花了几千万上ERP,业务还在Excel跑? 2026年AI正在改写这套规则

用2026最新AI技术 · 深度解读

12h

一家全球制造商，创建一条物料主数据，过去要花

加上AI Agent之后，只花 6分钟。降幅99%。

———— 这是2026年真实发生的事 ————

最近看到一篇文章，标题是《扛完一个千万级ERP项目，我才发现：90%的企业根本不懂什么叫实施》。

作者扛过一个集团级、千万级的ERP项目，写下来的感受很扎心：

系统上线了，业务还在Excel里跑；

流程配置了，员工还是习惯微信沟通；

数据录进去了，管理层却不敢完全相信。

花了几千万，管理方式没怎么变。

他得出的结论是：ERP实施，从来不是把软件装进企业，而是把一套新的管理规则真正装进企业。

这句话说得非常准。但我今天想接着往下问一句——

既然实施的本质是"改规则"，那规则到底靠什么落地？

靠制度文件？发下去就压箱底了。

靠培训？考完试就忘光了。

靠自觉？这就是ERP为什么总是"上线即失败"。

有意思的是，2026年的AI技术，恰好正在回答这个问题。

麦肯锡今年5月发了一篇报告，标题直接叫《我们所知道的ERP终结了吗？》——生成式AI和智能体系统，正从"自动化ERP里的任务"跃迁到"重构企业运营"层面。AI原生方案以自主智能体网络的形式，运行在传统应用之上，端到端编排流程、自动执行决策。

简单说就是：规则不再靠人记着执行，而是由AI Agent在每一次事务发生时，实时校验、实时留痕、实时推动。

传统ERP像给企业发了本规章制度手册，看不看全靠自觉。AI Agent像一个24小时站在你工位旁边的合规助手——你要做任何事，它先帮你查规则、填表单、留记录。

— 01 —

集团统一，到底难在哪？

原文说得很到位。做单体企业ERP，最大挑战是业务复杂；做集团ERP，最大挑战是——每家公司都有自己的"正确答案"。

统一BOM，制造子公司说"我们工艺特殊，不能统一"；

统一价格体系，贸易公司说"我们是项目制销售，不能照搬"；

统一财务口径，区域公司说"当地业务有特殊情况"。

如果项目组不断满足需求，最后做出的就是一个谁都不满意的系统。

AI给了一条新路径：企业知识图谱。

把结构化的ERP表，和非结构化的运营文档（合同、发运单、工艺文件）整合到一起，用机器学习自动发现实体、层级和业务语义——识别人工映射必然遗漏的关联，构建动态企业知识图谱作为业务的实时模型。

"你必须把结构化ERP表与非结构化运营文档整合……机器学习自动发现实体、层级和业务语义，识别人工映射必然遗漏的关联。"
—— Syntes.ai，2026

这其实正好回应了原文的那句"底层规则统一，业务应用灵活"。

集团统一标准写入知识图谱本体层——客户、供应商、物料的统一定义；

各子公司差异通过Agent编排层实现——不同场景调用不同Agent组合，处理工艺特殊性、项目制销售、区域差异。

统一不再是"一刀切"，而是统一在语义层，灵活在执行层。

— 02 —

四大翻车点，AI逐个击破

原文总结了90%的ERP项目最容易翻车的四件事。我逐一看看，2026年的AI各自怎么接。

痛点 1

主数据：都说重要，却总想以后再规范

这是ERP最常见的坑。"先上线，数据以后再慢慢规范"——结果同一物料五种叫法，同一客户多个编码，报表永远对不上。

真实案例 · Covestro（全球聚合物制造商，48个工厂，1.75万员工）

Covestro用两个AI Agent重塑主数据治理。一个叫MARIS，管物料；一个叫PARIS，管客户和供应商。

过去，业务用户要创建新物料，得发邮件给MDG专家，专家手动查重、纠正、录入。一条请求平均耗时12小时。

MARIS上线后，用户通过聊天对话，Agent一步步引导你完成创建——实时校验SAP表数据、跨系统查重、自动补全派生属性，直接生成SAP MDG变更请求进入审批流。12小时压缩到6分钟，降幅99%，每月处理约1000条物料请求。

