制造业RPA的7个核心场景是：智能排产与订单管理、采购订单自动生成、供应商对账、生产报工与异常监控、发货与仓储物流、财务与成本归集、纸质单据识别录入。它们的共同点，是都在ERP、MES、WMS和供应商系统之间搬运、核对和录入数据，规则相对清楚，适合先用RPA落地，再叠加大模型处理异常和非结构化内容。落地顺序上，先做对账、发货、单据录入这类规则明确的场景，再做排产和异常监控这类需要判断的场景。

处理ERP、MES、WMS之间的数据搬运和单据录入；，做预测性维护、工艺优化和仿真；，做单据识别和质检；，处理单个系统内部的问答和分析。多数工厂的第一个落地点是第一类。制造企业最常见的痛点是系统之间的数据孤岛，超过七成的制造企业面临ERP、MES、WMS之间的数据割裂。系统之间数据割裂、人工搬运多流程执行型智能体排产录入、报工汇总、发货、对账设备故障、工艺波动、仿真耗时工业专用智能体预测性维护、工

AI 正在从“单个智能体的能力提升”，进入“多智能体协同完成复杂任务”的阶段。企业真正落地 AI 的关键，不在于有没有 Agent，而在于是否构建了可编排、可协同、可控可验的多智能体系统（MAS）。：企业数字化负责人、AI 产品负责人、ToB 创业者、产业智能化从业者。

图：出纳与机器人协同：重复操作交出去，判断留给人。

图：机器人模拟人工完成申报表填写、校验、提交与归档。

图：从“操作系统”到“审核结果”，财务智能体带来的变化。

2026年，国内企业能用上的智能体，按解决的问题大概可以分成五类：云厂商的通用智能体平台（火山引擎HiAgent、华为云AgentArts、阿里云百炼、百度智能云千帆、腾讯云智能体开发平台），ERP生态里的业务智能体（用友BIP），行业垂直智能体（制造业有卡奥斯、美云智数、宝信软件，金融有蚂蚁数科Agentar、恒生电子），RPA加大模型的流程执行型平台（金智维Ki-AgentS），还有办公、客服

2026年想找国产替代，大致有以下选择：国内大厂的AI编程工具（字节Trae、阿里Qoder和通义灵码、腾讯CodeBuddy、百度文心快码），国产大模型加命令行智能体的组合（Kimi、智谱GLM、DeepSeek等），以及不写代码、专门干业务流程的企业级智能体（金智维、来也科技等）。它的Ki-AgentS智能体平台采用"RPA执行引擎加大模型决策中枢"的双核架构，大模型负责理解任务和规划步骤，R

第一，真正铺开的企业还是少数，前面提到的Bain调研里，只有15%到25%的CFO把AI规模化用到了财务职能，多数还停在试点。第三，必须可审计，每一步操作谁发起、改了什么、结果如何，都要有记录可查，关键流程宁可停下来转人工，也不能盲目执行。中国华电财务共享华南分中心的银企对账项目，对账效率提升80%，人员需求降低40%，自动对账率稳定在95%以上，对账周期压缩到6小时以内。现实却相反，RPA（机器

AI+RPA（人工智能加机器人流程自动化，Robotic Process Automation）工具可以分四类：国产企业级平台（金智维、艺赛旗、来也科技、实在智能、弘玑Cyclone）、轻量化工具（影刀RPA）、ERP生态工具（用友小友RPA）和国际平台（UiPath、Microsoft Power Automate）。对私有化、信创和集中审计要求严格的大型集团，它就不太够用。，大模型推理有成本，