从 ERP 到 Agentic ERP：企业软件六十年演化史

从被动记录到自主运营 读懂 Agentic ERP 完整进化路径

SaaS 形态正在消亡，ERP 的终局是自治企业系统

2026年4月，一家制造企业的采购总监在早会上汇报：昨晚大宗商品价格出现异动，公司的采购Agent自动触发了重新询价流程，在凌晨3点完成了12家供应商的比价，生成了最优采购方案，现在等待她的只有一个确认按钮。

这个场景，在18个月前还是科幻小说里的情节。

Rimini Street已经把这类能力写进了Agentic ERP的产品白皮书；SAP在2026年汉诺威工业博览会上发布了覆盖制造、物流、资产管理的AI Agent组合；Oracle宣布将财务和采购应用重构为Agentic Apps，并在2024年底历史上首次超越SAP成为全球第一大ERP厂商，靠的正是在AI Agent赛道上的激进布局。

ERP，这个诞生于60年代IBM打孔卡机房、被无数人宣判"即将消亡"的古老软件品类，正在经历它有史以来最彻底的一次变形。

不是升级，是变形。

这篇文章，王吉伟频道想系统梳理一个问题：ERP为什么诞生，为什么会Agent化，以及SaaS软件的终局到底是什么。 这是一篇"世界观"文章，核心目标只有一个：帮读者重建认知坐标系，理解为什么现在是Agentic ERP的关键窗口期。

PS：公众号发消息AgenticERP，获取本文参考资料包。

ERP的诞生：每一代进化，都在消灭一种信息孤岛

ERP从来都不是一个技术问题的答案，它是一个组织管理问题的答案。

理解这个定性，才能理解Agentic ERP的必然性。纵观ERP六十年的每一次代际演进，本质上都在做同一件事：消除企业内部的信息不对称与协同摩擦。只不过每一代所攻克的具体障碍不同，工具更强，边界更宽。

1. MRP时代（1960s）：打破生产与库存之间的第一堵墙

1960年代的制造业，管理靠纸张、电话和人脑。工厂库存管理员用手工台账记录每一个零件的进出，生产计划员靠经验估算订货时机，供应链任何一个环节出问题，往往要等物料断供才能发现。数据和决策之间，隔了太多人，也隔了太多时间。

1964年，IBM与农业设备制造商J.I. Case合作，开发出史上第一套MRP（Material Requirements Planning，物料需求计划）系统。逻辑极为朴素：根据生产计划，反向推算需要什么原材料、什么时候需要、需要多少。

这套今天看来显而易见的逻辑，在1960年代需要大型计算机才能运算。它第一次把生产计划与物料采购通过计算机连接起来，打通了生产与库存之间的信息割裂。

SAP就在这个背景下于1972年在德国曼海姆成立，五个创始人挤在一个小办公室里，为企业开发MRP类的财务与库存管理系统。没有人预料到，这家公司会在三十年后成为全球企业软件的绝对霸主。

MRP解决的不是技术问题，而是部门协同问题。它用一个统一的数据模型，打破了生产与采购之间的信息孤岛。这个逻辑将贯穿ERP整个演化史，并在Agentic AI时代再次成为核心命题。

2. MRP II与ERP时代（1980-1990s）：企业神经系统从制造扩展到全域

MRP有一个明显的局限：它只关心物料，不关心产能、人力和财务。BOM算出来需要100个零件，但生产线只能跑80%负荷，工人班次也有限制。MRP不管这些，只告诉你"你缺料了"，至于缺料之后怎么排产，还是靠人。

1980年代，MRP II（制造资源计划）扩展了产能规划、车间控制、采购管理，并开始纳入财务管理和人力资源模块，"制造资源"这个概念第一次变得完整。

但即便如此，各部门数据同步全靠人工录入和电话沟通，月底对账依然是每个财务人员的噩梦。部门内部的孤岛打通了，部门之间的孤岛依然坚固。

1990年，Gartner正式创造了"企业资源计划（Enterprise Resource Planning，ERP）"这一术语，承认了一个现实：企业需要用统一系统管理整个公司，而不只是制造环节。

这一代ERP的核心贡献是统一数据库。财务、HR、供应链、采购、销售，所有模块共享同一个数据库。销售订单一落，库存自动扣减，财务自动记账，采购实时看到库存水位，生产实时看到订单需求。

SAP R/3横空出世，成为企业级软件的里程碑，Oracle E-Business Suite、PeopleSoft随后跟进。整个1990年代，ERP成为大型企业的标配，也催生了庞大的实施服务生态。

