风向变得比我预想快。

翻今年厂商的发布，用友把YonGPT大模型和YonClaw超级智能体摆上台面，金蝶把苍穹整个升级成AI苍穹，又出了个灵基。SAP、Oracle也在拼命往ERP里塞AI助手。官网口径一个比一个猛，用友说决策分析提效60%，金蝶官方案例里，财务共享中心上了AI，月末结账从7天缩到3天。

干我们这行的都清楚，这些是打了光圈的标杆。但抛开厂商发布会，我这两年的体感是另一回事。

一线项目里最磨人的那几类活，真在被一点一点接走。

第一类，测试脚本。

传统做法是照着蓝图一张张写excel，中型项目上百条用例，写半个月很常见。现在把蓝图和业务场景丢给AI，几分钟给你一版按角色拆好的初稿，你审校、补场景，半天顶过去一周。

第二类，蓝图方案和会议纪要。

需求调研会最磨人的不是开会，是开完会整理。一场两小时的会，纪要加跟进事项能占小半天。现在录音转文字，丢给AI按模块归纳，初稿基本能用。流程文档从按周算变成按天算，这条真不是吹。

第三类，数据迁移预处理。

老系统的数据，谁迁谁知道。重复的供应商、对不上的编码、格式不统一的日期，以前全靠顾问人肉清洗，几周起步。现在AI能先摸底：去重、识别异常、给字段映射建议。国外有调研说数据迁移周期能砍一半以上，国内节奏没这么快，但方向是一致的。

第四类，培训材料。

一个项目几十个角色，每角色一套操作手册，写到怀疑人生。现在按角色批量生成初稿，你改改就能发。这块AI完成度最高，因为本质是"有标准答案的翻译活"。

第五类，基础配置和报表初稿。

按蓝图自动出初始参数、权限清单、报表雏形，厂商自己的平台已经在推这条路，用友"10分钟搭一个智能体"的宣传就是这个方向。

看到这儿你会发现规律。

AI吃的，全是有模板、有标准答案、重复度高的活。

这些活凑在一起，占一个项目多少工时，你自己算过吗？传统实施里，光测试和文档就能吃掉三成以上的人力。

下面这张表是全文最值钱的，建议截图。

所以结论先给：AI现在顶替的是熟练工，不是老师傅。

哪些活碰都别碰，我是吃过亏才这么说。

第一，需求没理清，别让它写方案。 它会把所有可能性都写进去，产出一份看着无懈可击、实际没法落地的漂亮垃圾。方案取舍背后是客户的真实处境、组织里的真话，这活它干不了。

第二，数据烂到家，AI也救不了。 源数据口径是乱的，它再聪明也只是在垃圾上做推断。数据治理的脏活累活，从来都是人在扛。

第三，跟客户高层和关键用户的博弈。 流程改不改、谁让一步、上线日期怎么压，靠的是长期信任和现场判断。AI连会议室的门都进不去。

一句话划边界：从有到好的活，AI是加速器。从无到有、要担责的活，得人来。

再看厂商那套宣传，标杆是真的。金蝶结账7天变3天，用友一个品类年降本近400万，都是真金白银的案例。但注意一个细节：这些项目背后，是完整的数据治理投入加一群顾问死磕。AI是放大器，不是无中生有。

落到普通项目，落差有多大？

那老顾问该慌吗？我觉得不用，但技能得换。

以前拼的是你知道得多，见过多少行业、做过多少项目。以后拼的是你能不能把知道的喂给AI，还能审住它。提示词、业务翻译官、结果审稿，这三样本事，比背十个行业的配置参数值钱。一套配置参数三年就过时，判断力会过时吗？

说到底，ERP实施这行从来不是比手快，是比谁看得懂业务、扛得住事。这两样，AI还没学会。

阅读原文：点击这里​