花 4亿上ERP,最后靠Excel和人工采购单救命:Tennant给中国制造业上的一课
- 2026-11-06 14:11:34
这件事比“SAP 上线失败”更值得研究，因为它几乎是传统制造业 ERP 转型失败的标准案例。
我核了一下 Tennant 的公开披露，你这段话大方向成立，但建议把几个数字和归因再收紧。
第一，Tennant 确实在 2025 年 11 月上线北美新 ERP 后遭遇严重故障。 公司 CEO 明确披露：北美上线后，核心订单处理功能没有按预期工作，尤其是高度可配置的设备业务；公司因此连续约 3 周无法正常录入机器订单、无法正常发运零部件。相比之下，APAC 在 2025 年 9 月上线后，大约一周就恢复正常。
第二，“近 1 亿美元/6.6 亿元”这个说法要谨慎。 Tennant 官方披露，仅 2025 年 ERP 现代化投入就达到 5910 万美元，其中 3060 万美元资本化、2850 万美元计入费用；而截至 2025 年底，公司账面上累计资本化的相关实施成本净额已经达到 5340 万美元。也就是说，这是一个多年期、全球化的大型 ERP 项目，累计投入达到很高水平是合理的，但目前我没有找到 Tennant 官方直接确认“项目总投入正好 1 亿美元”的表述。
第三，这次事故造成的经营冲击也有明确数字。 公司后来表示，北美 ERP 故障造成当期大约 3000 万美元收入影响，其中约 1500 万美元可能直接流失，另外约 1500 万美元进入积压订单。与此同时，公司还增加了加班、加急运输以及其他恢复成本。
更重要的是，你提到的“系统给供应商错误需求信号”不是二手媒体夸张，而是 Tennant CEO 在 2026 年 Q2 电话会上亲自确认的。
他明确说，ERP 系统没有向供应商发送正确的需求信号，而且后来发现这不是几个零星问题，而是扩展到了供应链体系。Tennant 最终不得不重新启用：
人工监督 → 人工判断物料需求 → 人工开 PO → 人工向供应商确认。
也就是说，一个已经上了全球 ERP 的制造企业，最后竟然被迫重新退回到了“人肉 MRP”。
而且到了 2026 年 Q2，这件事情还没有真正结束。Tennant 披露，虽然订单管理、生产排程、履约等核心流程已经稳定，但主数据和计划问题仍然造成缺料、返工、加急运输以及更高的人工成本；北美完全恢复正常效率的时间，被推迟到了 2027 年上半年。
所以，我会把这个案例的结论再往前推一步：
Tennant 失败的不是 SAP，而是企业真实业务模型没有被完整数字化。
ERP 上线前，企业通常认为自己已经有：
BOM → MRP → 采购 → 生产 → 库存 → 销售 → 发运
这样一条标准流程。
但真实制造业往往是：
客户特殊配置↓销售人工判断↓老员工经验修正 BOM↓Excel 改需求↓采购临时插单↓供应商口头确认↓生产现场调整排程↓仓库人工改单↓最终把货发出去
这些“旁路流程”往往运行了十几年。
ERP 一上线，旁路被堵住了。
于是管理层第一次发现：
企业真正的 Operating System，从来不是 ERP。
而是：
ERP + Excel + 邮件 + 电话 + 微信/Teams + 老员工经验 + 大量隐性规则。
这才是 Tennant 案例最值得中国制造业吸取的地方。
进一步说，它其实也解释了为什么下一代企业系统不会只是“再做一个更好的 ERP”，而会向你一直研究的方向演化：
ERP → Ontology → Agent。
传统 ERP 负责：
记录确定的交易。
Ontology 负责：
描述企业真实世界。
Agent 负责：
处理例外、跨系统协调和动态决策。
于是未来制造企业的架构更可能变成：
底层：ERP / MES / WMS / SCM / CRM
↓
中层：企业 Ontology
订单、客户、产品、BOM、设备、工厂、供应商、库存、员工、规则之间的真实关系
↓
上层：Enterprise Agents
例如：
订单异常 Agent
发现订单配置无法生产
计划 Agent
发现 MRP 与真实需求偏差
供应链 Agent
发现供应商需求信号异常
采购 Agent
自动生成替代采购方案
生产 Agent
重新排产
交付 Agent
预测延期并主动通知客户
Tennant 出事的时候，人实际上就在充当这些 Agent。
只是他们叫做：
planner、buyer、scheduler、customer service、老员工。
所以这件事情最适合作为《从 ERP 到 Agent》里的一个开篇案例：
一家花了数千万美元建设 ERP 的制造企业，为什么最后还要靠人工采购单救命？
答案不是 SAP 不够强。
而是：
ERP 能标准化流程，却不能理解企业。
而 AI 时代真正需要解决的是：
把藏在人脑、Excel 和组织协作中的隐性知识，变成机器能够理解、推理和执行的企业模型。
这就是 Enterprise Ontology + Agent 真正的价值。