然而这一代ERP有一个从未被真正解决的根本性局限，直到今天仍困扰大量企业：它是被动系统。

数据靠人输入，分析靠人做，决策靠人拍。ERP是一个精密的"数字记账本加流程引擎"，记录了一切发生过的事情，但它自己什么都不主动做。用软件行业的术语来说，这是一个System of Record（记录系统），而非System of Action（行动系统）。这个本质缺陷，在AI出现之后，会被无限放大。

3. Cloud ERP时代（2010s）：SaaS重塑了形态，为AI埋下伏笔

云计算彻底改变了ERP的交付方式。Workday在2005年以云原生架构切入HR和财务领域；NetSuite成为中小企业云ERP的代表；SAP在2015年推出S/4HANA；微软发布Dynamics 365。Cloud ERP带来的不只是部署方式的变化，它从三个维度重塑了ERP的基本属性。

实时性方面，过去的ERP是月报系统，月底跑一次批处理财务才能看报表。云ERP下，库存变化、订单状态、现金流动全部实时可见，企业经营的"仪表盘"第一次做到了真正实时。

API化方面，本地部署ERP是封闭黑盒，外部系统对接需要大量定制程序；云ERP原生提供REST API，第三方系统可以直接调用，这个变化为日后AI Agent调用ERP能力买下了关键基础。

微服务化方面，传统ERP是庞大的单体架构，动一个模块可能影响全局；微服务架构让每个业务能力可以独立部署和升级，为未来Agent层的快速迭代创造了空间。

由此，全球积累了约140万家部署ERP的企业，服务超过6500万个用户。Cloud ERP时代，ERP从企业购买的软件变成了企业订阅的服务。

同期，需求预测、异常检测、RPA（机器人流程自动化）开始嵌入ERP边界。但这一阶段的"AI"本质上是统计模型加规则引擎，无法理解意图、无法跨模块推理。用一个比喻说：Cloud ERP时代的AI，是给汽车装了个定速巡航，方便是方便，但方向盘还在人手里。

AI如何改变ERP？从预测到行动的跨越

Cloud ERP完成了基础设施的升级，但它本质上还是一个被动系统：人输入数据，人分析数据，人做决策，系统记录结果。AI的进入，开始改变这个逻辑。

但AI嵌入ERP，经历了一个清晰的进化路径，把这个路径搞清楚，才能真正理解Agentic ERP为什么是范式转变，而不是功能叠加。

第一波：BI+AI（预测与洞察层）

最早进入ERP的AI能力，是分析类的。

需求预测、库存优化、异常检测、财务预警，这些功能本质上都是机器学习模型在ERP历史数据上的应用。系统开始能回答"将来会发生什么"，而不只是"过去发生了什么"。

这一阶段AI的角色是顾问：它提供洞察，但不采取行动。系统会告诉你"Q3季度某品类库存可能短缺"，但补不补货、订多少，还是人来决定。

RPA（机器人流程自动化）也在这一阶段大量嵌入ERP边界。对账、报销录入、发票核验，这些重复性的规则性工作开始被自动化。但RPA本质上是按规则执行的脚本，遇到例外情况就会卡住，仍然需要人工介入。

第二波：Copilot（对话式AI助手）

2023年生成式AI爆发之后，ERP厂商几乎同时推出了自己的AI助手。

SAP推出Joule，Oracle推出AI Assistant，Microsoft将Copilot深度集成进Dynamics 365，Workday发布Illuminate。

这些Copilot能做的事情比BI+AI多了一大步：你可以用自然语言提问，系统理解你的意图，去ERP数据库查询，再用人话把结果呈现出来。

"为什么这个季度华南区的毛利率下降了3个点？"

Copilot会去分析销售数据、成本数据、退货数据，生成一份结构化的分析报告，给出几个可能的原因供你判断。

这比翻报表快，比写查询语句简单。但你有没有注意到，上面这个场景里有个关键词："供你判断"。

Copilot不做决定。它是一个极其聪明的助手，但它等待指令，响应问题，完成交办的任务之后，就停下来等下一个指令。

AI Assistant ≠ Agent。 这是理解Agentic ERP的第一个关键分野，也是最容易被混淆的一个概念边界。

第三波：从Copilot到Agent，质变发生

AI Agent和AI Assistant的核心区别，不在于能力的强弱，而在于主动性和自主性。

AI Assistant是响应式的：有问才答，有令才动。Agent是目标导向的：你给它一个目标，它自己规划步骤，调用工具，处理异常，直到目标完成或需要人工判断为止。

