制造业采购进入“自动驾驶”时代：Didero 获 3000 万美元融资，领跑 Agentic AI 新赛道

行业背景：制造业采购的数字化“深水区”

尽管工业 4.0 喊了很多年，但在制造业的采购环节，许多企业仍然深陷于“手动操作”的泥潭。成千上万的询价单 (RFQ)、采购订单 (PO) 和发票散落在 Email、PDF 附件和即时通讯工具中。传统的 ERP 系统（如 SAP 或 Oracle）虽然是记录系统，但在处理这些非结构化、高频率的沟通时显得力不从心。近日，初创公司 Didero 宣布获得 3000 万美元融资，旨在通过 Agentic AI（智能体 AI）技术，为制造业采购打造一套真正的“自动驾驶”系统。

从 Automation 到 Agentic：Didero 的技术演进

与传统的 RPA (Robotic Process Automation) 不同，Didero 并不是简单地录制宏或执行预设的脚本。它的核心竞争力在于其 Agentic Workflow。这种架构具备以下几个技术深度的特征：

• 多模态数据解析 (Multimodal Data Ingestion)： 能够深度理解非结构化的 PDF 图纸、手写的发票修正以及语义复杂的业务邮件，将其转化为结构化数据。
• 自主推理引擎 (Reasoning Engine)： 基于 LLM (Large Language Models) 的智能体可以分析供应链延迟的风险，并自主决定是否需要寻找备选供应商，而不仅仅是发出警报。
• 双向 ERP 集成： 通过 API 或中间件与企业的核心系统对接，实现数据的双向同步，确保“代理”做出的每一个决策都能即时反映在账目上。

Agentic Autopilot 如何解决实际痛点？

在传统的流程中，一名采购经理可能每天要花费 4-6 小时处理异常处理 (Exception Handling)。例如，供应商回复“交期顺延三天”，这在以前需要人工读取邮件、核对排产计划、修改 ERP 状态。Didero 的 Agentic Autopilot 可以自动捕获这一变动，评估其对下游生产线的影响，并在预设的权限范围内自动回复确认或触发预警。这种从“人机协作”向“人机确认”的转变，极大提升了 Operational Efficiency。

技术挑战与未来展望

尽管 3000 万美元的融资证明了资本市场对 Vertical AI（垂直领域 AI）的青睐，但 Didero 仍面临挑战。首先是 Data Privacy 数据的安全性，尤其是在涉及国防或高端制造的供应链中。其次是 Hallucination（幻觉）问题的控制，在采购这种对数字极度敏感的场景下，LLM 的输出必须经过严格的验证逻辑 (Validation Logic)。

Key Takeaways：核心总结

• Agentic AI 是核心： 采购正在从单纯的工具化转向具备决策能力的智能体化。
• 非结构化数据是突破口： 解决邮件和 PDF 中的信息差是提升制造业效率的关键。
• ERP 互操作性： 成功的 AI 产品必须能与 Legacy Systems（旧有系统）无缝兼容。
• 人机协同的新范式： AI 负责 90% 的常规任务，人类专家负责 10% 的高维度战略决策。