端點科技趙灃偉：軟件深度參與管理決策是企業AI關鍵的應用場景

【億邦原創】12月3日，億邦產業互聯網年會在京舉行，端點科技創始人&CEO趙灃偉發表了題為《從戰略到執行，AI重塑企業管理》的演講，他演示了一個虛擬公司“從戰略到執行”的管理過程，這個過程中，在戰略層，AI董事會駕駛艙提供全局業務的洞察和輔助決策能力，為高層戰略會提供輔助指導；在管理層，計劃主管的AI顧問提供針對專項指標、業務進度維度的風險決策和建議，確保業務方向正確；在執行層，計劃助理的AI顧問為計劃員提供各項計劃專業領域所需的優化能力。

趙灃偉表示，AI參與企業管理決策，體現在理論、軟件、Agent三要素的結合。讓軟件深度參與到管理決策中，是企業AI關鍵的應用場景。

以下為演講全文，經億邦動力整理。

大家好，很榮幸今天有機會在這里跟大家交流。正如剛才陳總（震坤行董事長陳龍）所述，企業需要構建一套AI的組織架構，這是一個重要的方向。我接下來的演講主題便是闡述在這個方向上端點是如何實現產品化的，所以我今天的演講題目是《從戰略到執行：AI融入企業管理》。

首先，我簡要介紹一下我們公司背景，端點科技作為一家軟件企業，在過去服務了中國眾多規模型客戶。

結合本次論壇主題，我在這里介紹兩個我們所經歷的產業互聯模式。

在我們服務案例中，有一個是源氏木語，源氏木語以及其500家外部協作工廠均使用我們的軟件，實現從訂單到排產再到履約的全鏈路協同運作。這是典型的由鏈主企業帶動一組工廠集群的模式。當前中國許多新興品牌都以此模式運轉。

在能源行業，我們服務包括中國海油在內的多家客戶。我們為中國海油構建了一個大宗交易平臺，為企業提供從采購到銷售的全程管理鏈路。

經過多年系統實施，我們發現一個有趣現象，即成員公司通過海油的大宗交易平臺采購油氣，同時利用業內的管融平臺完成交付。這是長期建設形成的大型企業間系統運作方式。當我們初始構建這些系統時，并未預見到此類效果：不同企業的不同平臺，在長期建設中形成這種互聯互通格局。而這也是產業鏈價值核心。

今天，所有企業都在思考AI、探索AI帶來的變革。我們訪談眾多客戶，各方均尋求AI應用場景。那么，當前AI在企業管理領域最大的應用場景是什么？這也是我想與大家探討的話題。

作為軟件公司，端點科技提供的是標準化產品，但在服務各家企業的過程中，總會遇到大規模定制開發和配置需求。其背后的原因在于，現今許多企業擁有各自獨特的管理理念和思路，而軟件此時更多扮演“記錄員”的角色——以符合企業理念的方式記錄企業業務行為。因此，雖然這些軟件將許多線下業務遷移至線上，提高了效率并使流程標準化，卻并未真正參與企業的管理決策。

當前的企業管理仍依賴于在座各位及其管理團隊，這些團隊成員擁有豐富管理經驗、掌握先進管理理論，并具備強勁執行力，因此，企業至今仍主要依靠人力和組織來管理。然而，人會疲勞亦會失誤，尤其當管理團隊核心成員離職時，他們所推行的管理策略能否有效延續和運行，無論是在主觀和客觀層面，都將面臨較大挑戰。

能否將企業的管理理論與最具價值的高管經驗注入軟件系統，使軟件真正成為企業的管理工具？即不再依賴個人，而是建立起企業永不間斷的核心能力？事實上，AI Agent出現讓這件事已經成為可能。

