夜雨聆风麦肯锡最近发布了一篇很有信号意义的文章，标题是：The end of ERP as we know it? Five ways AI is disrupting ERP。
这不是一篇简单谈 “ERP + AI” 的文章。它真正提出的问题是：当 AI Agent 开始理解业务、执行流程、连接系统、做出判断之后，ERP 这个过去几十年企业数字化的核心范式，会不会被重新定义？
ERP 不会消失，但我们熟悉的 ERP 使用方式会消失。
过去的 ERP 是以人为中心的交易系统。人登录系统，打开页面，填写字段，点击按钮，提交审批，等待结果。系统是流程的中心，人是流程的执行者。
但在 AI Agent 时代，逻辑会反过来。人不再逐项操作系统，而是设定目标、确认例外、管理结果。真正执行流程的，将是运行在企业系统之上的智能体网络。
ERP will become “headless”。
所谓 headless，并不是 ERP 后端不存在了，而是前端交互方式被 AI Agent 接管了。ERP 仍然是企业的 system of record，仍然负责数据一致性、权限、审计、交易记录和合规。但用户不再直接面对 ERP 的复杂界面，而是通过自然语言、任务意图和智能体完成业务。
换句话说，未来的 ERP 不是一个“软件界面”，而是一个“业务操作底座”。
一、ERP 的前端会被 Agent 重写
过去我们谈 ERP，谈的是模块：财务、采购、库存、生产、销售、人力。每个模块都有自己的页面、字段、流程和审批。
但 AI Agent 介入之后，用户的入口会从“打开某个模块”变成“提出一个业务目标”。
例如：
“帮我判断这批原材料是否需要提前采购。”
“分析本月现金流风险，并给出付款优先级。”
“根据销售预测，重新调整下季度生产计划。”
“检查这个供应商合同是否存在价格、交付和合规风险。”
这些任务过去需要人在多个系统之间切换：ERP、CRM、MES、OA、财务系统、数据仓库、Excel。未来则可能由 Agent 自动完成跨系统调用、数据理解、流程判断和建议生成。
这就是 ERP 被 AI disruption 的第一层：不是系统被替代，而是系统交互被重构。
真正的变化不是 “ERP 里面多了一个聊天框”，而是业务流程从 screen-based transaction 走向 intent-based execution。
二、企业不会抛弃 ERP Core，但会重建 AI Operating Layer
有些人会说，既然 Agent 可以操作系统、生成流程、调用 API，那企业是不是可以停掉 ERP 现代化，继续用旧系统，然后在上面套一层 AI？
这是一个危险的幻想。
麦肯锡也提醒，RPA 时代已经给过我们教训：在老旧系统上叠加自动化，可以带来短期效率，但无法解决核心数据、流程和治理问题。Agentic AI 比 RPA 强很多，但如果底层数据混乱、流程不一致、权限边界不清晰，AI 只会把混乱自动化、放大化、规模化。
所以未来企业架构的关键，不是“ERP 要不要”，而是：
ERP Core 要更干净，AI Layer 要更聪明
未来企业 AI 架构至少会有五层：
第一层是 Clean Core 和 Data foundation，确保数据可信、交易可审计、权限可控制。
第二层是 Business Ontology，也就是企业业务本体。它把客户、订单、库存、设备、合同、流程、规则、事件、权限之间的关系建模出来，让 AI 真正理解企业业务世界。
第三层是 Human and Agent Processes，人和 Agent 协同完成流程。人负责目标、判断和例外，Agent 负责执行、校验和反馈。
第四层是 Agentic Operating Model，多个 Agent 跨部门、跨系统协同工作。
第五层是 Value Mission Control，持续衡量 AI 带来的业务价值，而不是只看调用次数、Token 消耗和演示效果。
最关键的是麦肯锡提到的 Business Ontologies。
没有业务本体，Agent 就只是一个会聊天、会调用工具的自动化脚本。有了业务本体，Agent 才能理解“为什么这样做”“什么可以做”“什么不能做”“做错了谁负责”“执行结果如何评价”。
这也是企业 AI 从 demo 走向生产的分水岭。
三、ERP 实施会变快，但交付模式必须重构
麦肯锡提出一个很激进的判断：AI 有潜力让 ERP Transformation 变得 two times faster and cheaper。
这背后不是简单的 AI Coding，而是整个 ERP 实施方法论的变化。
