近日,在“智鏈神州·NextChain”2025智慧供應鏈創(chuàng)新大會上,神州控股旗下智慧供應鏈企業(yè)科捷重磅推出自研供應鏈智能體——“小金”。本次發(fā)布以“AIforProcess”理念為核心,直指當前通用大模型在企業(yè)級應用上“用不起來、難見回報”的核心痛點,深度賦能供應鏈全流程場景和一線崗位需求,致力于破解通用大模型與企業(yè)個性化需求之間“最后一公里”難題。

“小金”亦是神州控股持續(xù)推動“DataxAI”戰(zhàn)略升維,強化以“燕云Infinity平臺”為核心的數(shù)據(jù)智能技術底座,賦能供應鏈核心業(yè)務場景的成果。目前,“小金”在提升數(shù)據(jù)查詢、智能決策、客戶服務等環(huán)節(jié)效率方面成效顯著,今年將優(yōu)先與客戶展開合作試用。

01直擊企業(yè)AI應用痛點,小金“3+N”架構精準破局

據(jù)MIT2025年8月發(fā)布的調研報告顯示,盡管90%的企業(yè)員工會高頻使用通用大模型處理崗位工作,但僅有5%的企業(yè)能通過大模型應用獲得可量化的商業(yè)回報,95%的企業(yè)投入陷入“打水漂”境地。這種現(xiàn)象也被定義為“影子AI”——大模型如同“隱形影子”存在于企業(yè)運作中,但卻難以追蹤其實際價值。

發(fā)布會上,神州控股科捷軟體與智能化事業(yè)部副總經理田申指出,這種現(xiàn)象的核心癥結在于通用大模型與企業(yè)實際業(yè)務需求脫節(jié),無法完成從“提供思路”到“解決問題”的轉化。以“優(yōu)化倉庫運營效率”這一典型需求為例,通用大模型雖能給出“優(yōu)化庫存布局”“引入自動化設備”等泛化建議,但企業(yè)團隊需自行拆解任務、查閱操作SOP(標準作業(yè)程序)、收集庫存與用工數(shù)據(jù),最終仍依賴人工完成數(shù)據(jù)分析與方案落地。

田申表示,企業(yè)真正需要的大模型,必須具備五大核心能力:一是分解問題;二是熟悉企業(yè);三是深耕行業(yè)知識;四是整合信息;五是集成實時業(yè)務數(shù)據(jù),動態(tài)捕捉企業(yè)真實需求。

基于這一認知,科捷依托公司技術積累和行業(yè)沉淀,研發(fā)供應鏈智能體“小金”——研發(fā)團隊在通用大模型基礎上,灌入供應鏈專屬知識,構建以科捷“KingKoo智鏈”物流垂類大模型為核心的“大腦”;同時,整合科捷20余年在供應鏈領域積累的管理知識、崗位經驗及系統(tǒng)操作規(guī)范,形成龐大的專屬知識庫;并借助神州控股“燕云Infinity”技術體系,解決大模型微調、智能體研發(fā)和實時數(shù)據(jù)采集問題。此外,科捷過往在決策式AI(機器學習、深度學習)領域的算法積累,亦為智能體提供了精準輸出的工具支撐。

最終落地的“小金”智能體,基于“AIforProcess”核心理念,定位為“供應鏈企業(yè)級智能體套件”,以“3+N”架構形成差異化優(yōu)勢,成為破解企業(yè)AI應用“最后一公里”的關鍵方案。其中,“3”個核心智能體覆蓋企業(yè)通用需求:數(shù)據(jù)助手支持自然語言高自由度提問,可自動以圖表、圖片形式呈現(xiàn)結果,針對海量數(shù)據(jù)還能生成Excel文件,覆蓋80%以上的數(shù)據(jù)查詢場景,可將日常查詢效率提升90%;決策助手能自主規(guī)劃分析步驟,調用多子智能體收集數(shù)據(jù),針對復雜問題輸出完整報告,例如為新客戶提供“倉庫入駐推薦”“新建倉選址方案”,數(shù)據(jù)分析效率提升70%;客戶助手整合客戶背景知識,提供7×24小時智能應答,減少客服50%工作量。

發(fā)布會上,田申還現(xiàn)場演示了“N”個崗位智能體的落地效果。以產品設計助手為例,只需輸入需求背景,該智能體便可自動拆解需求、收集歷史文檔(含資料庫信息、需求文檔、會議紀要),生成涵蓋頁面改動、按鈕邏輯、資料庫設計的產品設計說明書,還能補充測試性能要求等非功能性內容,使產品設計效率提升50%。

