一位省属国企信息部门负责人聊起这事，说了句实在话： “ 厂商天天来推大模型升级，报价从几十万到几百万都有，但没人跟我说清楚，我现有的两百多个 RPA 流程要不要推倒重来。 ”

已经部署了RPA 的企业，接入大模型时最怕的不是花钱，而是 不知道这笔钱花下去，原有的RPA 资产是保住了还是报废了。 RPA 接入大模型这件事，市面上讲技术路线的多， 但是很少能把 级路径和改造成本 说清楚 。 今天我们主要来聊聊这件事，当企业如果已经部署 RPA 自动化软件的情况下，如何接入 AI 进行改造升级，而这笔费用要如何核算？

不同的 升级路径，改造量 存在不同

首先，我们要知道，不同的升级路径，改造量必然是不同的。

常规来说 RPA 接入大模型，主流是三条路： 外挂、混合和平台迁移 ——

① 外挂式 ： RPA 流程基本不动，只在需要理解非结构化内容的环节调用大模型 API ；

②    混合式 ： 重构部分流程，让大模型承担判断和规划，RPA 承担执行；

③ 平台迁移 ： 换到原生支持RPA+ 大模型双引擎的新平台。

三条路的改造量、周期、风险差一个数量级，成本也是。

相对来说 外挂式最轻，适合流程规则本身没问题、只是缺 “ 看懂文件 ” 能力的场景，比如发票识别、合同要素提取。混合式适合流程本身需要动态判断的场景，比如异常审核、多方案比价。平台迁移适合 RPA 平台本身老旧、扩展困难、厂商支持跟不上的情况。

显性成本：能问到明确报价

从平台 / 授权费、大模型费用、实施人力三个维度，对比 方案 ：

1、 外挂式 ： 平台/ 授权费低，按调用量计费； Token 按量计费； 实施周期 24 周。

2 、 混合式 ： 平台/ 授权费中等； Token 费用 + 微调成本； 实施周期 24 个月。

3 、 平台迁移 ： 平台/ 授权费高，需重新采购； Token 费用 + 私有化部署硬件成本；实施周期 48 个月。

私有化部署一个开源大模型（比如DeepSeek 、 Qwen 系列），要额外算 GPU 服务器成本。 举个例子， RPA 厂商里面像 金智维、达观数据等厂商都支持大模型私有化部署，金融政企内网环境基本是刚需，这块硬件投入不能漏算。

隐性成本：这几项，报价单上不会写

隐性成本才是升级项目超预算的主因。 至少四项：

1 、 数据治理 ： 大模型效果取决于喂进去的业务数据和规则质量，多数企业的知识没有沉淀成可调用的形式，这部分整理工作量常被低估；

2 、 流程重新验证 ： 改造过的流程要重新跑测试，跨系统流程的回归测试很费人；

3 、 幻觉兜底 机制： 要设计大模型出错时的拦截和人工介入流程，这是新增的工作量；

4 、 员工适应 ： 业务人员要重新学怎么和 “ 会判断 ” 的机器人协作 ， 能否提供完善和培训和推广；

我们要知道， “AI 本质上还是数据驱动，企业真正最重要的，是数据治理、知识沉淀和业务规则沉淀，这些东西才是燃料，模型离开这些燃料什么都做不了。 ” 升级预算里如果没给数据治理留出份额，大概率 是 会返工 的 。

机会成本：不升级 ， 我们 会损失什么 ？

不升级不是零成本。

原有RPA 只能处理规则明确的结构化任务， 遇到需要理解、判断的环节就得退回人工，这部分人力成本会一直挂在账上。 举个可比的参照：某头部客车企业用RPA+AI 处理融资风控，单次征信信息处理从 3 分钟缩到 1 分钟，一年省 120 人天；如果停留在纯 RPA ，这类含判断的环节根本自动化不了。

另一个隐性损失是竞争节奏。 行业里已经在用智能体处理研报分析、舆情监测、客户画像这类以前只能人工做的活，晚一年上，差的不只是一年的效率。

改造 费用如何 评估 ？

在我们要开启这个项目，进行改造费用核算时，先要弄清以下问题：

第一， 现有RPA 流程里，卡在 “ 需要判断 ” 环节的占比有多少？占比低，外挂式就够；占比高，才考虑混合式。

第二， 有没有内网私有化部署的硬要求？有，硬件预算单列。

第三， 现有RPA 平台还能不能扩展、厂商支持跟不跟得上？跟不上，迁移的账要认真算。

第四，数据和业务规则沉淀到什么程度？越薄，隐性成本越高。

迁移期怎么保证业务不断 ？

真要走平台迁移，切换期间业务连续性 会是最大的风险 。

稳妥的做法是新老平台并行一段时间：老平台继续跑存量流程，新平台先接1-2 条非核心流程验证，跑稳一条迁一条，而不是选一个周末全量切过去。

并行期要多付一份授权成本，但比 “ 切过去发现十几个流程不兼容、业务停摆 ” 的代价小得多。

行业内金智维的在这方面能够提供的实践落地也是最丰富的。给一个可以对比的 参照：工商银行的RPA 平台在 90 多家境内外机构分批建设，覆盖近 40 个业务条线、 2000 多个应用场景，靠的就是分批推进而不是一次到位。迁移也是同一个道理，节奏比速度重要。

分步验证的具体做法

把 “ 先小范围验证 ” 落到可执行 。

大致是这样 ——

第 1 个月，选1 个判断类场景（如异常单据审核），用外挂式接大模型，人工全程盯着；

第 2 到第 3 个月，统计三个数 —— 自动处理率、人工纠错率、单据平均处理时长，和改造前对比；

第 3 个月末，拿这组数据开评审会，决定是扩到更多场景，还是需要先补数据治理。

这套流程走完，企业手里就有了自己环境下的真实数据 。 这样到了后期 无论是扩大投入还是砍掉项目，都有依据。 改造成本评估最怕的是拍脑袋，最实的是用一个真实跑过的小场景说话。