一、先说结论：多数企业的 AI 项目失败，不是模型不行，是数据不通

这两年接触的传统企业，问的问题几乎都是同一句：「我们能不能上个大模型，让它帮我管生产/管客户？」

真正开始做的时候，问题会迅速从「模型选哪个」变成另一类问题：

• 客户信息在 CRM 里，订单在 ERP 里，图纸在共享盘里，车间进度在班组长手机里；

• 系统是 2013 年上的，服务商早换了三家，没人知道数据库密码；

• 数据有了，但不同系统里同一个客户有三个名字、同一个产品有两个编码。

AI Agent 的价值不在「会聊天」，而在能把一条跨系统的流程自动跑完：收到询价 → 查历史成交价 → 查库存与产能 → 生成报价单 → 推给业务员确认 → 记回 CRM。这条链上任何一环数据拿不到，Agent 就只能停在聊天。

所以建设思路的第一句话是：先理数据链，再谈 Agent。

二、四条系统线，各自能给 Agent 提供什么

ERP：事实与约束的源头。 库存、价格、账期、物料清单、历史订单——这些是 Agent 做报价和排期时必须依据的硬数据。ERP 里能拿到什么，直接决定 Agent 能做多深的决策。

CRM：过程与关系的记录。 客户联系人、沟通记录、跟进阶段、丢单原因。CRM 的价值是让 Agent 知道「这个客户上次为什么没成交」，而不是每次从零开始问。

OA：权限与流程的骨架。 谁有权批多少金额、哪个节点必须谁签字、审批要留什么痕迹。做 Agent 时最容易被忽略的一条：Agent 的权限必须和人的权限对齐——业务员看不到的客户，Agent 也不能替他看。

MES：实时性的来源。 工单进度、设备状态、质检结果、报工数据。MES 决定 Agent 能不能回答「这批货什么时候能交」这种业务最关心的问题。

一句话概括：ERP 管"能不能、多少钱"，CRM 管"跟谁、到哪一步"，OA 管"谁批、留什么痕"，MES 管"现在做到哪了"。

三、数据链怎么理：三个动作，不用等系统换代

动作一：先做一张「问题—数据—系统」对照表。 不要一上来画架构图。先列出业务上最痛的 5 个问题（报价慢、交期答不准、客户跟进靠记性、库存对不上、审批卡在某人），每个问题后面写清楚需要哪些字段、这些字段现在躺在哪个系统里。这张表就是项目的范围边界——表上没有的，不进第一期。

动作二：确认三条通道里的哪一条可行。 数据从老系统出来，通常只有三种方式：

1. 数据库直连（只读账号）：最快，适合自建服务器、有数据库权限的情况，风险是要限死只读；

1. 中间表/定时同步：老系统不能改代码时的标准做法——老系统按原样跑，我们建一张中间库，每 5–15 分钟同步一次变化的数据；

1. 导出文件解析：最土但最稳，适合系统连数据库都不给碰、只能用 Excel/报表导出的场景，代价是实时性差。

动作三：统一主数据的映射。 客户名、产品编码、部门人员这三样必须先建映射表。这一步最不性感，但不做，后面所有 Agent 都会算错。

四、Agent 在哪里介入：四个从易到难的位置

1. 问答层：员工问「这款产品的交期一般多久」「这个客户的账期是多少」，Agent 查系统回答。门槛最低，见效最快；

1. 提醒层：库存低于安全线、订单快逾期、客户 30 天未跟进，Agent 主动推消息。这一层往往比问答更受欢迎，因为它不需要员工改变习惯；

1. 执行层：自动生成报价草稿、自动生成对账单、自动填审批单，人只需确认。这一层开始产生真实的人力节省；

1. 决策建议层：基于历史数据给出排产建议、报价区间建议、客户风险提示。这一层要求数据质量和历史积累最高，不建议第一期做。

五、不同预算下的实施顺序（这是我们给客户的实际建议）

顺序上永远遵守一条：先接一个系统做透，再横向扩。同时接四个系统的项目，绝大多数会变成「四个都没做完」。

六、三个必须提前定的事

• 权限与审计：Agent 的每次查询和执行都要留日志，谁知道、什么时候、看了什么、做了什么，要能查出来。这不是合规口号，出问题时它是唯一能自证的东西；

• 兜底路径：Agent 答不上来或判断不了的时候，必须有明确的转人工入口。一个不会说"我不确定"的 Agent 迟早会闯祸；

• 验收标准：不要用"感觉智能了"验收。用可数指标：报价单从 30 分钟到 5 分钟、漏跟进客户数从每月多少降到多少。先定义指标，再开工。

写在最后

传统企业做 AI，最贵的不是开发费，是走弯路的时间。先想清楚 Agent定制 要在哪个环节替人做判断，再决定接哪个系统的数据——顺序反了，项目就会变成一堆没人用的聊天窗口。

我们做这类项目的方式是先做免费需求评估，把上面那张「问题—数据—系统」对照表一起理出来，再给固定报价。需求不清楚之前，报出来的价都不作数。