关键是：业务用户不需要任何SAP专业知识，自己就能完成。

MDG专家被解放出来，专注做增值治理工作。

这就是AI对原文那句"主数据不是IT问题，是集团管理标准问题"的技术回应：Agent在创建时实时查重、核验命名规范、校验计量单位——把"以后再规范"变成"创建即规范"。

痛点 2

流程设计：只画理想流程，不管真实业务

蓝图阶段的流程图通常特别漂亮：销售订单→采购/生产→入库→出库→结算。每一步都很清楚。

但真实企业不会这么干净。客户催货要不要先发？老板临时插单怎么办？跨公司交易怎么处理？

原文说得很直接：例外没在实施阶段解决，上线后只有两条路——要么业务被系统折磨，要么业务绕开系统。后者更危险，ERP最后只负责"补数据"。

AI的解法是智能体编排层：在ERP之上并行运行一个受治理的Agent层，自主读写企业数据、在权限内执行、将异常升级给人处理。企业可以逐模块部署，从最痛的手工环节切入。

"最快、最低风险的路径不是替换ERP，而是在它旁边并行运行一个受治理的智能体层。"
—— The Agentics，2026

催货先发？Agent自动留痕、设定补录时限。临时插单？Agent识别后触发条件分支。跨公司交易？Agent自动关联分散在多个公司的成本。

原文那句"让例外也能被管理"，现在有了技术实现——每个例外都有完整可追溯记录，不再是微信里口头说一句就过。

痛点 3

权限与职责：谁能看、谁能改

这是集团ERP里最敏感的问题。集团想看子公司经营细节，子公司只想给汇总；财务要严审批，业务要简单流程。

原文的判断很准：权限设计表面上是系统配置，实际上是在重新划定企业的权力边界。

AI的新解法是在图谱层做权限治理。知识图谱的治理阶段在图层级应用安全和权限——Agent执行动作前先经过图谱层的权限校验。

更关键的是，麦肯锡提出"价值任务控制"的概念：自主决策需要持续影响评估，嵌入遥测和反馈回路，量化价值、决定哪些Agent和流程可以扩展。权限边界的变化可以被持续度量，而非上线即固化。

"谁能看、谁能改、谁能特批"由AI持续执行，不靠人自觉。

痛点 4

变更管理：企业一直在变，系统一上线就过时

项目还没结束，企业可能已经新增工厂、调整组织、收购公司、改变商业模式。没有持续变更机制，ERP三年后又开始讨论"要不要重新买一套"。

麦肯锡直接命中了这个点：

"数据迁移、测试、文档、培训——所有这些传统上手工完成的任务都将由Agent大幅自动化。在这种环境下，变革管理将成为主要约束。"
—— 麦肯锡，2026年5月

原文说"业务变，系统才能跟着变"。零代码平台让加表单变快了；AI Agent更进一步——让业务规则的变化能被Agent自动理解和适配，不用每隔三年推倒重来。

— 03 —

上线成功 ≠ 实施成功

这是原文最有分量的一句判断。

按传统项目管理标准——系统上线了、数据迁移了、培训完成了、项目验收了——确实可以说项目完成。但企业真正要看的是三件事：业务是不是真正进了系统？大家是不是用同一套数据？管理决策是不是变了？

