已經有 ERP，還需要 AI 嗎？現有系統加 AI 的三種接法

「我們 ERP 才導入兩三年，花了不少錢，大家好不容易用習慣。現在每個人都在講 AI ERP，難道又要換一套？」

這是最近很多老闆問我的問題，語氣裡帶著一點焦慮，也帶著一點不甘心。焦慮的是怕跟不上，不甘心的是前一套系統的錢和力氣還沒回本。業務來推銷新系統的時候，總會說舊的 ERP 不支援 AI、遲早要淘汰，聽久了很難不動搖。

我是熊董，台灣川輝科技創辦人。我帶團隊做系統導入七年，經手超過 34 個案子、14 個以上產業，現在一個人加 AI，一年交付 2,000 萬以上的客製系統。我每天都在用 AI，也做過很多系統，但我最常跟老闆講的一句話是：「這個不要做。」換掉一套還能用的 ERP，常常就是其中之一。已經有 ERP 的公司，多半不需要換成 AI ERP，而是在現有的 ERP 外面接上 AI。接法有三種：第一種在入口端，讓 AI 把 LINE、Email、PDF、照片這些雜亂的輸入整理成 ERP 的單據草稿，人確認之後再寫入；第二種在出口端，讓 AI 讀 ERP 的資料，產出報表摘要、異常提醒，或讓主管用問的方式查資料；第三種在流程中間，讓 AI 參與判斷，例如建議報價、自動分類、排優先順序，但最後的決定留給人。建議從入口端或出口端開始，風險最低、最快看到效果。前提有三個：ERP 裡的資料要夠乾淨、要能匯出或有串接方式、權限要先想清楚。

先承認：擔心 ERP 跟不上 AI，這個焦慮有道理

AI 這兩年的變化確實很快，很多以前要人做的事，現在 AI 都做得到。你看到同業開始用 AI 處理訂單、出報表、回客人，自己的 ERP 卻還是要一筆一筆輸入，會擔心落後，這很正常。

而且有些 ERP 確實比較封閉：資料匯不出來、沒有串接方式、改一個欄位都要原廠排期。如果你的 ERP 是這種狀況，那它跟 AI 之間的距離確實比較遠。

下次有業務跟你說舊 ERP 遲早要淘汰，可以反問他三個問題：新系統的 AI 具體會幫我們公司省下哪一段工作？那一段工作現在花多少人力？如果不換系統、只在現有 ERP 外面接 AI，能不能做到差不多的效果？答得出前兩題、而且第三題的答案是「不行」，換系統才值得認真考慮。大部分時候，第三題的誠實答案是「可以」。

但我想提醒的是，ERP 和 AI 在公司裡扮演的角色根本不一樣。它們不是互相取代的關係，而是互相補位的關係。搞清楚這一點，你就會發現大部分情況根本不需要換系統。

ERP 和 AI 各自擅長什麼？

ERP 擅長的是「記」和「管」：每一筆訂單、出貨、收款、庫存異動，都照固定規則記下來，前後一致、可以追溯、可以對帳。它是公司的帳本和骨架，最重要的特質是穩定和準確。

AI 擅長的是「讀」和「理」：讀懂一段雜亂的客人訊息、從一份 PDF 裡抓出品項和數量、把一大堆數字整理成三句重點、從歷史資料裡看出異常。它最強的地方，是處理那些沒有固定格式、需要理解的東西。

這兩個特質剛好是互補的。公司裡最花人力的工作，常常就在兩者之間：把雜亂的東西整理好放進 ERP，或把 ERP 裡的東西讀出來變成可以用的資訊。這兩段正是 AI 最能幫上忙的地方。

反過來說，讓 AI 去當帳本是不對的。AI 的輸出有一定程度的不確定性，你不會希望公司的庫存數字或應收金額，是一個「大概對」的結果。所以合理的分工是：ERP 繼續當帳本，AI 在帳本的前面和後面幫忙。這也是一般 ERP 和所謂 AI ERP 的根本差別，可以參考一般 ERP vs AI ERP。

三種接法：入口端、出口端、流程中間

知道兩者各自的強項之後，接法就很清楚了：AI 可以站在 ERP 的前面、後面，或流程的中間。三個位置的做法、風險和適合的時機都不一樣。

第一種：入口端，讓 AI 把資料整理好再進 ERP

很多公司的 ERP 不難用，難的是把資料打進去。客人用 LINE 傳一段訂單、用 Email 寄一份採購單、傳一張手寫單據的照片，業助要一筆一筆看、一筆一筆打。這段工作量大、容易打錯，而且每天都在發生。

