老系统想接 AI,要推倒重来吗?先搞清这四种接法和三个坑

老系统想接 AI,要推倒重来吗?先搞清这四种接法和三个坑

UPDATE
3
返回列表

摘要

老系统想接 AI,大多数情况下不用推倒重来。本文讲清外挂 AI 助手、私有知识库、流程内 AI 小功能、AI 智能体工作流四种接法的投入差异,接口、权限、部署三处真正花功夫的地方,以及最容易踩的三个坑。

作者:豆宝平|软件开发工程师19+

这一年,找我们聊“AI”的老板里,有一大半其实不是想做一个全新的 AI 产品,而是手里已经有一套用了好几年的系统——ERP、OA、CRM、进销存,或者早年外包做的管理后台——想问一句:“这套老系统能不能接上 AI?要不要推倒重做?”

先说结论:大多数情况下不用推倒重来。 老系统里沉淀的流程、数据和使用习惯,本身就是最值钱的部分。AI 更适合“长”在老系统旁边,而不是把它替换掉。

下面按我们做系统开发十几年的经验,讲清楚常见的四种接法、各要花多少功夫,以及最容易踩的坑。

一、四种常见接法:从轻到重

1. 外挂一个 AI 助手(最轻) 在老系统旁边加一个对话窗口或企业微信/钉钉机器人,员工用自然语言问:“上个月华南区回款多少?”“这个客户最近三次下单是什么?”AI 通过只读接口查数据再回答。老系统本身几乎不用改,适合先试水。

2. 文档与知识接入(私有知识库) 把制度、产品手册、历史方案、合同模板整理进知识库,让 AI 能检索后作答,并标出处。适合售前、客服、新员工培训。功夫主要花在文档整理和权限划分上,而不是模型本身。

3. 嵌进流程里的“AI 小功能” 在原有页面里加按钮:一键生成报价说明、自动识别发票和单据、自动给工单分类、根据历史数据给出补货建议。用户还在原来的界面里操作,只是少敲很多字。需要对老系统做一些前后端改造。

4. AI 智能体 + 工作流(最重) 让 AI 跨系统完成一串动作:比如收到客户询价邮件 → 查库存和价格 → 生成报价单草稿 → 推给销售确认。这需要把多个系统的接口打通,并设计好每一步的人工确认点,周期和投入都最大。

建议的顺序是:先 1 或 2 跑通一个高频场景,再考虑 3 和 4。

二、真正花功夫的地方

接口和数据。 老系统有没有 API?没有的话,是直接读数据库、做一个中间层,还是从导出报表入手?这一步决定了工作量的大头。年代越久、文档越少的系统,摸底时间越长。

权限。 老系统里谁能看什么,往往是写死在页面里的。AI 一旦能“查一切”,就可能让普通员工问出不该看的数据。所以 AI 层必须继承原系统的账号和权限,而不是另开一个超级账号。

部署方式。 数据敏感的企业,可以考虑私有化部署或国内合规的大模型服务,数据不出内网或只传脱敏后的内容。这会影响选型和成本,最好在一开始就定。

三、最容易踩的三个坑

坑一:一上来就想“全面 AI 化”。 列了二十个场景同时做,结果每个都半成品。挑一个每天都有人在做、重复度高的场景,先做到真正有人用。

坑二:让 AI 直接改数据。 查询、生成草稿可以放手,但下单、改价格、审批这类写操作,第一阶段一定要保留人工确认,并留好操作日志。

坑三:上线后没人管答案对不对。 AI 答错了没人纠正,员工用两次就不信了。要有一个反馈入口,定期把错答案和缺的资料补进去,这件事比换更强的模型更重要。

四、要花多少功夫?

很难给一个统一报价,主要看三点:老系统有没有可用接口、要接几个场景、是否需要私有化部署。一般来说,外挂助手或知识库这类轻量接法,几周可以看到第一版;跨系统的智能体工作流,往往要按月算,并且分期上线更稳。 具体还是要先看系统现状再评估。

写在最后

老系统接 AI,本质上是一次“小步改造”:保住原来的流程和数据,在最痛的环节上让 AI 帮人少干重复活。

我们长期做企业管理系统、小程序/App 和 AI 应用的定制开发,老系统评估、接口改造、私有知识库、AI 助手与智能体工作流都可以按你的现状定制。 如果你手上也有一套“想接 AI 又不想推倒重来”的系统,欢迎通过未来已来官网 www.weilai.wang 联系我们,先免费聊聊现状和可行的第一步。

继续下滑查看更多站内动态