如果这三件事没发生，不管上了多少模块，都只能算"软件部署成功"，不是"企业实施成功"。

AI让这套检验从"靠感觉"变成可量化。麦肯锡的"价值任务控制"把衡量价值变成核心架构能力——通过嵌入遥测和反馈回路，持续量化哪些Agent和流程在创造价值。

业务是否真正进入系统？

各部门是否用同一套数据？

决策是否基于系统而非拍脑袋？

这些都可以通过Agent层的交互遥测实时度量。

更深一层——原文说"让系统成为业务真正发生的地方，而不是业务结束之后补数据的地方"。

AI Agent让业务交互天然发生在系统内。用户跟Agent对话就完成了事务，Agent自动留痕、校验、进入审批流。补数据的动作被消除了，因为业务发生的同时数据就已落地。

— 04 —

AI不替代企业决策

原文有个判断很重要：ERP从来不是实施商一个人的项目。实施商负责方法、设计、配置；但企业必须自己决定——哪些统一、哪些差异化、谁有最终决策权、谁负责长期运营。

因为实施商不可能替企业决定：未来这家公司到底应该怎么管理。

这个判断在AI时代不仅成立，而且更重要了。

麦肯锡说得很清楚：在AI驱动的ERP中，人的角色从"执行事务"变成"设定意图、验证结果、干预例外"。组织需要更少的事务执行专家，但需要更多能平衡业务专长与AI素养的人——治理Agent表现、持续优化决策逻辑。

"最终用户的角色被重新定义：不再执行事务，而是与Agent协作设定意图、验证结果、干预例外。"
—— 麦肯锡，2026年5月

企业决定的不再是"怎么配置系统"，而是"Agent按什么规则运行、何时需要人介入"。决策权始终在企业手里，AI让它更可见、更可度量、更可调整。

— 05 —

三层演进：部署 → 上线 → 实施

原文把"ERP实施"拆成三个层次。放到AI时代，每层都有了新的含义。

▎第一层 · 部署：把ERP装进企业

传统ERP部署周期长、成本高。AI Agent可将实施工作量削减至少50%、项目周期缩短一半——自动推荐目标流程设计、自动配置、自动迁移数据和测试。部署从"百万级投入"变成"4-8周试点验证"。

▎第二层 · 上线：让ERP跑起来

不满足于软件跑通，而是让Agent作为新的ERP前端跑起来。用户与Agent对话完成事务，ERP后端变为"无头"架构。早期采用者已报告5%以上的EBIT改善。

▎第三层 · 实施：让企业按新规则运行

对应原文三个留存物：统一数据标准→知识图谱本体层；跑得起来的业务规则→Agent持续执行；持续演进机制→企业变则Agent自动适配。这才是"让企业开始按新规则运行"的技术实现。

— 06 —

上ERP之前，先想明白三个问题

原文结尾建议，企业上ERP前先问三个问题。在AI视角下，每个问题都有了新的追问维度。

问题一：我们到底想统一什么？

现在追问：哪些规则要写进知识图谱本体层，哪些允许Agent灵活编排？统一的成本从"改代码"变成了"调语义"。

问题二：谁会因为这套系统失去一部分"自由"？

现在追问：Agent执行规则后，哪些岗位从"事务执行"转向"意图设定和例外干预"？原来靠"熟人关系"和"老板拍板"的环节被Agent接管后，这些人的价值要往哪里迁移？

问题三：项目结束后，管理和决策方式真的会变吗？

现在追问：我们是否建立了Agent层的价值度量，能持续追踪业务是否真正在系统内发生？

如果上线后这些指标没动，那不管用了多先进的AI，本质仍然是原文那句话——

买了一套更贵的系统，继续用原来的方式管理企业。

最后，Gartner预测，到2027年，超过50%的ERP将嵌入AI或智能体能力。这个变化不会等人。

但记住一点——AI不替代企业决策。它替代的是"靠人自觉执行规则"这件事。

所以，ERP实施最贵的从来不是软件，也不是AI。真正昂贵的，是企业为了改变原来的管理方式，需要付出的组织成本、数据成本和决策成本。

三个问题想明白了，ERP才真正开始实施。

否则，花再多钱，也只是买了一套更贵的系统。