McKinsey 今年年中抛出一个刺眼的判断：ERP 作为我们所知的那种东西，正在走向终点。这话乍听像咨询公司的标题党，但 Gartner 的一组数据让它能站住脚——2026 年，62% 的云 ERP 支出流向了 AI-native 平台，而两年前这个比例只有 14%。二十四个月里，四十八个百分点的份额迁移。
如果这个趋势属实，那么企业选 ERP 的逻辑就得彻底改写。今天不聊模块清单，想从三个正在发生的信号，讲清楚这场"中心迁移"到底意味着什么。
信号一：架构反转，模型成了系统的推理中枢
传统 ERP 的本质是什么？是一套围绕关系型数据库搭建的业务系统。表结构为高效存储而设计，屏幕为人手录入而设计，业务逻辑裹在表外面。AI 进来之后，传统做法是挂一个聊天框在旁边——它查账、它总结，但理解不了账与账之间的关系。
AI-native ERP 把这层关系颠倒了。ArcBeta 把它描述为"模型为中心"：数据库退居二线，变成合规与审计必须留痕的副产物；真正做分析、做判断、做推荐的，是训练在会计领域数据上的大型会计模型（Large Accounting Models，LAN）。它读的不仅是交易记录，而是科目结构、税务分类逻辑、对账惯例、多实体合并规则。
差别就像计算器和分析师。两者都从输入产出数字，但只有后者能看着数字说一句："这跟去年三季度的重组很像，我先把方差标出来给你复核。"
最直接的体感在月结。批次式的月结过去要 5 到 15 个工作日，因为交易累积、对账、出表是串行的。AI-native 下，对账变成持续过程——交易一发生就被监控，异常实时被标出，试算平衡持续滚动。早期采用者报告 EBIT 改善 5% 以上，不是靠裁员，而是把财务从手工对账腾出来去做真正需要人判断的分析。
对选型者的启示很直接：评估一家 ERP，别只问"有没有 AI 功能"，要问"它的 AI 是外挂问答，还是真的理解我的业务上下文"。前者迟早要在架构层面补课，后者会在连续对账、异常预警上拉开代差。
信号二：交付反转，预建代理库罩在老 ERP 外面
架构在反转，但大多数企业的 ERP 不是明天就能换的。现实的交付路径，是给现有系统"罩一层"。
9 Dots Consulting 的 PRIME AI Agents 是个典型样本。它是一套构建在 Microsoft AI 之上的 ERP 操作代理库，二十多个代理覆盖从客户互动到财务人事的十个中心，其中三个已经内置于 SAP Business One。它的交付模式很有意思：80% 预建、20% 按客户系统与规则配置。
具体长什么样？采购中心的 RFQ 代理，把供应商发来的各种格式报价拉到同一基准上比对价格与交期，给出推荐，然后交给采购员从"已比好"的状态开始决策；库存中心的 Stock Sense 代理，实时核对需求和现货，提前预警缺料，把补货或调拨建议推给团队确认；工厂中心的视觉分级代理，用一张照片对照企业自己的标准做分级，人确认后直接落 ERP 记录。
注意一个共同点：每个代理都把"结果"交回人审，而不是自己落账。这种"罩在外面、人在回路"的模式，对中小制造企业尤其友好——比从零自研 agent 成本低、见效快，也把"代理与 ERP 之间的权限边界"推到了前台：哪些动作代理能自主做，哪些必须等人点头，得在部署时划清楚。
这也呼应了开源路线的价值。Odoo 20 这类开源底座，本身就是 MCP 原生、数据 100% 自有，代理无论是自研还是第三方，都能在"看得见、改得了、留得下日志"的环境里接进来。底座干净，智能体才接得住。
信号三：商业化反转，AI 从 PPT 进了现金流
前两个信号讲能力和交付，第三个信号讲钱——而且是有第三方可验证的钱。
中信建投 11 月 2 日的研报，从卖方视角复盘了海外云厂商最新一季业绩：SAP 内部已有 11 万以上的 Joule Work Desktop 用户，核心职能生产率提升 20% 以上，年初至今开发人员合入代码库的 PR 数提高约 70%；ServiceNow 26 财年三季度营收 41.06 亿美元、同比增长 20.5%，把 2026 年末 AI ACV 目标从 10 亿美元上调到 17 亿美元，生产环境 agentic AI 消耗同比翻了 13 倍。
研报的结论很克制也很关键：海外云收入、模型调用与 Agent 部署在同步增长，企业 AI 需求正从办公、开发向核心业务流程扩散；既有客户、业务数据与工作流，构成了 AI 商业化的真实支撑。换句话说，AI 在 ERP 里不再只是 demo，它开始产生可计量的合同与消耗。
研报也点了一个提醒：四大厂商的 capex 增速快于经营现金流，产能建设和现金回收之间存在时间差。这其实和前面讲的"收购账单"是一枚硬币的两面——厂商在 AI 上重金投入，回报要时间；作为买家，你该赚的，是它兑现能力里属于你那部分效率，而不是替它的故事买单。
选型逻辑，该重写了
三个信号指向同一件事：ERP 的中心，正从数据库迁到模型。这对今天做选型或规划的人，有三条实在的建议。
第一，把"推理层"当作一等公民评估。问厂商：它的 AI 是真理解业务上下文，还是只会在数据库上套一层问答？连续对账、异常预警这类能力，能不能在你的真实数据上跑出可验证的结果。
第二，用预建代理库降低落地门槛，但先划清权限边界。罩在老 ERP 外面的代理库是务实路径，但部署第一天就要写清：哪些动作能自主、哪些必须人审、谁对数据完整性负责。
第三，以可被验证的结果论英雄。无论看 SAP 的 11 万用户、ServiceNow 的 13 倍消耗，还是看自家项目的月结天数、对账人力，只认能对齐到具体流程和数字的证据，不认厂商愿景图。
回到最朴素的一句话：ERP 没有消失，它正在被重写。谁先把"数据库为中心"的旧地图收起来、拿出"模型为中心"的新标尺，谁就能在下一轮数字化里，少踩坑、多兑现。
