中国工业报记者 耿鹏飞

人工智能在企业端的落地持续受到关注。作为实体经济的重要支撑，制造业如何借助AI提高效率、降低成本、改善运营？随着越来越多的企业开展探索，这个问题的答案，也需要从具体业务实践中寻找。

今年1月，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》，明确提出系统梳理重点环节应用场景，深化智能工厂梯度培育，推动大模型技术深度嵌入生产制造核心环节。从技术供给走向业务应用，企业该从哪些场景入手，又如何将已有数据、业务流程与AI能力结合，成为制造企业和服务商共同面对的现实课题。

近日，在2026金蝶全球创见者大会“成长型企业AI+制造”平行论坛上，步科、绿能慧充及安芯易等企业，从计划物控、费用审核到物料询源进行分享。他们围绕不同业务场景展开的探索，为观察AI在制造业的实际落地成效提供了具体样本。

面对小单快反，生产计划如何跟上变化

排产是制造企业一项基础却不简单的工作。一笔订单从接收到交付，需要经过多道生产工序，中间还涉及物料采购、库存和产能安排等。一旦客户临时调整需求，原有计划可能被打乱，生产和供应链也需要随之调整。

对于深圳市步科电气有限公司而言，这样的情况正在变得越来越常见。

步科主要面向机器人与装配行业提供运动控制和人机交互产品。随着机器人行业快速发展，客户的产品需求和交付要求不断变化，有时订单已经进入生产阶段，客户仍会提出新的产品迭代需求。

“创新力已经拉爆了组织能力与供应链能力。”步科首席信息官顾江磊在论坛上这样形容企业面临的压力。

过去，步科的生产计划有着相对固定的调整周期。按照顾江磊的介绍，原有排产体系中，前7天的计划原则上不能调整，7至14天有一定调整空间，14至28天则相对开放。但在“小单快反”的业务模式下，过去那套体系越来越难适应客户需求。

为了改善这一状况，步科与金蝶围绕计划智能体、物控智能体展开共创，尝试让AI参与生产计划与供应链协同。

要干好工作，智能体首先要理解企业的实际业务。顾江磊介绍，双方借助金蝶灵基，通过汇入业务数据、对齐数据口径，让AI逐步熟悉步科的产能布局、生产工序及相关约束条件。

在实际应用中，当订单发生调整时，智能体能够结合新的需求进行推演，辅助调整生产安排。采购订单中的关键信息，也可以通过智能体传递给供应商，使生产计划与物料供应保持协调。据顾江磊介绍，过去受固定计划周期限制的追料工作，如今已能够根据实际需要在当天快速调整。

对于步科而言，AI应用的价值在于让生产组织更好地适应市场变化。顾江磊认为，解决某个环节的效率问题只是第一步，还需要观察这种改善能否带动整个生产和供应链协同提速，最终提高企业的交付效率。

从财务审核入手，让AI参与企业日常运营

相比步科面临的订单变化，绿能慧充数字技术有限公司的AI应用探索，则从财务部门的日常工作入手。

每到月底，财务人员都要面对大量报销、核对和结账工作。除了检查单据，还要根据企业内部制度判断费用是否符合要求。遇到制度调整，审核规则也得及时更新。大量重复性工作占据了财务人员的时间，使他们难以将更多精力投入更重要的成本分析和经营改善等工作。

公司当时也考虑通过升级财务系统、增加数据分析看板来解决问题，但这些工具更多用于业务处理和结果呈现，仍然需要财务人员进行大量判断。绿能慧充首席运营官杜洋洋在论坛上介绍，“我们决定不再重新建设一套系统，而是给财务部门增加一位‘会干活的同事’”。

这个新同事，就是金蝶的财务审核智能体。

在新的工作流程中，员工仍然按照原来的方式提交报销申请，智能体则在后台辅助核对制度要求、识别风险，并对不同情况进行分流。遇到需要进一步判断的问题，再交由财务人员处理。

据杜洋洋介绍，企业调整制度后，相关规则可以在约30分钟内生成。智能体还能发现人工审核中容易遗漏的问题，并对审核判断过程留痕，方便后续核查。

在此基础上，绿能慧充又将智能体用于成本核算等工作。按照杜洋洋披露的数据，相关应用使企业结账周期缩短约四分之一，人工核对工时减少50%。

财务管理之外，AI的应用也逐步延伸到受市场变化影响更为直接的采购与供应链环节。

从两天到十分钟，供应链响应速度加快

对于电子元器件供应链企业而言，时间往往直接关系到客户的生产安排，甚至可能影响一笔采购的最终成本。

安芯易电子商务（深圳）有限公司全球销售VP Sharon Ho对此有着深刻体会。

她回忆，在2021年至2022年全球半导体供应紧张时期，部分物料的交付周期从正常的4周延长到52周，一颗芯片看上去不起眼，却可能让整条产线停转。

元器件采购需要处理大量信息。Sharon Ho举例说，当客户发来一份包含数十个型号的需求清单，其中可能有10个型号已经停产、5个处于缺货状态。采购专家需要查询库存、核对历史询价和成交记录，再结合供应商、价格及供货情况，逐一形成反馈。

即使是一位拥有十多年经验的采购专家，完成这些工作也可能需要1至2个工作日。

但市场不会一直等待。特别是在物料短缺或价格波动期间，耽误一两天，就可能错过采购时机。

为此，安芯易尝试将AI引入物料询源和采购分析流程。他们联合金蝶团队共同梳理业务，将物料询源、供应商评估、价格判断、订单跟踪等工作逐步拆解，把分散在业务系统和员工经验中的知识融入智能体应用。通过智能体处理，原本需要人工反复查询、整理的信息，相关工作时间被缩短至约10分钟。

腾出来的时间，可以让采购专家专注于评估供应可靠性、判断价格走势，并及时向客户提供采购建议。

“AI负责快、专家负责准、数据负责可靠。”Sharon Ho如此概括这种新型人机协作关系。

对于安芯易来说，AI并没有改变企业为客户保障供应的基本目标，而是提供了一种新的实现方式。

从数字化到智能化，企业已有积累发挥新价值

从排产到财务，再到采购，上述案例虽然发生在不同的业务环节，却有着相似的起点：企业并不是先决定使用什么AI技术，而是从实际经营中寻找最需要解决的问题。

进一步看，AI要在企业中快速落地，也离不开已有的数字化基础。上述三家企业都较早与金蝶开展了合作，此前积累的业务数据和数字化流程，为AI快速进入实际业务创造了有利条件。

金蝶中国EBC总体与行业产品部总经理张志兵介绍，随着AI技术的发展，企业软件正在从“记录系统”向“行动系统”演进。金蝶通过AI套件与灵基的融合，让智能体能够连接现有业务系统，参与计划、采购、财务等具体工作。

从这一角度看，AI为制造业带来的变化，并不意味着推倒原有系统重新建设，而是让企业多年积累的数据和经验得到进一步利用。当AI能够连接更多业务信息，并在相应权限下参与工作，其价值也有望从单一岗位的效率提升，延伸到跨部门的业务协同。

随着AI越来越多地进入企业日常经营，技术能力固然重要，但企业对自身业务的理解，以及能否将AI应用转化为稳定、可持续的经营能力，仍然是决定应用成效的关键。