入口端的接法，是讓 AI 先讀這些雜亂的輸入，整理成 ERP 需要的格式：客戶是誰、哪些品項、數量多少、交期哪天、有沒有特別要求。整理好之後產生一張單據草稿，業助確認、修正，再寫進 ERP。

這種接法的好處是，ERP 本身完全不用動，AI 只是幫你把「打字」這一段換成「確認」。而且因為最後有人確認，就算 AI 偶爾讀錯，也不會直接進到帳裡。

用 LINE 接單是很典型的例子。我們做過一個跨境 B2B 品牌，用 LINE Bot 自動接單，涵蓋 1,218 項商品、2,204 家店、4 個地區。商品多、店家多、地區多，如果全部靠人看訊息再打單，是很難撐住的。入口端做得好，業助的工作會從「打字員」變成「檢查員」，同樣的時間可以處理更多訂單，也比較不會因為疲勞而打錯。

第二種：出口端，讓 AI 讀 ERP 的資料

另一個很常見的痛點是：資料都在 ERP 裡，但要看懂它很花時間。老闆想知道這週業績怎樣，要等助理把報表匯出來、整理好、做成圖；主管想知道哪些客戶最近訂單變少，要自己去翻好幾個畫面。

出口端的接法，是讓 AI 定時讀 ERP 的資料，產出你真正要看的東西：

• 報表摘要：每週一早上，把上週的業績、毛利、應收整理成幾句重點，連同異常一起送到你手上。
• 異常提醒：某個客戶的訂單突然少很多、某個品項的毛利掉下來、某筆應收超過約定期限，主動通知相關的人。
• 用問的查資料：主管直接問「上個月哪幾個客戶的訂單比前三個月平均少很多？」，AI 去查 ERP、回答結果。

以每週報表摘要為例，週一早上送到你手機上的可能是這樣一段話：上週營收和前四週平均相比是高還是低、毛利率有沒有明顯變化、哪三個客戶的訂單量變動最大、有哪幾筆應收已經超過約定天數。每一句後面都附上 ERP 裡對應的數字和查詢條件，你覺得哪裡怪，可以直接點回去看原始資料。重點不是 AI 幫你算數字，數字 ERP 本來就算得出來；重點是它幫你把「該注意什麼」挑出來，你不用自己在一堆報表裡找。

這種接法對 ERP 來說是唯讀的，AI 只讀資料不寫資料，風險最低。很適合當作公司第一個 AI 專案，因為效果很直接，老闆和主管馬上就有感。報表自動化的完整做法，我寫在每週報表自動化。

第三種：流程中間，讓 AI 參與判斷

第三種接法比較進階：讓 AI 在流程中間給建議，幫人做判斷。

例如報價：AI 參考歷史報價、成本、客戶等級，建議一個報價區間，業務再決定最後的數字。例如分類：客服訊息進來，AI 判斷是詢價、客訴還是售後，分給對的人。例如排序：今天要出的貨很多，AI 依交期、客戶重要性、庫存狀況建議出貨順序。

這種接法的價值很高，但風險也比較高，因為 AI 的建議會直接影響決策。所以一定要遵守一個原則：AI 給建議，人做決定，而且系統要記下 AI 建議了什麼、人最後決定了什麼。這樣出問題時查得到，也能慢慢看出 AI 的建議準不準。

報價這件事，規則越清楚，越適合系統化。我們做過一家印刷廠，原本手算一張報價要 30 分鐘，把他們的報價規則做進系統之後變成自動估價。不管規則是寫死的程式還是 AI 輔助，前提都一樣：先把判斷的邏輯整理清楚。

三種接法放在一起比較

比較項目	入口端：整理資料進 ERP	出口端：讀 ERP 資料	流程中間：給判斷建議
AI 做什麼	讀訊息、單據，產生草稿	讀資料，出摘要與異常	依資料給建議
對 ERP 的影響	寫入，但經人確認	唯讀	視情況，建議由人採用
風險	中，靠確認把關	低	較高，需留紀錄
最適合的痛點	輸入量大、常打錯	報表慢、資料看不懂	判斷靠經驗、品質不穩
建議順序	第一或第二個做	第一個做	前兩種穩定後再做

