AI 行业落地 | 第31期：报销5天变1天，需求文档省八成

AI行业落地 · 2026-10-29 · 九羲科技

一家东南亚集团的费用报销，从5天压到1天；一条银行的交付线，需求文档环节的 effort 省掉八成。两个现场隔着半个地球，问的却是同一件事：智能体进企业，到底要先过哪一关。

成色先说在前面：本期两个案例的数字，一边来自财经媒体转述的企业官方披露，一边来自厂商新闻稿经行业媒体报道，都没有独立审计。数字当作业务信号来读，方法当作可以抄走的设计选择来读，两笔账分开算。

· · ·

灵基进深水区：先懂企业，再谈提效

1. 背景：员工效率上去了，经营效率不一定

麦肯锡2026年7月的一份全球调查，给了一个挺扎眼的数字：受访企业里，只有11%的管理者认为自己的组织进入了AI转型的"重塑"阶段。报告的判断很直接——AI不会因为用的人多，就自动变成持续的价值。¹

金蝶的刘仲文把企业的日常问题归成一连串"等待"：等待审批、等待拍板、等待数据、等待问题暴露，以及等待找到真正负责推进任务的人。员工个人效率再高，信息还散在不同系统里，任务还得跨部门逐级推进——组织的协作方式没变，效率就到不了经营层。¹

还有更现实的一关。AI给出的答案看着合理，却说不清依据了哪份数据、遵循了哪条规则、有没有执行权限。普通办公任务错了只是返工，财务、采购、预算错了，是真金白银的成本。所以企业AI的第一道门槛，不是让模型更聪明，是让它在企业环境里变得可靠。¹

2. 方案：先建"理解层"，再给"动手权"

金蝶的答案叫灵基（Lingee）企业智能体操作系统，今年5月20日发布，分Work、Manage、Build三个板块：Work给员工日常用，Manage给管理者做决策，Build给企业自己搭智能体。10月23日的全球创见者大会上，又添了三样东西。¹

第一样，灵基Manage：管理者的决策入口，由助理"小灵"、灵基空间、AI组织三部分构成。小灵在授权范围内主动检索信息、跟进任务、识别经营风险，把需要人判断的问题挑出来；灵基空间把围绕一个问题的人和智能体放进同一个协作环境，从议题到决议到执行形成闭环。¹

第二样，企业上下文：把组织的身份、数据口径、历史、规则整合起来，让AI按角色理解问题。大会上举的例子很说明问题——同样问"下半年回款怎么样"，CEO关心现金安全边际，销售总监关心团队差异，一线销售关心自己的改进方向。问题一样，答案得按角色来。披露的规模：30多类数据源、3万多个业务对象、80万多个语义字段、17万个业务规则。¹

第三样，ERP连接器：首批70个连接器、1127个Tools，让AI在授权范围内调用业务工具、执行任务，而不只是查数据。金蝶的说法是：企业上下文解决AI能不能理解业务，ERP连接器解决AI能不能进入业务系统并采取行动。¹

落地方式也值得看。阳光智维的案子里，金蝶FDE（前沿部署工程师）团队驻场共创；Build板块要求企业自建的智能体经过IT审核，才能发布到Work里用。授权范围内执行、人负责关键判断——这条分工线是写进产品里的。¹

图注：金蝶AI+管理大会现场（图片来源：金蝶官网）

3. 效果与成色：报销5天变1天，数字都是企业口径

振兴集团：马来西亚综合性企业，覆盖6家上市公司、4个行业、3000名员工，过去跑着四十多套异构系统。借助金蝶系统与灵基做整合，3000名员工全员上线，费用报销由智能体完成校验、匹配、路由和记账，处理周期从5天缩短到1天。¹

阳光智维：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，围绕投标、审核、检修等高频场景落地智能体。智标书把标书编制时间从6天压到1.5天；智能审核依托灵基构建9大智能体，年处理5万余张票据、3000余份合同，相关开发效率提升70%以上。¹

