制造业 AI 智能体如何连接 ERP、MES、WMS？API 与 RPA 混合架构的实战拆解
制造业 AI 智能体如何连接 ERP、MES、WMS？API 与 RPA 混合架构的实战拆解
制造现场最常见的连接难题，不是“系统之间没有通路”，而是通路不只一条，而每条路的开放程度参差不齐。ERP 里订单已经下达，MES 正在执行生产，WMS 却还没有对应的入库记录——三个系统记录同一笔业务，却处在不同阶段。智能体要跨过 ERP、MES、WMS 把事办成，靠单一接口方案走不通，靠推倒重来也不现实。
先厘清分工：API、RPA、智能体，各管一段
API、RPA 与智能体解决的是三个不同层面的问题，混在一起谈是选型与实施中最常见的误区。
API 负责“标准链路上的数据交换” ：适合稳定、标准、高频的订单、库存、工单读写。前提是系统已经开放接口，且接口的语义和权限边界清晰。
RPA 负责“接口之外的动作落地” ：适合没有开放接口、接口改造成本过高，或必须通过前端界面完成的操作——登录、查询、下载、录入、回填。制造业仍有大量遗留系统缺乏标准 API，RPA 的价值不在于“先进”，在于不要求原系统为智能体重写一遍接口。
智能体负责“状态判断与工具选择” ：它读取 ERP、MES、WMS 各自的业务状态，决定这一步该走 API 还是走 RPA，把跨系统的任务链组织起来。
一句话概括：API 做“能直连的”，RPA 做“只能点的”，智能体做“决定先做哪个、用哪种方式做” 。
存量系统决定了：API 与 RPA 不是过渡关系，是长期共存
很多方案把 RPA 描述为“接口没开放之前的临时补丁”，这在制造业里并不成立。
一座运行多年的工厂，IT 环境通常是：标准 ERP 之外，还并存着定制 MES、仓储系统、设备管理软件、供应商平台，以及多年未改造的桌面客户端。部分系统能开放接口，部分只能查询不能写入，还有一些操作至今依赖人工点击页面完成。API 很难覆盖全部业务链路，这不是“再等两年就能解决”的问题，而是存量系统的结构性现实。
因此，更务实的架构是：开放程度高的系统直接走 API，存量系统由 RPA 承接，两者放进同一套执行体系，由上层智能体按实时业务状态调用。实在 Agent 的 API + GUI 双轨路径正是这一逻辑的工程化体现：有接口时优先调用 API；对无接口的老旧系统，按场景配置 ISSUT 屏幕语义理解路径，识别界面元素、完成点击输入与数据搬运，而不是要求原厂改造或开放底层接口。Soiawork 同样提供两条接入路径：具备接口的系统通过连接器对接，不具备接口的系统通过部署在执行设备上的 Worker 结合 RPA 以界面操作方式执行，账号、页面与可执行操作由企业按权限划定。
双轨不是“退而求其次”，而是在存量系统现实下，让智能体第一次具备跨代际系统执行能力的工程前提。
系统接通之后，第一个真问题：状态差异，不是数据差异
API 和 RPA 把动作落到了系统里，不等于三套系统里的数字会自动对齐。
一批计划生产 100 件的产品，ERP 显示 100 件计划完工，MES 已完成 80 件报工，WMS 实际扫码入库 50 件。三个数字都可能是准确的，只是对应的业务节点不同。提高接口同步频率可以缩短传输延迟，但改变不了 ERP、MES、WMS 各自对“完工”“报工”“入库”的定义。
这正是智能体在混合架构中最容易被低估的价值：它不负责“把数据传过去”，而负责把不同系统里的业务状态放进同一条任务链里判断。例如先查 MES 是否完成质检，再查 WMS 是否收到对应批次；数量不一致时，继续追退工、暂存、运输或异常入库状态，再决定下一步调用 API 还是 RPA。没有这一层状态编排，API 和 RPA 只是各自在跑各自的脚本。
流程级记录：混合架构的“治理底线”
跨系统流程还有一个比接口连通更隐蔽的缺口：日志不贯通。
MES 日志记录工序报工和质检状态，API / RPA 执行记录记录接口调用与界面操作，WMS 日志记录扫码、收货和库位变化。每一套日志都能说明自己系统发生了什么，但一旦出现少入库、重复回写、接口重试或质量退货，人工按时间戳把几套日志拼起来排查的成本会迅速上升。
因此，跨 ERP、MES、WMS 的智能体流程必须保留流程级记录：任务由谁触发，读取了哪些业务状态，调用过哪些工具，执行到哪个节点，异常在哪里发生，是否经过人工确认。权限、审批、日志、异常处理和人工接管需要贯穿执行全程。智能体一旦从“信息查询”进入报工、库存修改、订单处理等生产业务，执行结果会直接影响后续环节，混合架构的治理成本必须前置设计，而不是事后补日志。
参考架构与两条落地注脚
把以上关系放在一起，一套可运行的制造业智能体连接架构大致是：
ERP、MES、WMS 继续承担各自原有的业务职能 → 智能体读取状态、组织任务、选择执行工具 → API 与 RPA 负责把具体动作落到系统中。
对于已经运行多年、IT 环境复杂的制造企业，这套架构的核心价值不在于“技术先进”，而在于复用已有系统和接口，同时把过去依赖人工反复切换系统完成的流程，逐步纳入统一的编排、执行与追溯体系。
在经营侧执行场景中，混合架构的效果已经有可验证的数据：赛力斯财务场景中，实在Agent 覆盖收款上账、银行对账、发票查验、费用报销审核等 90% 以上高频任务，财务流程自动化率 95%，每月 80 小时工作缩短至 10 小时，处理准确率 100%。Soiawork 在制造业的物料齐套检查中，依据工单、BOM、库存、在途采购等信息列出可开工工单、缺料项及预计补齐时间，漏报、重复报工和合格数不匹配记录经人员确认后写入授权系统，走的是同一逻辑：智能体做判断和组织，API 与 RPA 做落地，人在关键节点保留确认权。
制造业智能体连接 ERP、MES、WMS，最终要回答的无非四个问题：数据从哪里取，动作在哪个系统执行，异常怎么处理，过程能不能追溯。API 与 RPA 的混合架构，本质上是围绕这四个问题展开的工程选择——不追求“全 API 化”的理想态，而是在存量系统的现实约束下，把跨系统的执行真正跑通、留下记录、守住边界。
