做了十几年产业互联网的张宗兵，太清楚SaaS的痛了：非标化、数据孤岛、对人的重度依赖，让这个行业做得特别辛苦。
AI Agent，让他看到了一个完全不同的解法：把业务的Know-how封装成可被AI调用的Skill，让Agent去理解、规划、执行，替代过去要靠大量人工去填的坑。
为此，张宗兵把千匠网络过去十年积累的2900多个组件，一个一个拆解开，重新封装成了2600个原子化的Skill。这不是一次普通的版本升级，而是从SaaS到AI原生的彻底重构。
张宗兵的判断很直接："走原有的SaaS加AI的方式，只会越走越艰难。"
张宗兵有着二十多年企业服务经验。这位从用友、商派一路走来，后来创办千匠网络的连续创业者，如今最关心的，已经不是再把软件功能做得多一点，而是怎么把软件里最重、最难复制的那部分能力重新拆开再造。
此次交流过程中，他分享了软件厂商如何做AI重构、未来Know-how壁垒的变化以及商业模式向运营结果延伸等行业洞察。
核心观点
SaaS+AI是死胡同，必须走AI原生重构的路。在原有软件上叠加智能体能力，研发成本永远降不下来，最终会被AI原生的新进入者取代。
产业互联网过去十年发展辛苦，根源在于非标化、业务复杂、数据贯通和专家依赖四重困境，Agent正在后两件事上打开突破口。
企业应用真正的壁垒从来不是技术，大厂三年之内就能把所有技术能力开源。真正的壁垒是行业Know-how的积累和转化速度。
软件公司必须从卖工具转向卖运营结果。AI让软件厂商有能力延伸到运营服务层，通过"平台订阅+AI运营"的模式，打开比卖软件大得多的商业空间。
以下为本次访谈实录，在不改变原意基础上略有修改。
01
十年SaaS，卡在了"非标"两个字上
爱分析：过去这十年，产业互联网、供应链软件发展得都比较辛苦。不管是做采购软件、供应链软件，还是做交易的，都觉得重。原因在哪？
张宗兵： 传统SaaS，一旦切入到大客户，你其实是在标准化和个性化之间的选择里边，陷入一个两难。我们做产业电商供应链，做的是客户的生意场景：营销、交易、供应链服务。之所以难，是因为场景的非标化特别严重。同样做阀门和做农产品的，看起来都是大宗交易，但生意的玩法、商业模式差别非常大。行业的非标，导致很难用一个标准化产品去通用性地满足。
第二个层面，它整个链条的复杂度。只要你碰到应用级的场景，链条就蛮复杂的，服务的难度、交付的难度就上去了。
爱分析：跨系统的数据拉通也是一个难题？
张宗兵： 对。客户要的不是单点解决一个问题，而是希望提供更整体的解决方案。线上引流进来客户，转化成订单，完成履约，从库存发送到ERP，形成凭证核算——他要你不仅把自己这一块做好，还要和ERP打通，和上游的公域平台做连接。
数据贯通的要求很长，如果我们只做自己边界内的事情就简单了，但实际上我们做很多客户的时候，集成能占到交付工作量的40%到60%。
还有一个问题是，做应用软件对人的依赖度特别大。一个订单处理、一个合同审核，在中国企业应用环境里，每个人的视角和角度都不一样。你要做成标准化，无论从操作的个性化还是个人视角的角度，都会产生很多的冲突。非标性导致了大量的定制化，定制化一多，就很难规模化。
我们做产业本身也有很多难以标准化的规则，比如经销商的返利规则、物流的处理能力，每家都有个性化，这就产生了对软件发展上的壁垒和难度。
爱分析：那有了Agent之后，这些卡点有变化吗？
张宗兵： 数据贯通是一定程度缓解的，特别是在自己闭环的体系里——像我们现在的产品体系，从营销交易到供应链，都在一个底座上，大模型、数据中台、业务中台都打通了——那效率确实是极大的提升。以前你要找一个开发去写查询，现在AI直接生成查询，结果立刻就能出来。
但如果你是跨壁垒的，比如你要去调别人ERP的数据，在这种能力下你是做不到的。所以数据的贯通，是建立在你自己的底座支撑和壁垒之内的。在闭环里，基本上是极大的提效，如果是跨业务系统整合，那就变成了你需要更多类似Palantir那样的专家团队，从整体上去梳理客户的业务。
实际上，OpenAI和Anthropic都在和咨询公司合作，成立运营服务团队，加大FDE工程师的能力投入。核心解决的，就是让AI在企业中去贯通性落地的问题。