更具体地说，Agent具备四个AI Assistant没有的核心能力：

多步推理。 不是回答一个问题，而是把一个复杂任务分解成多个步骤，依次执行，根据每一步的结果决定下一步。

工具调用。 Agent可以主动调用外部工具和API，不只是查询ERP数据，还可以写入数据、触发工作流、调用第三方服务。

记忆。 Agent能记住上下文，在一个长期任务中保持状态，而不是每次对话都从零开始。

自我反思。 执行过程中，Agent会评估自己的行动是否朝着目标前进，在必要时调整策略，而不是机械地执行预设脚本。

把这四个能力放进ERP，你就能理解为什么这是范式级的转变，而不是功能升级。

一个完整意义上的ERP Agent需要具备六项核心能力：目标驱动（接收自然语言目标并拆解为子任务）、工具调用（调用ERP的API、查询数据库、触发工作流）、多步推理（跨越多个模块完成复杂任务）、自我反思（执行过程中检查中间结果并纠偏）、记忆（保持企业上下文，不用每次从零开始）、异常处理（知道何时需要上报给人类）。

来看一个具体对比。一个Copilot会告诉你："这个季度利润下降，因为原材料成本上涨了18%。"

一个采购Agent则会在检测到原材料成本上涨时，自动评估影响范围，启动备选供应商比价流程，更新财务预测模型，向CFO推送一份已包含应对方案的综合简报，等待审批后自动执行采购调整。

从Copilot到Agent，是质变，不是量变。

Agentic AI对ERP的三层意义

Agentic AI对ERP的意义，不是让ERP变得更聪明，而是让ERP从被动执行变成主动运营。Agentic AI对ERP的改造，体现在三个递进层面。

第一层：Intent Interface（意图接口）。传统ERP的交互逻辑是菜单式的，用户必须知道功能在哪里才能使用它。意图接口出现后，用户只需表达目标，系统自己决定调用哪些模块、执行哪些操作。这不只是UI的改变，而是人机交互范式的根本重构。

第二层：Autonomous Workflow（自治工作流）。传统ERP的工作流是硬编码的，每一个审批节点都必须由人来设计和维护。Agentic ERP中，工作流由Agent根据上下文动态生成和调整，根据当前状态和目标，实时决定下一步怎么做。

第三层：Multi-Agent Collaboration（多Agent协同）。一个财务Agent、一个供应链Agent、一个采购Agent如果各自为政，仍是信息孤岛。Multi-Agent框架让不同职能的Agent共享上下文、分工执行，共同完成跨域的复杂业务目标——这才是"企业大脑"的雏形。

值得特别记录的是，两家全球最大的ERP厂商在2026年同一个季度同时宣布产品方向切换。

2026年3月，Oracle宣布将其财务和采购应用重构为Agentic Apps；同年4月，SAP在汉诺威工业博览会上发布了覆盖制造、现场服务、资产管理和物流的AI Agent产品组合，明确表示这些Agent直接嵌入到生产和运营工作流中，而不是独立的AI附加模块。

两家全球最大的ERP厂商在同一个季度内同时宣布产品方向切换，这在ERP行业史上是第一次。

在ERP行业史上，这是第一次。

ERP的Agentic AI进化路线：五个阶段，你在哪里？

王吉伟频道把ERP的Agentic AI演进划分为五个阶段。这不是线性的时间表，而是能力叠加的成熟度模型。不同企业、不同厂商，目前处于这五个阶段的不同位置。

完整的演化路径如下：

ERP → Cloud ERP → AI ERP → Copilot ERP → Agentic ERP → Autonomous Enterprise阶段一：AI Assistant（ChatERP）

核心特征：问答式AI，自然语言查询，但不执行任何操作。

这是目前大多数企业所处的阶段。用户用自然语言问"这个季度利润为什么下降"、"华东区库存水位如何"，AI回答，提供洞察，生成报表，但不做决定，也不采取行动。

把这个阶段称为"ChatERP"并不夸张，本质上它是一个连接了企业数据库的智能问答系统。SAP Joule早期版本、Oracle Analytics AI、Microsoft Copilot for Dynamics 365的大量功能，目前仍停留在这个阶段。

有价值，但还不是Agent。

阶段二：Workflow AI（有人监督的自动化）

核心特征：AI开始参与工作流，能自动完成结构化任务，但需要人工最终确认。

这一阶段，AI不再只是回答问题，而是介入业务流程执行：自动审批符合规则的费用报销，根据预设阈值自动生成采购申请，识别发票异常并自动标记。

2026年Q1正式发布的SAP现金管理Agent，通过自动分析每日银行对账单和自动化对账，可将手动现金头寸管理时间减少高达80%，是这一阶段的标杆案例。关键词是"自动"，但有个重要前提：这些任务是结构化的，规则是预先定义好的，遇到例外情况系统还是要把球踢给人。

