ERP，正在被WorkBuddy重写

开了十几年ERP的企业，这两年问得最多的问题变了。以前问的是：

• 哪个模块该升级了
• 要不要加个MES
• 报表跑得慢怎么办

现在问的是：这套ERP，还能用几年？

这问题不好答。说三年五年，像在推销新系统。说一直能用，又显得对行业变化视而不见。

我们把问题里的"用"字拆开看，答案其实藏在使用方式上。

十几年来，大多数企业把ERP用成了什么？录单工具。采购到了录一笔，销售出了录一笔，月底出三张表，财务对完账，管理层扫一眼，这事儿就算过。

ERP从管理工具退化成记录工具，这个趋势是个普遍现象。

所以"还能用几年"的关键，不在系统本身的出厂年限，在于它还有多少环节必须由人工一步步点击操作，而且这些操作无法被自动化替代。比例越高，系统离淘汰就越近。

今天我们想拆解的，就是WorkBuddy这类AI工具，到底在ERP的哪些环节动了手，动了多深，以及这个趋势会把企业信息化带到哪里。

 

一、先看传统ERP的三层运转模式

要理解WorkBuddy改写了什么，得先看清楚传统ERP是怎么运转的。

传统ERP的架构逻辑拆开看就是三层，这三层串起了企业从录数据到做决策的完整链路。

（一）主数据层

物料编码、往来单位、科目体系、BOM结构、工艺路线。这些是ERP的骨骼。

主数据的维护是一个持续不断的过程。新品导入要建物料编码、搭BOM结构，供应商变更要更新往来单位信息，会计科目调整要重新做映射关系。这些工作，过去全部靠在系统里逐条录入、逐字段填写。

一个中等规模的制造企业，活跃物料编码通常在五万到十万条之间，每年新增和变更的占比在百分之十五左右。这意味着每个月有上千条主数据需要人工处理。

（二）流程层

采购申请、采购订单、收货入库、发票校验、付款清账。销售订单、发货出库、开票结算。生产订单、领料投料、工序报工、完工入库。

这一层反映的是产、供、销、存、财的单据怎么流转。

流程层的运转有一个核心特征：顺序固定。先建采购订单，才能做收货，收货完成才能做发票校验，发票校验通过才能触发付款。每一步依赖上一步的输出，链条断了就卡住。

（三）报表层

月底结账跑物料分类账，出三大报表。库龄分析、应收账款账龄、销售毛利分析、生产成本核算。

这一层是人看数据、做决策的最后一步。

问题就出在这一层。报表结构是固定的，想看的东西看不到，不想看的东西堆满屏幕。管理层想追问一句"这个采购价格异常是怎么发生的"，需要财务和业务两头翻数据、对口径，最后可能还是找不到原因。

三层结构本身没有问题。有问题的是每一层里人的参与方式：主数据靠人一条条录，流程靠人一步步点，报表靠人一张张翻菜单找。这个模式运转了二十年，直到AI开始切入。

 

二、WorkBuddy在这三层里做了什么

WorkBuddy的定位是AI编程助手，但它对ERP的影响远不止于写代码。

接入WorkBuddy之后，用户面对的从菜单和功能树，变成了一整个对话窗口。这个窗口背后的能力直接把ERP的使用方式翻了一页。

（一）查数层的变化

传统ERP找一张单据的操作链条有多长？选模块、进菜单、设查询条件、点查询、在结果列表里翻页。一张采购订单的详细信息，可能要翻三四层菜单才能看到。

WorkBuddy介入之后，这个链条变成了一句话："去年对A供应商的采购总额是多少，按月拆开，对照预算看偏差"。数据直接返回。

不用记菜单路径，不用点查询按钮，不用导出Excel做透视表。

这个改变看起来只是交互方式的变化，但它背后动到的，是整个数据访问逻辑的重构。以前报表开发一个新需求走排期、开发、测试、上线，周期按周算。现在一句话拉出来，周期按秒算。