商业化刻度也有了：截至10月，灵基付费用户3706家；2026年上半年，金蝶AI原生产品收入2.96亿元，同比增长189%，相关签约合同金额6.05亿元。灵基的收费是"席位费+用量点数"，席位费58元/年到1168元/年不等。另几组客户数字：益客集团基于灵基Build开发设备管理系统，研发效率提升65%以上、交付周期从数周缩到数天；双汇经销商销售订单交付时间降低约30%；温氏开发周期缩短50%。²

成色：以上全部来自凤凰网科技报道与智通财经报道转述的企业官方披露（大会发布与中期业绩），没有第三方审计。振兴、阳光智维均为具名客户，这是本期难得的实在处；但"5天变1天"这类口径由谁统计、样本多大，报道里没有展开。¹²

言外之物：徐少春在业绩会上把护城河说得很透——"企业上下文"会随使用时间增加而让替换成本上升。换句话说，ERP厂商卖的不是智能体，是让智能体"懂这家企业"的资格。另一句大实话来自管理层自己：现阶段灵基按点数算的毛利不一定高于传统产品，因为token成本是真实存在的。收费模式里的"用量点数"既含token消耗，也含金蝶在token之上做的工程化能力——这是在把成本转成溢价。²

可抄走的方法点：AI进企业，先建"理解层"再谈提效——把组织、身份、口径、历史、规则变成AI可调用的上下文，再给它授权范围内的行动能力。不要只给员工发助手，先给智能体"看懂账本"的权限。

· · ·

银行交付线：给每个角色配一个Agent

1. 背景：核心系统四十年不换，Agent只能围着它转

银行换核心系统，堪萨斯联储的研究人员给出的代价是：动辄几年、上百万美元。所以银行的老核心一跑四十年，是常态。PYMNTS Intelligence的调研里，52%的金融机构说遗留技术是实时支付现代化的障碍，53%说内部流程高度依赖人工。³

这个背景决定了银行AI Agent的出场方式。Kastle的CEO Rishi Choudhary本月早些时候接受PYMNTS采访时说，他们的Agent先从银行那些窄而重复的任务做起，表现好再扩大范围。先窄后宽，是绕不开老系统的务实选择。³

2. 方案：从"银行确认了什么"出发，而不是从代码出发

Backbase的Delivery Factory，10月27日发布，思路是把银行的交付团队和专属AI Agent配成对，从"第一份确认的需求"一直干到"能跑的代码"。³

关键设计是共享项目上下文：需求文档、架构规格、会议纪要，加上Backbase自己的产品知识，合成一份上下文——人和Agent都基于同一份上下文工作，贯穿设计、规划、实现、评审。每个角色有自己的Agent：业务分析师、解决方案架构师、移动端和Web团队，各配各的。³

Backbase自己划了条线，很值得记："通用编程助手从眼前的代码出发，Delivery Factory从银行已经确认的东西出发。"一个省的是写代码的时间，另一个省的是重建上下文的时间——后者才是银行交付里最贵的部分。³

图注：银行AI应用示意（图片来源：PYMNTS）

3. 效果与成色：快两倍是厂商口径，具名客户还没出现

按新闻稿的说法，过去12个月用Delivery Factory的团队：交付速度是传统团队的2倍，比用通用AI编程助手的团队快30%；需求与规格环节的effort少80%；编码与评审的effort少40%；测试与自动化覆盖提升60%。³

成色：全部来自公司新闻稿、经PYMNTS报道，没有具名银行客户，没有独立验证。"快2倍"先当方向信号读，等具名客户的账单出来再说。³

言外之物：银行不换核心系统这件事，换个角度看是机会——谁能把四十年的老系统包进Agent的上下文，谁就拿到了银行AI的入场券。Backbase赌的是"上下文"这层，而不是模型那层。模型人人能换，银行确认过的需求、架构和会议纪要，换不了。

可抄走的方法点：Agent的差异化不在模型，在共享上下文。把"客户确认了什么"变成人和机器的共同地基，团队省下的不只是写代码的时间，更是反复对齐、重建上下文的时间。

· · ·

· · ·