别让员工等 AI：企业提效，要从 ERP 的下一步开始

一家公司上线了 AI 助手，要求财务和业务每天都用。实际流程是：先登录 ERP 导出数据，再整理 Excel、上传附件、写提示词，等 AI 返回结果，最后把结论复制回报表或工作群。旧工作没有少，只是在中间多插了一道工序。

这类项目不提效，通常不是模型不够强，而是公司只增加了工具，没有改动系统。ERP 里的订单、库存、应收每天都在变化，AI 却收不到这些变化。它只能等员工发现问题、准备材料、主动发起任务。

真正值得自动化的，是“系统发生变化以后怎么办”，不是“员工打开聊天框以后问什么”。

一、AI 放在流程外，只会多一个等待环节

ERP 管订单、库存、采购、应收和成本，OA 管审批，BI 管指标。这些系统本来就知道什么时候发生了什么。订单由“已审批”变成“待发货”，应收账款超过约定日期，库存低于安全线，都是可以直接触发后续动作的业务事件。

如果事件没有接入自动化节点，人就成了系统之间的接口：分析员盯报表，助理催回款，主管追审批。AI 只有收到人工指令才开始处理，员工还得停在页面前等它完成。这和自动化要减少人工触发、减少等待的目标正好相反。

二、先改 ERP 的下一步

先别讨论“AI 能不能写月报”，把月报从头到尾走一遍。真正耗时的往往是缺数、口径不一致、异常筛选和跨部门催问，写结论只占很小一段。自动化节点应当接在这些卡点上。

例如，订单进入“待发货”状态后，节点立即核对信用额度、库存和交付日期。正常订单继续流转；有冲突的订单连同依据一起推给销售。员工不用守着报表找异常，也不用在正常订单上浪费时间。

ERP 完成日结
  → 自动校验数据是否齐全
  → 筛出超过阈值的波动
  → 向对应业务负责人收集解释
  → 汇总解释和原始明细
  → 财务确认结论与行动
  → 把责任人、日期和结论写回台账

实现方式不神秘。ERP 通过接口、消息队列或定时任务发出事件，工作流按条件调用规则、模型和企业消息，最后把状态写回系统。节点在后台继续执行；只有缺数、规则冲突或重大异常才创建人工任务。

三、真正要接通的是四层，而不是一个聊天框

AI 节点不能直接贴在 ERP 数据库上。稳定的做法是把事件、流程、模型和控制拆开。这样既能替换模型，也不会因为一次调用失败把业务单据卡死。

节点只读取当前任务需要的字段。例如判断回款逾期，只需客户、合同、发票、到期日和回款记录，不应把整套客户库交给模型。涉及身份证号、银行账号和商业秘密的字段，在进入模型前就应屏蔽或替换。

四、固定规则交给程序，模糊材料再交给 AI

先用规则筛一遍

缺失字段、重复单据、金额勾稽、日期异常和阈值判断，都有明确标准。用普通规则更快、更便宜，也更容易审计。没有必要为了“用了 AI”而让模型做简单计算。

AI 处理非结构化信息

合同条款、业务人员的文字解释、客户沟通记录，才是模型擅长的部分。它可以提取要点、比对口径、整理待确认问题，但不能凭一段模糊描述直接修改金额或状态。

异常直接找到责任人

客户、区域、费用项目和负责人在系统里已有对应关系。节点应按责任关系自动分发，附上原始数据、判断依据和截止时间，不再让分析员拆附件、逐个催问。

结果必须回到原系统

处理意见、负责人、时间和最终结论都要写回业务台账。答案只留在聊天记录里，流程仍然是断的，后续也无法复盘。

五、后台一直运行，人只处理例外

所谓 24 小时自动化，不是让模型无休止地思考，而是事件一到，节点就按既定流程启动，不必等员工上班、登录、上传文件。任务耗时几秒还是十分钟并不关键，关键是这段时间不占着一个人，也不需要人反复查看进度。

信用额度调整、供应商付款、价格变更和客户承诺仍然要停在人工审批点。节点负责把事实、依据和建议准备齐，审批人只做判断。权限、日志、失败重试和人工接管必须在上线前设计好。

能在后台运行，还要能在失败后恢复。每个任务都应有唯一编号；同一事件重复到达时不能重复发货、重复记账或重复通知。模型超时可以重试，连续失败则进入人工队列。系统要记录输入版本、规则版本、模型输出、人工修改和最终写回结果。

六、把“回款逾期”跑成一条完整链路

回款提醒经常被做成每天发送一张逾期表，销售收到后仍要逐笔查合同、找客户、补原因。完整的自动化不止发提醒，而是把查证、分发和回写串起来。

每天 08:00 读取到期未回款清单
  → 规则排除已核销、争议冻结和重复记录
  → 拉取合同、发票、回款历史和客户负责人
  → AI 只整理沟通记录，提取未回款原因与承诺日期
  → 系统按风险等级分发给对应销售
  → 销售确认或修改原因，高风险事项交给主管
  → 结果写回应收台账，并设置下一次检查时间

这条链路里，AI 没有权限核销应收，也不能替销售承诺日期。它负责处理散落的文字信息；金额判断、责任匹配和风险分级由确定性规则完成。任何无法对应原始凭证的结论，都不能自动写回正式字段。

七、先改一条旧流程，再谈平台

企业常见的顺序是先采购平台，再四处找场景。更稳妥的做法是从现有流程挑一条：发生频率高、规则较稳定、数据已经在系统里、出错可以撤回。先把触发、校验、分发、确认和回写跑通。

“回款逾期”就是合适的起点。到期未回款时，节点拉取合同、发票和历史沟通，整理事实后推给对应销售；销售只需补充原因和承诺日期，结果自动写回应收台账。少导一次表、少催一轮人、少登记一次，收益可以直接计算。

上线时先做影子运行：节点照常计算和生成建议，但不自动写回，只和人工结果比较。稳定后再开放低风险动作。先自动记录、再自动提醒、最后才自动推进，不要第一天就让模型改业务状态。

八、用流程指标验收，不看 AI 使用次数

管理层不必问“员工今天用了几次 AI”。应当看人工触发减少了多少、平均等待时间缩短了多少、异常提前多久发现、一次处理完成率是否提高。使用次数越多，甚至可能说明流程设计得越差。

上线前先记录旧流程的耗时和错误率，试运行后再比较。至少保留五项指标：人工操作次数、端到端处理时间、异常发现时间、人工接管率和返工率。人工接管率持续过高，说明规则或数据质量有问题；接管率异常低，也要检查是否把该拦截的风险放过去了。

最后

给员工增加一个 AI 窗口很容易，改 ERP 后面的流程更费功夫。但企业要的是工作自己往下走：正常事项在后台完成，异常事项带着证据找到负责人，关键决定留下审批记录。

AI 接进旧系统，才可能减少操作和等待。否则，它只是流程外面的另一个工具。