金蝶灵基 3706 家付费用户复盘：报销 5 天到 1 天之前，先要把四十多套系统归成一套

材料口径：一场大会、三份转述与它们的利益关联

本文依据的材料来自 2026 年 10 月 23 日金蝶 2026 全球创见者大会的公开报道，包括新华财经 10 月 24 日的报道、中国经济网与深圳新闻网 10 月 23 日的报道，以及同花顺财经 10 月 24 日的转述。四份材料的核心数据相互一致，可以互为印证。

但必须先说清楚一件事：全部数据均为企业方与厂商方自述，没有第三方审计，也没有给出测量方法与基线定义。报道中出现的周期压缩、效率提升、人工下降等读数，都是金蝶方面提供、客户方面认可的口径。这不影响它们作为案例被研究，但影响它们作为选型依据被引用。

还有一处需要读者自行判断的关联：金蝶是本次大会的主办方、灵基的提供方，也是 Lingee Bench 的联合发布方之一。因此「灵基效果好」与「灵基的评测基准权威」这两个判断出自同一主体，这一点在后面会单独展开。

发布了什么：Manage、企业上下文、ERP 连接器与 Lingee Bench

本次大会披露的新能力可以分成四块，其中前两块是产品，第三块是连接层，第四块是评测标准。

组成部分	官方描述	公开读数
灵基 Manage	面向管理层打造经营管理闭环	覆盖数据分析、问题发现、方案制定、任务分配、跟踪复盘全链路
企业上下文	把 ERP 数据、知识库、记忆、生态 MCP 与外部数据统一接入并沉淀为可理解可追溯的资产	整合 ERP 业务数据、知识库、组织本体、办公记忆、外部生态数据
ERP 连接器	让智能体能查询数据、执行业务	首批上线 70 个连接器、1127 个 Tool，覆盖金蝶全系 ERP 业务能力
Lingee Bench	面向企业管理场景的智能体评测基准与白皮书	通用办公、财务、供应链、制造四套评测集，共 1400 余道业务考题

ERP 连接器的两个数字值得单独看。70 个连接器与 1127 个 Tool，意味着平均每个连接器暴露约 16 个可调能力。这个密度说明它不是把 ERP 界面包一层，而是把业务能力拆成了可被智能体组合的粒度。对使用者来说，这既意味着可编排的空间大，也意味着权限与审计的面同样大——1127 个可调能力中，每一个都需要回答「谁可以调、调到哪一步、留下什么记录」。

企业上下文一词的用法也值得注意。金蝶把它定义为核心护城河，强调它整合 ERP 业务数据、知识库、组织本体、办公记忆与外部生态数据，并且继承 ERP 完整的权限体系。后一条是 ERP 系厂商做企业智能体时的结构性优势：数据安全和权限隔离这两件事，在 ERP 里已经做了很多年。

案例一：振兴集团，四十余套系统归成一套

马来西亚振兴集团是本次被点名的两个案例之一。它的基本盘是六家上市公司、横跨四大行业、三千名员工，改造前运行着四十余套异构系统。

改造的起点并不是上智能体，而是系统统一：把多套系统归为一套金蝶统一记录，三千名员工全员上线。在此之后，才以「本体记忆加底座加人机舱」的方式重画财务与运营组织。

落到具体流程上，费用报销由智能体完成校验、匹配、路由与记账四个动作，周期从 5 天压缩到 1 天；三单匹配的人工需求下降 89%。

环节	改造前	改造后	压缩幅度
系统形态	四十余套异构系统	一套统一记录，3000 名员工全员上线	—
费用报销周期	5 天	1 天	80%
三单匹配人工需求	基准值未披露	下降 89%	89%

需要注意，上表中「三单匹配人工需求下降 89%」的基准值未披露，因此无法换算成具体工时。而「报销周期从 5 天到 1 天」压缩的是端到端时长，不是人力投入——这一点在后面会展开。

案例二：阳光智维，9 个智能体与三类高频场景

阳光智维是一家覆盖全国 31 个省份及海外 3 大区域、服务数千座新能源电站的能源行业企业。它的路径与振兴集团不同，场景更聚焦。

组织方式上，它依托灵基统一智能平台，由金蝶 FDE 团队驻场共创。FDE 这个角色后面会单独讨论，它在近期一批企业智能体案例里反复出现。

场景选择上，围绕投标、审核、检修三类高频场景落地智能体。结果是：智标书把标书编制周期从 6 天压缩到 1.5 天；智能审核侧构建了 9 个智能体，年处理五万余张票据、三千余份合同，场景开发效率提升 70% 以上。

