圓桌對話：降本增效 風控提智：數字員工驅動金融數智化轉型的實戰樣本| 2026AI Partner·北京亦莊AI+產業大會

金智維與銀河期貨七年合作，從十萬級的RPA項目走到百萬級的智能流程重構，證明了一件事：企業級AI的價值不在于回答問題，而在于把事辦成。

從RPA到Agentic Flow，金智維與銀河期貨用七年時間跑通了企業流程智能化的完整路徑。如今，數字員工已在銀河期貨落地50多個場景，每天執行超三千條業務流程，準確率99.97%。2025年，雙方再度聯手探索“智能流程”新范式，試圖讓流程本身具備自構建、自優化、自演化的能力。

以下為圓桌對話內容，經36氪整理編輯：

吳越丨AI-CenkerAl創始人、科技博主（主持）

廖萬里丨珠海金智維人工智能股份有限公司創始人&董事長

沈毅丨銀河期貨高級技術總監

胡箐丨金智維首席AI科學家

吳越：大家下午好，歡迎回到36氪AI產業大會的圓桌論壇，我是今天的主持人吳越，我們早上聆聽了信息密度極大的演講，每個嘉賓都提到AI能做什么以及能改變什么，下午這個環節跟大家聊聊AI怎么落地，不是PPT上的落地也不是發布會上的落地，是我們怎么真正進入到企業的核心流程，產生價值的落地。今天這場圓桌我們邀請了三位嘉賓：

金智維的CEO廖總，金智維是一家深耕企業流程智能化的公司，他們已經做了十年了，去年他們發布了企業級平臺Ki-AgentS，與銀河期貨探索Agentic Flow新的概念，待會兒也會跟大家詳細展開。

銀河期貨CIO沈毅，銀河期貨是我們金融行業里做數字化轉型先行者之一，他們今天也是我們要聊的案例里的主角。

右邊是金智維的首席AI科學家胡箐，是我們接下來介紹的這套系統背后的技術主腦。

今天圓桌主線比較簡單，從他們七年的合作來聊，我們想看清楚流程智能化怎么跑通的，對我們有什么啟發。廖總，金智維、銀河期貨已經合作七年了，產品線從運維到RPA、智能體，兩家企業能合作七年，在to B行業已經是很好的一段佳話了，你們先聊一下這個合作怎么開始的，又是什么走到了今天？

廖萬里：我們跟銀河期貨已經合作六七年，合同額從十多萬到現在的百萬級別，我們的產品線也是蠻豐富的，從最早的自動化、RPA、智能體到整個應用，我們多年合作下來已經成為互信的合作關系，銀河期貨也是我們有代表的金融客戶。在今天，數字員工產品已經落地在銀河期貨，有50多個應用場景，每天要執行的業務流程有三千多個，最核心的指標執行準確率99.97%，數字員工已經完成了重復繁瑣的工作，這個答案已經是很明確了。

2023年我們跟銀河期貨舉辦了行業數字化轉型的討論會，也發表了關于期貨行業數字化轉型的白皮書，從那個時候我們開始意識到大模型、智能體來了以后，對企業的變革不是單點操作，而是怎么嵌入到企業流程里，怎么實現企業流程的業務重構，就有了最新的項目合作，2025年9月份啟動，到目前已經有兩個場景落地，這是非常有價值的案例。

吳越：廖總是從供應商的視角來看，七年從十萬級做到了百萬級，沈總，作為甲方你們為什么會選擇金智維，期貨行業你們也不缺乏大廠的合作。

沈毅：簡單回應廖總說的情況，早期基于RPA場景給金融行業做解決方案的供應商，當年是有一定的代表性的，2023年，DeepSeek在國內還沒有被大家知道，而早期Open AI的產品已經有成果了，3.5之前的版本；企業級流程那么多執行的東西，我們怎么去做基于當時還是比較早期的大模型改造？我們找了行業里的各種解決方案，看了這么多解決方案，得出的基本論調是，運營類的流程需要大集約化的平臺。

銀河期貨很多合作的創新型項目走的是ODA模式，期貨公司會出一些類似于設計的概念，找合作伙伴去做創新實踐，金智維表達了比較大的意愿去做這個事情，于是就有了新一代的合作。

吳越：你們經過七年的時間積累了很好的共創關系，銀河期貨已經跑了很多RPA，每天有大量的在跑，準確率很高，你們去年決定做Agentic Flow，這個肯定不是想更進一步而已，是什么樣的場景讓你們覺得光靠以前的RPA是不夠了，展開聊一聊。

