把AI接进ERP/MES:接口、账号、回读的实操要点
很多企业的 ERP 和 MES 里,数据是完整的、流程是打通的,但连接这两套系统的那个人,始终没被替下来。工单在 MES 里报了工,ERP 的进度却要等文员下午统一录;仓库在 ERP 里做了入库,MES 的批次信息还得人工补;老系统没有接口,员工就在两个界面之间复制粘贴,一天几十次,错一次要翻半天记录才知道错在哪一步。
这说明问题不在"AI 会不会用",而在"AI 能不能被安全地放进去"。把 AI 接进 ERP/MES:接口、账号、回读的实操要点,本质是三件事——有没有路进去、以谁的身份进去、进去之后怎么证明做对了。本文不谈概念,只讲这三步在真实系统环境里怎么落地,以及哪些地方必须留人工卡点。
一、先分清三条接入路径,别默认只有 API 一条路
"接入"在这里有明确含义:AI 能按授权到系统里取数、执行写入、并把结果读回来验证,而不是把数据导出成表格喂给模型。路径不同,风险控制方式也完全不同。
- 路径一:标准接口(API / 连接器)。 适合主数据查询、单据创建、状态读取。优点是稳定、可回读、可限流;前提是接口文档齐全,且写接口真的开放。
- 路径二:半开放系统。 主数据有接口,个别操作只能在客户端界面完成(比如某些审批提交、特殊单据打印)。常见做法是接口负责取数与校验,界面负责最后一步,两者用单据号对齐。
- 路径三:无接口老系统。 只能靠界面操作。这时需要设备(Soia Worker)在受控环境中操作本机软件,逐条记录"来源系统—目标系统—字段—操作结果"。
在 Soiawork 中,这三条路径可以组合在同一条工作流里:连接器负责取数,知识库放字段口径与业务规则,工作流固定步骤顺序,设备负责界面操作,最后由自动任务按时间触发。先判断路径,再谈模型能力,顺序反了,后面全是返工。
二、接口:先问"能读什么、能写什么、写到哪一步"
接口连通只是开始,真正决定成败的是字段和状态。
1. 拉一张读写清单,不要假设接口是对称的
很多系统读接口很全,写接口只开放了少数单据类型,或者只能新建、不能修改。清单至少要写清:对象(工单、物料、库存、凭证)、动作(查/建/改/审)、字段范围、调用频率限制。
2. 字段对齐比接口连通更难
- 编码与单位:物料编码、计量单位、换算关系不一致,是最常见的"接上了但算错了"。
- 批次与序列号:MES 按批次走、ERP 按物料走,需要一层映射规则。
- 状态机:单据在什么状态下允许写入、写入后进入哪个状态,必须提前确认,否则会出现"写进去了但流程卡住"。
3. 把调用顺序固化成工作流
- 先查重再写入:按业务主键查询是否已存在,避免重复下达和重复报工。
- 失败重试有上限:重试次数、间隔、超限后转人工,都写进流程而不是靠人记。
- 中间结果落表:每次调用的请求、响应、时间戳留档,出问题能定位到具体一次调用。
在 Soiawork 中,这些顺序由工作流固定下来,不依赖执行人的经验;同一套步骤被验证有效后,可以沉淀为技能,交给其他岗位复用。
三、账号:AI 用谁的权限干活,这件事必须先定
接口解决"能不能进去",账号解决"以什么身份进去、能碰哪些数据"。这一层没定清楚,试点几乎一定停在这里。
1. 专号专用,最小权限
给自动化流程单独开账号,只授予完成任务必需的菜单、字段和操作。避免复用某个管理员账号——那意味着 AI 拥有了远超任务需要的权限。
2. 身份绑定,让"人"和"权限"对上
Soiawork 的智能体支持绑定本人 IM 账号:绑定后,本人发出的任务按其本人权限运行;其他人发出的任务仍按智能体自身权限运行。这条规则很关键——它让"谁下的指令、按谁的权限执行"变得可追溯,而不是所有操作都挂在同一个超级账号下。
3. 授权范围要写成文字
在开工前明确四件事:系统、账号、字段、操作范围。哪几个系统、用哪个账号、能读写哪些字段、允许执行哪几类操作。这份确认记录本身就是审计材料。
四、回读:写成功不等于做对了
接口返回 200,只说明请求被接收,不说明业务结果正确。回读是整个链路里最容易被跳过、也最不该跳过的一步。
1. 回读核对看三层
- 是否写入:按业务主键回查,确认单据存在、单号与时间戳一致。