传统 ERP 项目为什么贵、慢、风险高？
因为大量工作都依赖人肉分析和人工交付：现状流程梳理、目标流程设计、差异分析、系统配置、数据迁移、测试用例、培训材料、上线支持、变更管理。
Agentic AI 进入之后，这些工作会被重新拆解。
AI 可以读取现有流程文档、系统配置、历史交易数据和自定义代码，自动识别 as-is 流程；可以参考行业最佳实践，生成 to-be 流程建议；可以自动生成配置方案、测试用例、培训材料和迁移脚本；也可以在项目管理过程中持续识别风险、进度偏差和价值偏差。
但这不意味着顾问、实施团队会消失。相反，低价值的“文档搬运”和“系统配置体力活”会减少，高价值的业务判断、架构设计、变革管理和价值落地会变得更重要。FDE 的角色会越加重要也会更抢手。
未来 ERP 实施团队的核心能力，不再是“熟悉某个模块怎么配”，而是“能否把业务目标、系统能力、AI Agent、数据治理和组织变革连接起来”。
四、从“用例驱动”走向“领域重构”
很多企业今天做 AI，最大的问题是 use case 太碎。
做一个合同摘要 Agent，做一个采购问答 Agent，做一个财务报表 Agent，做一个库存预警 Agent。每个 demo 看起来都不错，但很难形成真正的 P&L impact。
麦肯锡把这种状态称为 Pilot Purgatory，也就是试点炼狱。
我非常认同这一点。企业 AI 不能长期停留在“单点用例创新”。尤其是在 ERP 场景中，绝大多数流程的目标不是个性化，而是标准化、可控、可审计、可规模化。
所以 AI 改造 ERP 的正确路线，不是“给每个页面加一个 Copilot”，而是从业务域出发，重构完整流程。
例如采购域，不是做一个“采购问答助手”，而是重构从需求预测、供应商选择、询价比价、合同审核、采购申请、审批、订单执行、交付跟踪、异常处理到付款建议的端到端流程。
财务域也不是做一个“报表助手”，而是重构从预算、预测、费用控制、付款优先级、现金流风险、异常凭证、审计线索到经营建议的完整闭环。
这才是 AI Native ERP 的真正价值。
五、ERP 厂商、系统集成商和 AI 创业公司的角色会重新洗牌
麦肯锡判断，ERP vendors 可能会重新夺回 ERP 生态的控制权。原因很简单：如果 AI 能显著降低实施成本、提高交付质量，客户自然会要求厂商把这些能力内嵌到产品和交付体系里。
但我认为，这件事不会只由传统 ERP 厂商完成。
未来会出现三类玩家：
第一类是传统 ERP 厂商。他们拥有核心系统、数据模型、标准流程和客户基础，优势在稳定性和生态控制。
第二类是系统集成商。他们熟悉客户现场、行业流程和复杂交付，优势在业务理解和落地能力。但如果仍然停留在传统人力交付模式，利润和价值都会被压缩。
第三类是 AI Native 创业公司。他们会切入 Agentic Delivery、AI PMO、代码理解、流程挖掘、自动测试、业务本体、跨系统智能体等环节，用更快的产品迭代挑战传统交付模式。AI Native 的创业公司用AI来创造AI，并用AI来交付。
我的判断是：未来真正有价值的公司，不是再做一个“ERP 替代品”，也不是只做一个“ERP Copilot”，而是做 ERP 之上的 AI Operating System。
它要能理解业务本体，编排 Agent，连接系统，治理权限，追踪价值，并且让企业在不破坏核心系统稳定性的前提下，进入 AI 原生运营。
六、我的核心判断：ERP 的终局不是软件，而是业务智能体网络
这篇麦肯锡文章真正值得重视的地方，是它把 ERP 的未来从“系统现代化”推进到了“企业运营模式重构”。
过去 ERP 是企业的流程底座。
未来 ERP 会变成企业 AI 操作系统的一部分。
真正的企业智能化，不是把 AI 放进 ERP，而是让 ERP、数据、流程、规则、权限、事件和 Agent 共同组成一个可行动、可审计、可持续优化的业务大脑。
所以，我对未来 ERP 的判断可以总结为五句话：
ERP 不会死，但传统 ERP 界面会被边缘化。
AI Agent 不会替代企业核心系统，但会成为新的业务入口。
业务本体会成为企业 AI 落地的关键基础设施。
系统集成商如果不 AI Native 化，交付价值会被重新定价。
企业 AI 的竞争，不在于谁有更多 demo，而在于谁能把 AI 放进真实业务闭环，产生可衡量的经营结果。
这也是为什么我认为，ERP 的未来不是一个更聪明的软件，而是一个由业务本体、智能体、数据基础和价值控制系统构成的企业智能运行体系。
但这不是 ERP 的结束。
这是企业软件进入 AI 原生时代的开始。