这个阶段的AI，是一个很快的规则执行器，还不是真正会推理的智能体。

阶段三：Autonomous Agent（自主智能体）

核心特征：Agent具备目标、记忆、工具调用和多步推理，能自主完成复杂任务，人类仅在超出授权范围或出现异常时介入。

这是质变发生的阶段。

一个典型场景：采购Agent接到目标"维持A类物料库存在30天安全阈值以上"。它自动完成以下全部动作：监控实时库存水位；检测到某类原材料库存下降至预警线；查询历史采购数据，评估供应商交期；向三家合格供应商发出询价；比较报价、交期、质量评分后选出最优供应商；生成采购订单草案；根据企业规则判断是否在授权范围内，在授权内直接提交，超出授权则升级给采购经理；跟踪订单状态，到货后自动更新库存记录。

整个过程连贯自主，人类只需关注两种情况：超出授权范围的采购，以及系统判断需要人工介入的异常。其他的，Agent自己完成。

Rimini Street在其Agentic ERP白皮书中描述了类似场景：采购Agent能在大宗商品价格飙升时实时重新谈判供应商条款；维护Agent能在资源可用性变化时重新调整工单优先级；财务Agent能比人类团队早数小时甚至数天检测到不规则情况并启动合规检查。

Bain & Company的调研数据支撑了这一方向的商业预期：78%的IT领导者预计在未来三年内，至少部分ERP功能将被Agentic AI替代或增强。

阶段四：Multi-Agent ERP（企业自治网络）

核心特征：不同领域的Agent开始协作，共同完成跨业务域的复杂目标。

单个Agent能力再强，也只能在自己的业务领域内行动。真正的企业级智能，需要多个Agent协同工作。

设想这样一个场景：某工厂关键设备出现故障预警。Asset Agent检测到异常信号，触发维修请求；Maintenance Agent评估故障严重程度，查询备件库存；Supply Chain Agent发现备件库存不足，自动发起紧急采购；Production Planning Agent根据设备停机时间重新排产，评估交付影响；Customer Service Agent预先通知受影响客户，更新交期预测；Finance Agent同步更新成本核算和财务预测。

整个过程，多个专域Agent通过编排层协同工作，没有人在中间手动传递信息和协调资源。

Multi-Agent ERP的核心价值：把企业内部的信息协调成本压缩到近乎为零。

SAP在2026年汉诺威发布会上展示的正是这个方向，多个制造相关Agent之间的协同编排，以及它们与S/4HANA核心ERP数据的深度集成。

阶段五：Self-Evolving ERP（自进化企业系统）

核心特征：系统自主优化流程、发现瓶颈、训练新Agent，趋近"数字运营生命体"。

这是ERP演进的终局想象，目前仍处于理论与早期实验阶段，但方向已经清晰。

Self-Evolving ERP不只执行既有流程，而是持续分析自身运行效率，发现瓶颈，提出优化方案，自动调整工作流规则，甚至训练新的专域Agent来处理新出现的业务场景。

和今天的ERP对比：今天流程一旦上线，修改需要项目立项、咨询顾问介入、测试、回归；Self-Evolving ERP的流程是活的，在运行中自我适应。

Gartner预测，到2028年，33%的企业软件将包含Agentic AI，15%的日常业务决策将由AI自主完成。如果这个预测成立，Self-Evolving ERP的门槛，可能比想象中更早抵达。

把五个阶段连起来，ERP的完整进化轨迹是：ERP → Cloud ERP → AI ERP → Copilot ERP → Agentic ERP → Autonomous Enterprise每一步，ERP从"需要人来操作"变得"更少需要人介入"，直到最终成为能够自主运营企业的智能系统。

为什么ERP是Agentic AI最理想的落地土壤？

大家讨论Agentic AI落地，经常聚焦于"模型够不够聪明、Agent能力够不够强"，却很少问另一个同样关键的问题：Agent要真正落地，需要什么土壤？

Agent不是凭空运转的。它需要有质量的数据（知道现在是什么情况）、完整的工作流（知道该做什么）、清晰的权限体系（知道能做什么）、可调用的API（知道怎么做）、丰富的业务规则（知道对错）、以及完整的历史上下文（知道以前怎么做的）。

