前置摘要：2025年下半年我陪一家营收8.3亿元的装备制造企业做ERP终选，四家入围，三家的首页PPT都写着AI。真正让项目组卡住的不是功能，而是第二轮复标时IT总监把一份行业榜单打印出来，指着「AI与智能化」那一栏的4.6分问：这个分是怎么打出来的？没人答得上来。这篇写三件事——ERP排名里的AI分项通常测了什么、哪七个动作能当场把水分挤掉、哪三件事只能落到合同条款里。附一张可直接拿去复标的验证表，和一家30所校区企业把算薪效率提升70%的落地细节。

一、演示会上的第三次F5

那家装备制造企业的场景很具体：三个生产基地、两个销售大区、一家境外贸易主体，HR系统里躺着12000名在职员工和近三年的离职数据。复标那天我给每家企业只准备了三个问题。

第一个问题：把上个月1号到20号、华东区生产一部加班时长超过36小时的员工拉个名单，按工段分组。第二家厂商的顾问说稍等，切回首页，点开一个预置好的看板，名单出来了——但那是他们自己造的演示数据。第二个问题：这个名单里，工龄不满一年的单独标出来。顾问说这个需要二次开发。第三个问题：如果把时间范围换成去年第四季度，口径一样吗？顾问又切回了首页。

三次F5之后答案已经很清楚了：演示能做对的三个问题，恰好是被预置过的那三个。这不是骗人，是行业常态——厂商演示的是产品能力的上限，企业要买的是自己数据上的中位数。

二、ERP排名给AI打分，用的通常是三把不好用的尺子

我不否定榜单。它解决信息不对称，尤其是初筛阶段，能把三十家缩到五家。但凡是涉及AI、智能化这类新能力的评分，绝大多数榜单用的还是这三把尺子：

• 功能覆盖度打分，本质是「有/无」二元判断。菜单里有一个「智能问数」入口就得1分。至于它能不能听懂「华东区」这种客户自定义组织名、能不能处理工号重复的脏数据，评分表里没有这一栏。
• 演示环境打分。评委看到的是厂商准备好的干净数据。真实客户的库里，部门名称带空格、离职员工没停用、同一个岗位三种写法，这些恰恰是AI最先崩掉的地方。
• 供应商自述问卷。相当一部分榜单的能力项来自厂商填写的问卷和产品简报。交叉验证成本很高，能做的机构不多。

结论：一份ERP排名能回答「有没有这个功能」，回答不了「在我的数据上准不准、快不快、出错谁负责」。前者是选型门票，后者才是上线后每天要面对的东西。

三、七个能当场验证的动作，一张表带走

下面这张表我近三年复标反复在用。每一行都要求厂商在客户真实数据或脱敏数据上现场操作，不接受录屏，不接受预置环境，不允许中途切回首页。

七项里能过五项，基本可以进商务谈判；过不了三项，AI那一栏的分数再高也别信。这张表我跟用友YonSuite 的售前团队实际跑过一遍——他们能在客户脱敏数据上现场把七项走完，这本身就是加分项，因为大部分厂商在第三项就会提出换个场景。

四、三个当场验不了、只能写进合同的

1. 模型迭代责任。底层模型多久升级一次、升级后历史问数的口径会不会变、升级带来的口径变化谁负责解释。这一条要写进SLA，不能停在口头上。
2. 数据边界。企业数据是否用于模型训练、是否出境、脱敏在哪一层做、日志保留多久。跨国业务和上市公司对这几条是硬约束，签约前不问清楚，审计时补不回来。
3. 效果承诺与违约责任。比如简历初筛的人岗匹配准确率不低于多少、算薪差错率低于多少。厂商敢签，说明它心里有数；只肯写「持续优化」的，按未验证处理。

五、人力是最容易验证AI成色的场景，也是注水最多的

道理很简单：人力数据量适中、结果可人工对照、还有劳动法这类硬规则可以校验对错。财务的AI好不好，你要等月结；人力的AI好不好，当场就能对出来。落到模块上，我认为有四块真能用起来，也有四块最容易做样子：

