AI正在重塑ERP开发:2026年企业管理者必须了解的7个变化

不少制造和贸易企业正在推进智改数转:ERP已经上线,下一步自然会问,AI能不能接进来,接进来之后会带来什么风险。

AI对ERP的影响集中在三个地方:ERP怎么开发、ERP能做什么、ERP怎么和其他系统连接。文末附有一份10项自查清单,团队本周就可以用来评估。

变化一:写代码变便宜了,审代码变贵了

AI编程助手擅长重复性工作:增删改查模块、报表版式、数据迁移脚本、测试用例和文档。过去需要几周的定制模块,现在常常几天就能做出原型。

但ERP代码不同于一般代码。税额计算、库存成本、汇率尾差这类小错误不会让系统崩溃,而是悄悄记入错误的数字。瓶颈从"敲代码"转向由懂会计的人做审查和测试。

实用原则:AI负责起草,凡涉及金额、税务、库存计价的部分,必须有熟悉业务规则的人编写测试。

变化二:没人敢动的老代码,变得读得懂了

几乎每家企业的ERP里都有一块没人愿意碰的地方:老旧的存储过程、改得面目全非的模块、拖了多年没做的升级。AI可以读懂这些代码、解释逻辑并给出重构建议,从而降低升级和迁移的成本。

提醒:AI对旧代码的解释只是假设,不是事实。采用之前,请在测试环境里用真实交易验证。

变化三:不用等报表,直接用自然语言提问

管理者问"本季度各客户分组的逾期发票有哪些",立刻得到答案,不必再等IT部门开发报表。

关键在于安全的设计:AI应当把问题转成确定性的查询并展示给用户核对,而不是凭"记忆"报数字。金额类场景里,一个自信满满的错误数字,比没有答案更糟。

变化四:单据处理最先被自动化

发票、采购订单、送货单、报关单、银行流水,这些是财务和采购团队每周耗时最多的工作,也是AI今天回报最明确的地方:提取字段、与订单和收货单三单匹配、把异常交给人处理。中文场景下常见的难点包括版式各异的供应商单据、中英文混排和扫描质量,建议先用企业自己的真实单据验证准确率。

基于企业内部文档(操作规程、合同、手册)的检索问答,也能让员工得到依据公司资料而不是公开网络的答案。

变化五:智能体不只是回答,还会动手

这是最大的变化,也最需要谨慎。智能体可以起草采购订单、发现不一致、发起审批,而不只是回答问题。让这件事成为可能的关键,是一套供智能体调用ERP功能的通用标准,即模型上下文协议(MCP)。

据Tarento在2026年7月发表的文章,SAP在TechEd 2025上宣布广泛支持MCP,2026年初在SAP HANA Cloud中提供MCP支持,并宣布了在其Joule助手中通过MCP运行Claude的合作。该文还指出,ERP最初是按"人在流程中"设计的,因此需要面向智能体的一层:清晰的API、统一的业务术语,以及在执行点强制生效的策略。原文见Tarento的智能体就绪ERP蓝图。

保证安全的典型结构如下:

flowchart TD
    A["AI智能体"] --> B["带权限校验的工具层"]
    B --> C["高风险操作的审批环节"]
    C --> D["ERP核心"]
    B --> E["审计日志"]
    C --> E
    D --> E

智能体不直接接触ERP核心。工具层校验权限,高风险操作等待人工审批,所有动作都留痕。

变化六:数据质量成为真正的瓶颈

在混乱的主数据上跑AI,只会得到自信的错误答案。客户重复、物料编码不统一、计量单位混用,过去只是麻烦,现在是试点项目失败的首要原因。数据清洗和治理的工作量只会增加,不会减少。

变化七:合规与治理从"加分项"变成"必选项"

当软件能够修改记录,事后你必须能回答四个问题:它看到了什么、做了什么判断、改了什么、谁批准的。

ERP里通常含有客户、员工和供应商的个人信息,因此与《个人信息保护法》(PIPL)和《数据安全法》直接相关。需要弄清个人信息存放在ERP的哪些位置、谁可以查看,以及数据是否会被送到外部AI服务。涉及跨境传输时,还要关注数据不出境的要求,以及系统所属的等保2.0等级对日志、访问控制的要求。这些问题的具体判断,请咨询法律和合规专业人士。

设计原则:

• 智能体使用用户本人的权限,而不是管理员的全部权限
• 记录每一次操作,包括输入和判断依据
• 重要操作必须人工审批,并按操作类型逐步提高自主程度
• 按数据敏感程度,选择部署在自有服务器上的模型或外部服务

对数据不出境要求较严的企业,本地部署模型往往是更稳妥的起点。

哪些东西不会变

这个领域的厂商往往偏乐观,所以也看看冷静的声音。Odoo托管服务商DeployMonkey发布了2026到2030年的预测,并明确表示AI不会取代ERP顾问,也不会让定制化消失。业务流程设计、税务与合规审核、数据质量,仍然需要人来负责。我们认同这一点。企业独有的业务规则仍需定制开发,AI让开发更快,而不是变得不必要。

ERP AI就绪度自查清单(10项)

回答"是"或"否",每一个"否"都是切入点。

1. 核心ERP数据是否有文档完备的API,或稳定的数据导出方式?
2. 客户、供应商、物料是否没有重复,每个对象只有一条主记录?
3. 你能否列出当前谁有权批准什么?
4. 是否有足够接近生产环境的测试环境,用来试运行变更?
5. 税务、成本和尾差规则是否有自动化测试覆盖?
6. 你是否清楚哪类单据消耗的人工工时最多?
7. 是否有"谁改了什么"的日志,并且可以检索?
8. 你是否知道个人信息在ERP中的位置以及谁能查看(PIPL)?
9. 是否已经明确哪些操作AI在没有审批时绝不能执行?
10. 是否有一个可衡量的基线(例如每张发票处理分钟数),用于试点后对比?

评分:答"是"8到10项,可以立即启动试点。4到7项,应先修复数据和权限。少于4项,先做数据清洗和访问控制;现在试点只会得到噪音。

这对ERP开发者意味着什么

"按需求做界面和报表"这类工作正在商品化。真正长久的价值在于系统集成、数据建模、行业专属工作流,以及在AI与ERP之间搭建安全的中间层。这对同时懂业务流程和工程的团队有利。

常见问题

AI会取代ERP开发人员吗?
会替代一部分重复性编码,但不会取代理解会计规则、系统集成和风险管理的人。工作重心转向审查、设计和治理。

让AI智能体在ERP里记账或录入交易安全吗?
有限制才安全。使用用户本人的权限,重要操作必须审批,所有操作留痕,并先在非生产的副本环境中测试。建议从只读或仅生成草稿的任务开始。

哪种ERP最适合接入AI?
API完整、定制文档齐全的平台更容易连接,所以许多AI项目选择Odoo、ERPNext这类开放平台。但最佳选择仍取决于你的业务流程和团队,而不只是AI。

应该从哪里开始?
选择一个高频、单据多的流程(例如发票匹配),先测出当前耗时,再以"每个结果都由人工确认"的方式做试点。

Simplico有现成的打包产品吗?
没有单一的打包产品。我们提供Odoo和ERPNext定制开发,以及文档AI和检索应用的开发;AI与ERP的集成按项目评估,并采用上文所述的权限与审批设计。

联系我们

如果你希望就ERP与AI的规划获得第二意见,请把ERP平台和想改进的流程发送到 hello@simplico.net。我们会结合上面的清单回答,坦率告诉你AI哪里能帮上忙,哪里不能。

参考来源:Tarento、DeployMonkey