AI 打不垮 SAP，但會打碎按坐席收費的定價模式
AI 不會抹平企業軟件的積累，但會打碎按坐席收費的定價模式。SAP 的防禦不是自訓基模，而是開放合作加業務理解，真正的戰場在最後一公里的流程、數據和組織慣性。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
定價模式才是真衝擊
AI 對 SAP 的衝擊不在代碼層，而在商業模式。SAP 股價從高點 300 美元回落到 160 美元，但拉長到 2021 年仍有 20% 多增長；Adobe 從約 480 跌到 220 左右，Zoom 幾乎跌沒。真正被替代的是單點 SaaS。衝擊的核心是傳統按坐席收費的定價模式，未來會轉向按 consumption 甚至按結果付費，這是所有企業軟件都要面對的挑戰。
— 原欣不訓基模，開放合作
SAP 不自己訓練通用大模型，因為基模演進太快，且它擅長的領域是企業流程、數據和交互。SAP 的做法是開放給所有第三方模型，在模型選擇上用最合適的場景配最合適的模型。同時基於自身結構化表數據訓練專有小模型 RPT 1.5，用於收款預測等準確率要求接近 100% 的財務場景，因為財務領域 99% 的準確率仍不可用。
— 原欣老闆要 AI，但髒數據仍在
大企業 CIO 最頭疼的是老闆在微信上讀篇文章就丟過來說「我也要」。落差在於大家以為 AI 來了，以前髒活累活就不用幹了。AI 能加速數據清洗，但不能讓這個過程消失。要實現 AI 落地，仍需 FDE 梳理歷史數據，按業務對象整理，同時把老師傅的非結構化決策「蒸」出來，沉澱成企業記憶，才能逐步提高可自動化執行的部分。
— 原欣FDE 與顧問終會融合
FDE 不是駐場工程師的翻版。傳統 ERP 顧問是行業專家，從業務端切入，最終把需求落進標準產品；FDE 是把做產品的人提前部署到客戶，沉澱出的能力會迴歸產品。早期 FDE 偏底層工程，缺一個把業務轉成 coding 需求的轉化器，所以 Anthropic、OpenAI 開始與麥肯錫、埃森哲這類諮詢公司合作。兩撥人會合併成同時懂業務和技術的複合角色，這正是從小圈子外溢到企業市場的必經路線。
— 原欣關務 Agent 準確率翻盤
一家大型創新公司自己做 agent 處理 33 個國家的海關申報，準確率只有六七成，人反而要複查剩餘錯誤，怨聲載道。SAP 進入後，靠 GTC 全球稅務平臺對 33 國稅務的基本理解，加上 document AI 的模板配置，替代長上下文 token，準確率瞬間提升到 90% 幾，原本一個國家試點，三十多個國家爭相上線。這說明探索 AI 業務價值不必摒棄舊積累，標準流程疊加增量價值才是有效路徑。
— 原欣28% 嘗試，僅 3% 回報
麥肯錫訪談全球 2000 多家企業，28% 已用 AI 做項目，但只有 3% 認為真正有業務回報。因此真正上 production 的項目很少，多數還在 POC 和原型階段。大客戶有錢試錯，動得快；小公司用開源工具跑得很快；最掙扎的是幾個億到 100 億左右的中型企業，是否擁抱 AI 與創始人認知強相關，而中國企業更願意把錢投在產品側，而非管理側。
— 原欣出海靠本地化底座
SAP 的全球化平臺本身就覆蓋 150 多個國家運營，產品架構裡有 localization 團隊，專門做各國稅務合規的本地化，中國企業出海可以直接借用這套底座，只需關心業務。聯想從 200 億到幾千億規模都與 SAP 合作，現在用 process mining 工具梳理 2000 多個流程，找斷點和提效空間。收併購歐洲企業時，對方天然是 SAP 用戶，系統整合也有天然優勢。
— 原欣原話 · 已逐字校驗
你逃不出來處理企業的流程組織和數據，逃不掉對客戶業務的理解，逃不掉我怎麼把業務轉化成我的代碼，他還是要有human in the loop去做干預的。
你逃不出來處理企業的流程組織和數據，逃不掉對客戶業務的理解，逃不掉我怎麼把業務轉化成我的代碼，他還是要有human in the loop去做干預的。
原欣0:00
我覺得不是不存在，只是歷史的規律告訴我們，它外溢是需要時間的。
我覺得不是不存在，只是歷史的規律告訴我們，它外溢是需要時間的。
原欣30:51
老闆經常在微信上讀了一個什麼什麼什麼AI能幹啥，然後丟給他說我也要這是現在就是尤其大企業的CIO最頭疼的事。
老闆經常在微信上讀了一個什麼什麼什麼AI能幹啥，然後丟給他說我也要這是現在就是尤其大企業的CIO最頭疼的事。
原欣44:47
因為畢竟你現在的業務的大部分，其實還是遵循一定之規的。 你只需要在打底打的好的基礎上，把那些以前不太規範。 和你不能讀懂的或者收集那樣的數據代價很大的那一部分補充上，其實就是很好的一個狀態。
因為畢竟你現在的業務的大部分，其實還是遵循一定之規的。 你只需要在打底打的好的基礎上，把那些以前不太規範。 和你不能讀懂的或者收集那樣的數據代價很大的那一部分補充上，其實就是很好的一個狀態。
原欣56:30
現在大家其實整個AI的世界就是一個大的競和的世界大混戰啊。 對，就是誰也離不開誰，但同時大家都想去圈出來自己的一塊地。
現在大家其實整個AI的世界就是一個大的競和的世界大混戰啊。 對，就是誰也離不開誰，但同時大家都想去圈出來自己的一塊地。
原欣58:40
對企業其實相對來講還是比較複雜的一個東西，就是出來混，總是要還的。
對企業其實相對來講還是比較複雜的一個東西，就是出來混，總是要還的。
原欣1:11:28
數字與實體
| 全球百強中使用 SAP 的企業數 | 99 家 | 3:15 |
| SAP 雲用戶數 | 超過 3 億 | 3:15 |
| SAP 全球員工數 | 11 萬 | 3:15 |
| SAP 業務覆蓋國家數 | 150 多個 | 3:15 |
| SAP 客戶中中小企業佔比 | 80% | 27:28 |
| 關務 Agent 準確率 | 從六七成提升到 90% 幾 | 56:30 |
| 已用 AI 做項目的企業比例 | 28% | 1:06:03 |
| 認為真正有業務回報的企業比例 | 3% | 1:06:03 |
| SAP 代碼量 | 幾億行 | 18:03 |
| 聯想流程數量 | 2000 多個 | 1:24:03 |
術語
- ERP企業資源計劃
- SAP 起家的核心系統，管理財務、採購、生產等端到端企業流程。
- FDE前向部署工程師
- 去客戶現場把 AI 落地，同時把成果沉澱回產品。
- Human in the loop人在迴路
- AI 自動執行後仍需人工審核關鍵判斷。
- Process mining流程挖掘
- 用日誌分析真實業務流，找斷點和提效空間。
- Physical AI物理 AI
- AI 與機器人、電動車等實體結合，被認為是中國優勢方向。
收聽指南
企業軟件創業者、投資人、出海企業技術負責人，以及想搞清 FDE 是不是好職業方向的工程師。