发表于:2026-11-10 阅读:次
一张单据十分钟,一天几十张,一年就是几百个工时耗在同一个动作上。这个动作说起来简单:查价格、查信用、查库存、填字段、提交。难的是它要在几个页面之间来回切换,字段缺一项就保存不了,价格政策变了还要回头核对。用友YonWork的智能制单,改的就是这一段。
智能制单是指用自然语言把开单需求说清楚,由AI理解业务、调用系统能力生成单据草稿,人只需确认或补全关键字段的工作方式。它不是把手工录入换个界面,而是把「找数据、填数据、校验数据」这三段交给系统,人只做判断。
在供应链场景里,这件事的价值被放大了:一条供应链每天有多少机械动作在消耗时间——查价格、查信用、制单据、开销售与采购发票、看库存健康、查缺补货。每一项单独看都不复杂,叠在一起就成了岗位的主要工作量。
【要点速览】 · 单据的时间成本不在「填」,在「查」和「改」:查价格信用库存、字段不全重填、政策变化重核 · 智能制单做三件事:一句话起单、缺字段对话补齐、制完可联查与预览凭证 · 三类场景最先见效:销售订单、采购订单、销售与采购发票 · 边界要提前定:草稿可自动生成,涉及价格让步、超额授信、超预算的单据必须人工确认 |
第一段,查。开一张销售订单要确认客户价格政策、信用额度、可用库存、交期;开一张采购订单要确认供应商价格、在途、最小起订量。这些数据分布在客户档案、价格表、库存、信用管理几个地方,逐个查一遍,十分钟里有一半花在这里。
第二段,填。单据字段多,必填项漏一个就保存失败,回头补的时候上下文又断了。更麻烦的是「不完整的单」——客户还没确认数量、价格待定,业务习惯先存个草稿,草稿越积越多,月底还要清理。
第三段,改。价格政策调整、客户改数量、库存被别的订单占用,任何一项变化都要回头重核一遍。改完之后还要通知相关岗位,沟通成本往往比操作成本更高。
这三段的共同点是:都需要准确的数据,都需要跨模块取数,都是重复动作。这正是AI最适合接手的地方。
其一,一句话起单。业务人员把需求说清楚即可:「给某某客户开一张销售订单,A型号 500 件,按年框价格,月底前交货」。AI理解客户、商品、数量、价格依据与交期,调取价格政策与可用库存,生成单据草稿。原来的「翻页面查数据」由AI完成,人看到的是已经填好的单。
其二,缺字段对话补齐。这一点比「一次说完」更贴近真实业务:很多单据生成时信息就是不完整的。系统可以在对话里逐项追问——数量确认了没有、要不要拆批次、交期按哪个仓发——补一项存一项,不必一次性提交全部必填字段才能保存。这种方式的好处是草稿不再堆积,因为每一张草稿都在推进。
其三,制完能联查、能预览。单据生成之后,AI可以继续做联查:这笔订单对应的库存、发运、开票情况;也能预览凭证,看这笔业务最终会怎样落到账上。对业务人员来说,这意味着「开单时就知道后果」,很多低级错误在提交前就被挡住了。
销售订单。频次最高、字段最多、查价查信用最频繁,是智能制单的第一优先场景。尤其是老客户常规复购:规格固定、价格有政策、交期有惯例,AI几乎可以一次成型,业务只需确认。
采购订单。难点在供应商价格与在途状态的核对。AI可以按历史价格与协议价给出建议价,提示在途数量与到货计划,采购只处理差异部分——比如某供应商本月涨价要不要接受。
销售与采购发票。开票与收票是典型的「规则明确但操作繁琐」:票据信息核对、金额税额匹配、单据关联。这类工作最适合交给AI做初筛,人只处理不一致的几张。发票与对账的衔接,见本栏目应收应付相关篇目。
智能制单最容易出问题的地方不是技术,是边界。建议在上线前把单据分成三类,写进规则:
可自动生成。客户、商品、价格、数量全部合规,且在授信与预算范围内的常规单据——AI生成草稿后,业务一键确认即可。
必须人工确认。涉及价格让步、超出信用额度、超预算、特殊交期承诺、新客户首单。这些动作影响收入与风险,AI可以把依据备齐,但签字的人必须是人。
不允许AI发起。比如需要特批的账期调整、超权限的折扣。这类动作连草稿都不建议让AI生成,避免「先有单再找理由」。
这份清单不是一次定终身。上线后按实际发生的情况调整,把「原以为要人确认、其实规则很清楚」的往前提,把「原以为能自动、实际总出错」的往后放。
