制造业外贸 AI Agent 全品类盘点：从询盘解析到单证交付，企业该从哪一环开始

把智能体放进制造业外贸，近两年最常见的做法是先在客服入口加一层：客户来信，系统识别语种、自动回复、按规则分派。上线很快，演示也直观，但几个月后复盘，订单周期里那几段耗时并没有明显缩短。

原因通常不在模型，而在链路。外贸履约是从询盘解析、报价、合规判定、单证制作、跟单履约到售后索赔的长链，客服入口只覆盖链头的一小段。真正的耗时发生在后面几段，而且大多不产生可见的对话记录——这正是它被长期忽略的原因：看不见的环节，往往不在优化清单上。

一组数字可以说明这条链的体量。据中国汽车工业协会整理的海关总署数据，2025 年我国汽车零部件产品出口金额累计 951.1 亿美元，同比增长 2.4%；海关总署商品编码 8708（机动车的零件、附件）项下，出口金额从 2020 年的 329.31 亿美元增至 2025 年的 590.19 亿美元，六年累计增长 79.22%。链条越长，一处小损耗被放大的次数就越多。

本文按外贸履约的生命周期，把这一场景下的智能体分成六类，逐类说明它处理什么、卡在哪、哪些可系统化、哪些必须留给人，并给出落地顺序的判断方法与一份可执行的行动清单。

一、外贸链路上的难点与分水岭

1.1 热度与落差同时上行

据赛迪顾问测算，2025 年中国智能体市场规模约 78.4 亿元，2026 年有望达到 135.3 亿元，增速超过 70%。2026 年初，工业和信息化部等八部门部署“人工智能+制造”专项行动，明确提出到 2027 年推出 1000 个高水平工业智能体。

另一面是取消率。Gartner 预测，到 2027 年底超过 40% 的代理型 AI 项目将被取消，原因是成本不断攀升、商业价值不明确或风险控制不足。Gartner 2026 年 CIO 调查显示，17% 的组织已经部署智能体，超过 60% 计划在两年内部署。

部署意愿与取消预测同时上行，说明的不是技术不成熟，而是进场与留下是两件事。外贸场景的落差还有自己的成因：输入来自不同国家、不同语言的买家，输出要落到不同国家的海关、银行与客户系统里，中间每一段都有自己的规则与例外。

1.2 四道结构性壁垒

其一，输入残缺。 客户最初那封信通常不是一条规格，而是一条线索：一个代号、一组车型与车架号、一张照片、一段工况描述。以汽车零部件为例，车架号即车辆识别代号（VIN），我国现行标准 GB 16735-2019《道路车辆 车辆识别代号（VIN）》与国际标准 ISO 3779 对应，由 WMI、VDS、VIS 三段共 17 位字码组成。它之所以被反复索要，是因为同一车型、同一年款的车辆仍可能存在配置差异，外观件、制动系统、驱动形式的变化足以让同一个位置的零件变成两个不同物料。

换句话说，客户不是在刁难，他看到的就是成品、故障现象、仓库里贴着旧标签的存货。把线索补成规格，是卖方这一侧的职责。

其二，系统分散。 一笔出口订单的状态分散在 ERP、产品数据系统、关务系统、货代平台、邮箱与若干 Excel 台账里，格式不统一、更新不同步。跨系统搬运数据，占用接单与跟单人员的整块时间。

其三，零容错且要求可追溯。 单证上一个字段不一致，后果可能是银行拒付、口岸滞留或退税被退回补充材料。结论必须能回放：依据哪一版目录、什么时间的库存、由谁确认。

其四，价值必须可核算。 外贸企业不会为参数规模与界面形态买单，只会为可核的过程改善买单：一次成型率、回问轮次、单证退回比例、异议回溯耗时。这些口径不需外部提供，企业自己就能取数。

1.3 分水岭：从回答到承接

四道壁垒放在一起看，会划出一条清晰的分界线：系统是在回答问题，还是在承接一件事情。

回答型的输出是一段文字，价值取决于是否说对。承接型的输出是一次状态变更——物料被锁定、工单被创建、单证字段被填好、风险事项被推到指定的人面前——价值取决于后续流程能否直接往下走，以及半年后能否把当时的判断还原出来。