场景	改造前	改造后	压缩幅度
标书编制周期	6 天	1.5 天	75%
票据处理量	—	年处理五万余张	—
合同处理量	—	年处理三千余份	—
场景开发效率	基准值未披露	提升 70% 以上	70%

这里有一组数字值得连起来读：9 个智能体，年处理五万余张票据与三千余份合同。换算下来，平均每个智能体每年要处理约 5600 张票据与约 330 份合同。这个负载规模说明它们不是演示用的原型，而是已经进入日常生产流程的常驻程序。

两个案例的共同前置动作：先统一，再智能

把两个案例并排放在一起，会看到一个容易被跳过的事实：它们的收益都发生在一次系统或平台统一之后。

振兴集团先做了「四十余套系统归为一套统一记录」，报销与三单匹配的收益出现在这之后。阳光智维的表述是「依托灵基统一智能平台」，然后才围绕三类场景搭建智能体。两个案例都不是在原有碎片化的系统之上直接加一层智能体。

本文由此给出一条判断：在这类案例中，相当大的一部分收益实际来自数据与系统的统一，智能体的作用是把统一之后的能力变成可自动执行的动作。这个区分对企业很重要，因为它决定了投入顺序——如果跳过系统统一直接上智能体，智能体要么拿不到完整数据，要么需要从多个源分别取数再自行对齐，收益会显著缩水，而且失败模式会表现为「回答看起来对但数据对不上」。

这也解释了为什么 ERP 系厂商在企业智能体这条路上有相对优势：它们的系统本身就是那套统一记录，统一这一步已经做过了。

三笔账的口径辨析与一条跨案例观察

案例中出现了三组可直接比较的数字，本文逐一辨析其口径边界，再给出一条跨案例观察。

读数	类型	能说明什么	不能说明什么
报销 5 天到 1 天	端到端周期	流程等待与处理的总时长缩短八成	不等于人力投入减少八成；排队时间消失也可能造成同等幅度
三单匹配人工需求下降 89%	人工占比	该项工作中人工介入的比例大幅降低	基准值未披露，无法换算成工时或人数
标书 6 天到 1.5 天	端到端周期	编制周期缩短七成半	不披露返工率与一次通过率，无法判断质量是否同步改善
场景开发效率提升 70% 以上	开发侧效率	搭建同类场景的速度明显加快	属供给侧指标，与业务侧收益无直接换算关系

跨案例观察是本文基于上表的推算：两个分属不同行业、不同流程的周期压缩幅度分别是 80% 与 75%，落在相当接近的区间。这类流程的共同结构是「跨系统取数加规则校验加人工复核」，其中可被自动化的部分大约占七成半到八成，剩下的两成到两成半是异常处理、例外审批与责任判断。如果这个观察成立，那么对同类流程做规划时，把目标定在压缩七成左右比定在九成更现实，而超出这一区间的预期很可能来自把排队时间误算进了工作时间的统计口径。

需要明确的是，两个样本不足以支撑一个规律，这条观察只能作为设定预期的参考，不能作为目标承诺的依据。

企业上下文与 ERP 连接器：这套打法的相对优势在哪

金蝶把企业上下文作为核心护城河，这个定位值得从工程角度拆开看。

它的构成包括 ERP 业务数据、知识库、组织本体、办公记忆与外部生态数据，沉淀目标是形成 AI 可以理解、可以追溯的资产，让智能体带着企业业务背景工作。同时它继承 ERP 完整的权限体系，解决 B 端场景最关键的数据安全与权限隔离问题。

这两条合起来，对应的恰好是企业智能体最常见的两个失败原因。其一是智能体不知道企业里的词是什么意思——「三单匹配」指的是哪三单、「超期」按什么口径算，这些通用模型不会知道。其二是智能体看到了不该看的东西——权限体系没接上，它就可能在回答里带出越权数据。

ERP 连接器解决的是第三件事：让智能体不只是能查，还能做。首批 70 个连接器与 1127 个 Tool 覆盖金蝶全系 ERP 业务能力，意味着智能体的动作空间被定义在业务能力这一层，而不是数据库这一层。这个选择是对的——在业务能力层做权限与审计，比在数据层做要清楚得多。