爱分析：对专 家的依赖度应该也会降低 。
张宗兵： 依赖度降低的很明显。从厂商角度，你找一个既懂业务又懂你这套系统里大量参数的人，对人的依赖度是指数级增长的。做一套软件，60%靠人工投入才能解决问题。但Agent进来之后，它能把中间过程黑箱化。你不用把工作流推出来、再加参数、花半个月给客户呈现。你只需要对它说要一个自动寻源的工作流，它快速给你组装出来。
从企业客户角度，他们也在降低对专家的依赖。过去一个订单要不要接，操作的人要去查库存、看补货能力、做价格比对，每一步都依赖有经验的人做判断。现在AI能理解这些规则和Skill，替人去做判断和辅助决策。原本被锁在少数专家大脑里的经验，变成了系统可以调用的能力。
这就意味着，一个普通作业者也能完成以前需要高级角色才能做的事。对很多企业来说，这比单纯提效更有价值——它解决的不是快慢问题，是有没有人的问题。
02
2900个组件，变成2600个Skill
爱分析：千匠是什么时候开始在Agent方向发力的？具体做了什么？
张宗兵： 我们从2024年下半年开始增加AI的投入。一开始是在原有的SaaS上做AI增强，植入AI能力，帮平台提效。但这两年，特别是去年下半年到今年，我们完成了从软件厂商到Agent厂商的转型。
爱分析：具体是怎么做的？
张宗兵： 过去十年，我们积累了2900多个组件。在AI时代，我把这2900个组件变成了2600个Skill。以前的组件是逻辑和业务规则的封装，现在变成原子级的Skill，AI就能够快速组装这些Skill来完成业务。
爱分析：相当于原来软件是通过配置的方式去实现功能，现在把那些配置节点、组件Skill化之后，Agent可以自动去组装。那这些Skill本身还会持续演化吗？未来的Skill会变成什么样？
张宗兵： 要做好这一代AI原生软件，要有两个基本能力：从0到1，和从1到100。
第一是从0到1的能力。现在AI能力很强，做个网站、小程序、简单的业务规则和场景是可以的，但复杂的业务系统，你让它生成是做不到的。但如果你之前的软件能力都封装在组件里，通过转化成Skill让AI去读取和继承，0到1的过程就能成立。
比如你用我们的产品，说我要一个供应链平台，它直接就给你生成一个B2B的平台，是可以被工程化部署、能够去用的，而不是只给一个界面。
爱分析：从1到100的能力呢？
张宗兵： 从1到100是进化能力。客户生成了B2B平台，也要修改，比如购物车要变成多供应商分单的能力。你的Skill和平台能力必须支持这种进化：从原先不支持分单，变成在项目上能够生成一个新的Skill来完成分单。
这里有分层：我的标准化产品里永远是0到1的基础能力，但在项目上很多客户个性化的东西，会根据他的业务去演进。这部分我们叫项目级、客户级的Skill。客户的Skill要依赖他自己的知识库和规则逐渐形成。而你在项目上进化的Skill，也可能变成公共技能库的一部分，成为通用能力。
爱分析： 这个过程需要人介入吗？
张宗兵： 当然需要。特别是生成新的Skill会带着非常多瑕疵，还是需要非常专业的FDE工程师来做产品反哺，真正去调教到可用的状态，不是AI生成了就能直接用。
爱分析：这对交付模式有什么影响？
张宗兵： 变化非常大。以前交付一个项目，我需要一个项目团队：项目经理、产品经理、前端开发、后端开发、测试，一堆人。现在我可能只需要一个懂业务的业务架构师或产品经理，他理解客户的业务，用我们的平台就完成了一个交付。那些做前端后端开发、做测试的工作，基本上都交给AI完成了。
03
技术会被推平，Know-how不会
爱分析：现在市面上做AI创业的很多都是纯技术背景。怎么看技术壁垒这件事？
张宗兵： 未来没有所谓真正的技术，都会被大厂推平。无论是字节的豆包也好、各家推出的办公级智能体平台也好，还是Claw的迭代版本也好，最后都走向了同一种技术框架。
上一代云原生的时候，一开始搞技术的也很牛，但你发现三年以后，大厂把所有的能力全部开源了，这些都是标准能力。
爱分析：所以纯技术背景的创业是伪命题？
张宗兵： 如果你是一个纯技术背景的创业，我觉得那就是个伪故事。一开始光环非常好，你可以拿点钱，但这个东西经不住时间的打磨。
爱分析：那Know-how的定义在AI时代有变化吗？
