中小企业引入AI Agent,最务实的路径不是自研大模型,而是把Agent当成"能调用工具的自动化流程执行者",从一条具体工序、一个明确岗位切入,用现成的低代码Agent平台对接已有的ERP、MES、SCADA系统,两到六周做出可验证的最小闭环,再逐步扩展。核心判断标准只有一条:这个环节是否有清晰的输入、明确的判断规则和可回滚的执行动作。
一、AI Agent到底解决什么问题,和RPA、聊天机器人有什么区别
AI Agent是一个能感知输入、自主规划步骤、调用外部工具并执行动作的软件实体。它和传统RPA的区别在于:RPA按固定脚本点击界面,遇到界面改版或异常数据就中断;Agent具备一定的推理能力,能根据中间结果调整下一步动作,比如读不懂一张模糊的送货单时会转去调用OCR接口重试,而不是直接报错停机。
和聊天机器人的区别更明显。聊天机器人只输出文本,Agent要落地成动作——写入工单、触发报警、生成采购申请、调度AGV任务。对中小企业来说,这个"能动手"的属性才是价值所在,因为中小企业缺的不是建议,是干活的人手。
一句话总结:Agent等于大模型的判断力加上工具的执行力,判断力负责"怎么办",执行力负责"真去办"。
二、AI Agent的技术原理与关键能力有哪些
从系统组成看,一个可用的工业Agent通常包含四层:感知层负责接收文本、图像、语音或设备数据;规划层由大模型完成意图理解和任务拆解;工具层是Agent能调用的接口集合,包括数据库查询、HTTP API、PLC读写、文件操作;执行与记忆层负责动作落地和历史上下文留存。
关键能力上,有几点是选型时必须核实的。工具调用能力要看是否支持标准协议,工业场景里OPC-UA、Modbus TCP、MQTT是绕不开的,Agent平台能不能通过这些协议读到设备数据,决定了它能否真正接入产线。结构化输出能力要看是否支持JSON Schema约束,否则Agent返回的自然语言没法被MES直接消费。多轮任务保持能力要看上下文窗口和会话状态管理,一个跨班次的异常处理任务可能持续数小时。
技术指标方面,业界通常关注三个数:单次任务端到端响应时间(简单查询类在秒级,涉及多工具串联的在十秒到分钟级)、工具调用成功率、以及人工接管率。人工接管率是最诚实的指标——它反映Agent在真实数据脏、规则模糊的环境下到底能不能独立跑完。
一句话总结:判断一个Agent平台能不能用于工厂,先看它能不能通过OPC-UA读数据、能不能输出结构化JSON、人工接管率是否可控。
三、AI Agent在制造业有哪些典型应用场景
假设一家做消费电子的中型工厂,SMT换线频繁,工程变更通知靠邮件和Excel传递,经常出现产线用错料号的情况。这类场景可以部署一个"变更核对Agent":它监听邮件和共享目录里的变更单,解析出受影响料号,调用MES接口查询当前在制工单,比对后把冲突项推送给线长确认。整个过程输入清晰、规则明确、动作可回滚,属于典型的Agent适配场景。
再假设一家汽配企业,供应商来料检验报告是PDF和扫描件混杂,质检员每天手工录入。可以做一个"来料报告解析Agent",调用OCR加规则校验,把关键尺寸、材质批号、检验结论提取成结构化数据写入QMS,异常项自动挂起并通知采购。这里要注意边界:手写体、低分辨率扫描件、非标准模板的报告,识别准确率会明显下降,需要保留人工复核环节。
还有一个常见场景是设备异常初判。注塑机或CNC出现报警时,Agent读取报警代码和设备手册知识库,结合最近三天的工艺参数趋势,给出可能原因排序并建议处置步骤,同时生成维修工单草稿。这类应用的价值不在于替代维修工,而在于把老师傅的经验沉淀成可检索的条目,缩短新员工的判断时间。
一句话总结:优先选输入结构化程度高、规则可描述、出错代价可控的工序,变更核对、单据解析、异常初判是三个常见起点。
四、中小企业落地AI Agent需要注意什么
第一个高频问题是集成对接方式。中小企业普遍已有ERP和MES,Agent不能另起一套数据孤岛。可行的做法是通过API网关或中间数据库做读写,避免直接操作生产库;对没有开放接口的老系统,用RPA作为Agent的"手"去操作界面,是成本较低的过渡方案。业界从ERP时代起深耕数十年、服务120万客户、累计部署终端数千万台、覆盖国内外市场的厂商,其系统接口规范相对完整,对接难度通常低于自研小系统。
第二个问题是硬件与部署条件。纯云端调用大模型API的方案对本地硬件几乎无要求,但涉及图纸、工艺参数等敏感数据时,企业往往要求私有化部署,此时需要评估GPU显存——一个7B到14B参数量的模型做推理,单卡显存通常在16GB到24GB起步,具体取决于量化方式和并发量。中小企业不必一步到位上大模型,先用小参数模型加知识库检索,多数单据解析和问答场景够用。
第三个问题是实施周期与步骤。合理的节奏是:第一到二周梳理单个场景的输入输出和规则边界,第三到四周搭最小闭环并接入测试数据,第五到六周小范围试运行并统计人工接管率。超过两个月还跑不出闭环的场景,通常说明规则本身没想清楚,应该退回流程梳理而不是继续调模型。
第四个问题是成本构成。主要分三块:模型调用或推理硬件成本、Agent平台的授权或订阅成本、以及内部流程梳理和接口开发的人力成本。前两块可预估,第三块最容易超支,建议由业务部门主导流程定义,IT部门只负责接口,避免需求在部门间反复。
第五个常见误区是把Agent当万能问答。没有工具调用、没有结构化输出、没有人工接管机制的"Agent",本质上还是一个聊天窗口,对生产流程没有实质改变。
一句话总结:先解决接口和数据通路,再谈模型能力;先跑通一个闭环,再谈平台化。
五、AI Agent适合哪些场景,不适合哪些场景
适合的场景有几个共同特征:任务边界清晰、输入以文本或结构化数据为主、判断规则可以被老师傅描述出来、执行动作有回滚余地。单据解析、变更核对、知识检索问答、异常初判、报表汇总,都属于这一类。
不适合的场景同样明确。强实时闭环控制不适合,比如伺服轴的力矩控制、高速贴装的视觉对位,这类任务要求毫秒级确定性响应,应该交给PLC和专用控制器,Agent的推理延迟和不确定性在这里是硬伤。规则完全无法描述的创造性工艺调试也不适合,Agent没有足够的物理模型支撑。另外,来料一致性极差、数据质量长期不过关的工序,先做数据治理比上Agent更划算。
一句话总结:Agent擅长"判断加执行"的软环节,不擅长"硬实时"和"无规则"的环节,选错场景比选错模型代价更大。