把这些需求和ERP的天然属性对比，你会发现一个惊人的匹配度：

Agent核心能力需求

ERP是否天生具备

结构化业务数据

财务、库存、HR、供应链等全量运营数据

工作流引擎

ERP核心即流程引擎，天然支持Agent执行

权限与身份体系

角色权限、审批层级、数据隔离均已完备

API接口

Cloud ERP时代已全面API化

企业规则与合规约束

会计准则、合规要求、业务规则均已编码

组织结构与审批机制

Human-in-the-loop的基础设施天然存在

企业历史交易记录

多年完整运营数据积累

业务知识与主数据

主数据（Master Data）是企业世界的完整表达

ERP是少数几种同时满足Agent所有基础条件的系统。相比之下，CRM没有ERP完整的财务逻辑，SCM没有HR和财务数据，BI有数据但没有执行能力。没有哪个单一系统像ERP这样，把数据、规则、流程、权限和历史知识同时集齐。

McKinsey在2025年的报告里有一个很有力的表述：ERP定义了价值如何流经企业，它构建数据、设定规则，并组织驱动日常运营的工作流程。这个特性可以概括为一个核心概念：ERP是企业世界模型（Enterprise World Model）。

所谓世界模型，是AI领域的术语，指对现实世界的完整结构化表达，包含实体（主数据）、关系（组织结构、供应链关系）、规则（业务逻辑、合规约束）和状态（库存、现金流、人员状态）。

AI Agent要在企业场景中自主决策，前提是理解这个企业的世界。ERP，恰恰是对企业世界最完整的数字化表达。一个没有深度集成ERP的Agent，就像一个聪明但不了解公司规则的新员工，它不知道权限边界在哪里，不知道类似决策历史上是怎么做的，也不知道哪些操作会触发合规风险。

这就是为什么越来越多的研究机构开始强调：Agentic AI的落地，ERP不是可选项，而是必选项。

换句话说，跳过ERP基础直接搭Agent，往往是最贵的弯路。

被严重低估的ERP数据质量危机

王吉伟频道在与很多企业交流Agentic AI落地进展时，发现了一个高度一致的规律：AI POC做得很漂亮，一到规模化就卡住了。根源往往不是模型不够聪明，而是ERP层的数据质量和流程成熟度根本无法支撑Agent的自主决策。

McKinsey在2025年11月发布的报告中，把这个现象称为大分裂（the Great Divide）：企业在AI上投入越来越多，但越来越忽视ERP系统的能力建设。企业对AI的热情持续升温，ERP应用却越来越被当成事后考量，被认为是笨重的遗留技术。

很多AI项目的POC做得很漂亮，但一到规模化就卡住了，根源不是AI能力不够，而是ERP层的数据质量和流程成熟度根本无法支撑Agent的自主决策。

这种态度危险地低估了ERP在AI落地中的基础性角色，因为很多AI用例所依赖的数据和应用逻辑，恰恰就存储在ERP系统里。

数据直接印证了这个判断：近三分之二的全球企业已经在实验性使用AI Agent，但不足10%实现了可衡量的规模化价值；八成企业将数据局限性列为扩展Agentic AI的首要障碍；仅约40%的公司报告其AI举措产生了企业级EBIT影响。

这背后有一个残酷的逻辑：脏数据喂出来的Agent，不是智能助手，是放大器。它会把数据里的错误以更快的速度、更大的规模传播出去，造成的损失可能远超没有引入AI之前。

ERP Software Blog在2026年4月的研究直接点出，如果你的ERP系统容易出错或存在不一致：比如你的ERP里同一个供应商在不同模块有三种写法，你的库存数据因为手工录入经常出错，你的财务数据和运营数据存在系统性逻辑矛盾，那引入Agentic AI不会解决这些问题，只会暴露并放大它们。

这对很多CIO来说是一个不太舒服的推论：你的AI战略，取决于你的ERP数据治理水平。ERP数据治理不是IT部门的清洁工程，而是AI战略能否落地的生死线。两件事不能分开谈。

所以，当你在讨论要不要做Agentic ERP时，第一个要回答的问题不是选哪家的Agent框架，而是你的ERP数据质量能不能支撑Agent的自主判断。

SaaS会消失吗？ERP会被取代吗？

这是两年来争议最多的问题，也是最容易被误读的一个命题。

在王吉伟频道看来：SaaS作为一种软件形态会发生根本性转变，ERP的能力不会消失，但ERP作为"软件产品"的形态会彻底重塑。

我们来拆解这个判断的三个层次。

UI正在被意图接口取代

传统SaaS的核心价值公式是：数据库+UI+Workflow=软件产品。

UI的存在，是因为人需要可视化界面来操作数据和触发流程。菜单、表单、按钮、仪表盘，这些都是为人设计的交互媒介。

当AI Agent成为企业系统的主要操作者，这套逻辑就断裂了。Agent不需要菜单，直接调用API；不需要表单，直接写入数据库；不需要仪表盘，直接读取数据流进行分析。

