# 外贸工厂：用 AI 自动处理 WhatsApp 与邮件里的海外订单

> Source: https://netray.co/zh/export-factory-whatsapp-email-order-automation
> Language: zh
> Publisher: Netray (netray.co)

海外客户习惯用 WhatsApp 和邮件下单、改单、催货，业务员每天大量时间花在复制粘贴和查 ERP 上。AI 可以读取消息，对照 ERP 中的物料、库存和销售订单，起草回复和订单草稿，由业务员确认后再写入系统。模型可部署在工厂内部，客户资料不出企业。

做外贸的工厂和代工企业，订单往往不是从系统里来的，而是从一封带 Excel 附件的邮件、一条 WhatsApp 语音或一张手机拍的采购单截图来的。业务员要把这些信息手工录入用友 U8、金蝶或 SAP 的销售订单，再回头查库存、查交期、写回复。时差让问题更严重：欧美客户晚上发来的消息，第二天早上才有人处理。

AI 能做的不是替业务员接管客户关系，而是把重复劳动拆出来：识别消息属于询价、下单、改单还是催货；从附件和正文里提取型号、数量、交期、收货地址；到 ERP 里核对物料编码、可用库存和在途；然后生成一份回复草稿和一份销售订单草稿。业务员看一眼、改几个字，点确认。

本文说明这套流程怎么搭、数据放在哪里、哪些环节必须保留人工，以及什么情况下用现成的 CRM 或邮件工具就够了。

## 外贸订单沟通的典型痛点

第一类痛点是入口分散。同一个客户可能今天发邮件、明天发 WhatsApp、后天在微信里补一句。订单变更散落在不同渠道，生产部门拿到的往往是过期版本，直接导致错单、返工和客诉。

第二类痛点是信息格式不统一。客户的 PO 可能是 PDF、Excel、图片，客户自己的型号和工厂的内部物料编码也不一致。业务员脑子里的对照关系，没有沉淀到系统里，新人接手就会出错。

第三类痛点是回复速度。海外客户问「这个型号现在有货吗」「最快什么时候能出」，答案其实都在 ERP 里，但业务员要登录系统、切换几个报表才能拼出来。

- 邮件、WhatsApp、微信多渠道并行，变更无法追溯
- 客户型号与内部物料编码需要人工对照
- PO 以 PDF、图片、Excel 多种格式到达，手工录入易出错
- 时差导致首次响应慢，询盘容易流失
- 改单信息没有及时同步到生产和采购

## AI 具体能做什么：从消息到订单草稿

典型流程分五步。第一步，接入邮箱和 WhatsApp Business 的消息，统一成一条客户会话时间线。第二步，模型对消息分类，并从正文和附件中抽取结构化字段：客户 PO 号、型号、数量、单价、币种、要求交期、贸易术语（FOB、CIF 等）、收货地址。

第三步，把客户型号映射到 ERP 物料编码。映射表可以从历史销售订单和客户物料对照表中学习，遇到不确定的项目，系统会标出来让业务员确认，而不是猜。第四步，用只读方式查询 ERP 的现存量、预计到货和已承诺订单，判断能否满足要求交期。第五步，生成回复草稿和销售订单草稿。

写入 ERP 的动作始终需要人工确认。我们的默认做法是：AI 只读 ERP，销售订单草稿保存在独立的待审队列里，业务员点击确认后，才通过 ERP 自己的接口或导入模板落单。

- 识别消息意图：询价、下单、改单、催货、投诉
- 从邮件正文、Excel、PDF 和图片附件抽取订单字段
- 客户型号到内部物料编码的映射与待确认提示
- 只读查询库存、在途和已承诺量，给出交期判断
- 自动生成多语言回复草稿和销售订单草稿

## 与用友、金蝶、SAP 的对接方式

对接方式取决于 ERP 开放程度。用友 U8、T+ 和金蝶 K/3、云星空都提供 OpenAPI 或 WebService 类接口，也可以在数据库层面做只读视图。SAP 则可以通过 OData 服务或 BAPI 读取物料、库存和销售订单。具体用哪种，要看版本、是否有二次开发，以及 IT 对数据库直连的政策。

我们倾向于只读优先：先让 AI 能查、能解释、能起草，再逐步开放受控的写入。查询语句对用户可见，权限沿用 ERP 里的角色，业务员只能看到自己负责客户的数据。

## 数据放在哪里：私有化部署与客户资料保护

客户的采购单、价格和交期是外贸工厂最敏感的商业信息。如果直接把这些内容发给境外的公共大模型接口，既有商业保密风险，也要评估《个人信息保护法》和数据出境的相关要求，其中可能包含联系人姓名、电话等个人信息。

Netray 的做法是使用开源权重模型（例如 Qwen、DeepSeek 一类），用 vLLM 或 Ollama 部署在工厂自己的 GPU 服务器或私有云上，消息解析、检索和回复起草都在内部完成。WhatsApp 和邮件本身的传输仍然经过对应平台，这部分由平台的条款和您的合规评估决定；AI 处理环节不再额外把数据送出去。

## 如何开始：从一个渠道、一类客户试点

建议先选一个渠道（通常是邮件）和一类订单（例如重复性强的老客户补货单），用三到四周跑通「读取、抽取、映射、起草」。度量指标不要定成「自动化率」，而是看业务员每单节省的录入时间、物料映射的准确率，以及错单是否减少。

试点期间保持人工全程审核。等映射表稳定、抽取准确率达标，再扩展到 WhatsApp 和更多客户。这个过程中也会暴露出 ERP 里物料主数据不干净的问题，这些往往是比 AI 本身更大的收益。

## 诚实的取舍：什么时候不需要这套方案

如果您的订单量很小、客户型号简单，一个普通的共享邮箱加 CRM 的邮件模板就够了，不必上 AI。如果您用的 ERP 厂商已经提供了订单录入助手，也应该先评估它，看是否覆盖邮件附件和 WhatsApp。

AI 抽取不可能百分之百准确，尤其是手写、模糊的扫描件和语音留言。所以价格、数量、交期这类关键字段必须保留人工确认这一步。我们不会承诺全自动落单。

## FAQ

### AI 会不会自己回复客户或者自己下单？

默认不会。AI 只生成回复草稿和销售订单草稿，业务员确认后才发送或写入 ERP。需要自动回复的场景（例如纯库存查询）可以单独开放，并设置范围和审计记录。

### 客户用 WhatsApp 发语音怎么办？

可以在内部部署语音识别模型把语音转成文字，再进入同样的流程。语音里的数字和型号识别容易出错，建议系统自动回复确认一遍关键信息，再进入订单草稿。

### 我们的 ERP 是老版本的用友 U8，能做吗？

多数情况下可以。通常通过只读数据库视图或已有接口读取物料、库存和订单，写入则走 U8 的导入或接口。具体要看版本和二次开发情况，需要评估后确定。

### 客户资料和价格会不会被上传到国外的模型？

采用私有化部署时，模型运行在您自己的服务器上，解析和起草不会调用外部模型接口。WhatsApp 与邮件本身的传输由对应平台负责，需要您按自身合规要求评估。

### 多语言回复的质量怎么保证？

模型能起草英语、西班牙语、德语等常见语言的回复，并可以套用贵司的语气和术语表。涉及合同条款、赔偿责任的内容建议始终由人工审阅。