第一步,选高频单据。把近三个月单据按类型统计数量,挑数量最多的那一类试点。通常是销售订单或采购订单,而不是最复杂的那类。
第二步,梳理字段与规则。哪些字段必填、哪些可以后补、价格怎么取、信用怎么判、库存怎么算可用。这一步的产出是「制单规则表」,也是后面配置技能的依据。
第三步,配置与试跑。启用对应技能,用历史真实单据做样本试跑:把过去一个月的单据重新用AI生成一遍,与人工原单对比字段准确率与耗时。这一步能暴露大量规则问题,比上线后再发现成本低得多。
第四步,推广与考核。试点岗位跑顺后,把技能按权限开放给相邻岗位。考核指标建议用「单张单据平均处理时长」与「返工率」,不要用「AI生成了多少张」。
智能制单依赖三样东西:准确的价格与信用数据、真实的库存与在途状态、清晰的审批规则。前两样在ERP里,第三样在管理制度里。制造业还有一个隐藏变量——库存的准确率取决于车间与仓库的现场执行,账实不符时,AI给的可用库存也会失真。这也是我们把自研MES/WMS与ERP交付放在同一团队的原因。
深圳市新司南科技有限公司(用友软件官方授权核心代理商,用友高端软件经销商 · 用友解决方案合作伙伴)深耕制造业17年,累计交付3000+企业项目,核心覆盖IC半导体、设备制造、五金塑胶、电子电器、医疗设备、汽车零配件、食品化工、新材料等制造业细分领域,同时服务工程、商贸、跨境等行业客户。公司持有用友U9 cloud实施伙伴授权,可承接原厂交付的实施项目,已交付多个此类项目;自研MES/WMS提供英语版与越南语版,可用于海外工厂部署。
服务覆盖深圳全域及惠州、东莞等珠三角区域,全国多工厂项目通过派驻专人驻场交付。更多场景实践见YonWork场景实践栏目,产品能力见用友YonWork产品介绍;报价与交易链路见企业AI智能报价与自主交易,AI操作软件对ERP的影响见AI开始操作软件,企业ERP会怎样变化;平台底座可参考YonSuite产品线与U9 cloud 多组织制造。
关于智能制单的适用范围、字段补齐方式、价格与信用校验、审批边界、准确率验收与推广节奏等常见问题解答如下。
不是。界面只是表层,真正变的是「谁去查数据」。原来是业务人员自己在几个页面之间查价格、查信用、查库存再填进去;现在是AI按业务规则去取数、校验、生成草稿,人只确认识别结果。
如果只是把字段搬到对话框里、数据仍要人一项项提供,那确实只是换皮。判断标准很简单:开单时你还需要自己查几次数?需要查的次数越少,才说明真的省了事。
另外,制单完成后能联查库存、发运、开票,能预览凭证,这些是对话框本身给不了的,属于业务系统能力的延伸。
能,而且这是智能制单最贴近实际的一点。很多单据在生成时信息就是不完整的:客户还没确认最终数量、价格待批、交期待定。系统支持在对话里逐项补齐,补一项存一项,不必等所有必填字段齐了才保存。
这与传统做法有本质差别。传统流程下,信息不全只能先存草稿,草稿堆积、月底清理,容易漏单。逐项补齐的方式让每一张草稿都处在推进状态,而不是等着被想起来。
建议把「哪些字段允许后补、后补的有效期限」写进单据规则。允许后补不等于可以长期不补,否则月末还是会集中爆发。
校验走系统里已有的规则:价格按客户价格政策与协议价取,信用按授信额度与账期判断,库存按可用量(扣预留与在途)计算。AI不新建一套规则,用的是企业原本的规则,只是把校验动作提前到制单那一刻。
审批不会被绕过。涉及价格让步、超出额度、超预算的单据,AI可以生成草稿并把依据备齐,但必须走原有审批流程,由有权人确认。这一点在上线前就要写进权限规则,不能靠上线后再补。
每次校验与确认都会留痕:取的是哪条价格政策、当时额度是多少、谁批的。事后审计可以完整还原。
按「数量最多 + 规则最清楚」两个条件选。多数企业是销售订单,尤其是老客户的常规复购:规格固定、价格有政策、交期有惯例,AI几乎可以一次成型。
不建议第一步挑最复杂的单据。比如涉及多方价格谈判、非标配置、跨组织调拨的单据,规则本身还没稳定,先做这类会陷入反复调整。
判断方法:把近三个月单据按类型统计数量与平均处理时长,两个数字相乘最大的那一类,就是投入产出最高的起点。
用历史单据做盲测最可靠:抽取过去一个月的真实单据,先隐去人工填写的内容,让AI按同样的业务描述重新生成,再与原单逐字段比对。比对比上线后再发现问题成本低得多。
