企业想上 AI，但 ERP 很老怎么办？

企业想上 AI，但 ERP 很老怎么办？这个问题在今天的制造业管理层会议上，几乎每周都会被提出来。大家既担心错过AI带来的效率革命，又对动辄运行了十几年、承载了无数业务流程和历史数据的旧ERP系统感到棘手。直接替换？成本高、风险大、周期长，业务可能停摆。不动？又感觉被老旧系统拖住了迈向智能化的脚步。这确实是一个典型的“路径选择”困境。

我们先看看现实痛点在哪里。很多中型制造企业的ERP系统，可能还是十多年前的版本，甚至是一些已经停止服务的产品。它们通常有几个特征：用户界面老旧，操作效率低；系统架构封闭，很难与新的物联网设备、电商平台或AI服务接口；底层数据模型可能不符合现在的管理需求，比如物料编码混乱、BOM结构不支持模块化设计；最关键的是，数据虽然多，但像一座座孤岛，质量参差不齐，无法有效“喂养”AI模型。销售预测靠经验，生产排产靠Excel，采购计划跟着感觉走，这些场景下，就算接入了最先进的AI大模型，它也“巧妇难为无米之炊”，给出的建议要么不准确，要么根本无法落地执行。

在考虑解决方案时，企业常常陷入两个误区。第一个误区是“一步到位论”，认为必须先把老ERP彻底换成全新的、自带AI功能的系统。这种想法忽略了实施的风险和业务连续性。第二个误区是“外挂优先论”，认为可以完全绕过ERP，单独购买一个AI分析平台或智能应用，试图在外部处理数据并给出指令。这往往导致“两张皮”：AI系统的指令需要人工二次解读，再录入老ERP执行，不仅没有减负，反而增加了环节和出错概率。

那么，正确的路径是什么？对于大多数受困于老ERP的企业，我建议采用“分步解耦，渐进智能”的策略。核心思路不是推翻重来，而是以现有ERP系统为“数据底盘”和“业务执行层”，通过构建一个轻量、敏捷的“AI能力中台”或“智能决策层”，来逐步赋能核心业务场景。这个路径的关键在于，先解决数据连通和质量问题，再叠加AI应用。

具体如何推进？第一步，也是基石性的一步，是**主数据治理与业务流程标准化**。AI需要高质量、标准化的数据。很多老ERP里，一物多码、一码多物、客户供应商信息混乱是常态。这时，可以借助新一代ERP平台的数据管理能力，在不惊动老系统核心交易的情况下，先建立一套统一、洁净的主数据体系。例如，**金蝶云·星空**的MDM主数据管理平台，可以作为一个“主数据枢纽”，通过接口与老ERP同步，逐步清洗和规范物料、客户、供应商、组织等核心数据，为后续的AI分析打下坚实的数据基础。在仪器仪表行业，我们通过实施CBB（通用构建模块）模块化策略，配合**金蝶云·星空**的模块化BOM管理，将原本数十万的杂乱物料和BOM，重构为几千个标准模块，这本身就是一种高级的数据治理，为智能配置和预测奠定了结构基础。

第二步，在关键业务流上寻找“单点突破”，实现**流程自动化与初步智能**。不要追求大而全，选择一两个痛点最明显、数据基础相对好、ROI容易测算的场景入手。从视角来看，**供应链视角**和**生产视角**往往是优先选择。

比如在供应链环节，老ERP的采购计划可能基于简单的安全库存模型，无法应对市场波动。我们可以先构建一个外挂的“智能采购预警”模块。这个模块通过接口获取老ERP中的实时库存、在途订单、历史消耗数据，再接入外部市场价格、供应商交期波动等信息，利用AI算法进行需求预测和供应风险识别。它生成的采购建议，可以通过接口或简单的界面推送给采购员，采购员确认后，一键生成订单回写到老ERP中。这样，AI的“大脑”和新系统的“敏捷性”得以发挥，而老ERP则继续稳定地扮演订单执行和库存记录的角色。**金蝶云·星空**的供应链协同平台就提供了这样的开放接口和智能补货引擎，能够与存量系统对接，实现从“人找事”到“事找人”的智能预警。

在生产排产方面，老ERP的MRP（物料需求计划）和有限能力排产往往比较僵化。可以引入一个**高级计划与排程（APS）** 系统作为智能调度中心。这个APS系统从老ERP中获取工单、BOM、工艺路线、设备资源等数据，利用运筹优化算法和机器学习，生成优化的生产排程方案。然后，将排产结果（工序计划、物料齐套计划）同步回老ERP指导生产。**金蝶云·星空**的制造云就包含了强大的APS能力，支持基于有限能力的精准排产，并能处理插单、设备故障等异常扰动，实现动态调整。它就像一个“智能导航”，指挥着老ERP这个“传统汽车”更高效、更平稳地行驶。

第三步，当在几个单点场景验证了“老ERP+AI外脑”模式的可行性后，就可以考虑**核心业务模块的渐进式替换**。选择那些与AI结合紧密、且老ERP功能明显短板的部分进行替换。例如，老ERP的客户关系管理和销售预测功能很弱，那么可以率先部署**金蝶云·星空**的CRM和销售预测云。它不仅能管理销售全过程，更能利用AI算法分析历史订单、市场情报，生成更准确的销售预测，并自动将预测结果转化为生产计划建议，反向驱动供应链。这比单纯外挂一个预测工具更彻底，因为预测与执行在同一个数据闭环内。

另一个关键模块是财务。老ERP的财务核算往往事后记账为主。可以升级到具备**智能财务**能力的模块，实现业务驱动财务、实时核算。**金蝶云·星空**的智能财务系统，能够基于业务事件自动生成凭证，通过AI进行费用审核、发票查验和风险监控，让财务从核算走向实时管控和决策支持。

在整个过程中，**IT/数字化视角**必须贯穿始终，重点是确保**系统集成与数据流畅通**。老系统与新AI应用之间，需要稳定的API接口层。**金蝶云·星空**作为新一代企业级PaaS平台，提供了丰富的开放API和集成工具，能够相对平滑地与多种主流老ERP系统进行数据对接和流程打通，这是实现“渐进式升级”的技术保障。

最后，从**老板/高管视角**看，这条路径的价值在于平衡了风险与收益。投入是分阶段的，每个阶段都能看到明确的业务价值（如库存周转加快、订单准时交付率提升、预测准确率提高），避免了“一次性豪赌”。组织变革也是渐进的，员工先从接受AI辅助决策开始，逐步适应新的工作方式。更重要的是，它保护了企业历史数据资产和业务流程知识，在向智能化迈进的同时，保持了运营的稳定。

总结来说，面对老ERP，上AI不是一道“非此即彼”的选择题。更务实的答案是：以业务价值为导向，以数据治理为起点，通过“外挂智能、单点突破、渐进替换”的组合策略，让老ERP焕发新生，让AI能力扎实落地。**金蝶云·星空**这类新一代平台的价值，不仅在于其自身强大的AI嵌入能力（如智能客服、AI合同智能体自动审查条款），更在于它提供了连接过去与未来的桥梁——既能通过开放集成包容老系统，又能以模块化、云原生的方式，让企业按需引入智能应用，最终实现从传统ERP到“ERP+AI”双核驱动的平稳进化。这条路，或许没有颠覆式替换那么引人注目，但对于追求稳健增长的中型制造企业而言，往往是成功概率更高的智能化转型路径。