导读

用AI赋能ERP、CRM、HCM等传统企业解决方案软件，目前能观察到的做法，是在这些企业级核心系统之上开发数字化产品和场景，实际上就是开发外挂。

这种自研的方式需要企业建立数字化、数据和AI的企业级平台（即“中台”或“云平台”），架构比较复杂，对于大型企业的数字化转型也许是可行的策略，然而对于缺乏自有开发资源的中型企业来说，难以驾驭开发运维的技术工作，所以，用AI来重塑企业解决方案软件才是王道，“智能化”是“下一代ERP”、“下一代CRM”、“下一代HCM”的主要特点。

AI改变ERP有三个方面：

1. 用户体验：

图像/语音识别，多模态数据融合，智能推荐等人工智能技术，改变了信息系统的输入方式以及人机交互界面，可以创造更好的用户体验。例如：

• 基于语音、图像识别等自动填充系统信息。

• 基于语音或文字的自然语言的人机系统交互

• 基于实时智能，而非基于简单规则的用户操作导引或者业务流程自动化。

2. 作业、分析和智能一体化

90年代开始成为应用主流的企业解决方案软件都是面向操作处理，即业务作业的在线化：

到了2000年后，随着企业级数据仓库（EDW）和商业智能（BI）技术的成熟，为企业级作业软件增加了数据分析的功能 ，不过由于当时的技术限制，这些以报表为主要形式的分析都是非实时的，而且需要复杂的技术体系来提取、加工和管理数据。近年来随着大数据技术发展，数据分析从离线、非实时处理向实时在线分析转化：

数据分析是一种简单的洞察，人工智能则是基于数据的更复杂的规律洞察，并且通过机器学习来做出判断决策：

我们来设想几个应用场景：

2.1 ERP之采购管理：

第一阶段的ERP在下达一个采购订单时，需要手工选择供应商，ERP系统里也提供一些信息记录（例如SAP里的“货源清单”、“采购信息记录”等），该物料建议供应商有哪些，过去采购历史是什么，帮助采购人员来选择下单的供应商

到第二阶段，采购人员可以通过更形象化地图形报表，分析这个物料的市场行情、采购历史和供应商表现，来选择合适的供应商：

而利用人工智能，不仅可以类似于电商购物的推荐商品那样，由系统基于人工智能自动产生推荐的供应商， 而且AI可以辅助采购人员开展供应商谈判过程，我们开发出了基于博弈论的人工智能采购谈判助手。

2.2 ERP之零售商品管理：

在服装零售ERP里，需要依据销售和盈利目标来制定买货计划，这叫“商品管理”，服装商品包含了风格、系列、男女装、类型（衣服、裤子）、颜色、尺码等多个分类维度，还要考虑不同销售终端的陈列空间、商品组合特性等 ，以及同类商品的历史销量参考，因此计算每款商品进货的数量和价格，在第一阶段是个手工处理的过程，到了第二阶段也就是基于历史数据进行不同维度的组合计算：

而今天利用人工智能可以更加实时地获取时尚圈以及零售市场的时尚动态，智能化地提供实时的买货决策：

2.3 ERP之会计和财务管理

业财一体化是ERP的基本功能，传统ERP的业财一体化实现原理是通过对业务交易的标准化定义，来转换为业务交易的财务记账，亦即“平行记账”，这些业务标准和记账规则都是系统里在实施过程中预先配置好的。

由于财务管理的严谨性，也就对企业业务交易的标准化提出了很高的要求。如果企业本身管理很不规范，或者确实是业务的灵（sui）活（yi）性很大，就会觉得一板一眼的ERP是一种束缚，这是很多企业抱怨ERP不灵活的根本原因。

今天业财一体化的架构有所创新，利用人工智能而非预设规则，应该可以很好地解决对业务活动的会计规则判断，不过在国内市面上，我还没有发现基于人工智能的会计引擎，按说基于AI的财务数据归类（data categorization）和数据输入应该是很能发挥AI特长的业务场景。

在其他财务管理领域，无论费用处理的风险控制，资金收付的税筹优化，财务预算的降本抓手评估等，都存在利用AI来优化流程的机会。

3. 系统处理大数据

过去企业系统处理的数据是该系统内封闭的“小数据”，而利用AI改造核心系统，喂进系统里的是大数据。

例如在制造业通过工业互联网改造，物联网为ERP的设备维护提供了设备实时运行的大数据，通过智能化的主动性维修策略，有助于提升设备综合效率（OEE），接入物联网数据还使得供应链计划和供应链执行更智能、更实时。

又例如前文提到的时尚零售商品管理，也是利用AI使得商品管理得以处理各种外部数据源产生的海量时尚数据。

人工智能的优势就在于处理数字化世界的全域大数据，使得传统的企业信息系统实现人力所不能达到的实时智能。

AI改造ERP，不仅是原有系统的功能增强，而是要重新思考业务流程的再造。ERP、CRM、HCM在AI时代，都值得重做一遍，所以我建议AI厂商们可以放眼企业解决方案软件（核心系统）的广阔市场，好好思考下做平台、做工具还是做应用的策略。