一个关键细节：查数层不需要动数据库结构。底层还是原来的表、原来的字段、原来的数据，只是访问层从菜单换成了自然语言。这决定了它是被AI渗透最快的一层。

已经有企业在用这种方式做日常经营分析了。销售总监早上打开对话窗口，问一句"昨天各区域回款情况，标出低于计划百分之八十的"，AI拉出结果附带异常提醒。比等BI报表跑出来快得多。

（二）流程层正在被渗透

查数只是第一步，更深的改变发生在业务流程内部。

拿采购订单录入这件事来说。以前的操作是采购员对着供应商邮件逐字段填到ERP里。

物料编码、数量、单价、交货日期、付款条件，一条单子二三十个字段。

现在用WorkBuddy可以做到：把供应商发来的采购合同PDF拖进对话窗口，AI自动识别物料名称、数量、价格，匹配系统内的物料编码，生成采购订单草稿。采购员核对一遍，确认后过账。

从二十分钟一张单子，到两分钟一张单子。省出来的除了时间，还把手工录入环节的出错概率打下来了。

自动对账也在落地。银行回单、发票、入库单三方匹配，以前是财务月底最头疼的活。现在AI读取银行流水，自动匹配ERP里的应付单据和收到的发票，差异项标记出来让人审，其余自动过账。

自动月结同理。关账前的折旧计提、汇率重估、存货计价、费用分摊，这些步骤以前靠财务照着清单一项项跑。现在编排成自动化流程，系统跑完出异常清单，人工只处理异常项。

（三）决策层

决策层是目前被改变最少的，但也是潜力最大的一层。

设想一下月底经营分析会上的场景。管理层放下PPT上的固定报表，直接对着系统问问题："这个月华东区毛利率降了1.8个点，拆到产品和客户维度，核心影响因子是什么？"

系统拉出三个主要产品的成本变动、两个大客户的折扣调整、原材料涨价对半成品的传导效应。追问"和行业平均水平对比呢"，系统调出公开数据和内部标杆做交叉分析。

这才是决策支持，报表只是载体。

这一步目前还有距离。决策层的难点在AI的能力，更在企业内部数据能不能支撑到这个分析粒度。数据不全、口径不统一、历史数据没积累，再有能力的AI也给不出有意义的分析结论。

 

三、"重写"到底发生在哪些维度

把前面拆开的案例合起来看，WorkBuddy对ERP的重写发生在三个维度上。

（一）交互层面的重写

从菜单驱动变成对话驱动。

ERP系统功能越多，菜单越深。一个中大型企业用SAP，模块事务代码动辄几百个，新人上手培训成本高得离谱。

对话式交互把学习成本直接打下来了。不用记住事务代码ME21N是创建采购订单还是修改采购订单，直接说一句"帮我创建一个采购订单"。

这件事的本质，是去掉了软件本身的"存在感"。以前你要学会操作一套软件，现在你只需要表达你的意图。人不需要适应系统，系统来适应人。

（二）流程编排的重写

从固定顺序变成自适应路径。

传统ERP的流程是写死的。先做A再做B再做C，少一步就报错，多一步找不到入口。

WorkBuddy的介入让流程有了判断能力。系统可以根据当前的业务场景，动态判断哪些步骤必须走、哪些可以跳过、哪些需要升级审批。同一张采购订单，金额小的走快速通道，金额大的自动拉入审批流，不需要人工判断该走哪条路径。

流程没有变简单，变的是判断方式。该严的地方一样严，该松的地方让机器替你松。

（三）角色分工的重写

从人操作机器变成人监督机器。

录单这件事，以前百分之百是人的活。现在AI承担了大部分录入和核对的工作，人的角色从操作员变成了审核员。

人的时间被释放出来之后，可以去做更有价值的事情：分析供应商绩效、优化库存策略、制定采购谈判方案。这些事情，以前因为日常事务太忙根本没有时间去做。

这个方向和国内低代码平台织信在推动的AI应用思路是一致的。织信把重复的表单录入、流程审批这类机械操作自动化，把业务人员的时间释放出来，留给他们去做需要判断力的事情。ERP重写这件事，落地的载体往往就是这样一个能承载业务结构、又能接入AI能力的底座。