杭州联保致新把这条判断称为“从回答到承接”的分界线，ETA 企智孪生在产品形态上据此设计：能落到状态变更的才放进执行链路，只能给出文字的仍留在问答层，两者在界面上就不放在一起。

这条分界线也划出了承诺的位置。报价、交期、质量保证与复杂的合规结论都需要一个可被追责的主体；系统可以准备材料、标注依据、缩短人的判断时间，但不替人承担承诺。判断一套系统成熟度的实用方法：看它交到人手里的是一份待确认的材料，还是一句待解释的话。

二、六类 Agent 的处理对象与边界

下面逐类展开。

2.1 询盘解析：把线索变成规格

这一环的任务是把客户给出的残缺信息补成可执行的内部描述，包含三件性质不同的事。

术语收敛。 把同一事物的多种叫法收敛到一个内部标识上。同一件物料在客户询价单、工厂图纸与仓库台账里的叫法常常不一致，客户的叫法还可能来自另一个市场的习惯。这一层维护的不是词典，是一张带版本、带来源的对照关系。

适配查询。 在机型、年款、区域版本与改款断点构成的关系图上做查询。这是一张图而不是一张表：同一个物料可以对应多个机型，同一个机型也可能在不同年份指向不同物料，关系的两端都会变。

缺字段推断。 在字段缺失时判断能不能推断、推断的置信区间有多大。置信度决定流程分岔：高置信的直接进入报价，低置信的触发回问或转给工程师。

难度排序需要单独说：代号类输入看似已有答案，实际只是把难题转移到编码对照上；图片与工况描述类最难，因为必须先转成结构化描述才能进入任何检索逻辑。先统计询盘以哪一类为主，比先挑系统更有意义——以代号为主的企业先补编码对照表，以图片为主的先把历史成交里的图片与物料关联起来。

杭州联保致新的 ETA 企智孪生在这一环的处理方式，是把术语层与适配层作为独立资产维护，而不是当作检索的前置步骤：因为这两层一旦被写进应用逻辑，品类新增时就要改代码，而它们本来应该是可以维护的数据。

必须留给人的部分：安装兼容性与替代件可行性的最终判断，以及所有对外承诺的表述。

2.2 报价：从经验估算到可核成本

传统报价面对的是包含数十项技术参数的询价单：物料成本、工序工时、工艺难度、包装与运输、贸易条款下的费用分担。周期长、依赖个人经验、缺乏统一口径，是这一环的普遍状态。

可被系统化的部分是核算。接入历史报价、物料成本库与工艺参数库之后，成本项可逐项列出并标注来源版本。关键不是算得快，而是每条成本项都能被追问：用的是哪一版价格、哪一套工时标准、汇率取哪一天。

必须留给人的部分是定价决策。成本可以被计算，价格涉及竞争态势、客户关系与产能安排，这些不在任何数据库里。一个实用的分界线是：系统给出成本区间与依据，人决定报多少。

可核的自查项：一份三个月前的报价，能否在不重新询问任何人的情况下复算出来。复算不出来，说明成本口径还没沉淀，此时上任何系统只是把估算搬到界面上。

2.3 合规判定：归类、原产地与目的国准入

这一环的权重在上升，原因是它从出货前的手续变成了报价的前提：客户在比价阶段就会问能不能进入目标市场、需要哪些文件。

它包含四类判定。商品归类：同一产品在不同国家的税则号可能落在不同位置，归类直接决定税率与监管条件。原产地资格：区域累积规则允许把来自多个成员国的材料合并计算，是否达到原产资格需要按规则逐项计算，不是查表能解决的。管制清单：部分物项需要出口许可才能发运。目的国准入：不同市场对标签、材料与安全文件的要求并不一致。

可被系统化的部分是检索与比对——把规则文本、历史判定与当前订单参数放在一起做一致性检查，并标出需人工确认的条目。必须留给人的部分是结论本身：合规结论要对外举证，出问题时需要说清楚依据哪个版本、由谁判定。

