金融制造双轮驱动：大型制造业供应链采购 Agent 自动化落地实战

一、项目背景：离散制造业供应链采购的隐形效率黑洞

在华东地区某年产值超 80 亿元的高端装备制造企业中，供应链采购部门长期以来承受着巨大的运营压力。作为典型的离散型重型装备制造企业，其产品结构极其复杂，单台核心装备往往涉及超过 15,000 个零部件，涵盖标准紧固件、非标铸锻件、精密液压件以及电子控制模组。随着全球供应链波动加剧与客户定制化订单激增，企业传统的采购协同模式遭遇了前所未有的瓶颈：

• 非标品询价耗时长、比价维度单一： 面对大量的定制非标金属件，工程图纸与工艺要求散落在各个部门。采购工程师需要人工查看 CAD 图纸，将公差、粗糙度、材质牌号逐项提取并手工录入 Excel 询价单。单个零部件从发起询价、供应商反馈到完成综合比价，平均耗时高达 4.5 个工作日，严重拖慢了新品研发试制与排产交付周期。
• 遗留系统断层严重，数据录入繁琐： 企业内部虽然部署了成熟的 SAP ERP、PLM 系统，但与外部数百家合格供应商的沟通依然依赖微信群、电子邮件和纸质传真。采购员每天超过 60% 的工作时间都在机械地“搬砖”——在 ERP 里复制物料编码、在邮件里贴询价单、收到报价后再手动录入系统，极易出现人为敲错价格或税率的低级失误。
• 供应商合规准入与价格黑箱风险： 原材料价格随大宗商品现货市场每日剧烈波动。人工核价难以实时追踪伦敦金属交易所（LME）及国内长江有色金属网的实时行情，导致企业在面对供应商涨价诉求时缺乏谈判抓手，甚至存在极大的内部廉洁合规审计漏洞。

二、解决方案：构建端到端供应链智能采购协同 Agent

针对上述痛点，“我来做”数字化咨询与交付团队联合企业 IT 部门与采购专家，历时 3 个月打造了一套基于多智能体协同（MAS）架构的企业级供应链采购自动化系统。该系统并非简单的 RPA 搬运工，而是赋予了大模型深度理解工程语义、动态规划寻源策略与多方协同执行的能力。

系统核心架构由以下四个高度协同的专业 Agent 模块组成：

1. BOM 语义解析与物料拆解 Agent

该 Agent 接入企业 PLM 与设计工程数据库。当研发部门释放新的工程变更单（ECO）或整机物料清单（BOM）时，Agent 自动对层级复杂的非标 BOM 进行自动化拆解与清洗：

• 利用多模态视觉与文档大模型，自动读取 PDF 格式的工程蓝图与三维图纸标注，精准提取诸如“材质：316L奥氏体不锈钢、热处理要求：固溶处理 HB180-210、表面粗糙度：Ra 1.6”等工业级关键加工参数。
• 通过语义嵌入匹配（Semantic Embedding Matching），将工程描述与内部历史物料库自动对齐，判断该零部件是否曾有现成替代件或历史采购记录，首轮去重率达 28%。

2. 供应商智能匹配与自动化询价 Agent

面对清洗完毕的待采清单，该 Agent 扮演经验丰富的资深采购经理角色：

• 供应商画像与资质动态评分： Agent 实时读取内部合格供应商名录数据库，根据供应商的工艺加工能力边界、地理区位、历史准时交付率（OTD）及历史质检合格率，自动推荐 3 至 5 家最优受邀供应商。
• 多通道自动化询价触达： 自动调用企业微信 API、邮件网关或电子采购门户，将标准化询价需求打包加密推送至供应商业务负责人，附带唯一的报价校验令牌。
• 智能催报与多轮语义答疑： 当供应商对图纸公差提出技术疑问时，Agent 首先调取研发知识库进行自适应答疑；若无法解答，则自动将问题归类并拉通工程师协同处理；同时对临近截止时间的供应商执行温和的阶梯式自动化催报。

3. 多维度成本核算与价格博弈 Agent

报价截止后，系统启动核心核价推理引擎：

• 行情联动核价模型： Agent 自动通过公开 API 抓取当日大宗金属现货价格，拆解零部件的“材料成本 + 预估工时机加工成本 + 表面处理费 + 物流税费”。大模型以此为基准，自动评估各家供应商报价的合理性偏离度。
• 智能谈判备忘录生成： 针对报价显著虚高的零部件，Agent 会自动生成措辞严谨、数据详实的对刀降价函：“贵司在工序B加工费上高出行业历史均值 18%，且今日铝锭现货价格已较上周回调 3.2%，建议目标成交价为...”。

4. 审批归档与 ERP 双向写回 Agent

在整个采购决策的终局阶段，Agent 将综合比价表、历史价格走势对比图、供应商资质合规审查报告汇总为一份结构化的《采购定标决策报告》，推送至钉钉/企微审批流，交由采购总监最终审批签字。一旦审批通过，Agent 通过安全认证接口直接将采购订单（PO）写入 SAP ERP 生产系统，实现全程无缝闭环。

三、核心技术攻坚与工程防护壁垒

在落地过程中，传统制造业的封闭网络环境与数据安全要求提出了极高挑战，项目团队重点攻关了两大工程瓶颈：

1. 针对遗留 SAP 系统的非侵入式网关适配

大型制造企业内部的 SAP ERP 往往经过十几年的定制开发，接口文档缺失且升级成本极高。为了避免大规模改造核心系统的风险，我们基于开源 Model Context Protocol（MCP） 封装了一套专用的“SAP 安全只读/写回沙箱”。智能体本身不直接接触数据库底层，所有的 SQL 与 RFC 函数调用必须经过沙箱的白名单过滤与参数严格校验，彻底消除了数据被非法越权篡改的风险。

2. 严格的人机协同（Human-in-the-Loop）红线机制

采购业务涉及巨额资金支付与法律合同责任，系统坚决杜绝“全自动无人驾驶”。我们设定了刚性的三道人工闸口：

• 资金阈值熔断： 单笔采购金额超过 10 万元人民币、或价格偏离历史采购均价超过 15% 的异常物料，系统强制阻断并亮起红灯，必须由人工采购主管复核批准。
• 供应商黑名单准入隔离： 所有首次纳入推荐池的供应商，其营业执照真实性、天眼查诉讼风险记录必须经过法务部门人工二次审核，智能体仅提供辅助事实摘要。

四、业务量化成效与管理价值飞跃

该采购 Agent 系统在该制造集团上线运行 6 个月以来，交出了一份惊艳的提效答卷：

核心考核指标 (KPI)	传统人工采购模式	智能 Agent 协同系统	业务提效收益
非标件平均询价比价周期	4.5 个工作日	2.5 个小时	效率提升近 95%，试制大幅提速
采购综合采购成本（降本率）	基准基线	综合下浮 11.8%	年化直接节约采购支出超 3,400 万元
物料参数录入错误率	4.2%（手写漏项、错行）	0.03%	因物料错采导致的产线停工归零
采购人员人均年服务产值	约 1,800 万元/人	超 5,200 万元/人	人员精力和重心全面转向战略寻源

该案例充分证明，大模型与 AI Agent 在实体工业中的价值绝不仅限于“写写公文、画画图片”，当智能体深度嵌入到企业的供应链、财务核算与生产调度脉络中时，它将成为推动传统制造迈向新型工业化的高确定性引擎。

* 本文由“我来做”AI智库整理发布。关于大模型私有部署或业务自动化，您可以预约我们的15分钟免费提效诊断。