我看致远 ｜协同运营的BPM过去和AI未来

上周我出席了致远互联（以下简称“致远”）的 2026 年AI 产品战略发布暨生态伙伴大会，并作了大会主题发言；在会上，致远发布了“智能运营中枢”。

（一）技术演进

致远的创始人、CEO徐石先生在上世纪九十年代开始做软件开发、集成和服务，是中国企业软件行业的先行者。说来也巧，我从那个年代开始就和徐总有不少人生交集，看着徐总一路走来。

当年，财政部的会计电算化政策创造了市场需求，规范了行业秩序，使得财务软件成为中国最早形成的企业软件行业跑道。到21世纪初，在欧美发达国家从记账软件发展而来、以业财一体化为主要特征、作为业务管理信息系统核心的ERP 软件开始大规模进入中国，中国财务软件公司随之纷纷转型为ERP 软件公司，用友、金蝶等公司就是在这个行业转型期脱颖而出。

然而，同样起步于财务软件的徐总彼时并没有随ERP大流，而是独辟蹊径率先打出了“协同软件”大旗——这就是致远互联这家公司的初心；如果说ERP是解决企业的“资源计划管理”问题，致远立足于解决企业的“协同运营”，那么二者有何不同呢？

“资源计划管理”关注企业的组织分工，掌控业务的确定性。它在组织中的作用力是自上而下纵向的，强调职权分配、目标设定、指挥控制、业绩衡量、报告合规，它是一种静态的、契约式的关系。

“协同运营”又可拆解为两个词：

一是运营，是指企业人员实施管理意图的一系列具体操作动作，形式上，有结构化任务的工作流（workflow），半结构化任务的项目（project）以及非结构化的群组协作（collaboration），

二是协同，它是跨越职能孤岛，横向地建立运营各参与方的智能连接，不仅保证业务流程的顺滑，而且使得组织产生一加一大于二的“协同效应”。

协同运营强调以人员为中心的触达、交互、赋能、反馈和实时编排，是为了解决在组织中，信息如何无损传递、任务如何快速接力、资源如何自发匹配，它是一种动态的、演进式的响应。

从二者对应信息化解决方案的角度看，“管理信息系统”处理以事为中心的信息记录，记录各个业务对象（例如会计科目、客户、供应商、订单、库存等）的特性和状态，其软件产品的代表形态就是企业资源计划（ERP）和 商业智能（BI），

而“协同运营信息系统”则处理以人为中心的活动交互，是将人员行动（例如输入、处理、审批等）的事件、任务进行编排，并跟特定的业务对象建立联系（例如输入订单、审批费用支出），其软件产品的代表形态就是业务流程管理（BPM）。

致远创业之时，整个中国企业应用软件行业尚处于萌芽状态，缺乏专业化的中立机构来定义诸如ERP、BPM 这类行业跑道，行业里甚至分不清ERP 和BPM是不同的软件产品；徐总这时敏锐捕捉到了企业应用软件的发展动向，提出了“协同运营”的产品道路—— 我梳理了全球协同运营数字化过去四十年的全球技术发展路线，总结成下面这张图：

致远的“协同运营平台”适时推开了中国的业务流程管理系统（BPM）的大门，和国外主流 BPM 厂商差不多同一时间开始；从过去二十年的发展看，它经历了这个行业完整的进化过程：

从单纯的流程自动化平台起步，其后十年一路融入了应用集成中间件、规则引擎、决策智能等技术，进化为Gartner提出的“智能业务流程管理平台（iBPMS）”；之后，进一步融入低代码开发、流程机器人自动化（RPA）、机器学习、流程挖掘等技术组件，到2020 年前后，形成了 Gartner提出的“超自动化平台（Hyper-automation）”。

尽管致远没有主动去靠国外企业软件行业跑道的这些标准化名词，但是在致远的产品进化道路上，这些主流技术应该是一个都没拉下。

从技术解决方案角度，如果要为致远找个国外的行业标杆，除了微软、IBM 这类业务自动化解决方案综合性大厂外，我认为提供企业协同运营领域垂直解决方案的全球性头部厂商，应该算是ServiceNow 或者Pega Systems；如果致远出海要给自己公司定位立个旗，我建议可以说是“中国的Pega Systems”。