沈毅：金融行業解決問題是很實際的，期貨行業是服務實體經濟的，有很多產業型客戶，做實業的客戶，這些產業型客戶開戶到現在風險還是比較高的，要線下開戶，線下開戶必須去客戶那兒，或者客戶來你這兒，采集資料，提供的資料按中國證監會要求是比較復雜的，僅僅通過一次溝通，清單的提供是不夠的，很多是反復的。為了解決這個問題，學證券行業老大哥的解決方案，做了所謂預客戶資料收集，弄一個iPad，預采集信息，這個模式實踐下來，比較敏捷的解決方案來做，早期還是可以的。隨著業務的多樣性，伊朗、霍爾木茲海峽原油的變化，導致調整包括監管的變化，會導致調整的敏捷性比我們以前在軟件上做的敏捷開發模式響應度還是不夠，模型智能體的概念剛剛出來，我們就在想還有沒有比現在微服務的方式更敏捷化、響應速度更高，運營人員、服務人員很多需求及時得到響應。

吳越：相當于用新型方式解決，回到廖總的角度來看，現在最火的像大模型、聊天窗口，需要一個對話的東西，為什么你們還在盯著流程、押寶流程，有沒有人質疑過你們的方向？

廖萬里：不是押寶，我們是順勢，這十多年以來我們一直堅持幫助企業真正把智能體融入業務流程里，我們一直沒有離開流程兩個字。十多年來，我們從自動化運維、RPA再到今天的智能體，變的是技術手段，圍繞著行業，幫企業解決問題，在企業里讓流程跑得更快、更準、更可靠，這是我們一直在堅持的使命。大模型在2023年、2024年出來的時候，更多解決了你問我答的事情，而今年年初是小龍蝦，大家突然發現智能體做到你說我做了，對企業價值更大了，不是幫我回答問題，是幫我做事了。從這個時候價值慢慢體現了，小龍蝦幫你收個郵件，仍然是個人的生產力提高，而我們要做的是希望圍繞企業的整體流程構造智能體，從證券期貨的開戶，再到清算整個業務流程，我們要做的是組織生產力，這就是我們在從事的方向。組織生產力對企業價值創造是最大的，這個問題可以請胡總來補充一下。

胡箐：就像廖總說的，流程是企業業務的真正承載，企業運作執行效率都是通過流程體現出來的，對于企業來說更多也是關注流程的提效，這也就是金智維為什么一開始關注RPA賽道，為什么我們會看中這個賽道，廖總說到順勢，也是水到渠成的意思，從大模型開始能夠認知事情到開始執行事情，到去年慢慢地在技術上取得了突破，突破在to C領域是會更領先一些，to B著力點是什么，不僅僅是to C聊天的工具，不僅僅是信息提供，能夠在企業日常運營中幫助你做更專業的事情、更精準的事情，對金融來說是更安全的事情，這也是我們探索的目標，為什么我們說機會很難得，我們跟銀河期貨一起共同認知到，企業場景到了這個程度，我們要開拓一些企業沒有做的事情，更關注企業在流程賽道，智能化上如何去做，很榮幸跟銀河期貨去做開創性的嘗試。

吳越：聊到跟沈總的合作，回到沈總的角度，你們決定做Agentic Flow之前，這個行業有沒有試過一些方案，為什么沒有被解決？你們應該也是系統性地試過一些方案，你再給我們還原一下像BPMN、RPA怎么用，大模型又怎么用，你們是卡在哪里了。

沈毅：RPA操作的東西已經存在很久了，最早期就是RPA，我們當時解決最復雜的問題是運維，運維本身是負責生產安全的第一要務，你每天都要做相關操作，重復度、工作量、精準性要求比較高。RPA對于這個部分是很擅長的，但如果你給他一些變化，無論是政策、真實情況，出現一些變化的時候，會發現改動比較慢。接著我們進入第二個階段，我們會用微服務化、現在像2.5、3.0敏捷的前端，加上BPMN拖拉拽的框架結構去做類似的敏捷化解決方案，特別是這兩三年行業變化那么快，一線運營場景想法那么多，這個解決方案是可以的，大家現在都說“卷”，工作能力、工作時效，你有一個想法，你找一個開發人員，給你把流程開發出來，用這套微服務架構去做，經常發現還是不行。Open AI慢慢成熟，大家會覺得能不能借助大模型，無論是工作流程，業務流程的工作過程中加入大模型的節點，本質上還是比較傳統的制式化流程邏輯，起不到顛覆性，這是之前工程實踐的真實的情況，在企業側，我估計都差不多，金融行業，無論證券、期貨、基金都差不多，這是我們之前的實踐路徑。

