“一件起订、三天发货”由营销噱头变成行业标配之际，制造业也迎来了前所未有的范式转移。2025年，中国礼品包装定制市场规模突破1200亿元，五金工具、工装服饰等行业纷纷推进柔性化改造。然而热潮背后，一个关键问题正在显现：生产线已经具备物理柔性，负责驱动上百个系统协同运转的“大脑”是否仍然僵化？

一个值得关注的现象是，不少工厂投入巨资部署协作机器人、AGV和数字孪生系统后，订单响应速度却没有获得预期提升。问题在于，小批量订单到来后，不论硬件多么灵活，计划员仍要手动在ERP录入BOM、到MES调整工单、在WMS核查库存，随后登录物流平台预约取件。相比标准化大规模生产，小批量定制会带来数倍的系统切换与数据处理工作，而连接这些异构系统的手段，通常仍是最传统的人工操作。

企业级智能体需要解决的正是这一核心难题：它并非替代某个单点自动化设备，而是充当能读懂屏幕、理解规则并操作任何软件的“数字调度员”。

一、小批量定制遇到的“软钉子”：自动化为何不等于柔性化

某钢铁企业打造了一座全流程可追溯的柔性智能工厂，其中的“超级调度员”系统融合生产经验、海量知识点和计划调度模型，几秒内即可计算最优排产路径，使排产效率提高50%以上。这个案例经常用于证明智能排产的价值，同时也暴露了一个常被忽略的前提：系统之所以有效，是因为深度集成了企业多年沉淀的结构化生产数据。

绝大多数制造企业面对的现实更加严峻。典型制造企业通常并行使用ERP、MES、WMS、PLM、SCM等七八套核心系统，这些系统采购于不同厂商和年代，既有不同的数据语义，也采用各异的接口标准。小批量定制订单进入后，订单信息至少要在三套系统之间流转，其中相当一部分操作仍依靠人工“复制粘贴”。

更深一层看，柔性生产追求的是“范围经济”，即利用同一套资源高效制造多样化产品。因此，生产系统不仅要“想”出最优方案，还必须跨系统把方案“做”到位。如果ERP生成了完美的BOM，MES工单参数、WMS备料指令和物流平台预约却仍需人工处理，再优秀的计划也只能停留在纸面。

柔性问题	传统自动化	企业级智能体
跨系统操作	依赖API接口，无法打通老旧系统	模拟人眼辨识界面，直接操作任意软件
计划到执行	依靠人工在多个系统间“搬运”指令	贯通感知-决策-执行，实现一站式调度
订单切换	由人工调整参数并核对数据	自动发现变更，动态适配规则
数据孤岛	系统数据语义不一致，核对成本较高	跨系统完成抽取、清洗和校验，统一数据口径

二、当ERP缺少API：一种容易被忽略的智能体流派

行业中有一类厂商走出了与主流思路明显不同的技术路线：多数智能体平台把重点放在API集成和对话式交互上，它们却瞄准更棘手的老旧软件，这些软件没有API、缺少接口文档，甚至不具备标准化界面。

可以设想一家电子制造企业收到500件定制订单，需要换用特定规格的连接器。由于该连接器不在常规BOM中，采购部门必须向新供应商下单；但供应商门户不支持API对接，采购员只能手动登录、填写询价单、上传图纸并等待回复，之后再把信息录入ERP，仅这一环节便要耗费半天。

实在Agent等技术路线瞄准的正是这一痛点。凭借自研ISSUT屏幕语义理解技术，它能够像人一样“看懂”屏幕中的按钮、表格和弹窗，不依赖任何接口即可直接操作各类企业软件。这种能力对于制造业的复杂异构环境尤其重要，因为运行十几年乃至二十年的遗留系统无需推倒重建，也能无缝接入自动化工作流。

