過去一年，大家聊 AI 改造 ERP，聊的都是「AI 幫企業幹活」——自動記帳、智慧排產、客服問答。但 8 月 6 日有一條新聞，把鏡頭轉向了另一個方向：AI 開始幫人「裝 ERP」本身。
Fortude——Infor CloudSuite 最大的聯盟夥伴之一——正式發佈了面向 Infor 實施的 AI 驅動交付模式。翻譯成大白話：這家公司把自己十幾年攢下的實施方法論（標準、模式、品質檢查清單）全部編碼成了 AI 資產，讓一組智慧體去幹實施顧問的重複勞動——整理專案知識、生成實施文件、自動化重複建置步驟。顧問的角色，從「寫文件的人」變成「審核 AI 產出的人」。
這條新聞單獨看是某家服務商的行動，但把它和 Odoo 20 的升級窗口、最近密集的 Odoo 客戶案例連起來看，你會發現一個被大多數人忽略的趨勢：AI 對 ERP 的改造，正在從「產品功能層」下探到「交付服務層」。
一、Fortude 的三層模型：實施方法論被「裝進」了 AI
Fortude 這套交付模式是典型的三層結構，我按實施項目的視角拆給你看：
| 層級 | 內容 | 消除了什麼重複勞動 |
|---|---|---|
| 第一層：預置資產 | 按行業垂直編碼的交付模式、配置模板、最佳實踐指南 | 每個項目從零開始的方案設計 |
| 第二層：AI 交付層 | Agent 收集整理專案知識、起草實施文件（含使用者手冊）、自動化重複建置步驟 | 文檔撰寫、配置錄入、基礎構建 |
| 第三層：治理輔助 | Agent 做進度跟蹤、狀態報告、風險可見性 | 項目週報、風險清單手工維護 |
注意最後那句話——專案決策和客戶責任，始終留在專案經理手裡。AI 是「加速器」，不是「甩手掌櫃」；顧問團隊負責審核和兜底。Fortude 的說法是：AI 快速產出交付物，顧問審核、打磨、對客戶負責。
這套邏輯其實是把「經驗」變成了「資產」：過去實施顧問腦子裡那套「這個行業該這麼配、那個坑別踩」，現在變成了可複用、可複製、不隨人員離職流失的 AI 知識庫。對甲方來說，最直接的好處是工期縮短、人天減少；但更值錢的信號是——實施質量不再完全押注在「顧問今天狀態好不好」上。
Fortude 已把這套模式落地到食品飲料、製造、時尚、分銷四個行業，覆蓋新實施、多站點推廣、全球模板三類專案。可以預見，接下來各家 ERP 實施商都會往這個方向走——畢竟「把諮詢經驗編碼成 AI」這件事，本質上是把實施成本結構重新定價。
二、Odoo 20 的升級視窗：為什麼現在就要準備
同样的邏輯也在 Odoo 生態裡上演。Odoo Experience 2026 定在 9 月 24-26 日布魯塞爾，Odoo 20 屆時發布。最近一個月，多家官方認證合作方集中發布了升級指南，時間窗口的判斷高度一致：
9/24-26Odoo 20 在布魯塞爾發佈，首個穩定補丁預計 10-11 月11月-次年1月成熟企業建議的升級窗口：發佈後 4-8 週，等生態兼容跟上
合作方的建議出奇一致：輕定製或新專案可以快速跟進；重度定製的實例，務必等第一個穩定修補程式，先沙箱試升級、驗證全部整合和定製，再排生產切換。還有個提醒很實在——先分清你是「升級」還是「遷移」：從 Odoo 19 到 20 是升級；從舊版本或別的 ERP 過來是遷移，那是兩件完全不同的事，計畫和預算都要分開算。
準備清單也基本定型了：
- 盤點全部定製：字段、自動化、報表、第三方模塊，列成清單才能估出真實工作量；
- 檢查 XML-RPC API 依賴和自訂前端程式碼——Odoo 20 的介面層有變動，這是最容易被忽略的坑；
- 確認依賴的社區模組有沒有 v20 相容版本，沒有的話得提前找替代方案；
- 在沙箱裡跑一次試升級，用真實數據驗證——這一步是「行不行」的唯一裁判；
- 留好回滾方案，為集成再驗證預留預算，別把升級當成「一個週末的活兒」。
把這些建議翻譯成一句話：升級是工程，不是操作。準備做在 9 月之前，而不是發布會之後手忙腳亂。
三、Odoo 新案例的另一個註腳：數據先通，AI 才有價值
為什麼把 Odoo 最近的客戶案例跟實施交付放一起看？因為這些案例反覆驗證了同一個順序問題。8 月初 Odoo 官方發布的三個案例很有代表性：
- Lotus Cruises（豪華郵輪營運商）：訂單處理週期從 1 個月壓縮到 1-2 天——靠的是把銷售、專案、開票放進一個平台，而不是上什麼 AI 大招；
- Purple Toad Winery（美國酒莊）：庫存、銷售、發票在一個系統裡跑通，數據訪問快了、流程順了——先解決「數據在哪兒」，再談「數據怎麼用」；
- Duma AV Solutions（音視頻集成商）：報價從幾天變成分鐘級——因為客戶、產品、價格、項目的口徑統一了。
這三個案例沒有一個主打 AI 功能，但它們的共同點恰好是上一篇文章裡 KORE1 報告的核心結論：AI 規模化落地的頭號瓶頸不是模型，是數據質量和系統整合。訂單處理從 1 個月到 2 天的案例，背後是「一個數據源」帶來的流程壓縮——這種壓縮，恰恰是後續所有 AI 場景的地基。
四、這波紅利，企業該怎麼接住
如果你正在選型或談實施合同：把「AI 如何縮短工期、如何保證知識轉移」寫進談判議程。別只談人天單價，問清楚服務商有沒有沉澱行業交付模板、有沒有 AI 輔助交付工具、交付後知識資產歸誰。同樣的人天預算，用 AI 交付模式可能換來更短工期和更完整的文檔。
如果你正在用 Odoo 且打算升 20：現在就啟動準備清單——定製盤點今天就可以做，不用等發佈會。輕定製的企業可以賭首版，重度定製的一定走「穩定補丁+沙箱驗證」路線。國內團隊在實施的 Odoo 19 項目節奏不用變，上線後平穩規劃明年年初的 20 升級即可。
如果你是甲方 CIO：關注交付側的 AI 化，但驗收標準要升級——要求服務商交付的不僅是系統，還包括「可持續運行的知識資產」（配置文檔、數據字典、自動化清單），防止實施完知識跟著顧問走。
一個提醒：AI 輔助交付早期，別把「AI 生成的文檔」直接當最終交付物。Fortude 自己都強調顧問必須審核後再交付客戶。作為甲方，驗收時抽查幾份實施文檔、核對配置與需求的對應關係，比看演示更靠譜。AI 讓實施變快，但「快」不等於「對」，責任邊界始終要寫在合同裡。
寫到最後想說一句：AI 改造 ERP，上半場我們盯著產品裡的智能體，下半場真正改變行業格局的，可能是那些把「怎麼裝 ERP」這件事也 AI 化的人。對想上 ERP、換 ERP、升 ERP 的企業來說，這波紅利很實在——工期更短、成本更低、知識沉澱更完整。接住它的方式也很樸素：早做準備、把驗收標準寫清楚、別把 AI 當甩手掌櫃。工具在升級，方法論也要跟著升級。
