30年ERP服务商的AI转身

一、转身：从"帮企业上系统"到"让系统干活"

柯莱特在SAP进入中国市场之初即建立了SAP服务能力，此后三十余年，为制造、流通、能源、医药等行业的众多头部企业提供ERP实施与运维服务，超过1000名顾问团队覆盖FI/CO/MM/PP/SD/HR/BASIS全核心模块。

2024年以来，这家公司做了两个关键动作：组建专门的企业流程AI解决方案团队，并明确了一个新定位——企业流程AI赋能服务商。

值得注意的是柯莱特对团队的定义：从ERP顾问转型而来的FDC(Forward Deployed Consultant，前置部署顾问)，叠加懂AI技术的FDE(Forward Deployed Engineer，前置部署工程师)。在前者眼中，这个组合的逻辑很直接——柯莱特企业流程AI方案团队负责人潘健表示"AI企业赋能的瓶颈不在算法，在业务理解。顾问和服务商做SAP实施积累的流程知识，是训练不出来的，只能沉淀出来。"

二、锚点：被埋没的ERP文档，值钱的不只是经验

多数ERP服务商谈AI优势时，说的是"懂业务"。柯莱特则把"懂业务"落成了一个具体的锚点：ERP项目文档。

每一家实施过SAP的企业，都沉淀了大量实施文档——业务流程图、流程说明、系统配置、测试用例、用户操作手册。这些文档完整记录着：业务流程怎么走、业务条件不同时怎么处理、审批权限的边界在哪、异常情况如何容错。它们大多沉睡在企业或实施顾问的硬盘里，很多已经不再被系统性利用。

柯莱特的思路，是把这批文档转化为AI的"业务宪法"，沿"文档资产化 → 知识结构化 → 技能封装化 → 行为约束化"的主线，将其变成约束智能体行为的知识底座。在此基础上，业务知识被进一步分为四层：跨行业通用的基础流程、行业特色差异、地域法规差异、客户专属管理特点。智能体处理业务时逐层匹配规则，冲突时按"客户专属>地域>行业>通用"裁决。

这套打法的想象力在于复用：通用层与行业层的知识资产可跨客户沉淀，客户专属层按项目定制。对服务商而言，这意味着AI交付的边际成本随案例积累而下降;对企业而言，这意味着智能体天生"守规矩"。

三、底座：先管住，再做事

企业AI落地有个绕不开的三连问：AI直连ERP核心数据，安全吗?它自动执行业务，出了问题谁负责?演示精彩，到我系统里能用吗?

柯莱特的回答是先把治理做扎实。其企业业务智能体控制层基于金山云星源 AgentKit (以下简称“AgentKit”)企业级 AI Agent 一体化平台构建，AgentKit 为采购、财务等业务智能体的构建、部署、运行与优化提供统一支撑,所有业务智能体都生长其上，接受六项治理：连接(统一打通SAP及外围系统数据)、权限(按角色的合规权限管控)、监控(AI操作自动评分)、审计(全程留痕、行为可回放)、运维(运行状态可视可管)、成本管控(模型与算力消耗可量化)。

架构上，柯莱特立了一条规矩：智能体不直连SAP，一切经过网关;治理规则全部收口在控制平面。"好处是，以后换人、换模型、换系统，业务都不用动。"

这个设计反映了其转型逻辑：AI时代ERP服务商的核心资产，不是某个场景的智能体，而是"让企业敢用智能体"的治理能力。

四、实战：智能体进业务流程干活

治理底座之上，柯莱特的智能体已进入真实业务流程。

采购： 智能体具备52项业务能力，覆盖7大采购场景;23个已注册工具中22项通过回归测试。采购人员一句"今天我有什么需要关注的"，系统自动汇总未来30天的需求缺口、价格波动、供应商风险与交付事项，生成采购经营快报并转化为当日优先行动;库存查询、价差预警、断供风险识别均可通过自然语言完成。

▲ 自然语言查询各工厂库存健康度(实机截图)

▲ 采购智能体生成的经营快报(实机截图)

财务： 智能体按科目自动匹配行项目完成清账，凭证查询、创建、冲销均对话式操作。已在某大型科技企业财务共享中心落地两个场景——清账从"天"级缩到"分钟"级，月结不再全员加班。

人力资源： 岗位发布、简历解析、候选人筛选、人才库归集全流程自动化，当前运行于柯莱特内部招聘体系。

系统运维： SAP BASIS智能巡检智能体7×24小时监控性能、接口、数据与日志，异常自动告警，把故障处理从"事后补救"变为"事前发现"。

▲ 巡检概览：正常、告警一目了然(实机截图)

▲ SAP BASIS智能巡检平台(实机截图)

销售、生产、仓储、开发等场景在规划中。柯莱特的节奏是"成熟一个、落地一个"——所有新场景都长在统一底座上，这让它区别于逐项目定制开发的传统打法。

五、启示：流程智能化的务实路径

回看柯莱特的转身，有三点值得行业参考：

其一，转型靠家底，不靠追风口。作为 ERP服务商多年的经验积累、客户信任与行业案例，是AI落地企业生产经营的稀缺资源。柯莱特没有另起炉灶做通用AI产品，而是把存量能力翻译成AI时代的交付语言。

其二，治理先行，场景随后。 企业不敢用AI，卡点在"管不住"。先建治理底座再铺业务场景，虽然慢一步，但每一步都踩得实。

其三，小步验证，数据说话。 选高ROI场景切入、几周内在真实环境跑通、用人力节省与效率数据验证后再推广——这条渐进式路径，比"大而全"的智能化蓝图更接近中国企业当下的现实。

麦肯锡《The State of AI in 2026》报告显示：80%的员工表示AI提升了个人生产力，但仅37%的企业能将AI影响归因于EBIT增长，真正的高绩效企业仅6%。数据揭示的断层，正是柯莱特这类企业试图填补的空间——让AI从提升个人效率的工具，变成改善企业经营指标的生产力。

对数千家正在观望"AI能不能进核心系统"的中国企业而言，这个样本的价值不在于答案本身，而在于它证明：务实的路径是存在的。

关于柯莱特

柯莱特是中国较早一批SAP实施服务商，三十余年深耕企业信息化服务，客户覆盖制造、流通、能源、医药等行业。如今，柯莱特定位为企业流程AI赋能服务商，以覆盖SAP全核心模块的顾问团队叠加AI技术能力，为企业提供从管理平台到业务场景的AI智能体落地服务。

【免责声明】本文仅代表作者个人观点，与云财经无关。其原创性以及文中陈述文字和内容未经本站证实，云财经对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。