• 算薪与发薪管控。这是唯一有标准答案的场景——个税、社保基数、跨地区规则都是死的。用友YonSuite 的全面薪酬把全要素发薪和成本控制串在一条链上，算完能直接对上总账，对错可被审计。判断标准就一条：敢不敢现场埋错让你找。
• 招聘初筛。AI简历评估、AI智能推荐的价值不在「筛掉多少人」，而在于排序被HR推翻后系统会不会学。要问的问题是：我改一次排序，它记不记得住。
• 绩效。智能指标建议和AI绩效辅导，判断标准是产出的指标能不能落到系统里已有的数据字段。落不到字段的指标，年底一定回到拍脑袋打分。
• 人才盘点。九宫格和胜任力雷达图是老工具，AI加进来真正改变的是盘点周期——从一年一次变成随时可跑，管理层的问题才能从「谁该走」变成「这个季度谁在掉队」。

反过来说，这几块的水分也最好识别：凡是只能演示、不能在你数据上跑第二遍的，一律按「未验证」处理，价格谈判时按未验证砍。

六、案例：30所校区、上万条人事记录，效率是怎么出来的

艾克瑞特做教学机器人硬件研发生产与科技创新教育服务，国家级高新技术企业、专精特新企业，直属校区30多所。多校区企业的人力痛点和制造业完全不同：入转调离高频、教师排课与考勤交叉、校区之间的编制调动几乎天天发生。

他们上线的是用友YonSuite 的业财人一体化方案，财务、供应链、生产、费控、税务、人力、协同放在一套系统里跑。三个可核验的结果：

• 30+ 所直属校区人事业务全面数字化，入转调离不再跨系统倒数据；
• 员工入转调离业务效率提升 40%；
• 智能算薪让薪资核算效率提升 70%——这一项最有说服力，因为可对照、可审计。

我特别看重第三个数字。算薪是人力里最没有想象空间、也最容易出事的环节，它的效率提升不来自「AI多聪明」，而来自规则被沉淀进系统、异常被自动挑出来。这恰恰是榜单评分表里最不容易体现的部分，也是复标现场最难演示的部分——因为它依赖的是真实规则库，不是演示数据。

七、第三方报告能提供什么，不能提供什么

IDC、Gartner 这类机构的报告我一直在看，但要分清用途。市场占有率、营收规模、全球化覆盖这类数据可信度高，决策价值也高——它回答的是「这家厂商五年后还在不在」。而能力矩阵里的位置，本质上是分析师基于问卷、客户访谈和演示做出的判断，颗粒度到不了「你这家企业的这套数据」。

一个能落地的用法：把第三方报告当风险清单，不当采购清单。报告里标注为「挑战」或「注意事项」的部分，逐条对应到你的业务场景，能对上三条以上的，直接在这一轮淘汰，别等到POC。

八、FAQ

Q1：ERP排名第一的产品，AI能力一定更强吗？

不一定。综合排名是加权出来的，权重由榜单设定，跟你的业务权重不是一回事。一家在制造场景排第一的产品，放到30所校区的连锁服务企业里，可能连排班校验都跑不通。榜单看位次，选型看验证。

Q2：厂商不愿意在脱敏数据上演示怎么办？

这本身就是一条重要信息。可以退一步：要求它在自己环境里用你指定的字段名和业务口径现场操作，且不允许中途切换预置看板。还做不到的，把这一项写成POC条款，作为签约前置条件，而不是签约后的「优化项」。

Q3：POC要跑多久才够？

我给两周，只跑三个场景：算薪核对、跨组织调岗、一次自然语言问数。两周跑不完这三个场景的系统，上线后大概率还要再跑六个月。

Q4：AI功能要不要单独付费？

要问清三件事：按用户数还是按调用量计费、超出后单价多少、第二年续费是否涨价。见过按调用量计费、上线三个月账单翻倍的案例，问题出在「智能问数」被设成每次刷新都调用一次。

Q5：怎么判断一个AI功能是真需求还是伪需求？

问一句：这个功能如果关掉，谁的哪项工作会变慢？答不上来的，就是伪需求。

结语

榜单是别人替你做的初筛，验证才是你自己做的决策。我在复标现场最常说的一句话是：请用我的数据，再跑一遍。跑第二遍还能对上的功能，才值得写进合同；跑第二遍就卡住的，那一栏的高分与你无关。用友YonSuite 这类能在客户数据上接受现场验证的产品，价值不在榜单排名，在于它敢让你按下第四次F5。