（二）管理思想

我最近和跟随徐总一起创业多年，分别负责渠道销售、产品管理、技术研发、企业管理理论研究的多位致远元老进行了交流，他们从不同角度都向我映证了一个印象——徐总从创业之初至今，在致远的产品路线上一直非常重视两点：一是管理理论引领、二是紧跟前沿技术。

如前所述，致远不仅没有拉下协同运营数字化每一轮升级换代的新技术组件，而且它在密切关注技术解决的组织管理课题随着时代变化所产生的新问题，力图通过自身产品改进来解决这些问题，为党政机关提升治理能力，为企业创造商业价值。

为此，致远在过去二十多年里持续和国内外多位知名管理学者合作，共同探索协同运营之道，并将之落地到自己的产品中。

我曾经在《企业信息系统进化｜协同、混沌与编排》文中写过，致远说的“协同”并不仅是指个人和部门的分工与合力的叠加，侧重于沟通效率、流程衔接、信息共享的行为逻辑，这层意义应该叫“协作”（collaboration）；致远致力于管理学角度的“协同（synergy）”，既包括协作，更多指协作的结果，即个人及部门共同作业产生“1+1>2”的整体效应——资源互补、能力溢出、系统涌现。

我最近研究的“比较管理学”认为，中国社会的组织管理逻辑有迥异于西方的特色。致远传统上被认为是中国特色的企业软件——办公自动化（OA）的厂商，OA 本身自带极强的协同运营属性；我认为OA 是价值被严重低估的企业软件跑道，它完美适配了中国从上到下的组织体制、治理逻辑、文化习惯与合规要求，是西方管理理论以及其数字化体系里完全没有的一套运转逻辑。

二十年前，我们可能还对中国本土的组织管理实践缺乏道路自信和方案自信，然而中国GDP占全球GDP总量从致远创业之时的不到5%，一路狂飙到到2025年的近17%，成为全球第二大经济体，难道这不应该归功于中国社会的组织效率，归功于中国管理模式？中国管理模式的成功难道不应该归功于中国式的信息系统？

中国的党政机关、国企、事业单位，乃至大量民企，存在着强层级、强指令、强传导的管理结构，形成了以文、会、事为中心的运营体系：

政策决定要发文（办文）：形成正式依据、统一口径、向下传达；

工作部署要开会（办会）：统一思想、明确分工、压实责任；

任务落地要督办（办事）：跟踪进度、结果闭环、追责问效。

西方组织是分权治理，契约化管理，组织运营靠流程或项目开展，不靠正式公文、会议部署、层层督办来驱动，这就形成了中国式协同运营数字化和西方组织不同的关注点。

致远基于协同运营平台的 OA应用，体现了中国管理模式的深层特点：

集体决策：大事必须上会、统一意见，不搞个人拍板；

名正言顺：必须有红头文件，才算合法合规；

令行禁止：部署之后必须有督办、事项有结果。

（三）AI 转型

我在大会发言上指出，企业信息技术应用从它产生的第一天开始，就不是计算机科学问题，而是组织变革问题。研究组织行为的社会技术系统理论（Sociotechnical System Theory）认为，工具和流程的演进必然伴随着组织结构和人员认知的变化。

在1958 年11 月刊《哈佛商业评论》的《1980 年代的管理》一文中，首次提出“信息技术”（information technology）这个名词，该文预测信息技术将给企业组织带来一系列变化：因为组织高层可以借助信息技术直通基层，导致管理向高层集权，出现专业信息工作者利用技术辅助高层处理信息，中层管理空心化，价值降低；信息上传下达的管理方式被简化，高层管理者专注于决策、规划和创新。

其后，企业IT 应用发展了六十多年，从七十年代的数据库管理系统，到九十年代的ERP和业务流程管理兴起，再到2010 年代以移动、云计算、大数据为特征的数字化转型，尽管最初对组织形态的预测并未完全变成现实，然而，每个企业IT 应用发展阶段都对应着组织扁平化、业务流程再造、大规模敏捷等组织变革的热门话题。

今天，人工智能成为信息技术应用新一轮热潮，它不仅是生产力的提升，而是人与智能共生的组织范式变化，亦即致远所致力的协同运营从人与人的关系，演进到了人与智能体（数字员工）的关系。