- 状态是否一致:ERP 的进度与 MES 的报工是否对得上,库存数量与出入库记录是否匹配。
- 关联是否联动:写入一张单据后,下游的库存、批次、工序流转是否按预期更新。
2. 失败清单是交付物的一部分
每次执行都应输出三类结果:更新后的记录、处理结果、失败清单。失败项要附原因与恢复方式,便于逐条处理,而不是整批重跑。整批重跑会把已经成功的部分再做一遍,风险更大。
3. 该人确认的地方,不省
报工数量、凭证入账、处方审核这类涉及责任判断的环节,AI 负责归集、比对、标出异常,确认与签核仍由责任人完成。写入前保留确认记录,写完后回读结果,形成闭环。
五、两个典型场景:报工核对与老系统搬运
以下是场景库中的能力描述与流程说明,用于讲清做法,不作为某家客户的实测成效。
场景一:生产报工核对(MES 与 ERP 口径一致)
现场先记纸单或表格,再由文员录入 MES、ERP,工单号、批次或数量一旦填错,系统进度就和现场对不上。
- 汇总:归集纸单、表格与系统报工记录。
- 核对:按工单、工序、设备、批次四个维度比对数量。
- 标异常:漏报、重复报工、合格数不匹配单独列出。
- 确认后写入:经班组或主管确认,在授权范围内写入系统并回读结果。
这套流程的价值不在"录得快",而在异常可定位到具体工单,且写入前留有确认记录。
场景二:无接口老系统的数据搬运与同步
老系统不开放接口,员工在多个界面之间复制粘贴,出错后难以回溯是哪一步出的问题。
- 确认对象与授权:系统、账号、字段与操作范围。
- 按规则执行搬运:查询、录入或同步,逐条记录来源与目标。
- 回读核对:检查是否写入成功、状态是否一致。
- 输出结果与失败清单:失败项附原因与恢复方式。
在这类场景里,Soiawork 的设备能力让没有接口的系统也能进入 AI 工作流,前提是操作范围被严格限定在授权之内。
六、试点怎么跑:三个动作,一张检查表
把 AI 接进 ERP/MES 最容易犯的错,是一上来就想覆盖全流程。更稳的做法是先跑通一个闭环。
- 选一项重复工作:说明现在怎么做、谁来做、想得到什么结果。
- 确认资料、规则和权限:准备一组实际资料,确认账号能访问哪些系统、按什么规则核对、哪些地方需要人工确认。
- 试跑后再扩大范围:检查结果与异常是否处理到位,把确认有效的方法留下来,再交给更多岗位。
试点样例建议覆盖六类情况:正常输入与常见任务、关键字段缺失、权限与规则边界、多步骤复杂情况、过去发生过的错误与人工纠正、业务高峰与临近截止的任务。上线后用相同周期、相同对象比较,避免把业务自然波动当成 AI 的贡献。
结语
把 AI 接进 ERP/MES:接口、账号、回读的实操要点,说到底是一套降低不确定性的方法:接口决定边界,账号决定权限,回读决定可信度。建议不要从"最复杂的流程"开始,而从一项每天重复、结果可核对的工作开始试跑——先看它能不能稳定跑完,再逐条核对结果与异常清单,确认失败项有明确的恢复路径,然后才决定是否扩大范围。跑通一个闭环,比铺开十个半成品更有价值。
常见问题解答
1. 要不要改造现有 ERP / MES?
多数情况下不需要。优先走已有接口;接口不全的部分,用界面操作加回读补齐;只有在字段口径长期冲突、且业务量足够大时,才值得推动系统侧改造。改造是最后手段,不是第一步。
2. 数据和权限怎么控制?
三层控制:账号层用专号专用、最小权限;执行层用身份绑定,让任务按发起人权限运行;记录层保留每次操作的来源、目标、时间与结果。授权范围在开工前以文字确认。
3. AI 做错了谁负责?
责任不因引入 AI 而转移。涉及报工确认、凭证入账、审核判断的环节,仍由责任人签核。AI 的职责是归集、比对、标注异常并留痕,让"错在哪一步"可回溯,而不是替人做判断。
4. 和现有 RPA、BI 是什么关系?
不冲突,位置不同。BI 解决"看得见",RPA 解决"重复操作",AI 组织解决的是"根据规则判断、遇到异常能标出来、并把有效做法沉淀为可复用能力"。三者常在同一条流程里配合使用。
5. 从哪个场景开始最合适?
优先选:业务价值清楚、重复发生或响应时效重要、有明确业务负责人和结果接收人、必要数据与账号能取得、可以从只读或人工确认起步的场景。财务对账、生产报工核对、物料齐套检查,都是常见的起点。



