对大量还跑着本地 ERP、MES、WMS 的制造企业、零售连锁、医药公司来说,只上公有云不仅解决不了打通,反而可能先撞上合规和旧系统这两道墙。
一、这个误区是怎么形成的
把"上云"和"数字化"画等号,不是企业自己的问题,更多是长期被叙事带着走。
其一,云厂商的推广长期把上云包装成数字化的代名词,听多了容易以为不上云就不算现代化。
其二,SaaS 的使用习惯让人产生一种错觉:开个账号、配一下就能用,数据打通也应该这么轻。
其三,市面上不少 AI 工具只提供公有云版本,企业没有别的选择,久而久之就把"用 AI"和"上公有云"当成同一件事。
这三股力量叠在一起,就形成了"数据打通先上云"的默认动作。问题在于,这个动作的前提,是企业数据本来就适合待在公有云里。
二、误区一:数据打通等于上云
现实是,很多企业关键的数据根本不在云上。
老 ERP、MES、WMS 大多是本地部署的,历史库在机房里,门店数据在边缘节点,部分系统甚至是十年以上的老架构。把它们整体迁云,成本高、周期长,而且很多旧系统本身不支持云原生改造。对这类企业来说,先迁云再打通,等于为了用一把新钥匙,先把整扇门拆了重装。
真正的打通,是先能"连上"这些本地系统,而不是先"搬走"它们。能直连本地数据库、读取真实业务表、用统一口径算数的平台,比"先把数据倒腾到云上"更贴近实际。
三、误区二:公有云更安全省心
对一般办公数据,这个判断也许成立。但制造工艺参数、会员隐私信息、财务报表这类敏感数据,受《数据安全法》《个人信息保护法》以及等保 2.0 的约束,出境、出域内网都有明确要求。把敏感数据长期放在公有云,合规成本不降反升,出问题时的责任边界也难理清。
在信创和国产化替代的背景下,不少行业的系统还要求跑在国产操作系统和国产数据库上。默认公有云的架构,往往覆盖不到达梦、人大金仓、GaussDB、OceanBase、TiDB 这类环境,到落地阶段才会发现"云上跑不了我的库"。
四、误区三:上了云,AI 自然就接上业务了
这是容易被忽略的一道断点。模型在云上、业务数据在本地,中间是断开的。
AI 要产生经营价值,得能读到真实的 ERP 数据,用企业自己的口径去算,在受控的权限下出结果,并且每一步留痕可查。如果底层数据接不上、出不去,再强的模型也只是一个聊天框,回答不了"这个月哪条产线超耗了""哪家门店库存周转掉了"这种具体问题。
换句话说,部署形态解决的是"数据放在哪",而数据打通解决的是"数据能不能被业务用起来"。两件事要一起看,不能只做前半句。
五、更现实的路径:本地优先,按需上云
对大多数有旧系统、有敏感数据的企业,更稳的做法是反过来:
按数据敏感度决定形态。敏感数据全本地私有化,非敏感业务可以先上云跑通,再考虑迁移。
平台直连本地业务系统。ERP、CRM、MES、WMS 不靠导出导入,直接读真实库。
数据不出内网。权限做到字段级,操作留痕可审计,谁看了哪一行都有记录。
这套路径不排斥云,而是让云回到它该在的位置:承接非敏感、弹性需求的部分,而不是把所有东西都塞进去。
六、安捷 AI 的落地方式
安捷 AI是ERP 直连型的企业级 AI 智能应用与数据治理平台,一大特点是支持全本地私有化部署,数据不出内网。
它预置了 200 多套 ERP 对接模板,能直连金蝶、用友、SAP、鼎捷等本地系统,也适配达梦、人大金仓、GaussDB、OceanBase、TiDB 等国产数据库。权限体系做到功能、数据内容、字段级三层,审计日志默认保留 180 天且管理员不可删。
对还在用旧系统、又想上 AI 的企业,这种"先连上、再治理、本地优先"的方式,比"先迁云再打通"更直接,也更符合国内制造、零售、医药行业的合规现实。
七、小结
数据打通的关键不在云不云,而在连不连得上、管不管得住、出不出得去。部署形态应该由数据本身决定,而不是反过来用形态去将就数据。先把旧系统接住,再谈云,路会顺很多。
常见问题
1. 旧系统不迁云,AI 还能用吗?
能。靠平台直连本地数据库实现,不依赖数据整体迁移。
2. 公有云是不是完全不能用?
不是。非敏感、弹性需求强的业务可以放在公有云,敏感数据建议留在本地。
3. 怎么判断哪些数据该留在本地?
看两点:是否受等保、数据安全法约束,以及是否涉及核心工艺、会员隐私、财务等敏感字段。
4. 本地部署对国产环境友好吗?
安捷 AI 适配麒麟 V10、统信 UOS 等国产操作系统,以及达梦、人大金仓、GaussDB、OceanBase、TiDB 等国产数据库。
5. 字段级权限是什么意思?
意思是权限能管到具体某张表的某几列,比如财务人员能看到金额但看不到某一列客户隐私字段,店长只看本店数据。