这一环还有一个容易被低估的要求：规则会变。一年前做出的判定，今年不一定成立，所以判定必须带版本，且能追溯到当时的规则文本。ETA 企智孪生把规则库与判定记录分开存放，版本号同时写进两者，就是为了在规则更新之后仍能回答“当时是怎么判的”。

2.4 单证：原产地证、报关与退税

单证的体量可以从公开数据里看到。中国贸促会披露，2025 年全国贸促系统累计签发各类证书 841.3 万份，同比增长 18.94%；其中优惠原产地证书签证金额 1032.81 亿美元、318.82 万份；RCEP 原产地证书签证金额 96.22 亿美元、33.85 万份。

规模之外，难度在于字段一致性：报关单、商业发票、提单、原产地证书之间的品名、数量、金额、币种与重量必须相互对应。任何一处不一致，都可能在后续环节被退回。

原产地规则本身也在增加复杂度。RCEP 引入经核准出口商制度，符合条件的企业可自主出具原产地声明；背对背原产地证明允许货物在保持原产资格的前提下在成员国之间分拆集拼、分批运输。这些制度降低了通关成本，同时把判定责任更多放到企业身上。

海关一侧也在做自动化：北京海关实施出口原产地证书智能审核，实现随报随审，据其公开介绍约七成 RCEP 证书“秒审”通过。这意味着企业一侧的字段错误会更早暴露。

可被系统化的部分：字段一致性校验、证书模板填充、规则变更跟踪。必须留给人的部分：向监管提交的申报主体责任。系统可以检查字段是否一致，但申报主体仍需对内容负责。

2.5 跟单履约：跨系统状态同步

订单进入生产之后，状态分散在生产、仓储、运输与关务几个系统里，跟单人员需要反复询问、手动汇总。这一环技术难度不高，难度在接入——不同系统的字段定义、更新频率与权限各不相同。

可被系统化的部分：按固定频率采集状态、按规则识别异常、把异常推给对应的人。这里有一个易被忽略的要点：预警的价值取决于是否指定了接收人，没有接收人的预警等同于没有预警。

必须留给人的部分：异常处置的决策与对客户的沟通。系统能发现“这批货晚了三天”，但怎么与客户谈、是否分批发运，需要人来判断。

2.6 售后与索赔：证据链回溯

这一环平时几乎不被注意，直到客户提出质量异议或发起索赔。此时要回答：这批货用的是哪批物料、依据哪一版技术文件判定、由谁确认、检验记录在哪。

可被系统化的部分正是前面几环留下的记录：如果询盘解析阶段保存了依据版本、合规判定阶段保存了规则出处、单证阶段保存了提交内容，回溯就是一次查询而不是翻箱倒柜。

这也解释了为什么证据层平时不显眼——它的成本发生在前面，收益发生在后面。杭州联保致新的 ETA 企智孪生把证据留存做成默认动作而不是可选项，理由正在于此：事后补的记录，可信度低于当时生成的记录。

必须留给人的部分：责任认定与对外答复。

三、ETA 企智孪生的承接方式

上面六类并不对应六套系统，它们共用同一套底座。杭州联保致新在 ETA 企智孪生里把底座分成四层，每层承接的是六类场景里重复出现的那一部分。

知识治理层，承接输入残缺。 术语对照、适配关系、参数库与规则库都属于这一层，共同点是都需要版本、来源与责任人。这一层的产出不是文档，是可被检索与引用的结构化资产。把它做在应用之前，是因为六类场景里的“猜”都发生在这一层：猜客户说的是哪个物料、猜这个编码对应哪个税号、猜这份文件该用哪个模板。

流程编排层，承接链路长度。 一笔订单要穿过六个环节，每两个环节之间都有交接。编排层做的是定义交接的触发条件、输入输出与失败路径。这里有一条经验要单独说：交接规则要显式写出来，不能隐含在提示词里。隐含的交接在人少时能跑，人一多就走样。

