AI 赋能 ERP 系统，目前较多应用于单点场景。
ERP（Enterprise Resource Planning，企业资源计划）是整合了企业管理理念、 业务流程、基础数据、人力物力、计算机硬件和软件的企业资源管理系统，主要包括 库存、采购、营销、BOM、车间任务管理、工艺、MRP、成本、人力资源、固定资 产等功能模块，可以帮助企业提升资源管理水平。企业应用ERP时会根据自身所处 阶段与环境设立不同的目标层次，以达到合适的管理标准。 ERP系统历经多个阶段逐渐发展成熟。ERP起源于库存管理，由MRP（Material Requirements Planning，物料需求计划）发展而来，最初是为了解决企业内部生产 资源的配置问题，主要面向制造业，用于采购管理和库存控制。在市场环境和企业 需求不断变化的背景下，MRP阶段之后又经历了闭环MRP、MRPⅡ阶段，20世纪90 年代，ERP概念被提出，随后逐步发展成熟。
AI正在赋能ERP系统，驱动企业业务流程与管理范式全面升级。AI通过数据分析与 预测、流程自动化和个性化服务等方式，将ERP系统由传统的流程驱动升级为数据 和决策驱动，可以实现企业管理效率、准确度和响应速度的全面提升，有望带来企 业的业务流程与管理范式升级。具体而言，主要分为三类场景： （1）数据分析预测：AI通过整合历史数据以及实时信息，进行数据分析，并构建预 测模型，为企业提供前瞻性洞察，驱动精准决策； （2）流程自动化：AI通过自动化处理重复性任务，减少人工参与，提升运营效率； （3）个性化服务：AI通过分析用户行为数据，精准识别客户需求，提供定制化服务， 提升用户体验与客户粘性。
但整体而言，目前AI对ERP系统的赋能大多局限于单点场景，影响尚浅。首先，ERP、 CRM等核心系统涉及复杂的审计和合规要求，基于企业级流程的稳定性需求，其改 动需多部门达成共识。其次，当前AI系统对于复杂业务场景的深度处理能力不足，技 术能力与产品成熟度仍需时日打磨，难以完全取代传统软件流程逻辑，因此在ERP 领域应用仍局限于财务分析、客户服务等单点场景，影响尚浅。
长期看AI Agent路线有望重塑ERP业务流程，可接近“指令驱动”的终局形态。AI Agent具备自主记忆、推理、规划和执行能力，而通过MCP协议等技术，可跨系统调 用工具，实现“即插即用”的资源调度。因此，未来在规则明确且数据互联互通的场 景下，用户在操作企业管理软件时，无需依赖于预设流程，便可通过指令驱动Agent 进行自主决策，实现效率提升。据金蝶国际业绩材料援引Gartner预测，到2027年， GenAI将与ERP深度融合，60%的客户在更换ERP应用程序时会选择具有平台能力 和业务流程编排能力的软件。 以一个多Agent协同的数字化智能供应链体系为例，通过Agent的分布式决策与协同 控制，可以实现供应链的动态响应与风险预判，完成从需求输入到资金偿付的全链路闭环。据IDC预测，到2028年，40%的中国头部制造商将部署基于GenAI的平台， 整合数据以模拟、评估和预测供应链风险。 具体而言，在订单管理阶段，首先由客户下单，这其中可能会涉及到在线询价、需求 定制等，由客服Agent进行处理。然后物控Agent将审核订单完整性及合理性（核验 库存、资质等），并生成订单指令。在运输计划阶段，计划员Agent将订单转换为资 源需求并生成智能运输解决方案。在运输执行阶段，则由调度员Agent对运输资源进 行分配调度并产生物流订单。最后进入结算阶段，实现货物运单回收以及对账确认 等。此外，在整个过程中，由Multi-Agent作为指挥中心，负责管理和协调生态系统内 的所有专用Agent，异常处理Agent将进行全流程风险监控与应急响应，预测分析 Agent将对整体流程进行监控优化、动态调整等。
AI Agent底层工作流程分析：AI Agent首先会基于预设的业务目标或用户需求进行 初始化以及步骤拆解，并创建一个任务列表，以及从内外部数据库和实时数据流等 多渠道采集相关结构化/非结构化数据作为决策基础。然后，Agent将对数据进行处理 分析，同时将交互反馈和输出效果融入决策过程，通过迭代优化策略实现持续改进。 此外，Agent将不间断运行，对任务流程进行监控并实时适应变化，在动态环境中保 持可靠响应。
MCP协议推出，加速AI Agent搭建。MCP（Model Context Protocol，模型上下文协 议）由Anthropic在24年11月开源发布。作为一种开放协议，MCP定义了应用程序和 LLM之间交换上下文信息的方式，类似于USB-C端口提供的将设备与周围设备以及 配件相连接的模式，让开发者能够以标准化的方式将各种数据源、工具和功能连接 到LLM。对于ERP系统，采用MCP协议可以提升ERP系统与AI大模型以及其它外部 系统的对接效率，让不同AI模型、数据源和工具能够即插即用，降低开发成本，加速 AI Agent搭建。
从产品形态与商业模式来看，ERP厂商正通过数据资产沉淀以及行业know-how积累 构建自身AI能力矩阵，形成了多层次产品服务体系，同时亦对应多元化的商业变现 路径。 1. AI模型：基于积累的数据和行业know-how训练垂类模型，不仅提供行业基准模 型，同时也支持客户通过私有数据进行模型微调；2. AI工具：提供无代码/低代码AI开发工具与套件，降低企业AI应用开发门槛； 3. AI应用：将Agent等AI能力封装为开箱即用的功能模块，赋能具体业务场景； 4. AI服务：提供从战略规划到落地运维的全周期服务，帮助客户构建AI能力体系。 企业客户可按需灵活组合不同层级的AI产品/服务。具体而言，KA客户系统较为复杂， 通常需要强定制化，同时对于数据安全性要求较高，通常偏好私有化部署。而SMB 客户则追求轻量化，偏好开箱即用，价格敏感度也更高，多采用云订阅方式。因此， 不同类型的客户将根据自身业务情况与场景需求来选择不同的AI产品/服务。
AI驱动企业业务流程与管理范式升级，期待ERP系统全面重塑。总结来看，AI将传 统的流程驱动升级为数据和决策驱动，有望带来企业的业务流程与管理范式升级。 但目前AI对于复杂业务场景的深度处理能力不足，技术能力与产品成熟度仍需时日 打磨，在ERP领域应用仍局限于财务分析、客户服务等单点场景，影响尚浅。长期 看AI Agent路线有望重塑ERP业务流程，未来在规则明确且数据互联互通的场景下， 用户在操作企业管理软件时，无需依赖于预设流程，便可通过指令驱动Agent进行自 主决策，实现效率提升。期待未来，AI赋能ERP不仅是简单的技术集成，更能实现 ERP系统的全面升级重塑。