吳越：沈總你聊到很多技術性的東西，拋開技術，做了這么多，我想大家想聽到Agentic Flow上線以后，你們運營團隊最直接的感受是什么，列舉兩三個例子，沒上線之前是這樣的，上線之后是這樣的，比較具象的例子，流程智能化具體體現在哪些方面？

沈毅：我們經常說大家不容易注意到流程智能和智能流程的區別。在流程+智能的工作過程中，我們發現很多流程還是比較死板的，效率很難起來，流程里比如被統計、被優化、被改進的節點還是人為的，就有點像新能源車的油改電，還是傳統方式嫁接AI能力，本質上沒有變化，我一家之言，將它界定為“流程智能”。后面借助大模型的想法，我希望是倒過來，“智能流程”，這也是我跟胡總聊起時比較感興趣的點。這么多工作業務，有大量的不確定性、大量的臨時性、大量的自由度，經典軟件開發、需求收集、產品、架構、代碼、測試、交付，按這套邏輯去做。去年924行情波動非常大，這個行情起始時間很短，算上十一，總共三周，如果你想做運營活動、調整政策，按原來軟件開發的方式，兩個月以后才把相應解決方案拿出來，就沒有任何意義了，我們希望時效性起來，互聯網公司可以，金融行業比較難，原因是互聯網公司本身天生敏感，支持團隊很敏捷，其他行業不太行，特別是金融行業，我們是嚴謹、合規、安全的行業，很多東西上線非常快也不合理，現實情況業務機會非常窄，那你要不要改革，這是我們的問題。針對這個問題，我們簡單提了一個想法，等下胡總可以幫我補充一下技術方面的東西，“智能流程”，我們希望整個流程部分從構建開始，就類似于智能化。

吳越：胡總可以順著技術聊一下，跨過技術的坎才能解決很多問題。

胡箐：一開始產品技術設計的時候，有一個思想就是AI原生，為什么在流程上把智能放在前面，我們希望流程在設計上以AI的思想來做的。沈總談到我們第一階段很簡單，流程智能化最直接的方式我在流程里加一些AI，在流程里有一些工作讓AI去做，這是把AI當成工具，還是比較早期的想法，人和智能之間的關系，已經開始有對等化，智能在整個工作中的實際承載中的作用，把腦力的一部分工作去做，沈總說的原先流程生命周期里，讓系統去做操作面，未來我們讓它不僅做操作，流程管理、流程創建、流程優化，原先都是人需要的知識、技術都可以讓智能去做。

我們分為三個階段做這個事情，第一個階段我們認為還是要把AI技術引入流程執行過程中，流程過程中我們會梳理流程中哪些東西可以被AI化。第二個我們希望流程本身構建可以被智能化，沈總講到，出現一個新的流程，流程發生變化，智能體或者大模型可以幫助你更快地構建業務流程，適應去年的行情。人工智能走到現在開始演化出會有自我進化、自我優化的程度，流程后面的階段也會是類似的。展望在今年或者明年智能流程會自我進化，收集流程在執行過程中的數據，優化潛在流程可能自我演化的方向。

沈毅：我們簡單總結兩點比較好被記憶，大家容易理解這兩個詞之間的關系，首先我們認為智能流程整個流程的構建范式是智能體范式，跟現在做智能體范式是一樣的。第二個智能體范式是構建者，流程、自進化、自學習能力甚至未來很多流程都可以自己生成，這是原來在流程智能時代是不具備的，這是底層邏輯。

吳越：胡總、沈總聊到，我們再往大一點聊，人和智能體的邊界是越來越多人關心的問題，尤其是在AI時代，流程智能化你們怎么設計人機交互的邊界，哪些人來做，哪些是智能體來做？胡總。

胡箐：剛才已經談到人和智能體的邊界已經發生變化，智能體從工具開始變成協作，今年感覺更明顯了，都看到智能體開始有智能體社區、智能體團隊甚至OPC的概念。隨著大模型能力的加強，從工作能力的角度可以越來越多地做事情，to B有更加強的特別是金融有更加強的監管、安全、可控要求，無論是從責權角度還是從最終執行審核的角度，人都要在關鍵節點上需要跟智能體進行協同。