人类用户的交互方式，也从"操作软件"变成"表达意图"。

过去的操作方式：进入ERP，找到采购模块，新建采购单，逐一填写字段，提交审批。

未来的操作方式："库存低于安全阈值的A类物料自动补货，单笔50万以内自主下单，超出50万给我一个确认请求。"

这句话就是一个意图（Intent）。Agent根据这个意图，自主规划和执行所有后续步骤。

UI正在被Intent Interface（意图接口）取代，这不是渐进式改良，而是人机交互范式的根本替换。

McKinsey把这个趋势称为"无头ERP"（Headless ERP）：ERP的逻辑层、数据层、规则层依然存在，但传统意义上的"前台"，那个用户每天打开来操作的界面层，会逐渐消失，被Agent接管。ERP变成基础设施，就像电网一样，关键且不可见。

CIO.com 2025年的分析也得出一致结论：未来的用户界面不会是传统的SaaS平台，而将是Agentic的。

模块边界将在Agent时代塌陷

传统ERP按业务职能划分模块：财务模块、HR模块、供应链模块、采购模块。

这种划分逻辑源于人类组织结构的专业分工。财务部用财务模块，HR部用HR模块，各管一摊。这在人工操作时代合理，因为人的认知负担有限，必须分工。

但Agent没有这个认知局限，它只关心目标（Goal）。

一个收到"提升Q4利润率2个点"目标的Agent，会同时调用财务数据、成本数据、销售数据、人力数据，横跨所有模块提出跨域综合优化方案。

在这个过程中，模块边界在这里不是帮助，而是障碍。

未来的ERP架构，会逐渐从"按模块组织"转向"按能力组织"：底层是统一的数据层、规则层和API层，上层是各类专域Agent，它们可以自由调用所需的底层能力，不受模块边界约束。

这对ERP厂商来说，是一次产品架构的根本性重构。

Workflow将由硬编码变为动态协商

传统ERP的工作流是静态硬编码的：一个采购申请，必须经过部门经理审批，然后财务审批，超过100万再加一层CFO审批，每个步骤、每个条件都在系统配置里写死。

这样一个采购审批流程，可能设计了十年没有改过，尽管业务早已大变样。修改工作流需要IT团队介入，有时需要数周甚至数月。

这种刚性设计在人工操作时代是对的，确定性是控制的前提，但在AI时代已是严重的竞争劣势。

Agentic时代，Agent需要根据情境动态判断：这笔采购的风险在哪里？需要哪些角色参与决策？有没有类似的历史案例可以参考？

在Agentic ERP中，工作流由Agent根据上下文动态生成。紧急物料的流程和常规物料自动区分；合规风险高的单据自动路由到不同审批路径；供应链突发风险时，Agent实时重构应急响应流程，而不是等IT部门改系统。

也就是说，未来的工作流不再是固定路径，而是Agent根据目标、约束和上下文动态协商出来的执行路径。这不是说审批和控制会消失，恰恰相反，合规和可审计性会更加重要，但执行这些规则的方式，从"人设计流程"变成"Agent在规则约束内自主规划流程"。

Deloitte在2026年3月的研究给出了清晰的架构原则：核心保持刚性（规则、合规、数据结构），外围保持灵活（工作流、界面、交互方式）。干净核心（Clean Core）原则不是要冻结系统，而是要让外围的Agent层能够高速迭代，同时不影响核心稳定性。

ERP不会消失，消失的是它的软件形态

前文说了那么多"消失"，有一个核心判断必须澄清：ERP的能力不会消失，消失的是ERP的软件形态。

ERP里沉淀的，是企业几十年运营积累的规则、数据、流程和知识。财务规则、合规体系、供应链逻辑、权限模型，这些是企业运转的底层操作系统，AI不是要替代它们，而是要以更高效的方式调用它们。

UK & Ireland SAP用户组主席Conor Riordan说得很直接：ERP没有走向消亡，它正在快速演进。Agentic AI不意味着ERP的终结，而是它的转型。ERP的核心基础将保持完整，但将通过AI得到增强。

Deloitte 2026年3月的报告给出了更具体的架构描述：规则、结构和工作流保留在核心层，Agent作为界面在灵活的应用层运作。ERP核心的刚性不是缺陷，而是必要条件，它保证了数据的一致性、可审计性和合规性。Agent的灵活性建立在这个刚性基础之上，而不是替代它。

一个有力的类比：ERP会变成企业的电网，Agent是各类电器。电网不会因为家电越来越智能而消失，反而变得更关键。但没有人每天操作电网，它只是默默在那里，为所有需要电力的设备提供稳定支撑。这就是ERP的未来形态：无处不在，却几乎不可见。

