最近有个很明显的感受：我们做的新兴行业业务持续稳定增长，但传统ERP业务却像每天在缩水。有时候刷一整天信息流，都很难看到一条ERP相关内容。以前做ERP的朋友，现在不少人开始卖GPU服务器。微信里也常有人问：“老朱，有客户需要H200 GPU服务器的，帮忙介绍。”

AI时代的技术迭代太快，ERP生意不如从前，这是大环境的变化，个人很难改变。但苦中找乐，是自己能掌控的。生意归生意，把ERP里真正扎实的技术架构讲清楚，对我来说仍是件快乐的事。

今天聊一个基础话题：大型ERP的应用架构。

很多人没接触过大型ERP，容易把它想得很简单——前端一个Web界面，后台一个数据库，好像就够了。但能支撑全球几万、几十万用户同时使用的系统，不可能只靠“前端+数据库”。它需要业务、数据、应用、技术多层协同，也符合TOGAF里常见的4A架构思路。

• BA 业务架构：描述企业战略、业务目标、组织结构、流程与规则，回答“为什么做、做什么”。
• DA 数据架构：描述企业运行中需要的数据模型、数据流、数据标准和治理规则，回答“数据如何被管理”。
• AA 应用架构：描述支撑业务场景的应用系统、模块、功能和集成关系，回答“用什么系统实现业务”。
• TA 技术架构：描述支撑系统运行的技术设备、软件平台、硬件环境和部署方案，回答“系统跑在哪里”。

比如一个销售下单场景：客户下单后，系统要扣库存、生成财务凭证。BA先定流程——谁审批、何时发货、如何入账；DA定数据——订单、库存、应收凭证的字段、流向和一致性规则；AA定系统——订单模块扣库存，财务模块生成凭证，必要时调用外部物流接口；TA定底座——数据库怎么分库、服务怎么部署、高峰时如何扩容。

四层缺一不可。BA错了，流程跑不通；DA乱了，数据对不上；AA散了，系统各自为政；TA弱了，用户一多就崩。

很多人觉得AI时代，ERP那套架构已经过时了。其实恰恰相反，AI越热，越需要架构。

一个Agent能聊天、能调工具、能生成代码，但如果不知道业务目标是什么，它就会乱跑；如果数据没有标准，它就会把不同口径的数字当成同一件事；如果应用之间没有边界，它就会在多个系统里重复操作；如果技术底座没有容错和审计，它就会把一个小错误放大成一次事故。

RAG也一样。检索增强听起来很美，但企业数据如果本身没有治理，知识库就会变成垃圾场。Agent调用工具也一样，工具如果没被应用架构定义清楚，Agent就不知道该调哪个、以什么顺序调、调完如何确认结果。

所以，AI不是让架构消失，而是让架构变得更重要。过去ERP用BA/DA/AA/TA把业务、数据、应用、技术串起来；今天做AI系统，其实还是在回答同样的问题：业务要什么、数据可信吗、应用怎么分工、技术怎么承载。

ERP也许不再站在聚光灯下，但它教给我们的系统思维，仍然能陪我们看懂下一个时代。

阅读原文：点击这里