无 API 老系统在工厂里怎么被 AI 操作：方案与风险

在很多工厂的IT例会上，几乎都会遇到同一个尴尬问题：业务部门希望把库存、订单、工单的数据自动汇总成一张看板，IT翻遍文档却发现，支撑这条业务线的核心系统还是十年前上线的那一套——没有开放接口、没有 API 文档，厂商早已不再维护，甚至连当年做二次开发的工程师都离职了。数据就在那里，但就是"取不出来、连不上、动不了"。无 API 老系统在工厂里怎么被 AI 操作，于是从技术话题变成了管理话题：它关系到数字化投入能不能见到效果，也关系到生产、采购、仓储的日常运转会不会被"一改就崩"。

这篇文章不谈概念，只讲三件事：AI 到底用什么方式"操作"一个没有接口的老系统；工厂里哪些场景已经被验证跑得通；以及，在你决定把 AI 接进核心业务之前，必须提前想清楚哪些风险。

一、先看清：工厂里的"无 API 老系统"通常长什么样

1.1 三类最常见的遗留系统形态

理解方案的前提，是先给老系统分个类。不同类型，AI 的接入方式完全不同。

• C/S 架构的老旧客户端：如早期的 ERP、进销存、生产报工系统，界面固定，控件是自绘的，抓不到标准元素，但业务流程极其稳定。
• B/S 架构但无接口的老网页系统：页面能打开、能登录，但没有对外 API，所有数据只能靠人在页面上点、填、导。
• 文件与共享盘构成的事实系统：图纸、BOM、工艺文件、检验记录以 Excel、PDF 形式散落在共享盘和邮件里，没有系统，只有"约定俗成的习惯"。

Gartner 的相关研究反复提到一个现实：企业 IT 预算中相当大比例被用于"维持现状（run the business）"，而非创新。这意味着，指望把所有老系统一次性替换掉，在预算和时间上都不现实。

1.2 为什么"推倒重来"往往不是最优解

很多管理者第一反应是"那就换系统"。但在工厂语境里，这个决定的风险远高于想象。

• 流程即经验：老系统里的字段、单据流、审批路径，往往沉淀了十几年工艺和管理经验，新系统很难一次性复刻。
• 停机成本高：产线、仓库、财务月结都与系统强绑定，切换窗口极窄。
• 投入产出比不确定：为了一条辅助流程去替换核心系统，投入巨大但收益难以量化。

因此，更务实的思路是：不动老系统本身，而是在"人操作系统的界面层"上加一层智能执行层。

二、无 API 场景下，AI 操作老系统的四条技术路径

2.1 界面级操作：智能识屏 + 路径复刻

这是当前最主流、也最容易被业务部门理解的一条路径。核心逻辑是：AI 不通过接口拿数据，而是像人一样"看屏幕、点鼠标、敲键盘"。

• 智能识屏：自动识别老旧软件界面上的输入框、按钮、表格列、弹窗，即使控件不是标准元素、分辨率发生变化，也能精准锁定操作目标。
• 路径复刻：把一次完整的跨系统操作（登录→查询→导出→填入另一系统→保存）封装成一个可复用的"数字技能"，一键触发。
• 异常兜底：遇到验证码、意外弹窗、系统卡顿，按预设策略重试、截图留证或转人工。
• 全程留痕：每一步操作的时间、账号、输入值、结果都可追溯，解决"自动化之后没人知道发生了什么"的管理盲区。

在这个方向上，实在Agent 的做法就是把"识屏—复刻—联动—留痕"做成标准能力：不需要老系统厂商配合开接口，也不需要改动原有代码，AI 就能在多个系统之间完成数据搬运。对 IT 负责人而言，这意味着上线周期可以从"按季度算"缩短到"按周算"。

2.2 数据库或中间表直连：能碰底层时的"快车道"

如果老系统虽然没 API，但数据库可以访问（哪怕是只读视图），这往往是成本最低的方案。

• 适用场景：只需要"读"、不需要"写"的场景，如库存查询、订单状态同步、报表汇总。
• 优势：速度快、稳定性高、不受界面变更影响。
• 限制：直接写库风险极高，容易绕过业务校验规则，导致数据不一致。

实务建议是：读走数据库，写走界面。查询类任务直连只读视图，涉及业务单据新增、审核、过账的写入动作，仍然通过模拟人工操作界面完成，确保触发系统原有的校验逻辑。

2.3 文件与共享盘同步：处理"没有系统"的那部分

工厂里大量信息其实不在系统里，而在共享盘和邮件里。图纸版本、检验报告、供应商对账单，都属于这一类。

• 痛点：版本更新频繁，一旦有人用了旧版图纸，轻则返工、重则错误生产。
• 方案：AI 自动巡检共享盘，识别最新版本并按规则同步到指定目录或系统。
• 成效：某制造企业的图纸同步场景中，原人工操作需 30 分钟，AI 执行仅需 5 分钟，效率提升 80% 以上。

通过实在Agent 的文件处理能力，这类"无系统场景"也能纳入统一的自动化管理，而不是继续靠人盯人。

2.4 四条路径怎么选：一张对比表

路径	典型适配场景	改造成本	主要风险
界面级操作	写入类单据、跨系统流转	低（无需改老系统）	界面变更、异常弹窗
数据库直连	只读查询、报表取数	中（需 DBA 配合）	权限失控、数据一致性
文件同步	图纸/BOM/文档版本管理	低	规则不清导致错同步
混合方案	复杂端到端流程	中	责任边界模糊