我的建議通常是：先做出口端，讓大家看到 AI 能幫上忙、也讓你確認 ERP 的資料品質；再做入口端，處理最花人力的輸入；最後才考慮流程中間的判斷建議。

接 AI 之前，先檢查 ERP 這五件事

不管哪一種接法，在動手之前都要先確認幾件事。這些事沒想清楚，AI 接上去之後效果會打很大的折扣，甚至造成新的問題。

第一，資料品質。 客戶、產品、料號這些主檔是不是乾淨的？同一個客戶有沒有三種寫法？如果 ERP 裡的資料本身很亂，AI 讀出來的結果也會很亂。整理資料這件事，可以參考Excel 資料亂到 AI 也救不了那篇的清單。

第二，能不能拿到資料。 ERP 能不能匯出、有沒有 API、能不能定時同步？這決定了 AI 要怎麼接。如果完全拿不到資料，那就先要跟原廠談。串接的方式和注意事項，我在ERP 串接怎麼做那篇拆得比較細。

第三，權限和資料範圍。 AI 能讀哪些資料、不能讀哪些？薪資、客戶個資、成本這些敏感資料，要先決定怎麼處理。

第四，寫入的確認機制。 如果 AI 要寫入 ERP，一定要有人確認的那一步，而且要留下紀錄。

第五，誰負責維護。 AI 的串接接上去之後，ERP 改版、欄位調整、規則變動，都可能影響它。要有一個人知道它怎麼運作、出問題時知道去哪裡看。

什麼時候才真的該換 ERP？

雖然大部分情況不需要換，但也有例外。如果你的 ERP 有以下情況，接 AI 只是在一個有問題的地基上加蓋：資料完全匯不出來、原廠也不願意開放；核心的資料結構跟你現在的生意已經不合；系統本身就慢到大家不想用、到處都是 Excel 在補洞。

判斷的方式很簡單：試著做一次出口端的接法，例如把上個月的訂單資料匯出來，讓 AI 整理成一份摘要。如果光是把資料拿出來就卡關，或拿出來之後發現資料亂到 AI 也整理不出意義，那問題就不在 AI，而在 ERP 本身或它的使用方式。這個小測試花不了多少時間，卻能幫你避免在一個有問題的系統上投入更多錢。

這時候該處理的是 ERP 本身的問題，而不是 AI。換系統的時候，可以把「能不能方便接 AI」當作評估條件之一，但不要讓它變成唯一的理由。

常見問題

AI ERP 和在 ERP 上加 AI，差在哪裡？

AI ERP 通常指系統本身就內建 AI 功能，例如自動建議、智慧查詢。在 ERP 上加 AI，則是保留原本的 ERP，在外面接 AI 處理特定的工作。前者要換系統，後者不用。對已經有 ERP、而且用得還算順的公司，後者通常更划算，也更能針對自己的痛點做。

原廠 ERP 不開放 API，還能接 AI 嗎？

很多時候還是可以。如果 ERP 能定時匯出報表或資料檔，出口端的接法就能做；入口端的話，可以讓 AI 先整理好草稿，再由人匯入或輸入。真的完全拿不到資料，才需要考慮跟原廠談開放，或評估是否該換系統。

ERP 加 AI 大概要花多少錢？

看接法和範圍。如果是從一條流程開始，例如每週報表摘要或 LINE 訂單整理，可以用陪跑導入的方式做，川輝的陪跑是 NT$29,800／月，一個月導入一條流程。如果要做比較完整的串接，屬於客製開發，NT$300,000 起，依書面規格報價。

讓 AI 接 ERP，會不會把資料弄亂？

只要遵守兩個原則就不會：出口端的接法對 ERP 是唯讀的，AI 只讀不寫；入口端或流程中間的接法，AI 產生的是草稿或建議，一定經過人確認才寫入，而且留下紀錄。把 AI 當成幫忙的助理，而不是有權限直接改帳的人。

結語：ERP 繼續當帳本，AI 在前後幫忙

已經有 ERP 的公司，不需要被「AI ERP」這個詞追著跑。讓 ERP 繼續做它最擅長的記和管，讓 AI 在入口端幫你整理資料、在出口端幫你讀懂資料，穩了之後再讓它參與判斷。這樣你前一套系統的投資不會白費，AI 也能真正幫上忙。

如果你不確定自己的 ERP 適合從哪一種接法開始，帶著你最花人力的那一段流程來找我聊，30 分鐘免費診斷會幫你判斷該接、該等，還是該換。