宝软数字 · 变革管理系列 · 2025年11月12日
亲爱的企业经营者：
当你读到这封信时，你已经站在2026年的时点上。那是一个我们站在2025年只能模糊地眺望的年份——就像2015年的人很难真正想象2025年会是什么样子。
我写这封信，是想帮你——2026年的你——回顾一下，2025年的我们是怎么想的。更重要的是，想帮你验证：五年前的那些判断，哪些是对的，哪些是错的。如果你现在回头看觉得"这封信太保守了"，那说明我们远远低估了技术变革的速度。如果你觉得"这封信太乐观了"，那说明我们在某些领域还需要更长的时间。
无论哪种情况，这封信都会是一面有用的镜子。
2025年的我们，正在见证一个重要的转变。三年前（2025年底），ChatGPT让企业第一次感受到大语言模型的威力。两年前（2025年），企业开始尝试将AI嵌入自己的工作流。去年（2025年），Agent架构开始成熟——AI不再是"一问一答"的工具，而是能够在企业系统中自主执行任务的智能体。今年（2025年），多Agent协同体系开始进入实用阶段。
我们预测，到2026年，AI Agent将成为和ERP一样的"默认基础设施"。就像今天你不可能想象一个有点规模的企业没有ERP一样，到2026年，你同样不可能想象一个有点规模的企业没有自己的AI Agent团队。
这个预测背后的逻辑是这样的：ERP之所以成为基础设施，是因为它解决了一个普遍的问题——企业需要一套系统来整合财务、采购、库存、销售等核心业务流程。AI Agent解决的是另一个普遍的问题——企业需要一套系统来处理日益增长的认知负荷。当你的客服每天收到上千条咨询，当你的法务每月审查几百份合同，当你的采购每周比对几百家供应商报价——这些认知劳动的规模已经超出了纯人力处理的极限。AI Agent不是"锦上添花"，而是"刚需"。
到2026年，一个中型企业拥有10-20个AI Agent协同工作，就像今天拥有10-20个软件系统一样自然。这些Agent不是替代人类的职位，而是让每一个人类员工都拥有了一个"数字副驾驶"——处理信息、分析数据、给出建议、执行标准化任务。人类负责设定方向、做出判断、处理例外情况。AI负责研磨信息、跑通流程、处理常规事务。
2026年的你，请告诉我：这个预测实现了多少？Agent是多了还是少了？协作模式是更紧密了还是出现了意料之外的摩擦？
2025年的我们观察到一个正在形成的趋势：AI领域的竞争正在从"模型之争"转向"数据之争"。基础模型的能力越来越趋同——GPT、Claude、Gemini、DeepSeek、通义千问——它们的底层能力差距正在缩小。真正拉开差距的，是谁拥有更多、更独特、更有价值的业务数据。
逻辑很简单：一个通用模型加上你企业三年积累的真实业务数据（客户对话、合同条款、供应链记录、生产参数、质检结果），经过微调后的专属模型，在解决你企业的问题时，一定比任何一个通用模型更强。因为通用模型不知道你的客户最喜欢问什么问题，不知道你的合同有哪些特殊的风险条款，不知道你的供应链在旺季经常出现什么瓶颈。
我们预测，到2026年，数据飞轮将成为企业竞争力的核心差距。早期部署AI Agent的企业，通过Agent的日常运行产生了源源不断的高质量业务数据，这些数据又被用来持续优化Agent的能力，更好的Agent带来更多的使用频率和更广的使用范围，从而产生更多数据。这个飞轮一旦启动，后来者追赶的难度将呈指数级增长——因为他们不仅需要补AI技术的课，还需要补数据的课，而数据是没有"速成班"的。
2026年的你，请看看：在你的行业中，领先者和落后者之间的差距有多大？这个差距主要是技术的差距，还是数据的差距？数据飞轮的加速效应是否如我们预测的那样明显？
2025年选择拥抱AI的企业，五年后回头看会感谢今天的自己。不是因为今天的AI有多完美，而是因为你比别人早五年启动了数据飞轮。五年积累的业务数据——那是任何人都无法用金钱购买的竞争资产。
2025年，关于"AI会不会取代人类工作"的讨论仍然两极分化。一方说AI会消灭大量岗位，造成大规模失业。另一方说AI只会增强人类，创造更多新的岗位。2025年的我们认为，两种说法都过于简化了。
更准确的描述是：AI不会简单地"取代"岗位，但会深刻地"重塑"每个岗位的职责内涵。
来看几个岗位在2025年已经发生的变化。客服代表的职责，三年前是"接电话、回复问题"，现在是"管理AI客服的知识库、处理AI无法解决的复杂客户情况、分析客户反馈数据以改进服务"。法务助理的职责，三年前是"翻阅大量文件、标注风险点"，现在是"审核AI标记的风险点、做出最终的法律判断、更新合同审查规则库"。采购专员的职责，三年前是"逐个比对供应商报价"，现在是"审核AI推荐的采购方案、与战略供应商谈判、优化采购策略参数"。