这就是ERP的未来形态：无处不在，却几乎不可见。

三类玩家，重塑ERP行业版图

面对Agentic AI的冲击，ERP行业正在发生一次竞争格局的结构性重塑。王吉伟频道判断，未来会形成三类玩家，而决定胜负的核心变量，也将彻底改变。

第一类，传统ERP巨头Agent化。SAP、Oracle、Microsoft、Workday具有无可替代的数据资产和客户关系，这类玩家的优势是数据信任和生态深度，劣势是历史架构包袱和组织惯性。

这一轮竞争已经开始拉开分化：Oracle在Agentic ERP赛道上的激进布局，直接带动其在2025年底历史上首次超越SAP成为全球第一大ERP厂商，市场已经在用份额投票。

SAP则通过Joule Studio AI Agent技能构建器加速从Copilot向自主Agent演进，SAP CTO Philipp Herzig明确表示："我们的目标是消除集成复杂性、数据质量、AI主权等障碍，让客户通过AI实现附加价值。"

第二类，AI-native ERP新玩家。完全基于LLM和Agent架构设计的新一代企业管理系统，天生具备意图接口和Agent执行能力，没有历史包袱。但有一个硬伤难以在短期内克服：缺乏数据积累和行业信任。

一套ERP系统要成为客户的"企业世界模型"，需要数年的流程沉淀和数据积累，这是新玩家暂时无法复制的。短期内，这类玩家适合从特定行业的垂直场景切入，做精做深，而非全面替代传统ERP。

第三类，Agent Overlay中间层。在现有ERP系统之上增加Agent编排层、记忆层和工作流智能层，让老系统具备新能力，而不需要推倒重来。这是最贴近现实需求的路径，也是大量AI创业公司的切入点。

对于无法在短期内替换核心ERP系统的大型企业，这类方案提供了一条可行的渐进路径。

三类玩家将在未来几年形成动态竞争。但有一点可以确定：未来的竞争维度，不再是功能数量或模块多少，而是Agent能力、企业知识图谱、工作流智能和数据治理能力这四张核心牌。

竞争维度

传统ERP巨头

AI-native新玩家

Agent Overlay层

数据资产与信任

极强

待积累

依赖底层ERP

Agent框架能力

快速追赶

原生优势

专注编排

企业知识图谱

多年沉淀

依托已有ERP

历史架构包袱

较重

取决于客户

规模化落地经验

丰富

待验证

依赖集成深度

关于Agentic ERP的市场格局，我还会在这个系列的其他文章中与大家讨论。

ERP的终局：从记录系统到自治企业

做一个收束。

ERP六十年的演化史，本质上是一部消灭企业内部信息不对称、决策摩擦和协同成本的历史。

MRP消灭了生产与库存之间的信息孤岛。MRP II消灭了生产计划与资源调度之间的协同摩擦。ERP消灭了各部门之间的数据孤岛。Cloud ERP消灭了时间维度的信息滞后。AI ERP消灭了数据到洞察之间的分析摩擦。Agentic ERP，正在消灭人类决策速度与数据流动速度之间的鸿沟。

这条主线，从来没有断过。每一次技术范式转变，都是对这个核心矛盾的新一轮攻坚。

QAD的Ron Davis对"行动系统"有一段精准的定义：不止于记录发生了什么，而是持续感知流程中正在发生的事情，理解影响，并实时驱动下一个最佳步骤。

记录系统依然作为基础存在，但Agentic层解读这些信号并在工作流内部驱动行动，而不是在独立报告中。

从System of Record（记录系统）到System of Action（行动系统），是ERP这60年来最重要的一次性质转变。

不是量变，是质变。

ERP演化的终局，不是"更智能的软件"，而是Autonomous Enterprise（自治企业）：

CEO / 战略决策层 ↓ AI Chief Agent（企业决策枢纽） ↓Finance Agent | HR Agent | SCM Agent | Operations Agent | Risk Agent ↓ ERP Core（数据基础、规则引擎、合规保障、权限体系） ↓ 自动运营企业

在这个架构里，ERP不再是员工每天打开的软件，而是整个智能运营体系的数据基础和规则保障。人类负责战略方向和价值判断，Agent负责战术执行和日常运营。

ERP消亡的预言从来不新鲜。客户端/服务器时代，有人说ERP要被分布式系统替代；互联网时代，有人说ERP要被SaaS颠覆；最佳单品时代，有人说ERP套件会被最优单品生态瓦解。全都没有发生。每一次，ERP都选择了进化而非消亡，并在每一次浪潮里变得更核心。

