過去兩年，企業裡的 AI 主要幹一件事：回答問題。問它「哪些客戶逾期？」「這個月毛利多少？」，它答得不錯。但 2026 年夏天，畫風變了——AI 不再滿足於「說」，它要「做」：庫存低於安全線自動建採購單、把一張 PDF 直接變成專案、半夜審完一本帳。
從「回答問題」到「在資料庫裡執行動作」，這中間差的不只是模型能力，而是一塊能讓智慧體讀得懂、寫得了、稽核得到、且不被黑箱鎖死的業務系統地基。本文想說一個被很多人忽略的判斷：在智慧體時代，開源 ERP、可自託管的 ERP，反而比閉源 SaaS 更適合做這塊「執行基盤」。
一、從「系統記錄」到「系統執行」：智能體需要一塊可讀寫的地基
行业里一个共识正在形成：ERP 正在从 System of Record（记录系统）变成 System of Action（执行系统）。这不是口号，是多家厂商同一季度的动作。
IBM 在 2026 年 8 月為 watsonx Orchestrate 推出專門面向供應鏈的智慧體框架——港口突發封港時，它能自己分析替代航線、核算成本時效、透過 API 與承運商重新議價，並即時回寫庫存與 ERP 系統。Oracle 同月在 OCI 自治資料庫上推出「DBA Agent」，自動重寫低效 SQL、零停機打補丁、預測資源需求並自動擴縮容。兩者共同點：智慧體不是在旁邊「建議」，而是直接動到了業務系統的資料。
智能體要執行，第一步不是訓練更大的模型，而是先有一塊它夠得著、讀得準、寫得穩、還能被追責的業務地基。模型是發動機，地基是跑道——跑道是爛的，發動機再猛也起飛不了。
這就引出關鍵問題：這塊地基，該用閉源 SaaS 還是開源 ERP？答案在智能體的「執行」特性裡。
二、開源ERP的三張底牌：透明API、數據自控、無鎖定
智能體「寫 ERP」時，最怕三件事：看不清欄位語義、數據被別人捏在手裡、改個介面要等廠商排期。開源 ERP 恰好把這三件事變成了自己的底牌。
| 系統 | 開源協議 | 免費核心 | 付費選項 | 定位 |
|---|---|---|---|---|
| Odoo Community | LGPL | 免費自托管 | Enterprise ~$24.90/用戶/月 | 模組化全能，生態最大 |
| ERPNext | GPLv3 | 完全免費核心 | Frappe Cloud ~$10/月 | 真正零付費牆的全套ERP |
| Dolibarr | GPLv3 | 免費自托管 | Dolibarr Cloud | 小企業最簡 |
| Tryton | GPLv3 | 免費自托管 | 第三方託管 | 開發者/會計深度 |
| Apache OFBiz | Apache 2.0 | 免費自托管 | 整合商支援 | 企業級重度定制 |
這張 2026 年的免費 ERP 對比（來源：business-software.com《The Best Free ERP Systems》、erpresearch ERPNext 評測 2026-08-08）說明一件事：主流開源 ERP 的「免費」指的是許可證免費，但要為部署和運維的 IT 工時買單。對智慧體場景，這筆帳反而划算——
透明 API開源 ERP 代碼與資料模型完全可見，智慧體對接時不必逆向黑箱、等廠商開放介面，欄位語義自己說了算。資料自控可自託管意味著資料不出域，智慧體的讀寫動作、稽核日誌都在企業自己手裡，合規與追責邊界清晰。
erpresearch 最新評測顯示，ERPNext 已服務 15,000+ 家公司、覆蓋 150 個國家，完全自託管成本為 0；Odoo Community 是全球使用最廣的開源 ERP，應用商店裡大多數問題已有現成解法。當智能體需要「讀 ERP、寫 ERP」，這些現成的、可審計的介面，比閉源 SaaS 裡「廠商給多少權限你才能做多少事」的處境，靈活得多。
