浙江一家汽配厂先踩了传统 RPA 的坑。
去年，他们花 2 万元买了一组脚本：从 SAP 抓生产单，再录入 Excel 排产表。头两个月没什么问题，直到采购流程调整，SAP 页面多了两个字段，脚本直接停摆。生产计划乱了 3 天，统计员重新手录了上百条。
后来他们换成带 AI Agent 的平台。新方案不再只依赖固定坐标点击，而是用 OCR 和 LLM 去识别页面里的字段含义。部署时多花了 3 天训练 Agent，额外费用约 1.2 万元。之后半年里，ERP 又改版两次，Agent 只报错过一次，当天完成修复。
这笔账并不复杂：纯 RPA 阶段每年能省约 6 万元人工，但流程每改一次，平均要花 2 人天维护，折合 3000 元。升级后多了月均 800 元模型调用费，第一年综合节省 4.8 万元，比纯 RPA 多省 1.8 万元。他们计划把下一步放到质检报告生成上。
IDC 在《中国 RPA+AI 解决方案，2024 市场份额报告》的发布信息里提到，AI Agent 正在帮助 RPA 突破规则依赖。这个判断放在汽配厂的场景里很好理解：页面会变，流程会改，传统脚本最怕的就是这些小变化。
客服自动回复，省钱前先防误判
深圳一家 10 人跨境电商团队，在 Shopify 和 TikTok Shop 卖智能家居产品。2025 年底，他们把 RPA 和 Agent 接到客服流程里：RPA 抓订单信息，Agent 生成回复。
上线一周就出事。一个西班牙客户问包裹到哪了，Agent 结合物流数据回复“已签收”。实际情况是商品刚出关。客户认为被欺骗，直接投诉，差点报警。
问题出在关联错误：Agent 把另一个客户的物流单号带进了当前对话。
团队很快加了几道闸。退款、投诉、带链接的回复，必须人工审核；普通回复设置置信度阈值，低于 90% 转人工；同一客户投诉超过两次，RPA 自动触发人工接管。
调整后，客服成本确实降了。上线前 4 名客服月薪合计 5.2 万元；上线后保留 1 人审核、1 人处理复杂 case，月薪合计 2.6 万元，加上 Agent 调用费月均 4000 元，净省 2.2 万元/月。代价也有：初期误报损失了 3 个订单，约 2000 元。到 2026 年 6 月，系统月均处理 4500 条对话，人工介入率 12%。
多语言客服是 Agent 容易显得“能干”的地方，也是最容易出错的地方。订单号、物流状态、退款口径，只要串错一个字段，对客户就是一次明确的错误承诺。
财务流程跑快了，权限问题更扎眼
杭州一家有 12 家门店的中餐连锁，财务部 4 个人。月初对账、发票录入，是固定的高压时段。
2026 年 3 月，他们上了一套 RPA+Agent 报销流程：RPA 识别发票图片，Agent 提取金额、税号并录入金蝶系统，再自动生成凭证。单张发票处理时间从 3 分钟缩到 30 秒。
第三周，问题冒出来：有员工发现自己能调取其他门店的报销数据。原因是 Agent 权限绑定在公共服务账号上，所有门店数据被放在同一套权限下。虽然没有造成实际损失，但已经违反内部财务制度。
他们紧急改造：每个门店单独配置 Agent 实例，数据隔离，操作日志全部上链。权限改造额外花了 1 万元和 2 周时间。
这套系统初始投入 8 万元，年维护 1.2 万元。上线后，月初对账从 5 人天减少到 1.5 人天，预计每年节省约 7.5 万元，基本一年回本。只是如果把权限补课算进去，回本节奏会被拉长。
超智咨询关于 AI 工作流程自动化的文章，把企业自动化分成几段：早期 RPA 主要执行固定路径任务，后来叠加 OCR、NLP、机器学习等模块，再到 Agent 参与流程判断。财务案例说明，能力变强以后，权限边界也要重新设计。否则效率越高，风险扩散越快。
这三类钱，采购前要先写进预算
三个案例放在一起看，RPA+AI Agent 的收益是真实的，但省下来的钱不会原封不动进账。
第一笔是流程维护的钱。传统 RPA 对页面变化、字段变化比较敏感。Zerone 的技术文章也提到，AI Agent 能让 RPA 更有弹性，甚至适应 UI 变化。但“能适应”不等于不用维护，知识库、提示词、异常规则都要有人持续看。
第二笔是人工兜底的钱。跨境电商团队最后没有取消客服，只是把人从一线重复回答里挪到审核和复杂问题处理上。高风险回复必须人工确认，这笔人力不能省。
第三笔是治理补课的钱。餐饮连锁的例子最典型：发票处理时间从 3 分钟缩到 30 秒，但公共服务账号带来的权限漏洞，需要额外花钱改。涉及财务、客户数据、订单状态的流程，权限和日志不能等出事后再补。
中小企业更适合从单点开始
如果预算有限，别一上来就做“全流程自动化”。先找一个足够窄、重复度高、错误成本可控的场景。
比如：
- 电商客服里，只让 Agent 处理订单查询、物流解释，退款和投诉转人工；
- 财务里，先做发票识别、凭证草稿生成，大额付款不交给 Agent 自动执行；
- 制造企业里，先从排产表同步、质检报告草稿这类后台流程开始。
采购前至少问清四件事。
第一，目标能不能落到一个具体动作上。不要只说“提升效率”，要写清楚是客服响应慢、财务对账耗人，还是 ERP 和 Excel 来回搬数据。
第二，维护费有没有预算。原稿里的汽配厂多了月均 800 元模型调用费，餐饮连锁每年维护 1.2 万元，这些都不是一次性采购价能覆盖的。
第三，Agent 哪些动作可以自己做，哪些必须等人确认。对外回复、退款、付款、跨门店数据访问，都应当单独设规则。
第四，数据是不是干净。订单号、发票抬头、税号、客户语言、门店权限，只要基础数据混乱，Agent 会把错误处理得更快、更像真的。
RPA 接上 Agent 后，确实能解决一部分传统脚本“页面一变就坏”的问题。但对中小企业来说，最稳的路径还是小场景试跑、人工看门、算清隐性成本。能省钱，但别把它当成一次采购就结束的工具。
