AI 越强,ERP 越不能烂

这个问题我最近被问了不止十次。提问的人不是不懂技术，恰恰相反——他们看到 AI 能直接回答「哪些订单要延期」「采购计划怎么排」，于是得出一个很自然的结论：中间那层录单系统，好像没必要了。

我的判断正好相反：AI 越强，ERP 越不能烂。这一篇把这个反直觉的结论，一步一步推给你看。

01先说清楚：被替代的到底是什么

很多人把 ERP 理解成一套录单软件——销售录订单、采购下采购单、仓库做出入库、生产做领料、财务月底结账。

如果 ERP 只是这些页面，AI 确实能替代其中很大一部分：语音可以转单据、聊天可以识别业务、发票可以自动识别、设备可以自动采集。这些不是设想，已经在发生。

但 ERP 真正重要的价值，从来不在这些页面上。它承担的是企业里一个非常基础的角色：记录真实发生过的业务事实。

客户下了多少订单、采购买了多少、供应商送了多少、仓库现在有多少、生产消耗了多少、客户发走了多少——再加上钱的这两条：企业欠供应商多少，客户欠企业多少。

这几条加起来，构成一家企业最基础的事实账本。流程可以改、页面可以换、系统可以重做，但这本账不能不准。

02换个定义，问题就变了

一旦把 ERP 定义成「事实账本」，它和 AI 的关系就不是替代，而是依赖。

AI 擅长理解、分析、推理、预测，但它有一个绕不过去的前提：你得先告诉它什么才是真的。

举个最日常的例子。老板问：「下个月哪些物料可能缺货？」

AI 能不能算？当然能。但它需要四个输入：在途采购多少、未来订单多少、采购提前期多久、哪些库存已经被其他订单占用了。

这四个数，ERP 里全都有。它们是 AI 的原料。原料是假的，算得再快也只是把错误算得更精致。

03六组数据：AI 的每个问题背后，都有一张 ERP 表

把上面那个例子拆开看，会发现一个很朴素的对应关系——AI 需要什么，ERP 就该有什么。

需要库存来自「现有库存」。系统数量与实际数量的差，过去靠仓管去现场看一眼兜住；AI 不会去看，它直接按系统数算。库存显示 1000、实际只有 800，AI 就会多买 200。

需要在途来自「在途采购」。已下采购数量、预计到货数量。这两个数如果不准，缺货预测从第一步就偏了。

需要需求来自「未来订单」。订单需求、交付时间。销售口头承诺没有落进系统，AI 就看不见这部分需求。

需要用量来自「BOM」。物料组成、单位用量。BOM 错一个用量，不是错一张单，是一百张订单一起放大。

需要交期来自「采购提前期」。供应商交期、到货偏差。提前期错一次，整条交付计划整体后移。

需要占用来自「订单占用」。哪些库存已经被其他订单锁住了。这一条最容易被忽略，也最容易造成「账上有货、实际没货」。

04关键变化：从「查询失真」到「决策失真」

这里有一个必须说清楚的转折。

过去 ERP 数据不准，最坏的结果是什么？开会吵一架，或者多跑一趟仓库。中间其实有大量的人在给系统「擦屁股」：仓管去现场看一眼、老师傅自己调 BOM、采购员凭经验判断供应商交期。

企业还能跑，是因为人肉在兜底。系统不准，但人知道它不准，于是自动做了修正。

AI 时代，这个缓冲消失了。AI 不会去现场看一眼，也不会「心里知道就行」。它只会拿着你给它的数，算出一个看起来很专业的结果，然后被当成决策依据。

有一个行业数据值得放在这里：约 55%~75% 的 ERP 项目未能达成目标，而数据迁移不善占制造业 ERP 失败原因的约 38%（麦肯锡、Deloitte 等公开研究综合）。

这个数字过去通常被读成「IT 项目难做」。我认为要换个读法：它意味着大量企业的事实账本是带病的——只是过去没人真的拿它做决策，所以病没发作。

05一次追问，就把链路问断了

再举个生产的例子。老板问：「为什么最近交付率下降？」

如果 ERP、MES 里的事实是完整的，AI 可以一路往下追：哪些订单延期 → 哪些产品缺料 → 哪些采购没有按时到 → 哪些工单没有完成 → 哪些设备影响了生产 → 最后把原因串起来。