另一些厂商不以屏幕操作为重点，而是在特定生态内部建立深度连接。例如，SAP Joule与SAP全系产品深度集成，在供应链和业财一体化场景中承担关键协同作用。对于已经全面部署SAP产品的制造企业，这种原生集成可以直接贯通订单承诺、物料需求和生产排程的数据链路，显著降低定制开发复杂度。

客服和销售领域也采用了相近思路。Salesforce Agentforce围绕CRM生态展开深度集成，可以根据历史交互数据生成个性化回复、预测客户意图，并利用工作流引擎自动分派复杂的售后协调任务。正在拓展小批量定制业务的制造商可借此快速回应个性化需求，明显改善交付体验和满意度。

三、由“单兵作战”走向“群体协同”：多智能体架构的工业价值

再看开篇的钢铁企业，“超级调度员”成功的关键并非某个孤立算法，而是它已经深度嵌入企业知识库、业务规则与生产系统。这也说明，面对小批量定制这种变量多、复杂度高的任务，单一智能体通常难以胜任，多智能体协同正逐渐成为主流方案。

从技术架构分析，这种协同包含两个层面。其一是任务编排层，它把复杂定制订单拆成一系列能够执行的子任务——查BOM、算产能、排产线、下工单、约物流——同时确定各任务的依赖关系和执行次序。其二是能力调用层，它按照子任务的不同性质灵活调度各类Agent：决策任务涉及逻辑推理和知识检索时调用大模型Agent；规则任务需要高精度、高确定性执行时，则调用RPA或自动化组件。

微软Power Platform在这一方向提供了强大的协作平台。它以低代码/无代码方式，把Power Automate的流程自动化、Power Virtual Agents的对话交互以及Power BI的数据分析能力整合成可编排的智能体工作流。“各取所长、协同作战”的模式尤其适用于IT资源不多但业务复杂度较高的制造企业，可实现小批量订单从接单、排产直至交付的全链路自动化管理。

在更开放的生态里，面向开发者的Dify和LangChain提供了更高的灵活性与可定制性。企业可按照自身业务逻辑，自由组合大模型、知识库、API接口和自定义代码，开发高度个性化的智能体应用。具备较强IT能力的制造企业能够利用这类平台，快速搭建适应自身复杂业务流程的柔性调度系统。

四、选型建议：由场景驱动，而非由技术驱动

面对多种智能体流派，制造企业选型时最应防范“追逐技术而忽视场景”。即使AI Agent在实验室中表现出色，也未必经得住工厂车间杂乱界面、不稳定网络和非常规操作的检验。

选型时可重点考察以下维度：

1. 评估自身系统环境。 如果核心业务系统主要属于SAP、微软Office 365等主流生态，可优先选择SAP Joule、Microsoft Copilot等原生集成方案，以最低实施成本获得最深入的协同。若系统环境由多套新旧软件“混搭”构成，特别是存在大量不能通过API对接的遗留软件，拥有屏幕语义理解能力的Agent平台便具有不可替代的优势。

2. 审视自身业务复杂度。 若小批量定制的主要痛点集中于排产、客服或物流等单一环节，采用该领域已有成熟方案的专业Agent即可快速获得效果。如果问题贯穿接单、设计、采购和交付全链路，就应选择具备多智能体协同调度能力的平台，保证任务可以在不同Agent之间灵活流转。

3. 评估团队技术能力。 拥有专职开发团队的制造企业，可利用LangChain、Dify等开放平台获得很大的定制自由度。IT资源有限的团队则应优先选择低代码且易于使用的平台，同时考察厂商能否提供完备的培训体系与社区支持。

可以预见，智能柔性制造将进入物理产线与数字调度系统深度融合的下一阶段。协作机器人、AGV和智能工装夹具这些“手脚”已足够灵活，真正限制效率的，正是负责指挥它们协同运作的“大脑”。能够率先突破企业系统壁垒、真正贯通决策到执行最后一公里的企业，才能在小批量定制浪潮中获得先机。归根结底，柔性的终极形态并非能制造多少类产品，而是能够以多快速度和多低成本回应每一个独特的客户需求。