选AI Agent时，“能看懂老旧ERP界面”为什么是关键能力
当企业决定引入AI Agent时，有一个常被忽视却决定成败的技术细节——它能否“看懂”你现有的老旧ERP界面。这不是锦上添花的功能，而是关系到AI能否真正进入业务流、取代人工操作的核心分水岭。在过去多年的数字化转型咨询中，我们发现一个共性难题：国内大量制造、贸易和零售企业，核心业务仍跑在用友U8、金蝶K3甚至更早的本地化系统上。这些系统没有现代API，界面老旧，文档缺失，但企业的财务、库存、订单数据全部沉淀其中。许多企业试图引入AI自动化流程，却因系统封闭而搁浅。本文要回答的问题非常简单：为什么“能看懂老旧ERP界面”是选型AI Agent的第一把钥匙？以及它究竟如何帮企业绕过系统升级的巨额成本，直接实现智能化。
一. 老旧ERP的现实：企业数字化最大的隐形成本
1.1 被钉在“旧大陆”上的核心业务
企业通常低估了老旧ERP对业务创新的拖累。经过多年定制化开发，制造企业的工单流程、商贸企业的多级价格体系、跨境电商的订单状态映射，都深埋在复杂的界面层级中。这里的“旧”不只是技术代际，更是业务规则和多年数据积累的复杂交织。
- API缺失：大量传统ERP不提供标准的RESTful API，或老接口未开放给外部系统。
- 界面耦合：业务人员依赖图形界面的菜单、页签、表格操作，没有其他数据通道。
- 文档断档：系统经过多轮二次开发，原始蓝图早已与现实操作脱节。
这些因素的叠加，导致企业无法依靠标准集成方式将数据“拿出来”或“输进去”。智能化的起点——数据流转，被硬生生切断了。
1.2 传统RPA的边界局限
上一代自动化工具（RPA）也尝试解决这个问题，但它们采用的是“界面控件识别”技术，需要找到HTML元素或软件控件的对象ID。对老旧的C/S架构客户端（如Delphi、VB编写的系统）而言，控件信息往往不完整或被封装隐藏，导致RPA项目失败率极高。
美国自动化调研机构的一份报告显示，约40%-60%的RPA项目在首次试点后未能规模化推广，核心原因正是系统界面的复杂性与脆弱性。
传统RPA“看得见、点不着”，卡在了“对象识别”这一层。
1.3 实在Agent的切入点：像素级理解
真正能解决老旧系统连接问题的AI Agent，必须具备像人一样的视觉理解能力。实在Agent的底层技术采用了“视觉理解+屏幕语义解析”的方案，不依赖API、不依赖控件对象，而是直接读取屏幕渲染后的图像，理解每一个图标、按钮、表格字段甚至数据校验规则的含义。
- 系统弹出一个“是否确认过账”的对话框，AI Agent能识别其语义并自动点击确认；
- 表格中的红色字体表示异常库存，AI Agent能理解颜色规则并触发补货流程；
- 复杂的级联菜单（鼠标悬停展开子菜单），AI Agent能像人一样逐层进入并记录路径。
通过实在Agent，企业无需对老系统动一次手术，就能让AI“长出双手”操作业务界面。
二. 看懂界面 ≠ 简单OCR：技术深度解析
2.1 OCR的局限与视觉理解的进阶
部分厂商宣称自己的AI也能“看懂界面”，但实际用的仅是OCR文字识别。OCR只能把所有文字“识别出来”，却无法理解文字的布局含义和操作指向。
- 缺乏空间关系：OCR不知道“客户名称”标签右侧的输入框对应什么字段，更不知道“保存”按钮是否可点击。
- 无业务语义：OCR识别出的“库存不足”和“库存充足”是同一段字符串，但对应不同的业务流程分支。
实在Agent采用的是“目标检测+语义分割+业务模型”的复合技术路线。AI不仅要“看见”文字，还要理解屏幕的UI结构：哪个区域是表单、哪个区域是表格、哪个区域是弹窗、哪个按钮是当前可操作元素。这个能力，在行业内称为“UI理解”或“屏幕解析”。
2.2 更强大的抗干扰能力
老系统的界面往往有自己的“任性”之处：窗口大小变动、分辨率缩放、字段内容错位、弹窗遮挡等。基于控件的RPA遇到这些场景就会“失明”，而具备视觉理解能力的AI Agent可以“看到”完整渲染后的屏幕，不依赖窗口句柄和控件坐标，抗干扰能力显著增强。
- 即使窗口被遮挡，Agent依然能通过后台图像识别完成操作；
- 即使不同PC的分辨率不一致，Agent也能通过相对位置定位元素；
- 即使历史界面偶尔出现字体模糊，Agent也能结合上下文推断信息。
2.3 自学习能力：越用越准
以实在Agent为例，它的视觉模型具备持续学习机制。每次人工介入纠正操作后，Agent会记录“当前屏幕状态-正确动作”的映射，后续遇到相似界面时自动参考历史经验。这种能力让AI Agent在老旧系统的复杂操作中越来越“老练”，前期仅需极少量的人工陪跑即可上线。
三. 从“能用”到“好用”：企业真实业务场景中的落地价值
3.1 场景一：财务发票校验与三单匹配
一家大型制造企业的应付账款流程，长期依赖财务人员登录用友U8，逐笔核对采购订单、入库单和发票。由于老系统的数据表结构复杂，无法通过数据库直连操作，业务长期处于人工密集型状态。
引入实在Agent后：
- Agent自动登录U8，按照不同的供应商编码调取采购订单；
- 从PDF电子发票中提取关键字段，与U8界面上显示的入库单进行自动比对；
- 匹配一致的单据自动完成过账操作，异常单据截图留档并推送至负责人。
