最近落地了一个比较有意思的项目。
一家制造企业,使用了一套本地私有化 ERP,已经运行 5 年。
开发这套 ERP 的是一家本地软件公司,但技术能力并不弱:
对于制造企业来说,一套系统能够稳定运行多年,并持续维护升级,本身就是很大的价值。
这次合作的目标很简单:让 Agent 真正进入 ERP,帮助企业提升效率。
不是替代 ERP,也不是重新建设一套 AI 系统。
这家 ERP 厂商其实已经做了一些 AI 能力,比如 OCR、报表分析,也部署了私有化模型。
但企业真正想要的,并不是简单问答。
他们希望:
这些事情,本质上都需要连接 ERP。
单纯部署一个模型,并不能解决企业实际问题。
接触 ERP 后发现,集成条件非常成熟。
系统已经提供:
所以我们没有重新造系统,而是直接基于 ERP 接口开发 Skill。
第一阶段围绕客户重点模块:
测试下来效果不错。
不同账号权限保持隔离,Agent 可以正常访问 ERP 数据,也可以执行授权范围内的操作。
老板实际体验后反馈:
"这个和网上看到的 ERP + AI 不太一样。"
区别在哪里?
就是理论太多,实操太少。
Agent 可以成为 ERP 的一个智能入口。
员工不需要在多个页面之间切换,只需要描述需求,Agent 帮助完成后续操作。
这个项目最大的收获,是重新认识了 Agent 在企业中的位置。
ERP 依然是核心:
Agent 做的事情其实很简单:提高效率。
人在提出需求时,已经完成了思考。
Agent 帮助人把后面的执行过程处理掉。
减少操作步骤,提高工作效率。
这次项目没有重新开发 ERP,也没有替换原有系统。
只是把一个成熟 ERP,通过 API 接入 Agent。
然后解决几个真实业务问题。
但这恰恰是企业最容易感受到价值的地方。
未来企业 AI,可能不会都是"大模型替代一切"。
更多时候,是:
Agent 的价值,不是替代系统。
而是让系统产生新的效率。
效率提升而已。
私有化的 Agent,可以考虑下我们,已经落地不少场景,务实、可靠。