S-HUB：当 AI Agent "伸手"摸进 ERP，权限这道墙由谁来守？

一句话结论：AI Agent 接入传统 ERP 的最大隐患不是"调不通"，而是"调出去的数据 / 操作谁来管"。S-HUB 在中间层扮演的就是这道权限防火墙——让 AI 看得见、动得着 ERP，但每一步都走在白名单里。

S-HUB 已对接 150+ 应用，AI 接入 ERP 的安全网关

一、问题：AI Agent 的"手"伸得越来越长

从 2024 年开始，飞书 aily、WorkBuddy、钉钉斜杠等 AI Agent 平台正在快速变成业务的新操作入口。业务部门提出的诉求也越来越"过分"：

• 让 AI 自动从 SAP / 用友里拉本月销售数据

• 让 AI 直接在 ERP 里创建采购申请

• 让 AI 跨系统对账、调取客户档案、生成经营分析报表

这些场景单独看都合规，但叠在一起，就出事了。

二、为什么"权限"是 AI Agent 落地的隐形地雷

1. 传统 ERP 的权限模型是"细颗粒"的

ERP（SAP、用友、金蝶、Oracle EBS）的权限设计都遵循一个原则：最小授权。

• 按角色：财务、采购、仓库、销售各自一套权限

• 按字段：客户手机号、成本价、合同金额等敏感字段单独控制

• 按操作：查看 / 修改 / 审批 / 删除严格分层

这套模型对人来说，是合适的。

2. AI Agent 的调用方式恰恰相反

一个自然语言指令，AI 往往会一次性触发多个 API 调用：

业务原话："帮我看一下华东区 Q3 销售额 TOP10 客户"

AI 实际要做的事：

1. 查客户主数据（区域、行业、规模）

2. 查销售订单（订单金额、订单日期、订单明细）

3. 查回款记录（已回款、未回款）

4. 查应收账款余额（账龄、坏账计提）

每一个调用都涉及多个数据表 × 多个字段 × 多个操作。

3. 现状：要么"全开"、要么"全关"

企业目前的折中方案，往往是三个"坑"：

这三种，都不是正确答案。

三、S-HUB 的角色：中间层的"权限防火墙"

S-HUB 不替代 ERP，也不替代 AI Agent。它站在两者之间，做四件事：

一句话：S-HUB 把"AI 有没有权限"这个二元问题，拆成了"在哪个场景、对哪个数据、做哪个动作"的细颗粒管控。

S-HUB 权限配置，字段级授权白名单

四、一个具体场景：让 S-HUB 跑一遍

业务指令（飞书 aily 中）："看下华东区 Q3 销售额 TOP10 客户的应收账款余额"

❌ 没有 S-HUB 的链路

1. AI 拿到一个"销售总监"账号

2. 一次性查客户表、销售订单、回款单、应收明细 → 数据全部带走

3. 财务第二天发现客户身份证号、合同金额都被 AI 拉过了 → 风险暴露

✅ 有 S-HUB 的链路

1. AI 把请求发给 S-HUB（不是 ERP）

2. S-HUB 校验身份：调用方是飞书 aily（已注册）→ AI agent 是业务助手（已授权）

3. S-HUB 解析指令：需要"客户名 + 销售订单 + 应收余额"三个数据集

4. S-HUB 向 ERP 申请字段级临时令牌，按白名单返回：

5. 数据回到 S-HUB，聚合后只返回 AI 需要的字段

6. 全过程留痕：调用日志、字段访问日志、返回值脱敏日志

结果：AI 拿到了它要的报表，但 ERP 里的敏感字段从未离开过 S-HUB。

五、这套架构的三个关键收益

1. 业务能跑：AI 不用再等"超管授权"，复杂场景也能落地

2. 数据安全：字段级管控 + 动态令牌，比传统"账号 + 角色"细一个量级

3. 审计可追：每一次 AI 调用都有完整证据链，合规 / 安全团队不用再"猜 AI 干了啥"

六、写在最后

AI Agent 进入企业核心系统是必然趋势。但"AI 有没有权限"这件事，绝不能等到出事后才回答。

S-HUB 在中间层做的那道墙，本质上是把"权限"这件事前置化、细颗粒化、可审计化。它不解决所有问题，但解决"AI 摸进 ERP 这一步"最危险的那个问题。