人类员工与数字员工有三类协作模式：

1. 副驾模式（Co-pilot）

在这种模式下，人是完成工作的绝对主角；AI 的角色类似于一个博学且手快的助手，它在人类需要时提供建议、润色文稿或生成代码片段。

它是传统智能化流程的发展，传统的流程自动化机器人（RPA）只能处理规则固定的任务，而坐在副驾上的智能体则具有认知和思考的能力。

我们以订单交付流程（Order to delivery）为例，这个端到端的流程包含了订单录入、客户信用检查、供应链可交付性检查、生产计划下达、成品入库、物流发运、开票等一系列活动，每个环节都由不同角色的人类负责处理；在供应链可交付性检查环节，副驾模式的AI 告诉订单处理人员：“根据供应商供应能力的历史规律和未来销售对制造产能的影响，预计该订单能够在十天后交货”，订单处理人员跟客户协商确认交货时间。

2. 协作模式（Co-work）

这是基于大模型的AI智能体在企业数字化中的应用，是传统智能化流程加上可以完成流程中部分任务的智能体的升级，我称之为智动化（Agentic Orchestration）。

在这里，AI 不再只是躲在后台给建议，而是直接上场干活。端到端的流程模型由人设计，并且分配哪些活动给人做，哪些活动给智能体做——称为编排；流程执行是人机交替进行——人完成一部分，AI 承接下一步，然后再反馈给人。这要求AI 具备一定的上下文理解能力、协作接口和工具使用能力，能像真正的同事一样地交接棒。

在前述的订单交付流程里，客户信用检查这个活动可以用智能体替代人，当上道活动由人类录入订单信息后，智能体根据订单里的客户名称和订货金额，主动去查询客户的资信，根据资信水平决定订单保证金额度，并向客户发出收取保证金的请求，随后检查保证金到款情况，到款后通知人类同事可以安排接单，这就是人机协作的场景。

3. 自主模式（Autonomous Agent）

最近一段爆火的“小龙虾”是一种具备高自主性的智能体，类似的可以根据人类请求，不仅是完成流程中的个别任务，而是可以独立完成端到端流程的智能体技术称作自主式智能体，通常这个智能体是多智能体系统。在这个模式下，人只定义流程目标，不干涉过程。

人类只需下达目标的指令，AI 会自己拆解任务、寻找工具、自我修正、最终交付。它是智能化系统的最高级阶段，AI 拥有了可以全面替代人类的认知、推理和规划能力，人从操作员变成了监督员。

在前述的订单交付流程里，人类只需给AI 说“客户要XXX货100 件”，无需人类预设价格处理、信用检查等结构化流程，AI 根据它的理解来拆解任务并执行，最终完成发货、开票等一系列工作，处理掉客户的要货请求。

虽然第三种模式看起来最酷，但在现阶段，由于大模型技术的可靠性、性能、使用成本，以及企业业务对风险控制、可解释性、可审计性的要求，长流程完全放手给AI 仍存在失控的风险，AI 可以承接短流程、任务级的工作，因而第一和第二种模式是主流。

在国外企业软件成熟市场，致远所处的智能流程管理这个跑道主流厂商目前几乎全部转型到了第二种模式，参见《智动化｜业务流程变成L4级智驾》《如何实施智动化 ｜ AI时代组织和流程的设计原则》

去年中我参加了致远的客户大会，在会上发布了协同管理COP 平台的AI 升级版：AI-COP，包含了智能体构建、编排、部署的功能，以及支持智能体的知识库和大模型接入，我看致远互联 ｜ AI赋能的协同运营

过了不到一年时间，在这次会上我观察到致远将AI-COP 命名为“智能运营中枢”，并且推出了更为完善的智动化平台构建器，用于实现人类任务和智能体的混合编排，还支持“小龙虾”作为智能化前端，实现了协同运营的智能体化升级。

（四）未来AI

在这次会议上，我发现徐总的野心并不止于对协同运营的AI市面潮流亦步亦趋。

二十多年前，徐总在从财务软件向ERP转型众口一词的热潮中，独辟蹊径了“协同运营”，奠定了致远的基业。反观今日之企业级AI 应用，去年是DeepSeek 一体机，今年是全民养龙虾，行业在喧嚣中难免显得有些浮躁。致远该如何摆脱低水平竞争和同质化踩踏？