隨著智能體能力越強，你會把執行層面的工作交給智能體完成，人本身的工作也會發生變化，更多思考如何定義問題，如何設定目標，如果檢查智能體執行是否正確，如何定義智能體執行的邊界和框架，這不是簡單的技術問題，也是對企業組織結構調整和人際關系變化的問題。

吳越：人應該定義目標、目的，由智能體定義實現路徑，一切技術，有沒有作用、價值，沈總，你們經過這個轉變，運營團隊有沒有感覺到變化？

沈毅：肯定是比較困難的過程，金融行業本身安全合規性、可審計性等問題，創新雖然可以，但面對一次創新帶來的實踐成本還是比較大的，類似于“沙盒”概念，逐級、逐權，一點點由循序漸進的方式去演進。

現在二者都要有取舍妥協，企業級本地化的解決能力，隨著對大模型的擁抱，各個企業數字化轉型，本地化能力越來越強，解決方案越來越趨向成熟，金融、教育、醫療、交通等等行業，企業解決方案已經變成剛需，以前只能用傳統軟件構建的方式，現在都得用智能體化的方式去構建，后續產生的工作流程也不能很傳統，雖然我們有強制的要求；現在就是面對兩難情況，可審計、可追溯要有，企業解決方案、模型范式下智能體的解決方案，智能流程也得有，這也是企業比較困難的地方。

吳越：最近比較熱的Open Claw，Manus這些，我想了解一下這些跟咱們有沒有關系，很多人搞不清楚金智維跟這些東西到底是競爭對手還是基礎設施，有請胡總拆解一下。

胡箐：我們高度關注AI的前沿發展，我自己有一個基本解讀，AI高速發展首先落地的是to C，to B是在to C以后把技術做一個吸收，有一個延時，隨后在to B上更安全可靠、可管控的適配，OpenClaw還是Hermes工程本身也是我們緊隨跟進的第一個方向。

特別是在今年是蠻幸運的一年，很多大模型使用的技術或者范式，特別是to C已經引起了爆發，技術點上可以做to C很復雜的事情，從Open Claw就很明顯，長任務，大量的工具調用，長skill書寫非常復雜的工作都能完成，這也就意味著這些技術在to B慢慢也會有相應的市場，我們現在也是在高速研究，一方面擁抱OpenClaw、Hermes、Harness技術基礎，另外一方面在to B上做更好地管控，內部一直有一個架構，這個架構我們叫作雙輪架構，一方面我們需要擁抱所有的AI先進技術，特別是高度智能的規劃、調用執行技術，同時繼承to B的高精準性、可知性，用規則、人工智能經驗，可以說是Manus技巧保證大模型執行過程中幻覺的可靠性，這是我們公司所有產品線的基本方向，沿著這條道路，希望在這條道路上給to B找到新技術更快落地的實踐路徑。

吳越：這里一定涉及一個問題，金融機構，越智能就越不可控，這是必然的，沈總，你在期貨行業監管那么嚴，用智能體做決策，假如出錯了誰負責，怎么把可控性做進去的？

沈毅：像沙箱、沙盒的機制，如果有很好的東西，比如向各地的資本市場申請，申請入盒去做相關的工作，公司內部隨著現在大家對于企業業績方案共識、智能體在行業大模型的應用，這幾個月以來已經全部本地化了。全部本地化，無論是傳統流程、智能流程還是按照原來的方式，可審計、可追溯，所有的方式沒有變，數據本身是本地化的，安全合規沒有變，審計的各項要求都沒有變，真正有特別創新、特別好的想法可以申請沙箱、沙盒的機制嘗試創新。

吳越：廖總，你們做金融級的智能體，你對可靠性怎么理解的？

廖萬里：這也是我們做產品最大的核心基因，怎么構建企業級可靠的智能體，我們很多智能體業務流程都是跑在生產流程、交易流程，不可靠出現的時候就是一個交易事故，生產事故，我們做的智能體，不是技術越新越好，越可靠越好，我們堅持一個理念，一定是解決確定性流程智能體，才能跑到金融行業里的交易流程和生產流程。

吳越：軟件產業發展三十年，從單機到云端，每一次轉型都會伴隨著大量公司的生死更迭，我們今天站在智能流程門檻上，沈總，你作為客戶，你們公司買軟件的方式有沒有發生根本性變化？