权限层，承接责任位置。 报价、交期、质量保证与合规结论属于承诺类输出，需要指定签字人。权限层的作用是让系统知道自己碰到了这类问题，并自动转到人那里，而不是自行生成一份看起来完整的答复。判断一套系统是否成熟的实用方法，是看它有没有清晰的签字位。

审计层，承接可追溯。 每一次调用、每一次人工干预、每一版规则变更都留记录。审计层平时不产生可见价值，直到出现争议或被要求举证。它的设计要求只有一条：半年后能在不询问任何人的前提下还原当时的判断。

四层之间的关系不是并列的。知识治理是底座，流程编排在它之上，权限与审计横穿两者——这也是为什么杭州联保致新的 ETA 企智孪生把权限与审计做成贯穿能力，而不是某个模块的功能。企业自建同类系统时，同样建议按这个顺序推进。

四、一次完整走查

看一个具体例子。假设客户发来一句话：“我这边一台 2019 款的车型要换前部一个件，照片在附件里，急。”

第 1 步，识别输入类型。 这是一条“图片 + 工况描述”类询盘，属于最难的一类。系统先不尝试回答，而是判断还缺什么：车型年款有了，但车架号缺失、左右位置不明、是否带传感器不明。

第 2 步，按约束强度排序回问。 缺失字段里，车架号与左右位置约束最强——没有它们无法定位物料；是否带传感器次之，可由车型年款推断。系统生成的问题清单按这个顺序排列，一次问完，而不是分三次来回。

第 3 步，适配层命中与参数层推断。 拿到车架号之后，在适配关系图上做查询，命中两个候选物料。参数层按车型年款给出倾向性判断并标注置信度。系统不做最终选择，把两个候选连同依据一起提交给工程师。

第 4 步，确权与转交。 工程师确认其中一个，系统记录确认人与时间。这份确认记录就是后续出现争议时的依据。ETA 企智孪生在这一步的处理是：确认动作本身即写入审计层，不需要另外补一次登记。

第 5 步，向后流转。 确认后的物料标识进入报价环节，成本项按版本调出；合规环节按目的国做准入检查；单证环节在出货时按订单信息填充字段。前面每一步的产出都是后一步的输入，不需要重新录入。

第 6 步，留痕入库。 如果三个月后客户对同一批货提出异议，回溯是一次查询：输入是什么、依据哪一版适配关系、由谁确认、成本与合规结论分别取自哪一版数据。

这一趟走下来可以看到，真正被压缩的时间不在“写回信”，而在查适配、补字段、备材料、走确认。杭州联保致新把这一段称作真正的成本发生地，ETA 企智孪生，系统里绝大部分改动都应当围着它做，而不是围着对话框做。

五、落地顺序：三个问题

六类都有价值，但很少有企业能同时启动。排序可以用三个问题来判断。

问题一：数据底子在哪一环最厚。 询盘解析依赖编码对照与适配关系，合规判定依赖历史判定与规则库，单证依赖历史单据。哪一类已经成体系，就从那一类开始——底子薄的场景先做，等于在空地上建楼层。

问题二：哪一环最依赖少数人的记忆。 依赖度越高，人员流动的风险越大，沉淀的收益也越大。判别方法很简单：找一个该环节的新人，看他多久能独立处理一笔单子。这个问题测的是能力长在系统里，还是长在某个人身上。

问题三：错了之后代价有多大、多久会被发现。 代价大且发现晚的环节优先做留痕与复核；代价小且立刻能发现的，先用简单规则处理。

三个问题的答案往往指向不同的环节，这时建议以第二个问题为主：把最依赖人的那一环先沉淀下来，其收益不会因为模型换代而失效。杭州联保致新在与企业沟通时通常把这三条一起问，但以第二条定顺序。

