当下，大模型和智能体加速进入企业流程，ERP是否被“架空”成为行业焦虑。金蝶中国助理总裁、市场推广与解决方案部总经理李成冬近日在接受《中国信息化周报》记者采访时判断：AI不会架空ERP，但会重构ERP。

当下，大模型和智能体加速进入企业流程，ERP是否被“架空”成为行业焦虑。金蝶中国助理总裁、市场推广与解决方案部总经理李成冬近日在接受《中国信息化周报》记者采访时判断：AI不会架空ERP，但会重构ERP。李成冬认为，问答、报表、简单审批等轻量流程会被智能体承接，而ERP沉淀流程、主数据和业务对象，是模型理解企业经营的“事实底座”。他认为，补货等规则明确场景可无人执行，排产调度等制造场景仍需“智能体执行+人确认关键决策”。李成冬建议，制造企业不要等“完美场景”，要从高频、规则明确、见效快的环节用起来。

李成冬认为，AI对ERP的重构不是一刀切，而是分层发生的。通用智能体平台确实会承接一部分轻量流程，比如问答、报表、简单审批、填制单据。但这些环节在ERP中的本质，是大量重复性的记录操作。据李成冬介绍，在金蝶AI套件中，模型能力已嵌入业财全流程，单据识别、凭证生成、语音录单这类记录环节的智能化已经落地，效率成倍提升。同一个模型能力，长在ERP里，服务的是更深更广的流程。

记录之上，AI更大的价值在于智能。李成冬指出，模型并不能完全理解企业的数据及其语义，而今天的企业，每一个经营决策都需要感知这些数据与语义，这离不开沉淀在ERP里的流程、主数据和业务对象。

因此，金蝶推出灵基（企业级智能体平台），正是对ERP持续进化方向的确认。灵基与金蝶ERP深度融合，推动企业工作模式从“人操作软件”转向“人机协同经营”：人设定业务目标、做出关键判断，AI智能体在既定权限与业务流程约束下完成执行，最终解决企业降本增效、交付履约、出海合规、产品创新等实际业务问题。

据悉，目前灵基上线了40多个智能体，覆盖财务、供应链、采购、制造。财务场景的智能体和制造场景的智能体，本质上是不是一回事？李成冬表示，从结构上看是相同的。模型、企业上下文、工具调用、执行、企业级权限，企业级智能体都必须遵循同一个架构、同一套工程化要求。

但能不能独立执行，不看名称，看边界。李成冬举例，一个基于安全库存的补货建议，在大批量生产场景中已经可以无人干预地执行：它涉及的数据边界清晰、模式高度可重复，即便有偏差，单次影响也被大批量摊薄，后果企业完全可接受。

但今天制造企业里的排产智能体，面对的是另一个量级问题。李成冬指出，多品种、小批量是常态，排产要跟供应商、委外商敏捷协同，要“吃”设备数据、设计数据，而这些数据本身在波动，交期持续压缩，整个产业链在进化。即便有本体和语义层支持、推理和执行的可靠性已经提升，模型仍需要结合企业实际持续构建和更新语义，模型可靠性的土壤在企业中是动态的：企业需要补课，但业务不会等系统完备了再开展。所以在这些场景下，更务实的模式仍是“智能体执行+人确认关键决策”。

未来，独立执行是可以期待的。但李成冬强调，所谓独立，不是智能体挣脱了人，而是人把特定场景的感知、判断和执行权授予了它——授予的前提，是那个场景里已经积累了足够的验证和信任。这正是灵基“智能体执行、沉淀、持续优化”设计的深意：每一次人机协同的执行，都在为下一次授权积累依据。

厘清智能体的能力边界之后，制造企业面临现实问题：AI能力该如何融入日常运营？是直接向现有ERP客户推送AI功能，还是等待企业想清楚再部署？

李成冬认为，这并非强行给客户“加装AI模块”。引入AI已经成为企业数字化转型的普遍共识；灵基与金蝶ERP天然融合，客户通过产品版本升级即可获取AI能力，属于软件产品自然演进，也契合企业的真实需求。

对制造业客户，李成冬表示，金蝶提供两条腿。一条是官方智能体和最佳实践，这些实践来自对制造业30余年的深耕。比如销售报价，在接单环节就算清利润和交期，比接单之后再做内部优化更前置，后面错的空间就小一层。另一条是Build开发平台，它继承并升级了金蝶苍穹开发平台的企业级开发积累，企业可以用自然语言自主构建智能体和应用。据李成冬介绍，益客集团基于Build自建设备管理系统，需求交付从数周缩短到数天。

在李成冬看来，企业推进AI落地，主观意愿大多不存在障碍，真正的难点在于认知爬坡。表面上看，企业需要选准场景，小步快跑快速拿到业务价值；不少企业习惯先完整测算ROI再启动项目，而当前AI支持按词元、业务结果付费，单个场景可以节约多少人力、时间，收益是可以量化的。更深层的转变，是企业建立“遇到业务问题优先思考AI解决方案”的思维认知。AI属于技术门槛相对平权的技术，业务人员也可以上手使用，业务团队要敢于实践，在实操中建立真实体感。跑通一个场景之后，对AI的认知与信任会同步建立。

对于还处在观望阶段的制造企业，李成冬给出建议：不必等待产品完全成熟，也不要执着寻找完美落地场景，要选择相对合适的场景先行试点。