7.7
深览指数
产品人人都是产品经理·伍德安思壮··AI 生成
如何把ERP接进AI Agent？
文章指出多数团队第一步就走错了：只在ERP旁挂个聊天机器人做自然语言查询，而非让AI真正进系统干活。作者提出真正的AI Agent应当成为ERP的“虚拟操作员”，具备读取数据、判断规则、执行操作的执行力。文章按从浅到深给出了API网关对接、业务逻辑层封装、数据层直通三种接入方式，重点推荐中层封装，并提供了边界划定、原子能力拆解、工具调用注册、场景编排、灰度上线五步落地法。适合正在做或计划做企业AI Agent落地的技术和管理人员阅读。原文 ↗
核心观点
- ▍真正的ERP+AI Agent是让Agent成为ERP的虚拟操作员，能自己进系统读数据、判规则、走流程、做操作，核心差别在于“执行力”而非仅仅是“提问”能力。
- ▍ERP接AI Agent本质上是一个业务效率项目，不是技术项目，成功的核心是解决真实的业务痛点，而非追求技术酷炫或大模型能力。
- 01文章定义了三种接入方式：表层（API网关对接，1-2周跑通原型，适合外购ERP）、中层（业务逻辑层封装，将常用操作封装为原子服务，推荐且落地效果最好）、深层（直接连数据库，能力强但风险高）。
- 02作者给出五步落地法：先划Agent权限边界（哪些数据可读、哪些操作可自动执行、金额上限）；拆解业务为最小业务动作并封装成原子服务；构建基于Function Call的工具调用层；初期用预设工作流保证稳定；灰度上线并做好全链路日志、人工审核、一键暂停。
- 03文章列举了四个典型落地场景：智能应收对账（自动匹配银行流水）、订单全链路自动跟进（异常主动通知）、库存健康度巡检（超储/短缺预警）、采购异常自动处理（价格/交期异常触发流程）。
- 04作者指出五个常见陷阱：上来就做大而全、只做查询不做执行、忽略ERP数据质量、把Agent做成智能客服（替人干活而非教人干活）、技术团队自嗨不拉业务部门参与。
反方 / 局限
- — 作者承认中层封装“开发量不小，相当于把ERP业务逻辑重新抽象一遍，需要懂业务的人深度参与，光靠技术做不出来”，这对很多中小团队门槛较高。
- — 文章推荐的预设工作流为主的做法虽然稳定可控，但也意味着初期灵活性不足，面对规则复杂、多变的企业场景可能很快触达天花板。
- — 文章对底层ERP版本、数据治理、接口标准化等前提条件着墨较少，但实际项目中这些恰恰是导致接入失败的主因。
10 分钟 · 3 卡片 · 7 资料
读原文 →