ERP 已經用了很多年,還可以導入 AI 嗎?
很多中大型企業卡在「ERP 用很久了,但 AI 進不去」的困境。本文說明如何在既有 ERP 之上建立 AI Layer,避免更換系統。
為什麼不建議直接換 ERP?
換 ERP 是所有企業 IT 專案中最痛的一種:
- 上線通常要 12–24 個月。
- 教育訓練成本極高。
- 舊資料遷移風險大。
- 專案期間內部混亂。
如果你的 ERP 目前還在工作,只是「AI 進不去」,那換 ERP 是用大炮打蚊子。
AI Layer 的核心概念
不動 ERP 核心,在 ERP 資料層之上建立一個新的層:
[ 使用者 / AI Agent / Dashboard ]
↓
[ Fracdigi AI Layer ]
↓
[ 既有 ERP · 保留不動 ]
這一層的職責是:
- 讀取 ERP 資料(透過 API、Database、報表匯出)。
- 加上企業「Business Model Layer」(客戶、專案、訂單這些真實概念)。
- 讓 AI Agent、Dashboard、Automation 從這一層讀寫。
- 需要時,再寫回 ERP。
如何讀取既有 ERP 的資料?
大部分台灣中小企業使用的 ERP(鼎新、正航、文中、SAP B1、Odoo)都有以下方式:
- 官方 API / Web Service:最正規,但有時需要付費模組。
- Database Read-only 存取:直接讀 SQL Server / Oracle。
- 報表匯出排程:每小時或每天匯出 CSV / Excel,再由 Fracdigi 讀取。
- RPA / Screen Scraping:最後手段,但可行。
Fracdigi 通常會依 ERP 版本與客戶 IT 政策選擇最合適的方式。
常見的 ERP + AI 應用
1. AI 銷售預測
讀取 ERP 歷史訂單 + 季節性資料 → 預測下週各產品需求 → 建議採購。
2. AI 客戶分群
讀取 ERP 客戶與訂單資料 → 用機器學習分群(VIP / 常客 / 沉睡) → 推送 CRM。
3. AI 對帳
讀取 ERP 應收帳款 + 銀行金流 → AI 自動配對 → 標記異常。
4. AI 報表
每天早上讀 ERP 昨日數字 → LLM 摘要成一段話 → LINE 老闆。
5. AI 採購建議
讀取庫存 + 訂單 + 供應商交期 → AI 建議何時該下多少採購單。
什麼時候還是要考慮換 ERP?
有兩種情況:
- 既有 ERP 完全沒有 API、沒有 Database 存取權,連讀資料都做不到。
- ERP 已經過度客製化,連原廠都無法維護,加 AI Layer 反而不如重來。
這兩種情況比例不高,但確實存在。Fracdigi 會在 AI Ops Sprint 階段先幫你判斷。
常見的 ERP 對接難度
- 鼎新 Workflow / T100:中等,需要與原廠協調 API 權限。
- 正航 ERP:中等,SQL 直讀可行。
- 文中資訊 / 凌越:較容易,SQL 直讀常見。
- SAP Business One:官方 API 完整,較容易。
- Odoo:最容易,原生 RESTful API。
- 自建系統:視原始開發文件而定。
下一步
如果你有一套用了 5 年以上的 ERP,想知道 AI 能不能接進去, 預約免費 AI 導入診斷,Fracdigi 會幫你評估可行性。
關於這篇文章,常見問題
通常不會。我們讀取通常在離峰時段執行,或使用 Read Replica。若需要即時同步,會設計成事件驅動而非輪詢。
通常是獨立的 PostgreSQL 或 MongoDB。資料所有權完全屬於客戶,不會鎖在 Fracdigi 的環境。
可以。AI Layer 與 ERP 是解耦的。ERP 升級只需要重新驗證資料介面即可。
延伸閱讀
大部分 20–200 人的公司,不是缺 AI,而是缺一個讓資料與流程能一起工作的架構。本文提供一份 SMB 主導的 AI 導入地圖,從 Excel、LINE 起步,一步步走到企業級 AI Agent。
流程自動化不是「所有事情都用 AI 做」。這是一份中小企業實戰清單,列出 10 個最值得先自動化的工作。
製造業導入 AI,不是從機台 IoT 開始,而是從「報價、工單、庫存」這些最花時間的營運流程開始。本文提供一份中小型製造業的實戰地圖。
不知道你的公司該從哪一個 Mission 開始?
預約免費 AI 導入診斷,我們會先幫你找出最值得做的第一個 Mission,而不是叫你重做系統。