三、工厂里的真实落地样例

3.1 老 ERP 与库存系统的跨平台对齐

某国内电商企业在促销高峰期面临典型困境：老旧 ERP 没有接口，员工需要在多个系统间手动搬运订单与库存数据，响应滞后、录入出错，直接造成商业损失。

• 改造前：人工在多系统间跳转，单次流转约 10 分钟，高峰期根本来不及。
• 改造后：智能识屏锁定老系统界面元素 → 路径复刻把数十次点击封装成一个动作 → 跨端联动完成订单与库存全链路对齐 → 全程留痕可追溯。
• 结果：上线周期缩短约 60%，人工录入差错率归零，原本 10 分钟的人工跳转压缩到秒级。

3.2 制造业：PLM 料号新增与 BOM 信息更新

产品研发部门的痛点是，大量非结构化文档（图纸说明、规格书）需要人工阅读、复制、填写到 PLM 系统中，文件数量巨大，新建和更新都是重复劳动。

• AI 自动识别文档内容，提取关键信息，完成料号新增与 BOM 信息更新。
• 显著减少人工搜索、复制、填写的环节，把工程师的时间还给设计本身。

3.3 采购：老 ERP 里的月度原料用量测算

原料价格波动大，采购部门每月需要基于 BOM 和库存、在途数据手动测算下月用量。

• AI 自动登录老 ERP（如用友 U8 一类系统），导出 BOM 及库存/在途数据，完成用量计算。
• 自动化率可达 100%，每月节省约 30 人天。

这三个案例的共同点是：没有改一行老系统代码，也没有等厂商开接口，而是在操作层完成了改造。这类能力正是实在Agent 在制造与供应链场景中被反复验证的价值点。

四、必须提前想清楚的五类风险

4.1 界面变更风险

老系统虽然"老"，但并不代表"不动"——一次补丁、一次分辨率调整、一次字段位置变化，都可能导致元素定位失效。

• 应对：建立元素识别失败告警机制，而非静默失败；关键流程配置人工复核节点。

4.2 账号、权限与审计风险

让 AI 代替人登录系统，本质上是一种"身份代理"。

• 严禁多岗位共用同一账号，应按最小权限原则为自动化单独分配账号。
• 所有操作必须留痕，能回答"这条单据是谁、在什么时间、由哪段流程改的"。

4.3 数据合规与边界风险

• 涉及客户信息、成本数据、工艺参数的操作，需明确哪些字段允许被自动化读取与外发。
• 数据落盘、截图留证这类行为，要事先过一遍企业数据分级规则。

4.4 并发与业务冲突风险

这是最容易被低估的一类风险：两个人（或一个人 + 一个 AI）同时打开并修改同一张单据。

• 需要对高频单据设置锁机制或串行队列。
• 涉及金额、库存数量的写入，应保留对账与回滚策略。

4.5 运维归属风险

自动化流程上线后，归 IT 运维还是归业务部门？

• 建议明确"业务提需求、IT 管平台、共同做巡检"的分工。
• 建立流程健康度看板，定期回看失败率与人工干预率。

五、落地路线图：四步走，不要一次铺太大

• 第一步，盘点：列出所有无接口系统及其承载的关键流程，标注"高频、规则明确、低风险"的候选场景。
• 第二步，试点：选 1–2 个非核心但高频的场景（如报表取数、图纸同步），两到四周跑通闭环。
• 第三步，灰度人机协同：自动化执行 + 人工抽检，观察失败率与干预率，逐步放大比例。
• 第四步，规模化与治理：沉淀流程资产、明确权限与审计规则、建立运维机制。

结语

无 API 老系统并不意味着数字化到此为止。界面级操作、数据库只读、文件同步与混合方案，构成了当前可落地的技术组合；而权限、审计、并发与运维，则是让这套组合长期稳定运转的前提。回到最初的问题——无 API 老系统在工厂里怎么被 AI 操作，答案并不是"更强的接口"，而是"更懂业务的操作层"。对多数工厂而言，先跑通一个高频小场景，比规划一个三年大平台更有价值。通过实在Agent 这类具备识屏与路径复刻能力的智能体，老系统可以在不被替换的前提下，重新接入企业的数据流。

常见问题解答

Q1：不开放接口的老系统，AI 操作它算不算"外挂"，会不会有合规问题？
关键在于权限是否合规。只要使用企业正式分配、权限最小化的账号，操作行为与企业员工一致，并保留完整审计日志，本质上与人工操作没有区别。需要避免的是共用账号、越权访问和数据违规外发。

Q2：界面改版了，自动化流程会不会全部失效？
会有影响，但可以控制。一是优先选择界面稳定的老系统；二是配置识别失败告警与人工兜底；三是把流程拆细，缩小单点故障的影响面。

Q3：智能识屏和传统 RPA 有什么差别？
传统 RPA 高度依赖固定坐标或标准控件，界面稍有变化就容易失败。智能识屏通过视觉识别理解界面语义，对非标控件、自绘界面、分辨率变化的适应性更强，更适合工厂里的老旧客户端。

Q4：哪些场景适合先做，哪些要谨慎？
建议从"高频、规则明确、结果可校验、不涉及资金直接过账"的场景开始，如报表取数、图纸同步、料号录入。涉及财务过账、库存扣减等写入类动作，应先在测试环境充分验证，再灰度上线。

Q5：投入产出怎么算？
不要用"替代几个人"来算，而要用"响应速度"和"差错成本"来算。以原料用量测算为例，每月节省约 30 人天；以订单流转为例，10 分钟的人工跳转压缩到秒级，带来的往往是库存周转和促销响应上的收益，这部分价值通常远大于人力节省。