张宗兵： 过去，大家看重的是对客户那一侧的Know-how。现在，对业务抽象出来的Know-how变成了Skill变成了壁垒。但同时，客户那一侧的Know-how也会变成他自己的记忆体系和企业知识库。
我们现在的Agent产品有一个很重要的支撑，就是多模态知识库。企业的实际业务运行数据、行业规则，比如经销商的等级分类这些专业东西，必须进到真正的企业级知识库里。我们厂商提供的Skill和平台只是一个基础、一个工具。如果企业没有好的知识梳理和知识切片，这些东西进不来，单靠平台也用不好。
爱分析：从企业Know-how积累的角度来看，用友和金蝶在企业管理、财务这些领域的积累是最多的。
张宗兵： 我目前看到用友和金蝶走的路，还是我们在2024到2025年的玩法：在原有的SaaS和软件上做AI增强。加了很多智能体，但它还是在自己原来的软件包上做增强，没有从底层去做改变。
如果你走这条路，最终就会遇到新的死胡同。
软件公司最大的投入就是研发投入，你看我们现在的软件全都是AI原生生成的，整个AI团队里除了做技术架构整合的，基本上都是运营密集型的人在做。很多场景都是AI Code自己生成的。如果你现在还是脱不掉之前那个很重的壳，研发成本就永远下不来。
爱分析：那Agent时代他们会受到冲击吗？
张宗兵： 你看上一代，SaaS把ERP复杂的东西给解构了：电子合同、电子签章，一个单点变成新的赛道。用友到2021年，它基于云原生的新一代产品BIP才出来，比金蝶晚了三年，比我们晚了八年。因为它太重了，边界太长了，体量太大了。
Agent这一代也一样。它终究还是要走AI原生这条路。你说他们走得快不快？不快。但你想取代它，非常难。你只能切它一部分蛋糕出来。市场就是这样。
04
不卖软件了，卖运营结果
爱分析：AI的泛化性能让厂商的业务边界扩展吗？
张宗兵： 广度扩展很难，深度扩展有机会。未来，每一个企业最终都要赚结果的钱。
以前我们就是卖软件、卖解决方案，说白了就是软件加人头。现在AI这一代，我的平台订阅费肯定要收的，这是为我们这么多年沉淀的Skill付费。但还有一个更大的改变：我要从一家软件公司，变成给你提供更高附加值能力的公司。
爱分析：这种更高附加值具体是什么？
张宗兵： 你不仅仅是提供平台和工具，你变成了工具加Agent的运营能力。往这个方向延伸，你会发现你可以打穿给客户服务的效果。
软件公司在自己专注的领域上，从一个技术软件提供方，变成IT加运营的结果付费也好、分成方式也好，最终都会往这个方向走。特别是我们做产业电商供应链的，未来给客户提供的服务会有极大的变化。
爱分析：能举个具体例子吗？
张宗兵： 以前你可能需要加上客户的业务数据和本地数据，再加上AI能力，你才能给客户做一次询报价、提供结果服务。现在，我们在研发AI数字人，用数字人就能帮助把企业原本比较重的、靠人协同的工作，用AI Agent和数字人做到。
爱分析：会变成供应链交易公司吗？
张宗兵： 不会。我们不会变成1688，不会变成自己做GMV、把钱收到自己平台上的模式。我们还是做给企业提供技术服务和运营，你把这一块的业务托管给我，我类似于在干这个事情，只是垂直做你的产业平台。角色上不太一样，但业务的边界上会逐渐打穿。
爱分析：今年千匠在推县域企业的战略，背后的思考是什么？
张宗兵： 原本我们服务的客群都是大的链主企业，链主企业买单，但他们的下游经销商、上游供应商没有给我贡献收益。
AI时代，我的数字人可以主要给这些用户服务。你想，一个经销商自己不下单、不操作软件，直接发一个指令就完成了，这些工具全是免费的，但他消耗算力，我赚的是Token的钱。你会发现，用户群体已经从链主企业扩展到上下游的几千几万个小B客户。
爱分析：这个行业还会有新进入者的机会吗？
张宗兵： 很难。坦率地讲，这个门槛非常高。你要懂开发，要懂AI，要懂业务，还要有产品反哺能力。这些人才都在用友、金蝶这些软件公司里，他们自己都在加速AI化转型。新的创业，基本上还是那些人出来，新瓶装旧酒。这个市场不会井喷式地出现大量新玩家。
注：文/AI研究咨询机构，文章来源：爱分析ifenxi(公众号ID：ifenxicom)，本文为作者独立观点，不代表亿邦动力立场。
