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:
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:
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:
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:
- 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。
- 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。
- 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。
- 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