每一个岗位都在发生同样的变化：低价值的重复性认知劳动被AI承担，人类的精力被释放到更高价值的判断、创造和关系维护上。这个趋势不可逆转。到2026年，我们预测企业里几乎找不到一个"不用AI"的岗位——就像今天的企业里几乎找不到一个"不用电脑"的岗位一样。
这意味着，到2026年，企业最重要的能力之一将是"人机协作管理"——如何让不同岗位的员工与不同能力的AI Agent之间形成高效、安全、愉快的工作关系。这不是一门技术课，这是一门组织设计课。2025年的我们正在学习这门课的基础章节，2026年的你们应该已经有了更系统的教材。
2025年，大多数企业是把AI"嫁接"到现有业务上的。就像一个有着几十年历史的老建筑，在原有的砖墙上加装智能家居系统——能work，但总有各种不匹配。线缆走不了暗线，电压带不动新设备，老结构限制了新布局。
但与此同时，一批"AI原生企业"正在诞生。这些企业的创始人从创业第一天就将AI作为企业的核心操作系统——业务流程围绕AI能力设计，组织结构围绕人机协作搭建，数据架构从底层支持AI训练和推理。它们没有"数字化转型"的包袱，因为它们生来就是数字化的、智能化的。
我们预测，到2026年，AI原生企业将在多个行业重新定义竞争标准。不是因为它们有更先进的AI技术——技术最终会趋同。而是因为它们没有"旧建筑的约束"——它们的流程是为AI优化的，它们的团队是为AI组织的，它们的文化是为AI培育的。这种"原生优势"将在效率、客户体验和创新速度上形成差距，迫使传统企业进行更根本的组织变革，而不只是"加装AI功能"。
2026年的你，看看你的行业里：新崛起的领导者中，有多少是AI原生企业？它们与传统企业之间的差距有多大？传统企业是否成功地完成了从"嫁接型AI"到"原生型AI"的跨越？
这条预测是关于你自己的——作为企业的经营者。
2025年的企业经营者，每天的决策负荷极大。你需要关注市场趋势、竞争对手、产品迭代、团队管理、财务状况、客户关系……每个领域都在产生海量信息，而你只能依靠有限的时间和有限的认知带宽来处理它们。
我们预测，到2026年，企业经营者的日常决策模式将发生根本性转变。你不再需要"自己收集信息、自己分析数据、自己做出判断"。你的AI经营助手（可能是多Agent协作系统）会持续监控与企业经营相关的所有信息源——市场动态、竞争情报、内部运营数据、客户反馈信号——并在你需要时，给出结构化、有深度、附有置信度的分析报告和行动建议。
你的角色将从"信息处理者 + 决策制定者"转变为"方向设定者 + 决策审核者"。你不再被信息淹没，而是站在信息之上。你不再疲于应付日常运营决策，而是有更多精力思考战略方向和长期价值创造。
但这种转变不是自动发生的。它需要你在2025年就做出两个关键决策。第一，投资你的AI经营基础设施——不是买个聊天机器人，而是建立一个能够理解你的业务、持续学习你的决策逻辑、覆盖你信息需求全范围的Agent体系。第二，培养与AI协作的个人习惯——把"问AI"变成和"问同事"一样自然的决策前动作，学会提出好问题，学会评估AI建议的可靠性，学会在AI分析的基础上做出综合判断。
企业经营者不是被AI取代的角色，而是能从AI中受益最多的角色。前提是：你必须在今天就开始建立自己的AI经营基础设施和个人协作习惯。
写完这五个预测，我自己也知道其中一定会有偏差。有些可能过于乐观，有些可能低估了复杂度，有些可能完全看走了眼。预测未来这件事，准确率从来都不高。
但这封信的真正价值，不在于预测的准确性。而在于它为你——2026年的企业经营者——提供了一个清晰的锚点：这是2025年的我们最认真的思考。不管这个思考是对是错，它都可以成为你评估自己这五年旅程的一个参照系。
如果你发现我们过于乐观了——AI的落地比你想象中更慢，Agent的协作比你想象中更难——请不要失望。巨大的变革从来不会一蹴而就。五年不够就用十年，十年不够就用二十年。方向是对的，只是需要更多时间。
如果你发现我们过于保守了——AI的发展远超我们的想象，2026年的现实已经远超这封信的任何预测——请会心一笑。这说明技术的力量比我们最乐观的估计还要强大。而你和你的企业，作为这场变革的见证者和参与者，应该为此感到幸运。
最后，无论2026年是什么样子，有一件事是确定的：你今天的选择——在2025年做出的那个选择——决定了你是以什么姿态站在2026年的时点上。是旁观者，还是参与者？是跟随者，还是引领者？是被动应对变化，还是主动塑造未来？
答案不在信里。答案在你从今天开始的每一个行动里。
今日之工，明日之基。愿你站在2026年时，感谢2025年的自己做出了正确的选择。
2025年11月12日
宝软数字