生态开放策略上，金蝶采取递进式开放，现阶段优先开放查询类 MCP 接口，后续根据产业成熟度逐步扩大边界。这个节奏相当克制，也符合它把数据安全放在首位的表述。对客户来说，这意味着短期内能拿到的是查询与读取类能力，写入类动作的开放程度需要与厂商确认。

用确定性包围不确定性：多重约束怎么降低幻觉

金蝶中国副总裁、研发中心总经理刘仲文给出了灵基降低幻觉风险的具体做法：依靠企业上下文工程与灵基 Harness 管控框架，整合企业流程、知识、权限、组织规则，并叠加小模型、业务规则与 API 多重约束，限制大模型自由发挥，保障输出结果可追溯核验。

把这个做法抽象出来，是一条相当通用的架构原则：用确定性组件包围不确定性组件。大模型负责理解意图与生成方案，这部分天然带有不确定性；而流程、权限、业务规则、API 这些组件是确定的，它们的职责不是增强模型，而是约束模型的输出空间。

这条原则与「让模型直接输出结论」的路线形成对照。后者在演示中常常更好看，但在预算编制、目标拆解这类对错误零容忍的场景里，前者才是可交付的。报道中也明确指出，很多企业管理场景对数据准确度要求很高，AI 幻觉与输出不可信是企业落地的最大顾虑。

值得注意的是，灵基的 Harness 管控框架与近几个月开源社区里一批 Harness 层工作走的是同一个方向——都是把控制逻辑放在模型外面，而不是试图让模型自己变可靠。差别在于企业侧的实现会把组织规则与权限体系一并纳入，这在开源框架里通常要自己接。

价值清单：把 ROI 从事后叙事变成事前约定

金蝶总裁章勇提到的一个做法，是本次材料中最容易被忽略、但对企业最有参考价值的一点：集团面向客户推行价值工程，在项目上线后向客户交付价值清单，对比上线前后业务指标变化，直观展现 AI 带来的改变。

这个做法的关键不在「交付一份清单」，而在它把指标对比变成了交付物的一部分，从而倒逼上线前就约定好测什么。多数 AI 项目的 ROI 争议，根源是上线前没有约定指标，上线后各自引用对自己有利的数字。价值清单把争议提前到签约阶段。

对准备做同类项目的组织，本文建议把这份清单的内容固定为四类：一是端到端周期，二是人工介入比例，三是一次通过率或返工率，四是异常转人工的比例。前两类容易拿到，后两类最能反映真实质量，也最容易被跳过——如果一个项目只报前两类，通常说明质量侧的账还没算清。

商业模式侧，灵基采用席位订阅、Token 用量、按业务价值结果收费三种模式并行。第三种模式与价值清单是配套的：既然要按结果收费，就必须先把结果定义清楚。从这个角度看，价值清单不只是客户关系工具，也是定价机制的地基。

3706 家付费用户与 67.3% 仍在试点：两个数字怎么一起读

官方披露，截至 2026 年 10 月 23 日，灵基付费用户规模达 3706 家。同一批报道引用艾瑞咨询研报称，国内 67.3% 的大中型企业 AI 智能体项目尚处于探索试验阶段；另有 Gartner 相关研究指出，只有 4% 的企业具备成熟的 AI 就绪数据底座。

这三个数字放在一起，需要小心解读。3706 家是付费用户数，不是深度使用数。报道本身也给出了限定：部分标杆客户已经深度嵌入核心流程，更多企业从数据查询、报告生成等轻量化场景起步，循序渐进完成 AI 能力渗透。这句话实际上说明了付费与深度之间的落差——付费门槛可以很低，深度嵌入核心流程的客户是少数。

本文据此给出一条建议：在评估任何厂商的「客户数」时，都要同时问三个问题——付费的定义是什么、有多少进入了核心业务流程、有多少完成了上线前后的指标对比。三个问题都答得出来的，才是一个可以放进决策的数字。

4% 这个数字则提示了另一件事：数据底座的成熟度是行业性的瓶颈，不是某一个厂商能单独解决的。这与本栏目 R-INDUSTRY-47 中两份报告给出的结论方向一致——底层基础设施的欠账是当前规模化落地的主要约束。

Lingee Bench：既当运动员又当裁判的那道题

本次大会联合大模型厂商与高校发布了 Lingee Bench，含通用办公、财务、供应链、制造四套评测集共 1400 余道业务考题，定位为面向企业管理场景的智能体评测基准，并配套白皮书。报道称其为国内首个面向企业管理工作场景的 Agent 评测基准。

