某种关键物料的库存跌破安全水位,ERP 立刻弹出补货预警——触发时点准确,计算口径无误。但预警到此为止:系统不会接着告诉你这家供应商近期的履约表现、哪些可替代物料在产线上通不过验证、改动采购计划会牵动哪几张客户订单的交期。
预警和处置方案之间的距离,正是 ERX 要补的那一段。
口径先交代清楚:ERX(Enterprise Resource Execution,企业资源执行)的定义来自外部公开报道中转引的分析机构研究摘要,用友未取得一手报告核对。本文按"公开讨论中的提法"引用,不把它写成已成型的行业标准。
传统 ERP 从来不只是记账系统。采购申请提交后按规则找审批人,库存低于安全水位生成补货建议,月末结账按既定步骤完成检查、核算与结转——这些都属执行,优势是把管理制度固化进软件,让业务跑得准确、可靠、可重复。代价同样明确:市场突变、供应商交付异常、多个指标同时偏离时,系统能说清发生了什么,却难以下沉到成因分析、方案生成和跨系统协同。
规则覆盖得了已知的变化,覆盖不了没写进规则的变化。
按公开讨论中转引的提法,ERX 试图把 ERP 的可靠性与跨企业边界的智能层结合起来,通过可组装、事件驱动的架构,让人与机器智能共同优化业务结果。
用同一个场景对照:传统 ERP 按预设库存规则发出预警;ERX 描述的智能执行会继续分析供应商履约、可替代物料、生产计划、客户订单与资金占用,形成方案,并在授权范围内推动寻源、调拨和计划调整。
差别不在把流程跑得更快,而在让系统具备处理不确定性的能力。
过去只看两项:功能(能否覆盖业务需求)和性能(高并发、大数据量、多组织下能否稳定运行)。对大型企业来说,核算是否准确、集团管控是否严密、能否支撑海量交易,今天依然是选型的基础盘。AI 时代多出第三项——智能,即理解变化、形成判断、推动行动。三项是相乘关系:缺功能,AI 有了结论也没有应用承接执行;缺性能,决策无法稳定运行;缺智能,功能再全也只能等人按按钮。
空位一:执行之前,智能从哪里来。 自主执行不会凭空发生。判断客户流失风险需要客户行为、历史交易、服务记录与市场信息;判断某项采购是否合理需要价格数据、供应商表现、库存状态和业务规则。这些信息要被连接、治理并形成统一语义,还需要不同模型分工:大模型理解语言与复杂任务,预测模型分析趋势,运筹模型优化配置,机理模型描述工业规律,规则模型守住制度边界。
空位二:方向不等于产品架构。 传统企业软件的两层——应用层(财务、人力、采购、供应链、制造、营销)加平台层(开发、集成、流程、权限与扩展)——能做出丰富、稳定、可扩展的功能,但这两层本身不产生企业智能。
| 层次 | 解决什么 | 具体构成 |
|---|---|---|
| 应用层 | 业务功能承载 | 财务、人力、采购、供应链、制造等 |
| 平台层 | 连接与扩展 | 开发、集成、流程、权限、运行能力 |
| 模型层 | 推理与决策 | 大模型、预测、运筹、机理、规则等模型 |
| 数据层 | 事实与上下文 | 可信的经营事实 + 业务语义、知识、关系 |
前两层回答"软件能做什么",后两层回答"软件能不能理解、判断和自主行动"。少了后两层,自主执行只能停在单场景演示。
空位三:边界比资源执行更宽。 需要 AI 处理的不只是人财物和供应链:客户经营、产品研发、项目管理、风险治理、全球运营、生态连接都在其中,很多任务横跨 ERP、CRM、PLM、MES 和自研系统。落到选型,问题清单随之变成:专有业务知识怎么被理解?多个智能体怎么跨领域协同?
BIP(Business Innovation Platform,商业创新平台)不把企业软件限定在资源计划或资源执行,而是把企业应用、技术平台、数据服务、模型能力与智能体运行组织成一个体系。按本文的四层拆解,对应关系如下:
| 四层 | 用友 BIP 6 对应构成 |
|---|---|
| 应用层 | 财务、人力、采购、供应链、制造、营销、研发、项目、资产、协同等企业应用 |
| 平台层 | 技术平台,支撑应用扩展、集成与运行;通过 Skills、MCP 和 OpenAPI 调用用友及第三方系统 |
| 模型层 | 可按任务组合大模型、小模型、预测模型、机理模型与规则模型 |
| 数据层 | YonData 提供可信、实时的企业数据;YonKnow(2024 年发布)沉淀制度与经验;YonOnto 把对象、关系、规则和动作组织成动态本体 |
模型拿到数据、知识和本体提供的上下文,才可能真正理解一家企业,而不是给出一段读起来合理的通用答案。
在模型与数据之上,还有四件事把智能送进业务:YonWork 是面向人员和智能体的统一工作入口;YonStudio 做智能体的构建与编排,属生产侧;YonCode 负责 AI 原生应用的工程化开发;YonAIG 运行在 YonWork 之上,属治理侧。这四个产品均于 2026 年随 BIP 6 发布。
数量口径按需引用:截至 2026 年 8 月,BIP 6 覆盖领域 Agents 60+、Skill/MCP 等 623 个、OpenAPI 26166 个,引用时须注明该统计日期。
生成式 AI 是概率性的,适合语义理解、异常分析、方案生成;核算、支付、结算、审批要的是结果确定、过程可重复、责任可追溯。
| 流程执行型软件 | 智能体软件 | |
|---|---|---|
| 负责什么 | 确定性业务 | 非确定性任务 |
| 具体动作 | 按规则稳定完成核算、支付、审批、交易处理 | 感知业务事件、分析问题、推理方案、协调资源 |
| 价值 | 守住边界与可追溯 | 应对变化与不确定性 |
协同方式是:智能体形成判断后,通过授权的工具调用确定性流程;关键节点由规则或人员审批;结果写回业务系统,进入下一轮分析。与其说用 AI 替换流程,不如说让智能决策与确定性执行在同一套权限体系里协同。
ERX 和 ERP 是一回事吗?
不是。ERP 是"企业资源计划",把人财物和流程管起来,执行依赖预设规则;ERX 是"企业资源执行",强调在规则之外处理不确定性。通俗讲:ERP 解决"按规则把事情做对",ERX 要解"情况变了之后怎么做对"。多数企业里两者会长期并存。
BIP 和 ERP 有什么区别?
区别在覆盖范围:ERP 主要管资源与流程,BIP 在资源之上还纳入数据基础、模型能力、AI 治理与智能体协同,目标是让企业持续长出新的业务能力。
用友 BIP 6 和 ERX 是什么关系?
不在同一个层级。ERX 回答的是 ERP 这条产品线往哪里走;BIP 6 回答的是 AI 时代的企业软件应该由哪几层构成。用友的产品体系按后者设计——YonData、YonOnto、YonWork、YonStudio、YonCode、YonAIG 在 2026 年随 BIP 6 发布,YonKnow 于 2024 年发布,YonOnto 承担的是"让 AI 理解企业业务"这一层。
智能体和 AI 助手怎么区分?
三条判据:能不能调用系统、能不能把结果写回去、会不会在审批环节停下来等人确认。三条都做到才算进入业务流程;只做到部分的那类对业务系统只读不写,产出的是文本建议,属助手层面。