目前,該智能體已在科捷昆山數(shù)智化旗艦倉完成實踐部署,訂單準點完成率、倉庫管理效能提升,客戶投訴率顯著下降,驗證了其商業(yè)價值。

02讓專業(yè)的人做專業(yè)的智能體,AI不在高處而在實處

對于“小金”智能體的未來發(fā)展,科捷制定了清晰的規(guī)劃。在技術層面,小金錨定供應鏈領域“AI原生”——即基于AI思維重構業(yè)務流程,而非在傳統(tǒng)流程上疊加AI工具。田申以財務結算流程舉例,傳統(tǒng)模式下財務人員需每月集中收集數(shù)據(jù)、制作帳單、審核對帳,而“AI原生”思路下,借助智能體實現(xiàn)帳單數(shù)據(jù)自動收集與生成,將“月更”改為“日更”,通過每日財務數(shù)據(jù)反向監(jiān)測業(yè)務風險、優(yōu)化運營,使原本單純的結算流程轉變?yōu)椤皹I(yè)務賦能樞紐”?？平萦媱澩ㄟ^持續(xù)研發(fā),構建百量級供應鏈垂直智能體集群,覆蓋倉儲、運輸、報關、售后等全域場景,最終以AI重塑供應鏈全鏈條運作邏輯。

商業(yè)化方面,科捷采取“試點先行、逐步拓展”策略。2025年,將優(yōu)先推出“小金”智能體客戶版,與零售、3C、快消等行業(yè)標桿客戶開展合作試用,客戶版將保留核心智能體功能,并新增三大專屬服務:常見問題24小時快速應答,大幅提升客服響應效率;業(yè)務風險預警,通過AI分析運作數(shù)據(jù)降低履約中斷、庫存積壓等風險;個性化業(yè)務優(yōu)化建議,集成決策助手能力為客戶提供庫存管理、倉網布局等定制方案,實現(xiàn)“AI管家式服務”。2026年,在試點驗證效果后,將面向全行業(yè)進行規(guī)?；茝V,同時開放智能體建設方法論,為客戶提供“業(yè)務梳理—數(shù)據(jù)采集—數(shù)據(jù)建?！狝gent建設—Agent運營”的一站式智能化轉型服務。

紅杉資本2025年8月公開的數(shù)據(jù)顯示,全球生成式AI市場規(guī)模未來將觸及10萬億美元,這一龐大的市場體量背后,是各行業(yè)對智能化轉型的迫切需求,供應鏈領域更是如此。不過,產業(yè)爆發(fā)的同時,“技術原型到工業(yè)化應用”的跨越仍是普遍難題。田申認為,當前大模型本體能力正逐漸趨同,未來行業(yè)競爭的主戰(zhàn)場將聚焦于“AI應用工藝”,尤其是能解決實際業(yè)務問題的工業(yè)化落地能力。

科捷推出“小金”,正是踩準了這一行業(yè)發(fā)展風口。供應鏈行業(yè)從來不缺“高大上”的AI概念,但脫離具體場景的“空中樓閣”難以走遠,“小金”從一開始就錨定“實用”——依托科捷20余年積累的160余個倉庫運營經驗、300余座城市業(yè)務覆蓋的實戰(zhàn)沉淀,以及日處理500萬單訂單的技術儲備,讓智能體既能看懂物流數(shù)據(jù),又懂行業(yè)痛點,成為能落地的“實干派”。

田申在發(fā)布會結尾的呼吁,“我們不想做跟隨者,要通過實實在在的落地,成為智能化轉型的引領者。”這份魄力,或許會開啟供應鏈行業(yè)的全新想像——隨著“小金”等供應鏈智能體的普及,供應鏈可能不再是“被動響應”的鏈條,而是能主動預判需求的“智慧網絡”:倉庫里,智能體提前算準庫存波動,讓貨物“按需流動”;跨境物流中,報關、運輸、結算全流程由AI協(xié)同推進,效率翻番;甚至每個崗位的員工,都能借助專屬智能體,從重復性工作中解放出來,聚焦創(chuàng)新與服務。

未來,科捷還會聯(lián)合物流企業(yè)、電商平臺,制造廠商等更多的行業(yè)伙伴擴大供應鏈智能體生態(tài)。當越來越多的“小金”式AI融入不同業(yè)務場景,供應鏈行業(yè)將會迎來“全鏈路智能協(xié)同”的新時代——分散的倉儲、運輸、銷售數(shù)據(jù)被打通,形成真正高效、敏捷、韌性的智慧供應鏈體系。