徐总为致远下一代AI 产品选择了一个全新的概念：“元认知”，在乱局中锚定航向。我认为这不仅是战术上的错位竞争，更是对中国企业软件行业又一次拨云见日的突破。

今天大家都已经理解基于大语言模型的智能体在企业应用环境下的瓶颈，在于大语言模型固有的幻觉造成的推理可靠性、一致性问题，有人指出：

大语言模型若要真正实现思考，至少还需要两项突破：对内，需要一套“真实准则”“核心逻辑”或“信念体系”（叫法因人而异）来解决幻觉问题；对外，需要具备“因果认知”，理解世界状态的演变规律。

GEORGE陈果，公众号：陈果George一名大学生对大语言模型和人工智能的回顾和展望

后者是最近一段时间科学家们开始探索的大语言模型之外另一条人工智能发展道路——世界模型（参见《世界模型｜中国企业AI转型的奇思妙想》），而前者对目前大语言模型的可靠性提升，就是“元认知”技术。

元认知（Meta-cognition） 通常被称为“关于思考的思考”。

前文说到当前AI 主流是执行任务，那么具备元认知的AI 则是能够审视自己执行任务的过程。对于企业级AI 而言，这不仅仅是一个技术术语，是从能用的工具进化为可靠的同事的关键分水岭。

元认知包含三个维度的自我意识：

1. 自我监测： AI 能够意识到自己知道什么、不知道什么。当它面对一个模糊指令或超出其知识边界的问题时，不会硬着头皮一本正经地胡说八道，而是主动承认自己不明白，并请求人类补充信息。

2. 自我评估： AI 在输出结果前，会先进行一次自我审计。例如“这个订单的可交付性方案是否真的考虑全了各种供应链限制？”

3. 自我调节： AI 能根据环境反馈实时调整策略。如果第一步尝试失败了，它会分析失败原因，尝试方案B，而不是在死循环里打转。

在当前这个乱哄哄的全民养虾时代，企业AI 应用常有这样一些认识误区：

而徐总将元认知概念引入致远产品体系，能够帮助用户绕开这些误区，解决当前企业级AI应用的几大痛点：

1.消除幻觉，提升AI可信度：具备元认知的AI会通过内部逻辑校验发现异常，并提示用户原因，例如：“对账结果存在2% 的偏差，可能是由于未结算的物流杂费引起的，请确认。” 它将AI 的输出从概率模型变为确定性工作

2.优化推理性能和算力经济性：AI 完成每个任务都调用大模型会消耗词元（Token），对于无需用大模型解决的问题，既降低反应速度，成本上也不经济。具备元认知的 AI 智能体在接收任务时，能评估任务性质，合理调用适用的AI 模型或查询指令

3.处理复杂业务，掌控管理灰度。现实世界的业务流程处理不是完美的流程图，而是充满了各种例外。在处理这些例外时，按照任正非先生的说法：

合理地掌握合适的灰度，是使各种影响发展的要素在一段时间的和谐，这种和谐的过程叫妥协，这种和谐的结果叫灰度。

华为创始人，任正非

只有具备灰度的AI ，才是接近人类思维的高维智慧，这种灰度的处理原则就是企业的价值观和文化。我跟徐总说：“元认知”就是组织协同运营在流程规则上所无法显现的价值观。

例如，医院接受了一个病得很严重的病人，初步检查必须马上动手术，然而病人很穷，没钱交押金，智能体联系不上医院院长，那么它可以跳过审批通知医生开刀吗？—— 这就是智能体的价值观，是以规则为重，还是以救死扶伤为重？

徐总提出“元认知”是在试图提升协同运营数字化的价值定位：过去致远的协同运营平台是记录人脑元认知的容器——人类思考协同运营的原则，软件只是负责记录和流转。而今天，致远如果能把“元认知”植入到系统，意味着软件不再是一个被动接收指令的工具，而是一个能够真正理解意图、自我纠偏、主动补位的智能主体。

致远现在的“元认知”命题，意在帮助企业利用 AI实现我前文叙述的管理学意义的“协同（synergy）”而非仅仅是“协作”（collaboration）——即通过 AI 介入组织，让人类和智能体无缝协作，使得组织总体上具备超越个体经验的整体智能。

这是我从致远和徐总那里看到的企业级AI 的未来。