在AI时代,企业软件长期维护模式是否还存在?

这是一场面试中的对话片段，观点碰撞很有意思，大约十个来回。

面试官小Q：下面我们聊聊企业软件。传统ERP在企业里面一套用十年甚至更久，厂商跟着迭代维护升级。你觉得，AI时代这套还走得通吗？

候选人小W：走得通，但不会原样走了。核心那层，切换成本太高，合规摆在那，短期内还得靠稳定平台、靠厂商撑着。但AI会把迭代大幅加速，外围的东西，不一定再绑在长周期维护上。

面试官小Q：切换成本，嗯，我同意。有个数据挺好玩，ERP产品平均生命周期五到十年，但客户实际跑的年头经常接近二十年。实施动不动半年起，数据迁移是个大坑，没人愿意随便换。

候选人小W：对，所以核心层还得有人管。

面试官小Q：那你觉得，外围动了，核心就安全？

候选人小W：不完全是。AI确实在改写这个等式。你看，生成式AI加低代码，开发迭代从几个月缩到几周。AI代理还能自己处理大量维护。企业不用等厂商大版本了，非核心部分可以自己频繁迭代。

面试官小Q：我信AI能加速开发。但核心层，治理和确定性是硬的。审批流、审计日志、职责分离，这些AI现在还替不了，尤其受监管行业。Forbes今年五月有篇分析，核心意思是AI在改变ERP，不是取代它。ERP还是企业的交易骨架，下一步是在这个骨架上搭生态，让AI有干净可治理的数据可以用。

候选人小W：嗯，我认同。

面试官小Q：那你觉得AI能渗透进核心，还是主要在外围晃？

候选人小W：混合。外围快，核心稳，中间用治理过渡。比如AI代理做预测性维护、异常检测——但它只报警、只建议，最终拍板和系统记录的还是那个稳定平台。这样长期维护的价值没丢，敏捷性也拿到了。

面试官小Q：这个思路我喜欢。说个真事，一家制造企业，主流ERP跑了十二年，通过厂商的AI增强模块做库存预测优化，没停过一次产线。

候选人小W：渐进式，走得通。

面试官小Q：你怎么看？

候选人小W：稳很重要。但我也见过另一个路子。中型流通企业，用AI低代码平台重构订单和库存，三个月上线。后面按季度迭代，AI代理扛了大部分日常维护。成本下来了，响应速度快了。

面试官小Q：所以长期单一维护，不是唯一解了。

候选人小W：合适场景下，不是。

面试官小Q：嗯。两边的例子都对。核心层有数据重力、有合规、有历史嵌入，长期维护更持久。边缘和创新模块不一样，适合快。厂商角色也在变——以前是卖系统加维护，现在是平台加智能服务加治理护栏。

候选人小W：就是这个意思。未来五到十年，核心平台继续演进，十年以上生命周期，但AI增强。外围模块化、按需搭。企业不会扔掉长期维护，但组合方式灵活多了。

面试官小Q：行，今天聊得不错。你对AI在企业场景的落地想得挺清楚。核心和边缘怎么平衡，治理的分量在哪——产品总监绕不开的题，你都有考虑。

对话大约是这个意思，没办法换衣原样。

但面试后的一点想法：

候选人思路偏前瞻，对AI改变开发范式有信心

小Q角度不太一样。大企业核心系统，切换成本、合规刚性、数据重力这些现实绕不过去。长期维护在未来相当长时间里，还是有坚实基础的。

两人都说的在理，综合判断应该是：AI不会干掉”十年以上厂商持续维护”，但会让它走向混合演进。

几条趋势很明显：

产品策略的启示不复杂：

尊重传统核心的长期维护逻辑，同时推动AI在边缘和增强层创新落地。平衡做到位，才是关键。