最近2个月，因为工作原因，我密集拜访了制造业、零售、互联网等不同的十几家企业，每次必不可少的从聊主产品到周边的 ERP、SRM、HR 、OA、MES等结合，里面必不可少的都同讨论到了一个问题：AI，到底应该怎么融入企业软件？看看你们的想法
几乎所有软件，不约而同地选择了同一种方案
聊得越多，我越发现一个很有意思的现象。几乎前面举例的软件，不约而同地选择了同一种方案：在现有系统里，加一个 AI 对话框。 打开 ERP，右下角多了一个 AI 助手；打开 SRM，侧边多了一个智能问答；打开 HR 系统，也多了一个"问问 AI"。大家似乎形成了一种默契：只要接入了大模型，就应该有一个聊天窗口。
这可能是企业 AI 产品设计里最大的惯性思维
刚开始，我也觉得这很合理。毕竟 ChatGPT 的成功，让所有人都习惯了通过聊天与 AI 交互。既然用户已经接受了这种方式，把它搬到企业软件里，看起来也是一件顺理成章的事情。但和客户聊得越多，我反而越来越怀疑，这可能是企业 AI 产品设计里最大的惯性思维。
因为我发现，企业用户真正想完成的，从来不是"和 AI 聊天"。 采购经理打开 SRM，不是为了问 AI 一个问题，而是想尽快找到符合条件的供应商；HR 打开系统，不是为了和 AI 对话，而是想快速筛选候选人、分析简历、生成面试意见；财务打开 ERP，也不是为了聊天，而是想知道哪笔费用异常、哪个流程需要处理。他们打开软件，是为了完成一项业务，而不是开启一段对话。
这也是为什么很多客户在体验完 AI 功能之后，会给出一个看似矛盾的评价："模型很聪明，但是用起来有点麻烦。" 仔细分析就会发现，问题并不出在模型，而是出在交互方式。原本点击一次按钮就能完成的事情，现在却变成了：打开 AI 助手、输入一句自然语言、等待模型回答、阅读一段文字，再回到原来的页面继续操作。AI 没有减少用户的工作，反而增加了一层新的交互。
于是，我越来越相信一句话：
如果你的 AI 不是一个面向开放世界的通用 Agent，而是服务于一个明确业务场景的业务 Agent，那么它最不应该做成的，就是聊天框。
我们把 ChatGPT 的交互方式，当成了 AI 唯一的交互方式
很多朋友看到这里，可能会觉得，我是不是在否定聊天？其实不是。我只是越来越觉得，我们把 ChatGPT 的交互方式，当成了 AI 唯一的交互方式。
这是两个完全不同的概念。
仔细想想，ChatGPT 为什么一定要聊天？因为它什么都不知道。 它不知道你是谁，不知道你打开了什么软件，不知道你准备完成什么任务，也不知道你的权限和业务背景。它面对的是一个开放世界，所以只能不断提问，不断确认，不断收集上下文。聊天，本质上是一种获取上下文的方式。它不是 AI 最好的交互，而是在没有上下文的时候，唯一的交互方式。
企业软件是上下文最丰富的地方
企业软件却恰恰相反。一个采购经理打开 SRM 的时候，系统已经知道了很多事情。知道你是谁，知道你的角色，知道你的部门，知道你的权限，知道你负责哪些采购项目，知道今天有哪些审批等待处理，知道哪些供应商延期交付，知道哪些合同即将到期，甚至知道，你每天进入系统以后，第一个会打开哪个页面。企业软件不是一个没有上下文的世界，它反而是上下文最丰富的地方。
既然系统已经知道这么多，为什么还需要让用户重新输入一句："帮我找一下最适合的供应商。" 这不是智能，这是让用户重复提供系统已经拥有的信息。
如果今天没有 ChatGPT，我们还会设计聊天框吗？
后来我开始反过来思考这个问题。如果今天没有 ChatGPT，如果大模型第一次出现，就是在 ERP 或 SRM 里面，我们真的会设计一个聊天框吗？ 我觉得不会。
采购页面可能直接告诉你：今天建议优先联系这三家供应商。
审批页面直接提示：这个合同存在两项风险，建议修改后再提交。
供应商详情页直接显示：根据历史履约数据，这家供应商未来三个月延期风险较高。
整个过程中，没有聊天。 用户甚至不知道 Agent 是什么时候开始思考的，但结果已经提前出现在他需要的位置。这其实不是 AI 更聪明了，而是软件开始理解业务了。
Agent 工作完成以后，应该怎样帮助用户？
过去一年，我们讨论了太多 Agent。讨论多 Agent，讨论 MCP，讨论 Workflow，讨论工具调用，讨论模型能力。这些当然都重要。但我发现，我们一直在讨论 Agent 怎么工作，却很少讨论另外一个问题：
Agent 工作完成以后，应该怎样帮助用户？
今天，大多数产品给出的答案还是聊天框。因为聊天框足够通用。 不知道放在哪里，就放进聊天框；不知道怎么融入业务，就让用户自己去问。这是一种很好的起点，但它不会是终点。企业软件真正需要的，不是一个会聊天的 AI，而是一个能够参与业务的 AI。
比"生成界面"更重要的是"理解界面"
过去，推动业务流转的是规则引擎。以后，推动业务流转的，很可能就是 Agent。 它知道什么时候该提醒审批，什么时候该推荐供应商，什么时候该识别风险，什么时候该生成报价，什么时候该把下一步操作直接摆到用户面前。它输出的不应该是一段文字，而应该是一条建议、一个按钮、一张卡片、一次流程推进，甚至是一次自动执行。
很多人在讨论 A2UI，我反而觉得落地在企业，比"生成界面"更重要的是"理解界面"。未来 AI 不一定生成新的页面，但它一定会决定：当前这个页面，什么信息应该优先展示。 采购经理和财务打开同一个页面，看到的重点可能完全不同；老板和执行人员进入同一个系统，需要的也不会是同一组数据。未来的界面，不再是固定的，而是随着业务、角色和上下文实时变化。
AI 不再生成 HTML，AI 开始生成 UI State（界面状态）。
每一次交互革命，都在不断减少操作
软件的发展，其实一直遵循着同一个规律。命令行时代，我们记命令；图形界面时代，我们点击按钮；移动互联网时代，我们滑动屏幕。 每一次交互革命，都不是增加新的操作，而是在不断减少操作。
AI 也应该如此。真正成熟的企业 AI，不应该让用户学习如何写 Prompt，而应该让 Prompt 慢慢消失。 不是让用户告诉系统自己要做什么，而是系统已经知道，他下一步最可能要做什么。
通用 Agent 需要聊天，业务 Agent 不需要
所以，我越来越相信一句话。
通用 Agent，需要聊天。 因为它不知道你想干什么，聊天，是它获取上下文最自然的方式。
业务 Agent，不需要聊天。 因为它应该比你更早知道，你下一步准备做什么。
真正好的企业 AI，不是回答问题，而是让问题越来越少。
真正优秀的企业软件，也不是多了一个 AI 助手，而是当用户打开系统的时候，AI 已经在后台完成了思考，把最需要的结果放在最合适的位置。
到那个时候，我们讨论的就不再是"这个软件有没有 AI？"，而是另一句话：
好的软件，本身就是 AI。
— END —
云观山 企业AI思考系列