沈毅：問題比較大，回答也比較容易，技術變革的敏感期，跨過這個階段就結束了，早期在1990年有機會接觸互聯網，你就進入互聯網時代，從互聯網到移動互聯網，再到這一次我們理解人工智能或者未來有別的定義，目前這個階段我們怎么做，我們實踐了三年，現在有一種折中的方式供大家參考，很多企業還是有很多傳統的，維持企業生產運轉非常重要的東西，比如各種企業管理的ERP管理、財務系統等，像期貨有重要的交易系統，這些我們的建議是慎重改革，不要改我們把這部分定義為穩態交易，這個建議慢慢改。我們買什么或者我們需要什么，什么東西需要去做信號的采購，是基于業務運營側的很多東西，現在事件突發行情太快了，現在需要很敏感、很快捷的運營型場景構建能力，我們把這部分定義為敏態業務，這塊業務我們希望用的方式，前端構建上LP2界面類似的，中間層，二三十年我們一直沒有解決流程引擎的問題，圍繞這部分我們做了很多嘗試實踐，并沒有太大的變化，這一次智能流程部分有可能能實現，前端性敏捷、中間層是智能流程化的，比如基于業務運營的很多解決方案，構建方案是拼接式的，前端很快，中間側調整比較靈活，解決了傳統軟件上所謂的Saas化、中臺化沒有解決的問題。底座我們建議是比較傳統的，傳統數據庫的方式就可以，這個方式我們會簡單類比原來的軟件開發模式，我們會利用這個模式融合現在人工智能發展模式，最起碼我們公司在實踐。

吳越：廖總，想讓你從行業來看，這個轉變對整個軟件產業的格局意味著什么？

廖萬里：當時我跟沈總溝通這個問題的時候，沈總的想法給我很大的震撼，當一個流程可以自己構建、自己優化、自己演化，我們要重新思考軟件核心價值就會發生很大的變化，軟件核心價值不是我有什么功能，而是你能交付給我什么結果，不需要你告訴我能做什么，而是你有什么結果給到我，這是我認為軟件行業這三十年最大的范式轉移。以前都是人去適應軟件，當我們通過智能流程驅動業務變化，我們就重新定義了軟件的價值，以前是人適應軟件，以后是軟件要給我結果，不關注功能有多少，關注是你有多少結果，你在運行的時候，不是誰的軟件功能多誰贏，而是未來是不是結果驅動的，通過結果驅動，業務跑通，業務流程跑順，通過數據、智能構造，才能走到流程驅動的企業。

吳越：回到技術，胡總，你從技術本質來看這個事情，軟件生產，這個事情會變嗎？

胡箐：現在已經很明顯變化了，最直接的一個事情就是AI輔助編程，無論寫不寫代碼，甚至不會寫代碼的人，都可以簡單用自然語言生成軟件，包括我們內部團隊也在不斷地反思，未來軟件構建會變成什么樣子，我有一個感覺，以流程為例，軟件是你業務的一種表達，軟件把你的業務只不過用程序的方式表達出來，以前的軟件跟業務表達有很長的距離，要有非常復雜的業務需求調研，開發測試整個上線，現在AI輔助的能力讓軟件構建已經被壓縮化，如何去更快理解業務，從業務生成一個軟件，會是軟件供應商一起思索的問題，讓我看軟件的未來，軟件未來快速把業務提取出來，業務中核心的價值和概念，我認為未來軟件就是自動生成的，我們在做的時候已經有類似的概念了，一旦智能體能理解這個業務，人機交互這個軟件代碼長什么樣已經不重要了，完全可以自動生成，軟件業的核心會轉變成原先會關注于代碼或者是構建軟件這個事情，更關注如何捕獲真正的業務所在，優化真正的業務邏輯，會是這樣范式的變化。

吳越：我們從七年的合作，甲方、乙方、技術，不同的視角，今天同一個問題從不同視角去看，我們聊到了流程是被低估的，尤其是在企業里，Agentic Flow已經在金融行業跑通了，也讓我們看到一個更大的變化，軟件產業的范式，以前是給你功能，到現在是幫你完成事情這么一個大的變化，這個是蠻明顯的，像廖總、沈總一起努力推動這個事情，是非常重要的，公司本質也是很明顯的變化，從組織這些人去完成一些事情，現在變成要組織人和智能體完成公司的事情，這也是非常大的變化，這個變化已經比想象中來得快多了，今天時間有限就到這里，謝謝各位嘉賓，謝謝36氪。