接下來，我將通過一個簡單的演示來展示其效果。我們創建一個名為時代集團的虛擬公司，這是一家生產沖浪板的制造企業。我們將以此作為演示案例。

界面左側展示的是本次故事線中的所有角色，分為戰略層、管理層、執行層三個層次。

每個角色有兩個頭像，白底頭像為人類員工，黑底頭像代表的是其對應的AI管理顧問。右側展示的則是完整的業務故事線，從年度戰略經營會開始，涵蓋銷售、采購、財務等環節。

我們現在正式來演示，今天僅展示該故事線的其中三個部分。

首先來到戰略層，由CEO組織召開年度戰略經營會。

第一部分進行經營復盤時，圖表上是以杜邦分析法理論呈現公司經營數據，涵蓋盈利能力、營運能力、償債能力三個維度。會議討論中，高管團隊不僅可自行分析圖表，AI顧問也會在討論中對各項指標提供分析建議。

年度戰略經營會的第二部分是制定下一年度經營目標。在這里，我們切換到假設分析模式：高管團隊在此設定下一年關鍵目標，當拖動這些業務目標時，各項能力指標會自動計算，并通過嚴謹的杜邦分析法公式得出ROE（凈資產收益率），從而輔助團隊設定業績目標。目標確認后可以保存當前方案，AI將生成分析報告，對整體經營局勢做出總結。

根據波士頓矩陣及產品收入占比圖，呈現了金牛產品和問題產品狀況。本次戰略會議的經營方案聚焦兩點：新產品追求增長，老產品提升效率。

在戰略分析報告完成后，AI會列出會議識別的風險和行動，其中之一是設定新的經營目標，并拆解為具體的行動：設置四位主管的關鍵OKR目標。CEO判定后全部采納，這四個任務將會出現在CEO的待辦事項中。

點擊相應任務，即可跳轉至業務負責人及其AI顧問個人頁面，包括OKR目標設定。需要說明的是，此OKR目標將同時分配給主管及對應的AI顧問。AI顧問將協同員工共擔目標，此前我們已展示過銷售主管AI顧問的OKR。通過本次戰略會議，所有管理層AI顧問均設置了對應OKR目標。

至此，戰略設定完成，我們繼續觀察管理和執行流程。

第二部分在管理層繼續推進。

這里演示一個計劃的流程。計劃主管譚亦辰每日登錄系統時，會查看AI安排的待辦事項頁。此任務中譚主管需分析供應鏈計劃專項指標，展示供應鏈運作參考模型的核心指標并展開多維分析。從產品維度下的庫存周轉率指標可見：第一代和第二代動力板均出現周轉天數異常。

AI已感知這些風險：新產品存在供應鏈中斷風險，老一代產品有庫存呆滯風險。針對兩代產品的不同風險，AI提出六項應對策略，包括科學排產和庫存優化。此處譚主管判斷并采納了所有的六項行動，其中部分生成主管日常待辦任務，還有兩個為特定行動。

于是譚主管委托其下屬計劃員張青云執行：一項優化老產品庫存；另一項完成新產品車間排查。

接下來，第三部分通過執行層來展示具體操作流程。計劃員張青云通過待辦工作臺啟動老產品庫存優化任務。雖然計劃工作具有專業性，但AI可完成最繁雜的部分，之后由人來選擇和評估。

庫存優化主要輸出為安全庫存和再訂貨點，AI按步驟執行操作：

1. 第一步和第二步獲取基礎信息；

2. 第三步獲取歷史銷量；

3. 第四步計算并統計預測銷量；

4. 第五步計算實際與預測標準差；

5. 第六步根據標準差和服務水平計算安全庫存；

6. 第七步據安全庫存和提前期計算再訂貨點。

之后AI將生成庫存優化分析報告。

如果計劃員指示，需要將服務水平提升1%。AI則重新計算安全庫存和再訂貨點，并再次生成分析報告。直到確認AI方案無誤后，計劃員核準當前方案，AI會將安全庫存和再訂貨點更新至管理系統。

