在最新一期《ERP 的未来》（The Future of ERP）播客节目中，我们邀请到 Infosys 北美 SAP 业务销售与市场推广副总裁 Ramesh Chougule，围绕当前许多企业都在思考的问题展开讨论：在 AI 和 ERP 云领域，我们到底该从哪里入手？又该如何确保所构建的系统能够持久发展？

Ramesh 拥有 25 年服务 SAP 客户的经验，参与过数百个项目。他在对话中展现出的清晰思路，正是当下许多企业所需要的。

如今，关于 AI 的炒作喧嚣不止，但真正该先做什么却更难回答。本文梳理了此次对话的核心观点——包括 Ramesh 提出的实用型“三阶段路线图”，以及他关于为何在 AI 时代，ERP 云的运营核心不但没有削弱，反而更加重要的独到见解。

AI 会取代 ERP 吗？

我们先从 Ramesh 提出的问题说起——过去两年，它一直是客户对话中的核心。他的回答非常明确：

这种依赖关系贯穿 Ramesh 分享的所有内容。AI 智能体需要受控、结构化且可靠的数据才能发挥作用，而这些数据正存储在 ERP 云系统中。那些将两者视为相互竞争优先事项的企业将会举步维艰；而将 ERP 云视为 AI 基础的企业，则将进一步扩大自身优势。

什么是运营核心？为什么运营核心对 AI 至关重要？

Ramesh 介绍了一个框架，该框架是 Infosys 基于与客户长期合作所开发的：面向未来企业的三层架构。理解这一框架有助于解释为何当前打下坚实基础如此重要。

关于运营层与战略层之间的关系，Ramesh 直言不讳：

换句话说，一个组织的 AI 驱动战略的质量，取决于其运营核心的数据规范程度。干净的 ERP 数据并非 AI 的前提条件，而是一种竞争优势。

AI 在 ERP 云中的实际应用是怎样的？

Ramesh 列举了一些具体实例，说明 AI 正在如何改变日常运营——这不是未来的设想，而是他的团队目前与客户合作时已经看到的实际应用：

• 采购经理在创建采购申请时，就能即时获取当前最优的合同价格，无需手动查询，因为这一信息已实时嵌入交易流程之中。
• 催收智能体可自动触发升级处理，无需人工干预，从而确保应收账款按时收回。
• 自主化仓储通过多智能体 AI 在仓库现场协调拣货、打包和发货，避免缺货，并实时最大化订单履约效率。

针对最后一个例子，Ramesh 提到了 Infosys 在 2026 年 SAP Sapphire 大会上所做的演示：

这些案例的共同点，正是 Ramesh 反复强调的核心原则：AI 的价值，体现在它嵌入执行流程的那一刻——不是仅仅停留在数据之上，而是真正作用于数据之中。

AI 与 ERP 云的短期和长期路线图是什么？

这是我建议任何企业或 IT 领导者从本次对话中汲取的实用框架。Ramesh 介绍了 Infosys 如何为客户制定跨越三个时间维度的 AI 落地路线图：

关于为何“现在”阶段容易被低估：

当人们为智能体和自动化感到兴奋时，这一点很容易被忽略。但 Ramesh 明确指出：那些在“现在”阶段跳过数据和治理基础工作的组织，无论技术多么先进，其 AI 投资都将无法达到预期效果。

企业应如何考虑自主开发还是采购？

我们提出的最实际的问题之一，就是“自建还是购买”的决策——对于那些 ERP 平台已有嵌入式选项、却仍被推销定制 AI 解决方案的组织来说，这一点尤为关键。

Ramesh 分享了 Infosys 与客户合作时遵循的基本原则：

定制 AI 开发是第二种选择，只适用于确实能体现企业竞争优势、且现有嵌入式解决方案无法满足的特定需求。即便如此，Ramesh 对此仍保持严谨态度：

• 前期价值分析——这项定制开发能带来什么成果？这些成果是否可衡量？
• 前期架构分析——它如何与现有 ERP 系统和治理框架相融合？
• 五年成本预测——包括常被忽视的定制 AI 运行成本（如推理成本、模型维护成本、token 费用）。

许多组织未能严格贯彻这一框架，尤其是在 AI 实验初期热情高涨时。正如 Effie 在对话中指出的那样，结果往往是“试点炼狱”——AI 投入带来了学习经验，却未创造实际价值。Ramesh 建议，从一开始就明确成功标准，并确定如何衡量成效。

ERP 的未来是什么？

我们每期播客都会以同样的问题收尾——而 Ramesh 的回答值得完整引用：

“智能骨干系统”这一说法蕴含着重要含义。那些能从 AI 中获益最多的组织，并非是取代其运营基础的公司，而是那些强化并在此基础上进一步发展的企业。ERP 云所提供的数据、流程完整性和治理机制，并非对 AI 抱负的限制，恰恰相反，正是这些要素使 AI 的目标得以实现。

本次对话的三个要点

1. 确保数据准确无误并非可有可无。这是 Ramesh 在 AI 项目中最常见的瓶颈，也是必须在“当下”阶段完成的工作，唯有如此，智能体才能真正产生有价值的输出。
2. 先从嵌入式 AI 开始，再考虑定制开发。SAP 拥有 300 多种嵌入式 AI 解决方案，是大多数组织最实际的起点。定制开发应仅用于真正能实现竞争优势的场景，并需严格评估成本与价值之间的平衡。
3. 治理并非后台任务。Ramesh 所描述的 AI 治理层，使企业能够从 20 个智能体扩展到全公司范围的应用，同时仍能掌控质量、合规性和成本。

收听《ERP 的未来》（The Future of ERP）播客，获取与 Ramesh 的完整对话。

常见问题