企业AI＂自动驾驶等级＂:L0到L5,你的企业在哪一级?

2026年4到5月，六家企业软件厂商的AI产品，在同一时间窗口被放在了聚光灯下。金蝶灵基、用友YonClaw、SAP Joule升级、浪潮海岳、鼎捷雅典娜、华为MetaERP——发布会一个接一个，PPT一个比一个厚。

但翻完所有材料，我发现一个共同的问题：没有一把统一的尺子。每家的PPT都在讲"智能""自主""AI原生"——但这些词到底是什么意思？你家说的"智能"和他家说的"智能"是一个东西吗？

为什么需要一把尺子

汽车行业有SAE的L0-L5自动驾驶分级标准——全世界都知道L2自适应巡航和L3条件自动驾驶之间的区别。消费者买车的时候不用懂技术，看到L2和L3就大致知道这台车"能自己开到什么程度"。

企业AI需要同样一把尺子。不是为了让厂商对号入座互相攻击，而是让选型的人和行业从业者有一个统一的认知框架——看到"智能""自主"这些词的时候，能立刻判断它对应的是哪一级能力。

下面这个框架，是我基于六家产品研究和五年ERP销售经验做的归纳。它不是官方标准，但可以作为行业讨论的起点。

L0：纯手动——人做一切

你打开ERP，自己看数据、自己查报表、自己做凭证、自己下决策。系统只是一个电子账本——记录你的操作，但不对任何决策负责。

2026年了，中国还有大量企业处于这个状态。不是没上ERP——是上了ERP之后，所有分析、判断、决策还是靠人盯着。屏幕换了一块，工作方式没变。

按个对标：传统ERP软件的基础形态。打开系统，你看到的是菜单和表单，你要自己去找你需要的东西。

L1：定速巡航——你说一次，它做一次

这是大多数企业在接触AI时的第一个姿势。

你打开AI助手，输入"查上个月华东区应收账款"。AI调数据、生成表格、发给你。然后等你下一句。你再说"帮我把超期90天以上的标红"。AI标红，发给你。然后继续等你。

关键特征：每一次交互都需要人主动发起。AI不做预判、不主动发现问题、不跨任务协同。它就像一个刚入职的实习生——很能干，但需要你把每件事都说清楚。一个任务完成之后，它就停在那里等你下一句指令。

目前市面上大多数标榜"AI功能"的企业软件都停在这个层级。帮你写文案的、帮你做PPT的、帮你查数据的、帮你出报表的——技术上这些已经是大模型驱动的真AI了，不是规则引擎。但交互模式上，它们都停在L1：你说一句它做一件，做完就等你下一句。

一个关键区分：L0-L5衡量的是"AI有多大自主权"，不是"用了多先进的技术"。L1可以用GPT-4级别的大模型，但自主权为零——每次都要你来下指令。L3可能用的是同一个大模型，但因为加了任务规划、工具调用、多步执行的能力——自主权发生了跃迁。

对标实际产品：2023年9月发布的SAP Joule第一版，虽然背后是完整的生成式AI，但从交互模式上就是一个典型的L1——你问它答，它帮你查数据、写分析、生成文本。直到2026年5月升级后加入了智能体自主执行能力，才从L1跳到了L3。

L2：自适应巡航——它发现问题，你决策

这一级最容易产生误判。很多人觉得"系统自己发现问题了就是AI"——其实不是，传统ERP十几年前就有这个能力。

金蝶星空有个"业务监控平台"——你设定规则：库存低于安全线、订单超期未发货、应收账款超账龄。系统自动监测、自动预警、推送到你面前。用友U8有预警系统。SAP有Workflow。全行业都在做，做了十几年了。

但它的底层逻辑是IF-THEN规则引擎，不是AI。如果库存低于X，推送补货提醒。如果订单超期Y天，标红预警。如果应收账款超过Z天，提醒催收。后面的每一步——"要不要补货""补多少""找哪个供应商""要不要降价清库存"——还是人来做。

