TechRadar 10月15日刊文称，企业AI若停留在独立大模型阶段，只能充当文笔流畅的聊天机器人；要让AI真正进入业务流程，需通过模型上下文协议（MCP）连接ERP、供应商数据库等系统，应付账款等场景已出现具体应用。

文章指出，大语言模型可以总结信息、回答问题并提出下一步建议，但无法独自对信息采取行动。若没有与关键业务系统连接，大语言模型本质上就是一个文笔漂亮的聊天机器人。以财务团队处理发票为例，孤立的大语言模型或许能准确总结供应商发票，却无法将发票与采购订单匹配，判断是否已付款，或确认是否计入正确的总账科目。这些决策所需信息存在于AI工具之外。

为让AI在业务流程中发挥主动作用，它需要访问承载上下文的系统。MCP可以为安全连接提供基础设施。文章称，连接AI与业务上下文并不总是简单，不同应用可能需要对同一系统做不同集成，企业增加AI工具后复杂度会迅速上升。MCP为AI应用连接外部系统和数据源提供标准化方式，开发者接入新数据源时可使用MCP，而不必为每个应用和系统创建定制连接。

MCP改变了AI实际能做什么。有了正确连接，AI智能体可以拉取相关数据，用这些信息做决策，并在企业设定的边界内采取行动。MCP可支持双向连接，因此AI也能把信息发回核心业务系统。例如，AI智能体可以更新记录、将事项发送审批，或触发流程中的另一步。

不过，文章强调，MCP提供连接基础设施，并不意味着智能体应被赋予完全自由。今天AI智能体可合理处理的自主程度仍因任务和实施方式差异很大。Forrester首席分析师Meng Liu表示，“代理式AI的标签随处可见，但真正的自主性并非如此。”文章称，AI智能体不需要完全自主，也能在业务流程中扮演更主动角色。应付账款就是一个例子。

在应付账款中，企业需要确认商品价格与合同约定一致、产品已交付、发票尚未支付，且每个行项目都计入正确科目。若缺少这些检查，错误和可避免损失更容易漏过。传统上这些检查依赖人工，即使自动化普及，异常项仍常进入队列，由应付账款员工翻查采购订单、收货记录、合同和过往发票。Ardent Partners《2025年电子应付账款状况》称，处理一张发票的平均成本为9.84美元，而一流组织为2.65美元。

文章举例说，一家餐厅收到20箱鸡肉的发票，每箱42美元。若AI智能体可访问应付账款员工能访问的相同数据源，它可将发票与采购订单和收货记录比对，发现只交付了18箱，还能看到发票每箱价格比合同约定高5美元。当数字不匹配时，发票不会自动进入异常队列，因为AI智能体有上下文进一步调查并采取行动。根据调查结果以及企业政策和护栏，它可以向供应商要求退款，将差异连同建议下一步和支持证据发送给相应员工，或在一切无误时放行付款。文章称，同样的概念可用于其他应付账款决策，例如访问供应商历史数据以在付款前识别可能的重复发票，或连接总账和历史编码以确定新发票的总账代码。