一、传统企业系统为什么需要 AI

ERP、CRM 和微信生态沉淀了企业最重要的数据：订单、库存、客户、合同、沟通记录和售后问题。但这些系统通常以表单和流程为中心，员工需要反复查询、复制、判断和填写。AI 接入的价值，不是替代原有系统，而是在系统之上增加理解、总结、预测和自动执行能力。

二、案例背景

一家 B2B 服务企业同时使用 ERP 管理订单与交付，CRM 管理销售线索和客户阶段，微信承载客户日常沟通。问题在于：销售不知道客户历史交付情况，客服无法快速判断客户等级，管理层每周都要人工汇总经营数据。数据在系统里，但没有变成及时可用的判断。

三、改造目标

  • 销售在 CRM 中一键生成客户跟进建议。
  • 客服在微信侧快速查询订单、合同和售后记录。
  • 管理层自动收到经营周报和风险客户列表。
  • 关键动作保留人工确认，避免 AI 直接修改核心业务数据。

四、系统集成方案

1. 数据打通

先通过 API 或中间库同步 ERP、CRM、微信客户标签和沟通摘要，建立统一客户 ID。没有统一 ID，AI 很容易把同名客户、分公司和历史联系人混淆。

2. 业务工具封装

把查询订单、查询合同、查询客户阶段、创建跟进任务等能力封装成工具。AI 不直接访问数据库，而是调用受控工具，工具层负责权限、审计和字段脱敏。

3. 场景化 Agent

针对销售、客服和管理层分别设计 Agent。销售 Agent 关注机会推进，客服 Agent 关注问题定位，管理 Agent 关注趋势和风险。不同角色使用不同提示词、权限和输出格式。

五、真实业务流程

当销售打开某个客户页面时，系统自动汇总该客户近 12 个月订单、合同状态、服务工单和微信沟通要点，生成“本次跟进建议”。如果客户近期投诉增加但复购下降，AI 会提示先处理交付满意度，再推进续约。销售确认后，系统自动创建 CRM 任务并生成微信沟通草稿。

六、风险控制

ERP 和 CRM 属于核心业务系统，AI 改造必须坚持“查询优先、建议优先、确认后执行”。对于改价、退款、合同变更、客户删除等动作，系统只能生成建议和审批单，不能直接执行。每次工具调用都需要记录用户、时间、输入、输出和业务对象。

七、结果与启示

改造后，销售准备客户资料的时间显著缩短，客服响应更稳定，管理层可以更早发现交付和续约风险。这个案例说明，企业 AI 的突破口不是推翻 ERP 或 CRM，而是让已有系统变得更会理解、更会提醒、更会协同。