但必須潑一盆冷水：開源不等於開箱即用的智能體基盤。business-software.com 直言——「許可證免費，但你要為部署、升級、維護的 IT 工時預算」。ERPNext 的 HR、醫療等模組已拆成獨立 App，企業級報表相對基礎；自託管需要 DevOps 能力。選開源，是把「控制權」換回來了，但運維責任也一起換回來了。
三、國內樣本：海爾6萬數字同事與中山小家電的啟示
這套「開放地基 + 智能體」的邏輯，在國內已經有了重量級樣本。2026 年 8 月 6 日，海爾智家披露：已有超過 6 萬名員工配備了專屬「數字同事」（超級智能體「智小能」），覆蓋研發、製造、供應鏈、銷售全業務流程——這不是小範圍試點，是全員滲透。
6萬+海爾智家配備"數字同事"的員工人數（2026-08-06）；工藝規劃從數小時壓縮至幾分鐘、準確率提升 20%+、研發週期縮短 30%
海尔能跑通的关键，是它多年前就用 H-work 统一平台把全链路业务能力、岗位权限与系统接口收拢整合，到了智能体阶段再把底层业务 API 做"语义化升级"——让 AI 按岗位自动匹配执行路径，直接帮员工"完成操作"而非只给"操作指南"。更关键的是，这套架构让 AI 有了"边界意识"：比起回答得像不像人，懂得在权限与规则内止步，才是企业级 AI 可靠运行的前提。
另一个更"草根"的样本来自《经济观察报》8 月 10 日的报道：中山一家小家电企业搞"AI 创新实验室"，出乎意料的是，AI 没有停在 IT 部门，而是向各个岗位"出走"——研发工程师把设计经验灌进智能体，维修工把故障处理方法变成知识库，连行政都在用 AI 优化流程。负责人感慨："以前觉得数字化是 IT 的事，现在发现，懂场景的人才最适合用 AI。"
报道把企业数字化分成三阶段：① 员工自己造智能体（点火）；② IT 部门转型为系统架构部门，把散落的智能体数据串起来（修路通电）；③ 战略变化。这恰好印证了本文的判断——智能体的价值，取决于它脚下的那块"系统地基"是否开放、是否干净、是否连通。地基如果是封闭黑箱、数据各说各话，造出来的智能体再多，也只是孤岛上的孤岛。
四、CIO實操建議：先選地基，再談智慧體
聊了这么多，落到实操。如果只记一件事，我建议 CIO 记住：智能体是上层应用，ERP 是底层地基；地基选型错了，上层再炫也是沙上筑塔。
第一步：把"智能体友好度"写进 ERP 选型清单。评估一项 ERP，不再只看模块全不全，而要看三点——API 是否透明可审计、数据能否自托管可控、字段语义是否开放可扩展。对预算有限又想自主管控的中小企业，Odoo Community / ERPNext 这类开源方案往往比闭源 SaaS 更适配智能体演进。
第二步：先把数据"打扫干净"，再让智能体动手。Odoo 合作伙伴 Majorbird 在点评 Odoo 20 Agentic AI 时说得直白：智能体只会和它脚下的数据、流程一样好；在物料清单落后三版、安全库存靠影子表格修正的脏数据上跑自动建单，只会批量制造要回滚的订单。先有统一主数据，才谈得上把智能体指过去。
第三步：用"嵌入→重构→融合→原生"的节奏走，别一步到位。海尔、中山小家电都不是一天建成的。先让智能体嵌进现有流程提效，跑顺了再考虑重构，最后才谈 Agent 原生。组织与数据跟不上时，硬上全自动只会放大混乱。
写到最后想说一句：当行业都在追“哪个模型更强、哪个智能体更聪明”时，真正决定 AI 能否在企业里跑起来的，往往是脚下那块最不起眼的 ERP 地基。开源不等于万能，但“透明、自控、无锁定”这三张牌，在智能体需要读写业务系统的时代，价值被重新放大了。对 CIO 来说，2026 年的考题不是“要不要上智能体”，而是“我的 ERP，配不配做智能体的执行基盘”。
