示词，来快速生成前端，并实现和后端服务的对接。
以上这些应用不能说不好、不创新，但是我始终觉得这些并没有给企业管理软件带来革命性的变化。就我自己过去做实施顾问的体验，这些 AI 就像玩具一样，并不能提高实施的效率——本来企业管理信息系统的实施，技术工作只占很小的部分，主要都是在人际互动上。
对企业管理软件的这些AI大模型应用，我的感觉有点像能认识鸡翅的AI 烤箱，它能用人工智能认出放在烤盘上面的食材是12 个鸡翅，并且自动设置烤制温度和时间：
你说它不创新吗？显然它还是有够创新！
你会买这种烤箱吗？反正我购买烤箱，并没有这个需求。
鸡翅的实际材质很多变——鸡种、温度、产地等等，所以AI 即使认出是十二个鸡翅，烤制效果好是多半分钟还是少半分钟，其实这个烤箱并不能掌握准确。
所以，我觉得这个能认鸡翅的AI 烤箱，应该有一批确实具有需求的目标客群，例如盲人?? ，但是，这并不是烤箱的革命。
回到一个本质的问题，企业管理软件究竟有多需要AI？
“企业管理软件”的本质是用信息技术、计算机，来解决企业的管理问题，即：了解业务准确的信息，做出准确的决策，提高业务流程的效率。
信息技术在企业管理里有三个作用：
一、智能：认知环境动态、做出行动决策、产生行为反馈
二、记录：产生数据，并处理为业务信息
三、行动：根据智能，完成特定的任务，并生成数据
然而企业管理如果自身都没把流程搞好，数据不准，那么人工智能就毫无意义，我这个视频讲了这个观点：