L2的价值在于：AI的角色从"被动执行"变成了"主动发现"。但决策权还在人手里。你点头它才动。

鼎捷雅典娜的"事找人"就是这个层级。数据变化了，系统主动推送任务给你。一个供应链场景里物料周转天数从300天降到108天——这两个数字是真的、硬的、值得尊重的。但它的底座是优化算法和规则引擎，不是大模型推理。这是工业工程的胜利，不是AI的胜利。

关键的界限：L2靠规则引擎+BI就能做到——传统ERP十几年前就有业务监控和预警。但L1需要大模型——写分析报告、理解自然语言查询、生成文案，这是LLM才有的能力。两者的技术底座完全不同，但在"自主权"这个维度上，它们都还没到L3——最终拍板和执行的还是人。

这里有一个看似矛盾的地方——L1靠的是大模型，技术比L2先进得多。但L0-L5这个框架衡量的不是"技术先进度"，是"AI有多大自主权"。L2虽然底子是老旧的规则引擎，但在"谁来发现问题"这件事上，它比L1多走了一步：从被动执行变成了主动发现。

L3：高速放手——你说目标，它自己干（分水岭）

这是整个框架最关键的一级。L3之前和L3之后，AI的角色发生了根本性变化。

L3的定义：你给出一个目标，AI自己拆解任务→调用系统→执行流程→交付结果。你只做最终审核。

举一个实际场景——财务月底关账。

L2的做法：系统提醒你"应收应付有差异，需要处理"。然后你打开明细、逐条核对、手工调整、做凭证、出报表。AI帮了你一下（提醒），但剩下的事还是你做的。

L3的做法：你对着系统说"把这个月的账关了"。AI自己去抓所有应收应付数据→自动匹配差异→自动标出异常→自动生成对账报告→自动发起调整审批。你只需要审核AI标出来的那几笔异常，点确认。

L3就是分水岭。过了L3，AI从"工具"变成了"同事"。没过L3，AI永远是助手——帮你查、帮你算、帮你提醒，但动手的还是你。

L3需要什么技术能力？它需要大模型的推理能力——理解你的目标、拆解成子任务、判断调用哪个系统模块、处理执行中的异常、生成结果。这不是规则引擎能做的，必须靠生成式AI+智能体协同。

对标实际产品：

● 金蝶灵基的Work模式——你定义目标，AI智能体承接任务、调用系统、协同流程、交付结果。2026年5月20号发布，5月28号上架，架构到了L3但验证为零。

● 用友YonClaw的超级智能体——覆盖全场景，你说目标它执行。4月28号发布，同样架构到了但验证为零。

● SAP Joule 2026版——2023年初版是L1，2026年5月Sapphire大会升级后，自主关账助手已经是标准L3了。从L1到L3，SAP花了三年。

L4：几乎无人驾驶——它自己跑，你偶尔看

L4是真正意义上的企业级AI自主——跨部门、跨流程的端到端自主决策和执行。

设想一个场景：一个销售订单进来→AI自动排产→AI自动触发采购→AI自动调库存→AI自动安排发货→AI自动对账收款。从订单到现金的全链路，没有一张表单是人填的，没有一次审批是人发起的。

人只做一件事：设边界。比如"单笔超过500万的订单需要我确认""更换供应商需要我审批""毛利率低于10%的订单自动拦截"——除此之外，AI自己跑。

目前没有任何一家厂商在L4上有验证数据。有概念设计、有架构规划——但没有客户实际跑出来的案例。L4是目前行业的天花板。

L5：没方向盘——科幻

L5的终极形态：没有ERP操作界面了。

你每天早上打开手机，收到一份日报："昨天AI处理了473笔订单、自动排产了12个工单、核销了86笔应收账款。发现3个异常——已自动解决。其中第2个异常——华东区一笔500万订单毛利率低于15%，AI建议下周跟客户谈提价，理由如下……"

