番禺企业用 AI Agent 改造 ERP 与客服：基于 DeepSeek 与 GLM 的本地化部署实践

从 OpenAI 的 ChatGPT 升级看企业 AI 落地新方向

2025 年底，OpenAI 宣布将 ChatGPT 从纯对话工具重构为集成了 Codex、AI Agent 和第三方服务的超级应用。这一变动对广州番禺的传统制造和贸易企业来说，意味着 AI 不再是仅能聊天的玩具，而是一个能直接调用内部系统、自动执行业务流程的“数字员工”。但在国内网络环境下，直接使用 OpenAI 服务不可行，且企业数据合规要求高。因此，番禺企业更关注如何利用国内成熟的大模型（如 DeepSeek、阿里通义千问 Qwen、智谱 GLM）和本地化开发工具（Trae CN、CodeBuddy）实现类似能力，改造那些年久失修的老 ERP、进销存系统，并搭建能真正解决问题的 AI 客服。

番禺企业的典型业务场景

在番禺，大量中小制造和贸易公司日常面临以下痛点：

• ERP/进销存操作门槛高：员工需要记住复杂菜单路径才能查询库存、订单状态或客户账期，新手上手慢。
• 客户服务响应滞后：售后团队每天接到大量重复问询（发货时间、退换货流程、产品规格），人工回复效率低，且无法覆盖 24 小时。
• 数据报表靠人工摘取：月底销售统计、库存预警、应收账款等数据需要从多个系统导出 Excel 再汇总，耗时且易出错。
• 多平台订单管理混乱：同时经营淘宝、拼多多、抖音小店的企业，需频繁切换后台查询订单和物流。

这些问题背后，核心是“人适应系统”而非“系统服务人”。AI Agent 的思路，是把这些重复性、规则明确的交互变成自然语言对话，让员工或客户直接问“我们仓库还有多少 型号 A 的货？”或“帮我查一下订单 20251203 的发货情况”，由 AI 自动调用后端系统并返回结果。

需求判断：哪些系统值得用 AI Agent 改造

不是所有系统都需要接入 AI。以下三条判断标准，番禺企业决策者可以直接对照：

• 高频且标准化：每天相同操作被执行数十次以上，比如库存查询、订单状态、价格核对。
• 数据已结构化：底层有数据库或 API 可调用，而非纯纸质流程。
• 错误容忍度明确：最终结果需要人工复核的场景（如批量调价、删除数据）暂不适合全自动 Agent，只能做“查询 + 建议”。

符合标准的典型对象：金蝶 KIS、用友 T3 或自建进销存系统的查询模块、企业微信/钉钉上的客户群常见问题、电商后台的批量订单物流查询。

实施步骤与架构设计

以下是我们交付番禺一家五金制造企业的 AI Agent 改造方案，可作为参考：

1. 选定基础模型：采用国产开源模型 DeepSeek-V3 作为基座（支持私有化部署），对番禺企业场景进行微调。同时保留通义千问 Qwen 作为备选（兼容性更广）。
2. 搭建交互层：使用 Trae CN 或 CodeBuddy 快速构建一个类似企业微信机器人的前端入口。员工在企业微信里直接发消息，后台 Agent 框架（基于 LangChain 汉化版）负责意图识别和任务调度。
3. 对接老系统：番禺这家企业用的是 2016 年买的用友 T+，无开放 API。我们在数据库层面建立只读视图，授权 Agent 执行 SQL 查询。关键操作（写数据）暂不开放，避免误操。
4. 构建知识库：将产品目录、常用 FAQ、退换货政策、价格表等文档做向量化（采用 GLM 的 embedding 接口），存入本地向量数据库。
5. 集成数据看板：AI Agent 可自动汇总当日销售、库存水位、应收逾期等数据，每天早 8 点推送到部门工作群。

注意：Agent 的每一步操作都应在日志中完整记录，支持追溯。

预算与周期影响

以番禺中型贸易公司为例（员工 50 人，客服团队 8 人，使用金蝶 KIS 和自建电商订单系统）：

• 轻量版（仅智能客服 + 订单查询）：预算 15~25 万元，实施周期 3~4 周。含模型私有化部署、知识库搭建、3 个系统接口对接、企业微信集成。
• 完整版（含数据看板、多系统自动化查询、少量写权限）：预算 50~80 万元，周期 2~3 个月。需额外处理老系统兼容问题（如 SQL Server 2008 升级）、多轮用户测试、权限管控细化。
• 持续成本：模型推理服务器租赁（或自购 GPU）约 2000~5000 元/月。Agent 维护和数据更新需专人负责，建议内部培养一名 IT 对接人。

相比原本人工成本（8 个客服月薪合计 5 万+，加上数据报表加班费），一般 8~12 个月能收回投资。

交付注意点

经历多次番禺本地项目，我们总结出几个容易踩坑的地方：

• 数据安全红线：所有模型和向量库必须部署在番禺企业内部的私有机房或广州本地私有云（如腾讯云广州节点），禁止未经脱敏的数据传到境外 API。
• 模型幻觉管控：对涉及金额、库存等关键数据查询，要求 Agent 引用原始数据源并附带时间戳。当置信度低于 80% 时，Agent 必须返回“我无法确认，请联系人工”。
• 老系统兼容性：有些番禺工厂还在用 Windows XP 下的数据库，中间件需要适配。建议先做系统现状评估，必要时先升级数据库版本。
• 用户习惯培养：业务主管和客服人员习惯了鼠标点击，突然改成聊天式输入可能会抵触。需要安排两轮培训，并在初期安排一位“AI指导员”驻场 2 周。

另外，建议企业选择已有番禺本地服务团队的软件公司，便于快速响应现场问题。

本地搜索与番禺服务

如果您在番禺区（如市桥、大石、石楼、南村）经营制造或贸易企业，正在寻找 AI 客服系统、ERP 改造或企业数字化转型落地团队，可直接搜索以下本地关键词：

番禺 AI 客服系统 | 番禺 ERP 改造 | 番禺企业数字化转型 | 广州番禺大模型部署 | 番禺进销存对接智能助手

我们专注于服务番禺本地成长型企业，提供从需求梳理、模型选型、系统改造到运维支持的全周期服务，确保交付结果可落地、可衡量、可迭代。