整个流程从原来的每人每天处理120单，提升至AI Agent 7×24小时不限量流转，效率提升7倍以上，且人工介入量降低至总单据量的8%。
3.2 场景二：制造业供应链的库存查询与预警
某装备制造企业使用金蝶K3管理原材料库存，但采购团队每天仍需要手动登录系统逐一查询关键物料的可供量。由于K3的库存查询界面对物料编码的输入格式有严格限制，外采系统无法直接集成。
实在Agent的应用方式是：
- 采购人员直接在OA系统或企业微信中向Agent发出“查询物料M10086的现有库存”指令；
- Agent自动跳转到K3库存查询界面，按正确格式输入物料编码、选择仓库范围；
- 读取结果后将可用量、在途量、安全库存阈值汇总为自然语言回复给采购员。
这个场景实现了“老系统+新入口”的无缝连接，员工无需学会复杂的查询条件，只需要“对话”即可获得数据。
3.3 场景三：电商订单的跨系统流转
电商企业的订单数据往往在自建商城系统中，而发货、对账又在第三方ERP或财务系统中。因涉及多个版本的老旧管理软件，接口联调成本极高。通过实在Agent直接操作多个系统界面的能力，可以将跨系统的订单同步流程变成自动化的“无人驾驶”：
- 从电商后台导出订单明细（操作网页界面）；
- 将订单信息录入到老ERP的发货单界面（操作桌面客户端）；
- 回传物流单号至电商后台完成发货闭环。
整个人工接力过程完全由Agent代理执行，打通了数据链路的后一公里。
四. 选型指南：如何判断AI Agent真的“看得懂”老ERP
4.1 现场POC测试的三个关键指标
企业在选型AI Agent时，不能只听厂商宣讲，建议做一次现场POC（概念验证），聚焦三个问题：
- 无侵入性：是否不需要在老ERP服务器上安装任何插件或驱动？
- 界面变动适应性：当窗口大小改变、分辨率改变时，Agent是否仍能正确操作？
- 异常处理能力：当系统弹出未预期的错误提示时，Agent是自己解决还是直接挂起？
4.2 供应商技术底蕴考察
去问供应商以下问题，往往能迅速分辨技术成色：
- “你们的Agent对无API系统的操作，是基于控件还是基于视觉？”——若回答“控件为主”，对老旧的C/S客户端需谨慎；
- “如果界面像素数据不清晰，你们怎么处理？”——标准回答应该包含“逻辑推断”或者“OCR+语义模型”的组合；
- “每周新功能上线的平均周期是多久？”——老旧ERP环境复杂，产品迭代能力决定项目上限。
4.3 关注长尾场景
一家大型企业的ERP环境中，核心业务可能只需20个常用画面，但在日常运维中会遇到上百个低频异常画面。AI Agent对“3%边缘情况”的覆盖能力，决定它是一款“demo级”产品还是“生产级”产品。实在Agent的视觉模型在训练阶段即纳入大量长尾业务场景数据，能有效识别弹窗、错误提示、空数据状态等边缘场景。这一点，在POC阶段可以刻意测试。
五. 未来已来：AI Agent + 老旧ERP = 企业智能化的最短路径
企业不应为了“现代化”而推翻重来。老旧ERP承载着多年业务沉淀，直接替换风险极高、成本极大。AI Agent的视觉能力，让企业在核心系统不变的前提下，直接获得智能自动化能力。
用实在Agent连接老旧ERP，本质上是给了企业一条“轻量智能化”路径：无需重写代码、无需等待数月的接口开发周期、无需改变业务人员的操作习惯，就能让AI在关键业务节点上发挥实际生产力。当行业大部分企业还在“如何让AI接入SAP”问题上反复论证的时候，那些选对了Agent、已经将老旧ERP盘活的先行者，正在以毫秒级的效率优势拉开竞争差距。
常见问题解答
Q1：我的ERP系统不仅老，还用了好几家供应商，实在Agent能一起处理吗？
A：可以。实在Agent的视觉理解能力是跨软件的。能够同时操作不同厂商的老系统，前提是这些软件都以标准桌面或Web形态运行，且业务流程中涉及的操作路径可被完整梳理。
Q2：引入AI Agent操作ERP，会不会影响主系统的稳定性和数据安全？
A：不存在侵入性风险。以实在Agent为代表的操作方式是基于界面层模拟人工操作，不会修改底层数据或调用未开放的接口，也不会在服务器侧部署任何代码，从根本上降低了对既有系统稳定性及安全性的影响。
Q3：如果ERP界面升级了，Agent写好的流程会不会直接报废？
A：界面升级确实会让一部分AI流程需要重新适配，但使用视觉理解方案的问题不大。视觉Agent能自动重新识别新的界面元素，大幅减少重新配置成本。尤其是老ERP界面相对稳定，低频率的改动影响有限。
Q4：企业是否需要一个专门的IT团队来维护AI Agent？
A：不需要全职维护。实在Agent的表现层或后台可视化配置工具，让业务人员也能完成流程的日常调整。IT团队只需在项目初期做环境评估及后期做权限审核即可，大大降低了企业的人力投入门槛。
Q5：AI Agent做财务流程，准确率能达到人工水平吗？会不会出现不可逆的错误？
A：在实际案例中，Agent执行标准化操作的一致性和准确率高于人工。但为了应对单据不清晰、业务逻辑歧义等极端情况，建议在流程设计时加入“人机协同”节点——AI操作关键过账动作前，推送待办审批给财务负责人。这种“机器操作、人工掌握最终确认权”的模式既保证了效率，又确保了安全合规。