通過智能層AI輔助，可以看到計劃員業務執行與高層管理目標保持一致。

實際上，今天的這個演示，代表的是未來企業軟件及管理方向。我們會往哪一個方向走？ 我簡要總結，各位可以感受軟件使用邏輯正發生巨大變化。

第一是組織架構，正如前面陳總（震坤行董事長陳龍）提及，每位員工在工作時都有一名AI顧問輔助。而在端點科技AI原生ERP這套實際系統中，已經構建了完整的AI管理顧問的組織架構，以支撐每個角色的日常操作。

第二是軟件交互邏輯。目前我們所使用的軟件多由表單和按鈕組成頁面，用戶通過操作來記錄企業事務。但從今天的演示可以看到：AI始終在分析和洞察系統問題，并給出方案與風險提示，且每條提示會附帶解決方案。人類員工更多是審視方案，并在認為合理時指示AI執行任務。

因此，AI輔助用戶完成系統操作，這標志著軟件交互的重要變革。想象這一模式持續發生時，現在的大量軟件的最終用戶可能僅剩AI本身，人類更多負責關鍵決策節點。

另外，我們發現AI進行洞察分析時，總是依托先進理論武裝自身以輔助決策。例如，它會應用波士頓矩陣分析、杜邦分析法處理財務事務。這些都屬于AI在理論層面的應用，而這一點恰恰最為關鍵，AI智能體的出現，可以將管理理論即企業管理決策能力注入軟件系統，讓軟件得以7×24小時參與企業管理活動。

那它背后的實現邏輯是什么？

QuantumBlack是麥肯錫公司的AI團隊，他們今年提出觀點，認為企業AI戰略需建立于三個基礎條件上：理論嵌入、API授權和監護規則保護。

理論嵌入剛才已簡述，API授權確保AI與軟件深度融合，監護規則保護則界定了AI的工作權限范圍，包括哪些事務可直接執行、哪些需授權審批。從軟件工程視角，API授權和監護規則保護均屬系統范疇。

所以說，它實現的核心本質即理論、軟件、智能體三個環節的緊密結合。

我們分別查看每環節內容，首先是管理理論。企業所有管理環節皆涉及成熟的管理理論，如戰略層包含平衡計分卡，財務環節有杜邦分析法等。這些理論均能注入軟件系統，使軟件在此支撐下協助我們開展后續工作。不僅經典理論可用，企業自身獨特的管理策略和經驗亦可注入軟件之中。

第二部分是軟件，軟件把工作所需要的數據導入系統，然后再輸出決策所需要的結果。核心要素即智能體與軟件的深度整合。當整合度提升時，許多軟件使用將由智能體直接驅動。

因此人、軟件與AI的交互界面，我們認為存在標準范式，可以總結為感知分析、預警建議、助力執行。AI將持續協助我們分析公司內部問題，并在發現問題時給出提醒、提供分析報告及建議行動方案。人類若確認方案無誤后發出指令，AI可直接執行任務。因此，整個軟件交互范式將演變成此格局。

第三部分是AI Agent。端點科技AI原生ERP中構建完整的AI智能體組織架構，覆蓋所有軟件場景。同時這些智能體具備高度可評估性：每個智能體能做什么、已經做了什么、執行效果如何，這些信息均能進行評估。

最終，這三個環節通過具體的業務場景落地。每個業務場景配備多個可適配的智能體，每個智能體都有其所需的流程包、數據結構、模型、工具以及邊界限制。

我們遵循一條原則：更廣泛的洞察能帶來更合理決策。所以若需最大化AI效能，就需要實現場景的廣覆蓋。端點科技在軟件中已經實現大量場景的覆蓋。

管理理論是人類百年經驗的沉淀，軟件體系是理論持續運行的載體，而AI的出現則是融合兩者的智能引擎。

2025年乃智能體元年，我們認為軟件深入參與管理決策是企業AI關鍵的應用場景。

謝謝各位！