11 月 5 日上午，SAP 發了一篇挺提氣的稿子：丹麥批發商 Lemvigh-Müller 讓三個智能體協同處理供應商訂單確認，一年 10 萬份，超過 90% 沒人碰。當天下午，ERP LEADERS 就發了一篇短評，標題裡那句「Takeda 的數字是預測值」把我看樂了。
不是抬槓。那篇短評順著數了四個沒被回答的問題：智能體多少錢，剩下那不到 10% 誰處理，原來這活需要多少人，什麼時候上線的。全沒有。同一篇 SAP 稿子裡，武田製藥的 10% 生產力提升和 25% 缺貨損失下降，寫的是 expected results。
我把這兩篇並排看了半天。倒不是覺得 90% 有水分，而是意識到一件事：ERP 裡的 AI 已經跑得夠快了，快到我們還沒來得及商量好，怎麼給它開驗收單、怎麼給它結款。
DualEntry 客戶 Graphite 的月結週期，被拿來當作「按工作量計費」的樣本
一、帳單換了一把尺子
同一天，另一家叫 DualEntry 的 agentic ERP 廠商透過 BusinessWire 提了個說法：Agents as a Service，按智能體做完的工作收費，而不是按有多少人登入系統收費。
聯合創辦人 Benedict Dohmen 有句話我記下來了：SaaS 從來只在搶軟體預算，智能體搶的是人力預算。他還有句更形象的，SaaS 給每個會計一個帳號，AaaS 給每個會計一個團隊。公司舉的例子是 Slash，兩個人管著 6 億美元年經常性收入的財務；還有 Graphite，月結從 20 天壓到 1 天。
這不是孤立的聲音。11 月 1 日用友那邊已經在講「從賣軟體到承接業務結果」，探索按結果收費。兩家隔了四天、隔了半個地球，說的是同一件事：軟體的計價錨點正在從「存取權」挪到「產出」。
席位制
買的是「多少人能用」，成本隨人頭線性增長，用得好不好與廠商收入無關
工作量制
買的是「幹完多少件」，沒跑出結果就不該付錢，但「一件」怎麼算成了新問題
聽著對甲方有利，我倒想潑點冷水。席位制至少有個好處：帳單好懂，50 個用戶乘以單價，財務掃一眼就知道對不對。換成按工作量，第一個要吵的就是口徑——智能體跑了一次算一件，還是人批准過帳才算一件？識別出一處差異算不算完成，還是必須差異被解決？失敗重試的三次要不要計費？
口徑沒寫進合約，新計費模式會比舊的更難看懂。尤其財務場景，「處理」和「入帳」是兩個動作，中間隔著審批、期間鎖定和審計軌跡。DualEntry 自己也承認，智能體要自主完成會計工作，得拿到交易背後的完整財務上下文，而且這些控制必須照樣生效，不管動作發起方是人還是 agent。
換句話說，計費單位換了，驗收標準得跟著換。以前驗收軟體是「功能在不在」，以後得是「這件事做對了沒有、誰證明它做對了」。
二、90% 是個好數字，但它不是驗收單
回到 SAP 那篇稿子。它的技術表述其實很有分量：智能體直接在 SAP Cloud ERP 裡執行生產訂單、下達倉庫任務，決策與執行之間沒有中介軟體。ERP LEADERS 給架構師的提醒也精準——既然沒有中介軟體，核心系統的存取規則就是智能體的規則。
這句話值得貼在項目室的牆上。很多企業的權限、職責分離本來就是糊的，靠老員工「心裡有數」撐著。上智能體之後，糊的地方不會消失，只會以機器的速度被放大。
| 數字 / 說法 | 性質 | 做投資決策還缺什麼 |
|---|---|---|
| 10 萬份確認 / 年，>90% 無接觸 | 已公布的實測 | 原有人數、上線時間、節省的成本 |
| Takeda 生產力 +10%、缺貨損失 -25% | expected results（預期值） | 實測窗口與對照基線 |
| agent 無中介軟體直接執行 | 架構事實 | 權限模型、職責分離與審計軌跡 |
| Gartner 首屆供應鏈 AI 智能體象限 | 品類評估（報告 10-28） | 自家業務流程在象限裡的可比性 |
Gartner 第一次給這個品類做正式評估（Market Shapers 是其中一檔），本身就是訊號：供應鏈智能體不再是發布會上的概念，成了可以橫向比的市場。同一份 2026 供應鏈技術趨勢裡還有個預測，到 2030 年，半數跨職能供應鏈方案會讓智能體自主執行決策，而不只是給建議。
但落到自己公司，別照抄「自主」兩個字。業內現在比較穩的做法是分三檔給權限：例常且可逆的動作讓 agent 做、做完留痕；時效敏感但中等風險的讓 agent 先做、人在設定窗口內可以攔下來；高利害或者從沒遇到過的情形，agent 只負責把分析和備選方案備好，拍板的還是人。
我看不少專案翻車，不是因為模型不夠聰明，是因為把「能示範」直接當成了「能交接」。示範只要一次跑通，驗收要一百次都跑對，還要說清楚跑錯那次是誰發現的。
三、Odoo 20 給的答案：能證明，才算幹完
11 月 3 日到 5 日，幾家 Odoo 實施夥伴不約而同把 Odoo 20 AI 落地側的細節翻了出來。這部分對真正要上線的人最有用。