这件事有两面。正面看，企业管理场景长期缺少一把尺子，通用基准无法回答「能不能把一笔报销从头做到尾」这类问题，1400 余道题按四个业务域划分，至少给出了一个可讨论的起点。按四套评测集平均，每套约 350 题，在细分基准里属于中等规模。

需要警惕的是治理结构：基准由灵基的提供方联合发布，而灵基同时是被评测对象之一。这构成典型的既当运动员又当裁判的张力。报道提到各智能体企业与模型厂商也可据此评测自有模型和 Harness，这在方向上是对的——只有把评测开放给外部主体，基准才可能积累公信力。

本文的判断是：Lingee Bench 作为场景定义有价值，作为选型依据则暂不充分。企业在选型时应当要求厂商提供第三方在该基准上的独立复现结果，而不是直接引用厂商公布的分数。

六步可复现路径

综合两个案例与官方给出的能力构成，本文整理出六步路径，供有 ERP 底座的企业参考。

步骤一，选高频且规则可显式化的场景。阳光智维选的是投标、审核、检修三类，共同特点是发生频率高、判断规则可以写清楚。不要从「最有价值但规则模糊」的场景起步。

步骤二，先做统一。振兴集团把四十余套系统归为一套，这一步决定了后面能拿到多少收益。没有统一就上智能体，是最常见的失败起点。

步骤三，用驻场共创而不是远程交付。阳光智维明确提到 FDE 团队驻场共创。企业场景里的大量规则写在人脑里和线下表单里，远程交付拿不到这些。

步骤四，把权限体系接进来。企业上下文继承 ERP 完整权限体系，这一步不能省。智能体看到不该看的数据，是 B 端场景最容易出事的地方。

步骤五，用确定性组件包围模型。叠加小模型、业务规则与 API 多重约束，把模型的输出空间限制在可校验的范围内。目标是让输出可追溯，不是让输出更聪明。

步骤六，上线前约定指标、上线后交付清单。章勇提到的价值工程做法值得直接抄：把周期、人工介入比例、一次通过率、异常转人工比例四类指标写进交付物。

三条红线

红线一，系统或数据未统一前不启动智能体项目。这不是保守，而是两个案例共同给出的顺序。碎片化系统上的智能体，其输出的可信度无法保证。

红线二，周期指标与人力指标分开报。报销 5 天到 1 天与三单匹配人工下降 89% 是两类指标，混在一起报会让 ROI 计算失真。对内对外都应分开。

红线三，厂商联合发布的评测结果不作为单独的选型依据。Lingee Bench 目前由金蝶联合发布，属于自评范畴，需要第三方独立复现才能作为决策输入。

冷静判断：能抄什么，不能抄什么

能抄的有三样。其一，顺序：先统一、再智能，这个顺序在两个案例里都被验证过。其二，架构：用确定性组件包围模型，把约束做在流程、规则与权限层，而不是指望模型自己不出错。其三，机制：上线前约定指标、上线后交付价值清单，这个做法把 ROI 从叙事变成了交付物，且与按结果收费的商业模式天然配套。

不能抄的也有三样。其一，3706 家付费用户这个数字不能作为深度使用的证据，报道自身已经给出了「更多企业从轻量化场景起步」的限定。其二，周期压缩幅度不能直接外推到自己企业的同类流程，两个样本不足以支撑规律，且基准值未披露。其三，Lingee Bench 的分数暂不能作为选型依据，治理结构决定了它需要第三方复现才具备公信力。

还有一个必须点明的前提：这套打法依托于已有的 ERP 底座与权限体系。没有这一底座的组织，需要先补的正是本栏目 R-INDUSTRY-47 中讨论的那两笔欠账——数据层的统一与身份层的治理。换句话说，ERP 系厂商案例里的「先统一」这一步，对多数组织来说本身就是最大的一笔投入，而它通常不在智能体项目的预算表里。

最后提示一处需要自行核实的口径：本文引用的报道中，「三单匹配人工需求下降 89%」与「场景开发效率提升 70% 以上」两项均未给出基准值与测量方法，「报销周期」与「标书编制周期」也未说明是否包含返工与等待。若要在自己的项目中设定对照目标，建议先向厂商索取这四项的完整口径定义。