人对企业的管理，从一个"操作系统"变成一份"每日简报"。你定战略，AI管执行。你问问题，AI给答案。

这是科幻。目前只存在于发布会那句"全面自主企业"的口号里。但L5的存在是有意义的——它告诉你这条路最终指向哪里。

用一个表格说清楚

注意这个框架的关键张力：L1用大模型（技术先进）但自主权最低，L2靠规则引擎（技术老旧）但自主权反而高一步。L0-L5衡量的是"AI能自己做多少事"，不是"用了多先进的技术"。到了L3，技术和自主权终于合在一起——大模型+智能体协同，才真正实现了"你说目标它自己干"。这是质变。

六家厂商当前对标（2026年5月）

用这个框架量一下目前六家主流企业软件厂商的AI产品——基于公开发布会、官网、白皮书信息。

金蝶灵基（2026.5.20发布）：架构L3。Work模式"你说目标它自己跑"。Chat上手、Work执行、Build开发三层入口。5月28号正式上架，客户验证数据为零。

用友YonClaw（2026.4.28发布）：架构L3。超级智能体设计覆盖全场景。同样刚发布，验证为零。

SAP Joule（2023首发，2026.5大升级）：真L3。2023版是L1助手，2026版升级为Autonomous Enterprise自主企业战略——50+助手编排200+智能体。有几十万S/4HANA客户底座，但从L1升级到L3的过程中存在旧架构兼容成本。

华为MetaERP（2019年被逼自研，2023年内部上线）：内部L3。盘古大模型5.5+天筹求解器+Flink流计算驱动。华为内部20万人的财务流程跑通了，但外部客户零验证。ERP行业Know-how的积累不能靠算法压缩。

浪潮海岳（2026.4完整发布）：声称L3。商业AI 2.0+工业AI 1.0+企业级智能体平台——体系设计在纸面上到了L3。但4月才完整发布，不到两个月，一个客户验证数据都没有。"声称L3"和"真L3"之间，隔着至少两年的真实客户验证。

鼎捷雅典娜（2015启动，2025架构升级）：自动化强，AI刚起步。需要严格拆分——2015-2024年的核心能力是工业自动化（规则引擎+优化算法），300天降到108天的数据是工业工程的胜利。真正的AI尝试是2025年架构升级加入生成式AI引擎才开始的，不到一年。

一个残酷的事实：六家里，真正有L3验证数据的——一家都没有。SAP最接近（有客户基数可以推送升级），华为内部有但外部为零。剩下的全在"有架构、没验证"阶段。

但这不是坏事——恰恰说明整个行业都在L3的起跑线上。谁先拿出真实的L3客户验证数据，谁就领先半个身位。这场比赛，2026年5月刚刚打响。

为什么L3是分水岭？

因为它决定了你卖的是什么。

没过L3的厂商，卖的是"功能"。我有报表功能、我有审批功能、我有预警功能、我有AI聊天功能。客户买的是功能的集合。功能的定价逻辑是按模块算——财务模块多少钱、供应链模块多少钱。

过了L3的厂商，开始卖"结果"。我不跟你讲我有多少功能——我跟你讲我帮你省了多少时间、降了多少成本、减少了多少错误。客户买的是结果。结果的定价逻辑是按价值算——帮你省了一个财务主管的人力成本，我收你三分之一，不过分吧？

功能的价值是线性的——多一个模块多一份钱。结果的价值是跳跃的——一旦过了L3，你的产品从"工具"变成了"劳动力"。商业价值差一个数量级。

这就是为什么每家企业都在喊L3。不是因为它听起来高级——是因为过了L3，商业模式变了。

但喊和做之间，隔着真实客户数据的鸿沟。

写在最后

这个框架不是定论，是一个开放讨论的起点。六家对标是基于2026年5月公开信息做的判断——企业AI发展太快，金蝶灵基5月28号上架、SAP刚完成升级、浪潮的客户案例可能在秋季出来。今天标的位置，半年后可能完全不同。

建议你把这篇收藏。2026年底的时候回来对照——看看谁从"声称L3"变成了"真L3"，谁还在L1-L2修修补补，谁默默跳到了L4。

我是子路，评论区聊聊——你的企业和你的ERP，目前在L几？