这一次，不同的只是：进化的速度比以往任何一次都快，留给企业做准备的窗口期，可能只有三到五年。

关键窗口期：为什么非现在不可？

王吉伟频道写这篇文章，不是为了告诉大家"Agentic AI很厉害，大家要重视"。真正想传递的，是一个更具体的判断：2025到2027年，是ERP向Agentic ERP迁移的关键窗口期。

为什么是现在？三个时间坐标锁定了这个窗口。

第一，SAP ECC的延伸支持将于2027年到期，全球大量仍在运行老旧SAP ECC的中大型企业，必须在这个节点前后做出升级决策。这不是技术选择题，而是生存压力。借这个节点同步做Agentic ERP的基础建设，是成本最低、效率最高的窗口。

第二，Gartner预测到2026年底，40%的企业应用将包含AI Agent，而今天这个比例不足5%。从5%到40%，意味着Agentic ERP从"领先企业在试"变成"主流企业的标配"，可能只需要18到24个月。先走一步，差距就会是指数级的。

第三，数据基础的准备周期很长。McKinsey调研显示，80%的企业将数据局限性列为扩展Agentic AI的最大障碍，而ERP数据治理的改善往往需要一到三年时间。今天不开始，两年后就已落后。

Bain & Company说得最直白：在流程、数据和应用清理上，没有捷径可走，等待技术尘埃落定是没有意义的。

数字已经在说话。2025年全球ERP市场规模达783亿美元，预计2032年将达到1405亿美元，复合增长率9.2%，其中越来越多的增长由Agentic ERP投资驱动。Deloitte 2025年调研显示，43%的受调企业正在投资ERP，高于2024年的35%，企业决策者已经开始用真金白银表态。

不是因为技术已经成熟，恰恰因为技术正处于从实验室走向规模化的临界点。在这个窗口期做好ERP数据治理、流程梳理和Agent能力建设的企业，会在下一个竞争周期中拥有别人很难复制的运营效率优势。

而那些觉得ERP是老系统、直接在烂数据上堆AI的企业，大概率会继续贡献那个令人沮丧的统计数字：超过80%的数字化转型项目未能实现价值目标。

历史上每一次技术范式转变，都重塑了ERP的边界，但ERP从没消失过，它只是在每一次浪潮里变得更核心。Agentic AI是ERP演进的必然下一站，不是威胁，是进化。

对于企业决策者来说，现在需要思考的不是"要不要做Agentic ERP"，而是"从哪里开始、怎么建立基础、如何在三到五年内完成这场转型"。

ERP的软件形态正在消失，企业智能系统的形态正在诞生。

两者之间的这段路，值得每一个在企业数字化领域工作的人认真去走。

这篇文章是王吉伟频道"Agentic ERP"系列的第一篇，重点是建立认知框架。我们回答了三个核心问题：

ERP为什么诞生？ 因为企业需要消灭内部的信息孤岛和协同摩擦，每一代ERP都是对当时最大信息障碍的系统性解决。

ERP为什么会Agent化？ 因为AI已经从"预测洞察"进化到"自主行动"，而ERP恰好具备Agent落地所需的所有基础条件，是企业里最适合承载Agentic AI的系统，也是唯一能让Agent真正理解"这家企业的世界"的数据基础。

SaaS为什么会被重构？ 因为AI Agent正在替代人类成为企业系统的主要操作者，为人类设计的UI层、固定Workflow层和模块化产品结构，都将被重新设计为适合Agent操作的架构。

ERP 不会消失，消失的只是传统 SaaS 软件形态；UI 界面逐步被意图接口替代，固定工作流向动态自治流程演变，Agentic ERP正在重构整个企业软件生态。

对于企业决策者、IT 负责人而言，2025—2027 年是布局 Agentic ERP 的黄金窗口期。提前做好数据治理与流程沉淀，才能在自治企业时代抢占竞争先机，值得行业人留存细读。

下一篇文章，王吉伟频道将聚焦Agentic ERP的操作系统架构。后台回复AgenticERP，获取本文的参考资料包，包含McKinsey、Deloitte、Bain等机构的一手研究报告链接汇总。

【文末福利1】：后台发消息研报2026，获取15篇2026年AI Agent研报。

【文末福利2】： 后台发消息Workflow，获取 Agentic Workflow 相关25篇论文。

【文末福利3】：后 台发消息agentic，获取Agentic AI相关资源 。

【文末福利4】：后台发消息RPA Agent，获取 相关论文和研报。

1、

2、

3、

4、

5、

6、

7、

8、

10、