 

四、不同类型企业，被重写的节奏不一样

讲到这里，自然会有一个问题：这套东西，小企业能用吗？大企业敢上吗？

 

（一）小企业

小企业没有历史包袱，没有复杂的IT架构，业务流程相对简单。用WorkBuddy从零搭一套ERP，对接现成的进销存逻辑，几个月就能跑起来。

参考文章的作者做的就是这件事：用WorkBuddy开发自己的ERP系统，对话窗口直接查数据、处理单据、分析报表，可行性已经验证。

这条路对小企业还有一个额外的吸引力：不再被套装的模块和功能清单绑架。需要什么搭什么，不需要的功能不用为它买单。

（二）中型企业

中型企业的情况更普遍：已经有一套跑了三五年的ERP，换不动，也舍不得换。

这类企业在做的事，是在现有ERP外面包一层AI交互层。系统还是那个系统，数据库还是那个数据库，但用户不再直接操作系统了，而是通过WorkBuddy来"指挥"系统。

WorkBuddy负责翻译用户的自然语言指令，变成ERP能理解的API调用，再把结果整理成人能看懂的文字和表格。

这里面最考功夫的，是数据怎么组织、接口怎么对接、权限怎么映射。企业原有的业务数据结构如果已经在低代码平台上沉淀好了，API是标准化输出的，权限体系也在同一个框架内，WorkBuddy接入的门槛就会低很多。像织信Informat这种兼顾复杂业务支撑和开放扩展的平台，在里面恰好能当一个可靠的底座来用。

（三）大型企业

大企业的核心系统说换就换的少。SAP、Oracle在上面跑了十几年甚至几十年，承载的是整个供应链和财务核算体系。

它们的路径是先在边缘场景试：报销审批接入AI辅助审核、合同审查用AI做初筛、固定资产盘点走图像识别。跑稳了，再逐步往核心流程渗透。

大企业不缺技术能力，缺的是把AI能力嵌入业务流程的工程化经验。把模型调用、数据管道、业务流程引擎、权限控制、异常处理机制串成一条完整的链，比单纯接一个AI接口复杂得多。

 

五、ERP还能用几年，取决于一个指标

我们把前面拆解的内容收一收。

"ERP还能用几年"这个问题，拆开来看，其实问的是三件事。第一，这套系统的数据架构还能不能支撑新的业务需求。第二，它的流程引擎还有没有改造空间。第三，使用它的方式能不能跟上这个时代的节奏。

第一项和第二项，核心取决于系统的底层设计。单体架构的、数据库锁死的、API不开源的，回旋余地就小。微服务架构的、接口标准化的、扩展机制完善的，改造空间就大。

第三项，取决于企业愿不愿意让AI参与进来。

我们把以上三项归结为一个判断标准：企业日常运营中，还有多少业务环节必须由人工在系统里一步步点击操作、且无法被自动化替代？

比例越高，系统离淘汰就越近。这个标准适用于任何规模、任何行业的企业。

更务实的做法，是在现有基础上逐步把那些重复的、机械的、靠人盯流程的环节交给AI。先从查数据开始，再到录单和对账，最后到分析和决策。

这条路不需要一步到位，但需要开始走。想看看这套思路在自己企业怎么落地，可以拿织信在官网的例子和数据做一个POC评估（https://www.informat.cn/?from=tth1081102），用真实的业务场景压一压，再判断要不要深入。

当操作ERP不再需要记住几百个事务代码、不再需要翻三层菜单找一张单据、不再需要手动录入二三十个字段的时候，ERP作为一个"系统"的存在感会越来越弱，而作为一个"能力"的可用性会越来越强。

那个时间点，就是传统ERP被真正重写的时刻。而WorkBuddy这类工具，正在把这个时间点往前提。