最近软件圈有一个很有意思的论调：只要 AI 能写代码，就好像什么系统都能做。

做个官网？AI 可以。写个小程序？AI 也可以。搭个管理系统？AI 还是行。

于是很多人开始得出结论：“以后 ERP 不用买了，让 AI 自己做。”

一句话描述需求：“帮我生成一个生产管理系统。”几分钟后，一个有页面、有表单、有流程的系统就出来了。看起来非常震撼，甚至比很多传统软件公司的产品经理演示还快。

但问题来了：一个能跑起来的页面，和一个能支撑企业运营十年的 ERP，中间差的不是一点技术，而是一整套企业管理认知。

会写代码 ≠ 懂企业。生成一个系统 ≠ 解决一个业务问题。

ERP 从来不是软件开发问题，而是管理问题

如果只是做几个页面、几个表单，AI 确实很强。但如果让它真正进入一家制造企业，解决采购混乱、库存失控、生产延期、成本不准这些问题，事情就完全不一样了。

很多人以为 ERP 就是几个页面、几张表单。实际上，真正的 ERP 系统背后是一整套企业管理认知：

• 采购什么时候下单最划算？
• 库存多少是安全水位？
• 生产排期怎么排才能不冲突？
• 财务成本怎么核算才准确？

这些规则不是 AI 凭空生成的，而是企业几十年试错沉淀下来的经验。AI 能生成界面，但生成不了这些业务规则。如果没有人把这些规则“翻译”给 AI，AI 做出来的系统只是一个空壳。

AI 做 ERP 的三个幻觉

幻觉一：AI 能自动理解业务。

你告诉 AI“我要一个进销存系统”，AI 确实能给你生成商品表、采购单、销售单。但它不知道你的商品是否有批次管理、是否有序列号追踪、是否有保质期预警。这些细节如果不告诉 AI，生成的系统根本无法在实际业务中跑通。

幻觉二：AI 能替代 ERP 实施顾问。

ERP 项目最怕的不是开发慢，而是“上线即废弃”。很多企业的 ERP 系统最后变成了数据录入工具，甚至员工宁愿用 Excel 也不用系统。原因是系统设计不符合实际工作流。好的 ERP 实施顾问需要深入车间、仓库、财务室，观察实际工作流，然后设计系统。AI 目前还做不到这种“田野调查”。

幻觉三：AI 能处理所有异常。

现实中的业务充满了异常：供应商突然断货、客户临时改单、机器故障停机、员工操作失误。这些异常处理逻辑极其复杂，往往是“特事特办”。AI 生成的系统通常只能处理“标准流程”，一旦遇到异常，往往束手无策。而成熟的 ERP 系统，核心能力恰恰在于处理异常。

未来属于“低代码+AI”

但这并不意味着 AI 在 ERP 领域毫无价值。相反，AI 正在重塑 ERP 的形态。

传统的 ERP 系统太重、太僵化。上线一个模块需要几个月，改一个流程需要走半天审批。企业变化越来越快，市场在变、客户需求在变、供应链在变，管理方式也必须变。

未来的趋势是：ERP 底层能力 + 低代码 + AI。

企业需要的是能够快速构建业务应用的能力。今天生产部门需要设备异常管理流程，明天采购部门需要供应商风险评价模型，这些需求不能每次都等半年开发。通过低代码平台，企业可以快速搭建业务系统；再结合 AI 能力，让系统不仅能记录数据，还能分析问题、辅助决策。

这才是 AI 真正落地企业的方式。

结语：关键是怎么理解“做”

如果你的理解是：让 AI 生成几个页面、自动写几个表、搭一个简单流程，那确实可以。现在很多 AI 工具已经能做到。

但如果你的理解是让 AI 替代 ERP 咨询顾问，替代行业专家，直接帮一家制造企业做好数字化转型，那目前来看还是想多了。

ERP 真正难的地方，从来不是代码，而是把一家企业几十年的经验、规则、流程、管理方式，变成一套可以运行的系统。

页面可以生成，规则需要沉淀。系统可以开发，管理需要改变。

未来一定属于 AI，但不是属于那些幻想 AI 万能的人，而是属于那些真正理解业务，然后利用 AI 提高效率的人。