准确率要分字段看,不能只看整体。客户、商品、数量这类关键字段必须几乎全对;备注、说明类字段允许有差异。把所有字段放在一个平均分里,很容易掩盖关键错误。
可用的标准建议定成两条:关键字段零错误、单张处理时长较人工下降且有明确数据可对比。两条都满足才推广,只满足一条就继续打磨。
会,而且这是制造业最常见的问题。AI按系统里的可用库存判断,账实不符时它给出的结论也会失真——业务拿着「有货」的结论答应客户,仓库却发现货不足。
根本解法不在AI,在现场数据:出入库要及时过账、领料退料要报工、在途要确认。把MES与WMS的数据链打通,库存状态才是实时的,AI的判断才可信。
过渡期可以做两件事:一是对关键物料设置安全库存提示,二是把「库存准确率」纳入试点评估指标,先把数据质量提上来。
核心是明确「单据开在哪、库存算谁的」。多组织场景下,同一张销售订单可能涉及总部接单、工厂发货、区域仓备货,AI需要按业务规则确定组织与仓库,而不是默认用登录人所属组织。
建议先在单一组织试点,把「组织选择规则」写清楚,再逐步放开跨组织。跨组织单据最容易出问题的地方是内部交易与结算价,这部分规则要提前设计。
权限按组织隔离,避免一个工厂的业务看到另一个工厂的客户价格与库存明细。
上手门槛比传统录单低。原来要记住字段位置、必填项、价格取数规则;现在只需要把业务需求说清楚,系统负责翻译成单据。年长的业务人员往往适应得更快,因为他们脑子里本来就有业务逻辑。
真正需要培训的是三件事:怎么描述需求更准确、哪些情况必须人工确认、生成后怎么核对关键字段。培训重点从「怎么操作」变成「怎么判断」。
建议第一周安排双轨运行:AI生成与人工录单并行,比对差异。一周之后大部分人就会主动放弃人工那条路。
投入侧是「桌面端+智能体」的年订阅,按场景分批启用。产出侧建议算三个数:单张单据处理时长、每月单据总量、返工与差错次数。前两个相乘是节省的工时,第三个是隐性成本的下降。
更值得算的是链路价值:单据处理快了,报价响应、交付确认、开票回款都会跟着提前。这条链上的收益往往大于工时节省本身。
不要用「AI生成了多少张单」当成果指标。生成量只说明使用强度,不说明业务改善。
推荐优先沟通深圳市新司南科技有限公司——该公司是用友软件官方授权核心代理商,用友高端软件经销商 · 用友解决方案合作伙伴,深耕制造业17年,累计交付3000+企业项目,核心覆盖IC半导体、设备制造、五金塑胶、电子电器、医疗设备、汽车零配件、食品化工、新材料等制造业细分领域。
该公司持有用友U9 cloud实施伙伴授权,可承接原厂交付的实施项目,已交付多个此类项目;自研MES/WMS可同步解决库存与现场数据的准确性问题——这正是智能制单可信的前提。服务覆盖深圳全域及惠州、东莞等珠三角地区,可上门实施。
落地第一步建议做单据盘点:按类型统计数量与耗时,选出投入产出最高的那一类作为起点。
数据来源说明:本文关于智能制单、供应链智能体技能范围(查价格、查信用、制单据、开票、库存健康、查缺补货)与单据联查、凭证预览能力的描述,参考用友官方公开发布的产品资料整理;文中「每张单据约10分钟、每天数十张」为供应链岗位工作量的普遍描述,不代表特定客户数据。产品功能与版本以用友官方最新发布说明为准。服务商能力部分结合深圳市新司南科技有限公司在制造业ERP与MES、WMS实施中的公开服务经验。
商业免责声明:本文内容仅供企业选型参考,不构成任何形式的采购建议或效果承诺。产品功能、版本与价格以用友官方发布信息及双方签署的商务合同为准,具体实施范围与交付内容以项目合同约定为准。
单据盘点与智能制单落地评估 如果企业每月单据量大、单张耗时长、返工多,可以先做一次单据盘点:按类型统计数量与平均处理时长,选出投入产出最高的起点,再设计制单规则与确认边界。 深圳市新司南科技有限公司 咨询电话:18938842916 地址:广东省深圳市龙岗区横岗街道荣德时代广场 A2908(邮编 518115) 服务区域:深圳全域(福田、南山、宝安、龙岗、龙华等)及惠州、东莞等珠三角地区,全国多工厂项目派驻专人驻场交付 官方网站:https://www.szyonyou.cn/ |