media-blend
text-black

一位面带微笑的软件开发人员正在科技公司办公室主持项目会议。

成长型企业如何通过 ERP 实现 AI 的规模化应用

每一家成长型企业都应了解的 ERP 转型经验。

default

#

default

#

primary

default

#

secondary

目前,关于 AI 是否会使传统 ERP 平台变得多余,正引发越来越多的讨论。为了了解实际情况,我们采访了普华永道德国公司 COO 兼 CFO Stefan Frühauf,探讨该公司自身的云 ERP 转型历程,以及这一转型如何影响了他们对 AI 的应用方式。

在 AI 时代,云 ERP 是否依然重要?

这正是目前大多数“SaaS 已死”讨论的核心问题,而我们直接向 Frühauf 提出了同样的疑问。他的回答是:

SaaS 并未消亡……你必须依靠它才能从 AI 中获取价值。
普华永道德国 COO 兼 CFO Stefan Frühauf

这一观点得到了多个数据的支持。 麦肯锡近期对人工智能影响 ERP 的分析直接探讨了这一情景——有时被称为“SaaSpocalypse”(即 SaaS 末日),认为 AI 将简单复制 ERP 的功能,使底层平台变得多余。他们的研究指出了另一个方向:一个干净且受控的数据与应用核心,正是防止 AI 演变为彼此脱节的工具和不一致定制化方案的关键。而那些早期采用集成 AI 的 ERP 系统的企业,已经看到了可衡量的回报,包括 EBIT 提升 5% 或以上。

IDC 最新的 AI 成熟度研究提供了更广泛的市场背景:目前 81% 的组织已制定出明确的 AI 战略,但仅有 12% 至 16% 实现了真正有意义的 AI 驱动执行。这两个数字之间的差距,主要源于数据和治理准备不足的问题——而这恰恰是普华永道在引入 AI 之前所打下的基础。

如今,AI 在 ERP 系统中究竟在哪些方面真正实现了价值?

与其猜测 AI 未来的潜力,不如关注它已经在哪些领域发挥作用。普华永道分享了一个具体案例:利用 AI 辅助对进项发票进行增值税代码分类,准确率约为 95%,相比人工处理,预计可将处理时间减少 75%。

这一结果与 IBM 近期关于智能数据管道的研究发现相吻合:自动化能够可靠地理解请求、定位正确的数据,并根据治理政策验证数据——但前提是这些数据和治理机制已经存在。IBM 将其描述为,只要基础条件已就位,原本需要数天的流程便可缩短至几分钟。普华永道的增值税案例正是这一原则在实际财务运营中的体现,而非例外。

你应该将 ERP 标准化,还是进行定制?

这是当今评估 ERP 系统的企业中最常被讨论的问题之一,我们在与 Frühauf 的对话中也直接提到了这一点。他的回答反映了一种在大规模转型中日益普遍的框架:默认采用标准化,仅在存在真实法律或监管要求,或有明确可衡量的业务价值时才进行定制化。正如他所说:

你希望这是一次由业务驱动的实施,而不是单纯的技术实施。
普华永道德国 COO 兼 CFO Stefan Frühauf

Frühauf 分享了一个具体案例,说明了如何达到这一业务价值标准:时间记录,这是普华永道每位员工每天都会涉及的环节。普华永道并未将其保留为通用的标准流程,而是投入资源,使这一特定环节尽可能简便易行,同时在其他方面坚持统一标准。这一决策由高级业务负责人主导,而非仅由 IT 部门决定,从而避免了例外情况演变为普遍模式。

为什么大多数 ERP 转型都会遇到困难?

人们通常认为,ERP 项目之所以停滞不前,是因为存在技术差距——功能缺失、集成限制或迁移复杂性。但 Frühauf 对普华永道的转型经验却提出了不同见解:

“技术本身是可行的。应更多关注变革管理、用户采纳,以及如何促使用户使用标准流程。
普华永道德国 COO 兼 CFO Stefan Frühauf

这才是上述标准化故事的另一半:普华永道之所以能坚持严格的默认设置,是因为他们同样投入了大量资源来推动员工真正采纳该系统。那些将用户采纳和治理视为项目核心环节,而非系统上线后才临时考虑的组织,才能真正实现可持续的转型。”

良好的 AI 治理在实践中究竟是怎样的?

随着越来越多的企业开始采用更深层次嵌入式和自主化的 AI 功能,治理已不再只是合规性的勾选项,而成为一项运营必需。作为一家审计与会计事务所网络,普华永道将数据安全视为业务的核心。Frühauf 分享了他们构建模型的具体细节:区域数据仅保留在相应区域内,访问权限按管理层级区分,特定数据仅对特定群体可见。普华永道还使用自己的密钥对数据进行加密,这意味着即使作为平台管理员的 SAP 也无法查看普华永道的数据。

其他组织能从中获得什么启示?

很少有组织能达到像普华永道这样的规模——覆盖 150 个地区,拥有 150 年历史,以及 Frühauf 所称的“在标准化之前,就有 150 x 150 种做同样业务的方式”。但其背后的模式对任何评估此路径的组织都具有广泛适用性:

  1. 在扩展任何事物(包括 AI)之前,先实现标准化。碎片化的流程会产生碎片化的结果,无论其上层采用何种技术。
  2. 为允许个性化定制设置明确的规则——仅限于法律必要性或可衡量的商业价值,由业务负责人决策,不得有其他例外。
  3. 先在一个地方试点——普华永道在德国验证了该模式后才向全球推广,为其他地区提供了实际参考,而非理论上的部署。
  4. 将真实用户培养成支持者,而不仅仅依赖 IT 团队——普华永道的财务后台员工成为推动者,帮助其他地区采纳系统。

观看普华永道的分享会,了解每一家成长型企业都应掌握的 ERP 转型经验。

常见问题

为什么大多数 ERP 转型项目会遇到困难?
大多数情况下,问题并不在于技术本身,而在于变革管理和用户采纳。普华永道自身的经验直接印证了这一点,这也是大规模转型中的普遍规律。
企业应如何决定在 ERP 中哪些部分需要标准化,哪些需要定制化?
一种常见且有效的方法是:默认采用标准化,仅在法律或监管要求,或存在明确可衡量的业务价值时才进行定制化,并由高级业务负责人而非仅 IT 部门来主导决策。
AI 目前在 ERP 领域哪些方面已实现可衡量的价值?
具体实例包括 AI 辅助的税务和发票分类,IBM 的研究表明,一旦底层数据和治理机制已经到位,这类应用便能稳定运行。
随着 AI 的兴起,云 ERP 是否依然重要?
证据表明答案是肯定的。麦肯锡的研究发现,即使在原生 AI 架构中,受控的 ERP 核心仍然是基础。IDC 的数据表明,大多数企业的 AI 战略与执行之间仍存在显著差距,而强大的 ERP 基础有助于缩小这一差距。
事件

SAP 活动

普华永道的 ERP 转型

成长型企业可以从普华永道的发展历程中汲取哪些经验。

观看录制视频