先說好消息。Odoo 20 Enterprise 的智能體內建了 sources、Restrict to Sources 和行內引用 [SOURCE: id]，答案裡來自知識來源的事實會帶可點擊的引用，而且只連結目前使用者有權存取的來源，引用不會變成越權讀取的後門。資訊不夠時，它會明確說提供的來源裡沒有答案，而不是順口編一個。
Auboros 那份清單給了五道護欄，我按自己的話捋一遍：
- 先讀後寫：事實只能來自這次運行裡真讀到的記錄，不能靠模型記憶裡對你公司的印象。
- 逐條引用：金額、日期、名稱、狀態，每個都要指向發票號、訂單號或工單號。
- 缺記錄就棄答：查不到就直說查不到，提問，別補全。
- 用普通程式碼重算數字：重新開啟被引用的記錄，把總額加一遍，跟草稿裡的數對不上就扣住。
- 草稿一律留給人：批准之前，什麼都不發送、不過帳、不改動。
引用只證明 agent 看過，不證明它讀對。Auboros 舉了個很扎心的例子：4,812.50 美元被寫成 4,182.50 美元，數字挨得那麼近，人眼掃過去幾乎不會停。真正能攔住它的是第四道重算，而這一道，Odoo 20 沒有內建，MYOB Acumatica 2026.1 也沒有。另外，行內引用覆蓋的是知識類來源，透過工具讀回來的發票金額不會自動帶引用，得自己在指令裡寫規則。
這事不只是技術潔癖。澳大利亞 OAIC 在商用 AI 產品指南裡要求，企業要能指出「生成該 AI 輸出所用的資料與系統」；國家 AI 中心的採用指南要求持續測試監測、保留人類控制。落到 ERP 上，就是草稿、被引用的記錄、重算結果、審批人，四樣東西留在同一張單據。少了這些，那份輸出在法律與審計意義上就是個帶公司 logo 的猜測。
還有兩筆容易漏掉的帳。一是消費歸屬：Odoo AI 走 IAP 信用點，跟使用者授權分開計算，Vauxoo 的建議很實在——自己持有 API key，誰持 key 誰付錢，測試和生產分兩把 key、各設月度上限，否則一個設定錯誤的測試智慧體能吃掉整月預算。二是推理位置：Wavect 11 月 5 日核對 IAP 政策後發現，Ask AI 和 AI Agents 是全球推理，v20 起自動選模型，提示詞、上下文和檢索材料可能發給供應商。資料庫託管在歐盟，不等於 AI 推理發生在歐盟。有跨境業務的，採購問卷上這一欄得單獨答。
順帶提一句升級：Odoo 19 的 agent 用 Topics，20 用 Skills，20.0 的 API-key 文件當時還在建。所以從 19 升到 20，AI 工作流得像財務流程一樣重新走一遍驗收，留一份發布登記冊，別預設「介面能開就等於流程活著」。
四、簽合同前，先把三筆帳算清
第一筆，計量的帳。按席位、按呼叫還是按完成件，選一種，並且把「完成」寫成可判定的條件：哪一步算交付、誰複核、異常率超過多少觸發復盤。別讓供應商既定義工作量又定義完成。
第二筆，證據的帳。每個對外單據能追到源記錄，數字能被一段獨立程式碼重算，草稿必須過人，這些留痕要跟單據存在一起。引用和重算是兩件事，前者平台可能給你，後者基本得自己寫。
第三筆，邊界的帳。密鑰誰持有、每次呼叫花多少、上下文發到哪個地區、託管區域是否覆蓋推理，四問要有書面答案。再確認一遍：核心系統的權限規則，就是智慧體的權限規則。
給 CIO 和財務負責人一句實話：現在最該做的不是挑哪家模型更強，而是把驗收單先做出來。你可以只挑一個流程試點——比如供應商訂單確認，或者應收催款郵件——把計量單位、複核人、異常兜底、留痕位置全寫死，跑一個月。跑順了再談擴面，跑不順也只損失一個月。
Gartner 說 2030 年一半的跨職能供應鏈方案會自主執行決策。這話我信，但中間隔著四年，隔的不是演算法，是一張張沒人願意提前填的驗收單。
智能體把「做事」變便宜了，「證明這件事做對了」反倒成了新的成本中心。先把後者的帳算清楚，才敢真的把活交出去。
資料來源：SAP News Center 與 ERP LEADERS（2026-11-05，Gartner《Emerging Market Quadrant for Integrated Supply Chain AI Agents》報告日期 2026-10-28）、BusinessWire / Morningstar（DualEntry AaaS、Epicor IDC MarketScape，2026-11-05）、Auboros《AI Hallucination Guardrails for ERP Agents》（2026-11-03 核驗）、Vauxoo / Odiware / Wavect Odoo 20 AI 落地分析（2026-11-05）、Gartner 2026 供應鏈技術趨勢（經 Supply Chain Management Review 引述）、用友 2026 半年報相關公開解讀（2026-11-01）。
本文由廣州眾諦信息科技整理撰寫，供企業數位化與財務負責人參考，不構成採購建議。配圖為 AI 生成。