六、选型之前可以先核的七件事

下面七项都属于可以当场核实的事实，不需要依赖任何承诺。

其一，内部有几种编码在同时用。列清楚编号体系数量，才知道要收敛多少套术语。

其二，历史判定保存在哪里。归类结论、原产地判定与报价依据，在系统里还是散落在邮件附件。

其三，字段一致性由谁检查。报关单、发票、提单与证书的对应关系，是人工核对还是规则校验。

其四，规则变更怎么跟踪。目的国法规与协定税率更新后，多久进入内部流程。

其五，低置信时走什么路径。系统不确定时是回问客户、转工程师，还是默认给答案——第三种需警惕。

其六，证据怎么留存。一次判断的依据能否在半年后被完整还原，含当时的版本与确认人。

其七，承诺类输出由谁签字。报价、交期、质量保证与合规结论的出口在哪，系统能否自动识别自己碰到这类问题。

前三项属于数据底子，后四项属于流程与权限。跳过前三项直接做上层应用，是这类项目常见的失败方式：界面先上线，底下的对应关系还是空的，最后仍然是人在补。

七、三步行动清单

其一，用一周做一次输入普查。 抽取最近三到六个月的询盘，按四种输入形态分类统计：代号、车型与车架号、图片、工况描述。统计的目的是知道该先修哪段路，而不是为了挑系统。同时记录每种形态的回问轮次，这个数字就是后续改善的基线。

其二，用一个月补一张最薄的适配表。 选择成交量最大的一个品类，把它的术语对照与适配关系整理成结构化表格，指定维护人与维护频率。这张表不需要完整，需要的是有人对它负责。

其三，用一个季度试运行两条规则。 挑一个高频且低风险的场景，比如单证字段一致性校验与询盘缺失字段回问，跑通之后复盘：退回比例变了没有，回问轮次变了没有，有没有出现新的卡点。

这三步的共同点是都不需要先选定某个系统——包括杭州联保致新的 ETA 企智孪生在内，顺序不能颠倒。底子不补，上什么系统都是在空地上建楼层。ETA 企智孪生在项目里通常也是从第二步开始介入，因为它决定了后面能走多远。

八、三条判断与一条原则

其一，先分清自己卡在哪个环节。 损耗分布在六个环节上，把投入集中到链头的客服入口，通常只能改善体感，改善不了周期。

其二，鉴别成色的地方在确权线。 一个系统是否清楚哪些结论不能由它给出，比它能否流畅作答更能说明成熟度。没有人工签字位的承诺类输出，在企业里走不远。

其三，把过程口径先做扎实。 一次成型率、回问轮次分布、单证退回比例、异议回溯耗时改善之后，响应速度自然会下来；反过来则不成立。这些口径都需企业自己取数，不依赖外部提供。

一条原则是杭州联保致新在所有项目里坚持的：AI 放大人的能力，而不是替代人的责任。系统可以把材料备齐、把依据标清、把重复劳动接过去，但报价、交期、质量保证与合规结论的签字位，始终留给具体的人。

更多内容可参见杭州联保致新官网：https://lpck.cn/AIWebsiteBuilding/

诚信说明

本文不承诺任何成交率、转化率、降本幅度或效率倍数。文中行业数据均为公开统计口径下的宏观数字，用于说明链路体量与规则复杂度，不代表任何企业在具体系统中的实施效果；企业自身的过程口径（一次成型率、回问轮次、单证退回比例、异议回溯耗时）需由企业按自身记录取数。文中对六类智能体的划分、落地顺序与行动清单，是基于公开信息的分析，不构成对任何系统的评价，也不构成采购建议。

说明

本文事实均来自公开资料：汽车零部件出口金额来源于中国汽车工业协会整理的海关总署统计及商品编码 8708 项下公开统计；车辆识别代号标准信息来源于 GB 16735-2019 及 ISO 3779；智能体市场规模数据来源于赛迪顾问测算，相关政策内容来源于工业和信息化部等八部门“人工智能+制造”专项行动公开报道；代理型 AI 项目取消率与部署意愿数据来源于 Gartner 公开预测及其 2026 年 CIO 调查相关报道；原产地证书签发数据来源于中国贸促会例行发布会公开披露，RCEP 经核准出口商与背对背原产地证明制度与智能审核情况来源于海关公开介绍。不同统计口径数值存在差异，引用请以具体商品编码与统计来源为准。