但如果现实是：订单在 ERP 里、计划在 Excel 里、催料在微信群里、设备异常在维修人员脑子里——

那 AI 能分析什么？它只能根据拿得到的那 20% 数据，给你一个听起来非常完整的答案。

这才是 AI 最危险的地方：答案听起来很聪明，但企业的事实根本没有进去。而且它不会告诉你「我缺数据」，它会用很确定的语气把话说完。

06然后是分工

所以我一直认为，未来企业系统会形成一个很清晰的分工。

ERP 负责事实、规则和交易：什么订单已经确认、什么库存可以使用、什么采购已经发生、多少钱应该收、多少钱应该付。这部分必须准确、稳定、可追溯。

AI 负责理解、分析、预测和决策辅助：ERP 告诉 AI 发生了什么，AI 再告诉人为什么会发生、接下来可能发生什么、应该怎么办。

举个采购的例子。过去采购员每天打开 ERP，一条条找缺料。未来可能变成：ERP 保证订单、库存、BOM、采购数据是真实的，AI 自动分析后告诉采购：

未来两周有 12 种物料存在缺料风险，其中 5 种已经有在途、3 种可以通过调整生产顺序解决，真正需要立即采购的只有 4 种。甚至采购建议已经生成好了。

这个时候，AI 不是替代 ERP，恰恰是它终于把 ERP 过去积累的数据真正用起来了。

财务也一样。业财一体化过去是 ERP 最大的价值之一；未来 AI 可以帮老板分析哪个客户利润在下降、哪个产品成本异常、哪个订单收入高但其实不赚钱。

但前提还是一样：采购成本准不准、材料消耗有没有记录、工时有没有采集、费用怎么分摊。这些东西都不是 AI 凭空生成的。

07使用方式变了，底座反而更重要

未来真正发生变化的，不是「AI 替代 ERP」，而是ERP 的使用方式。

过去是人找系统：我要查库存，打开 ERP；我要看订单，打开 ERP；我要分析销售，再导出 Excel。

未来是AI 找系统：人只说一句话——「帮我看看这个月最危险的五张订单」，AI 自己去 ERP、MES、WMS 里找数，分析完给结果和建议，经过授权后自动创建任务。

也就是说，ERP 正在从「人的操作系统」，慢慢变成「AI 的业务底座」。

录入这件事会越来越自动化。但页面操作越来越少的同时，ERP 底层那些东西——物料、BOM、客户、供应商、库存、订单、成本、权限、业务规则——反而会越来越重要。

08给正在做 AI 的三条建议

第一条先做一次「事实体检」。不用全面盘点，挑三条链路走一遍：订单到交付、采购到入库、工单到报工。每条链路上问一句：这一步的事实，落在哪个系统里？如果找不到落点，那就是漏洞。这一件事，比选模型重要得多。

第二条把 ERP 的验收标准改掉。不是「模块上线了几个」，而是「有多少张单据可以被完整追溯」。前者是 IT 交付，后者才是经营能力。这条标准一改，项目的做法会跟着变——因为不可追溯的地方，交付不了。

第三条统一口径，比统一系统更急。同一个「准时交付率」，销售看的是对客户的承诺交期，生产看的是工单完工日期，财务看的是开票日期。三个口径单独看都「对」，合起来就是错的。过去这个问题只让人多开半小时会；现在它会让 AI 更自信地算错。

行业里有句话我很认同：高质量的数据是「生产」出来的，不是「检查」出来的。

这句话在 AI 时代份量变了。过去数据质量是 IT 部门的事，现在它是经营风险的一部分——因为数据的下游，从「一张报表」变成了「一个决策」。

回到开头那个问题：AI 会淘汰 ERP 吗？我的答案是：AI 会淘汰 ERP 的「页面」，但会让 ERP 的「账本」变得更重要。地基还没打好，就开始研究楼顶怎么装机器人。这是我这半年看到最普遍的一件事。你们企业的 ERP，敢不敢让 AI 直接拿去算？欢迎留言说说。

榕 Sir｜ 数智圆桌10 年企业数智化变革项目经验，只讲系统从立项、选型到上线推广的真实难点。更多深度复盘与项目模板，见知识星球「数智圆桌」——微信搜一搜即可找到。