人工智能（AI）已成为决定企业竞争力的核心要素，但许多企业仍受困于遗留系统和数据孤岛，无法充分释放AI价值。3月3日，由数据应用（Data Application）主办的在线研讨会“AI时代的理想与EDI现场连接的‘次世代数据基座’”上，五位演讲者围绕企业架构、数据连接及EDI运营现实，深入探讨了“连接”的重要性。
ITR**分析师水野慎也指出，虽然企业生成AI导入率从2023年的14%激增至2024年的25%，但真正实现全公司实务应用的仅占17%。AI无法发挥作用的根本原因并非技术本身，而是数据与系统结构的割裂。他将这种部门间的“数据孤岛”比喻为“泥团子”，并强调在AI成为业务主体的时代，这种分断将成为致命瓶颈。调查显示，仅约20%的企业完成了遗留系统现代化，EDI系统运行超过10年的占比达27%，其中近半数超过20年。94%的企业对与本地系统的数据连接感到困难，且92%的企业希望整合ETL、EAI或iPaaS等工具。
针对这一现状，水野提出了“集成设计（Integration Design）”理念，主张从单纯连接系统转向统管企业IT整体架构。该设计包含四大要素：全公司统一数据定义的“语义控制”、管理系统间连接与格式转换的“连接控制”、自动化处理与调度的“执行控制”，以及保障安全与可用性的“非功能控制”。实现这一架构的关键在于在系统层与AI价值层之间建立“连接层”，而iPaaS正是该层的核心解决方案。水野建议，企业不应追求一步到位的迁移，而应在构建新系统时植入集成设计思想，逐步推广，让iPaaS成为向AI友好架构转型的触发点。
日本全渠道协会研究员藤野敏广以某食品超市CIO的亲身经历，揭示了数据分散对AI和BI应用的阻碍。他描述当时系统环境危机四伏：维护过期的系统林立，夜间批处理无法在营业前完成，甚至同一店铺名称在不同系统中写法各异。初期试图完全采用标准化软件包的项目因忽视现场反馈而中断。最终，他采取“分散整合”策略：将系统划分为“变化频繁”与“相对稳定”区域，在核心稳定区利用软件包优势，在商品主数据等变化区构建外部灵活层，通过统一主数据向核心系统输送清洗后的数据，实现了整体优化。藤野强调，系统刷新应视为面向未来的投资，而非单纯的成本削减，需以统一概念分阶段推进。
数据应用营销本部副本部长赤须通隆进一步阐释了“连接层”的角色，提出“AI是加速器、iPaaS是容器、EDI是现实接点”的模型。他指出，若将这三者单独优化，最终会在企业间协作中受阻。数据活化的最大障碍是“分断”，不仅存在于企业内部，更体现在企业间交易格式与流程的差异。赤须强调，必须先“止血”——消除阻碍数据流动的断点，让数据如血液般顺畅流动。次世代数据基座需具备三大设计条件：吸收交易方多样格式差异的能力、排除技术债务与人为依赖的可持续运营能力，以及确保业务连续性与高可用性的BCP能力。ACMS Cloud平台正是通过一体化EDI与iPaaS功能，致力于满足这些条件。
蒙特尔（Montale）信息系统的深作知之展示了短保质期食品制造商对EDI稳定性的**追求。该公司生产的奶油点心保质期仅4-5天，必须当日接单、当日生产发货，EDI系统是其生命线。其系统架构利用ACMS B2B接收订单，通过AnyTran进行格式转换，并对接销售管理系统。深作高度评价ACMS的低学习成本、高稳定性及AnyTran的无代码映射修改功能。为提升非技术部门对系统状态的感知，公司开发了“EOS状态查询”应用，实现异常可视化与一键重试。即便发生证书过期或网络中断等故障，也能迅速定位并处理，确保不影响发货。深作认为，EDI不仅是技术连接，更是守护客户体验的商业基石。
老牌批发商升喜集团的三代隼人则描绘了EDI自动化的未来愿景。作为连接约200家厂商与零售商的批发商，升喜每日处理约8万条记录，却需应对繁多的格式差异、字符编码及日期格式问题，导致大量重复开发、测试及运维工作。三代指出，当前EDI运维充满“泥臭”的开发负担。他期待AI能自动理解自身数据架构，读取对方发送的样本数据并自动完成映射，甚至能解读通信定义书自动生成连接配置与测试。三代感叹，EDI本应是自动处理数百万交易的“魔法”，但背后却是人工的艰辛，希望新技术能让人从繁琐中解放。
纵观本次研讨，AI时代的成败关键不在于AI模型本身，而在于数据“如何连接”。构建由EDI、iPaaS与API一体化组成的“连接层”，是弥合理想与现实差距的务实路径。对于中国制造业与零售业而言，面对日益复杂的供应链协作与数字化转型压力，借鉴日本经验，重视底层数据架构的标准化与连接层的建设，或许是突破AI落地瓶颈、实现业务敏捷响应的关键一步。