近日，在“智链神州·Next Chain”2025智慧供应链创新大会上，神州控股旗下智慧供应链企业科捷重磅推出自研供应链智能体——“小金”。本次发布以“AI for Process”理念为核心，直指当前通用大模型在企业级应用上“用不起来、难见回报”的核心痛点，深度赋能供应链全流程场景和一线岗位需求，致力于破解通用大模型与企业个性化需求之间“最后一公里”难题。

　　“小金”亦是神州控股持续推动“Data x AI”战略升维，强化以“燕云Infinity平台”为核心的数据智能技术底座，赋能供应链核心业务场景的成果。目前，“小金”在提升数据查询、智能决策、客户服务等环节效率方面成效显著，今年将优先与客户展开合作试用。

　　直击企业AI应用痛点，小金“3+N”架构精准破局

　　据 MIT 2025 年 8 月发布的调研报告显示，尽管 90% 的企业员工会高频使用通用大模型处理岗位工作，但仅有 5% 的企业能通过大模型应用获得可量化的商业回报，95% 的企业投入陷入 “打水漂” 境地。这种现象也被定义为 “影子 AI”—— 大模型如同 “隐形影子” 存在于企业运作中，但却难以追踪其实际价值。

　　发布会上，神州控股科捷软件与智能化事业部副总经理田申指出，这种现象的核心症结在于通用大模型与企业实际业务需求脱节，无法完成从 “提供思路” 到 “解决问题” 的转化。以 “优化仓库运营效率” 这一典型需求为例，通用大模型虽能给出 “优化库存布局”“引入自动化设备” 等泛化建议，但企业团队需自行拆解任务、查阅操作 SOP(标准作业程序)、收集库存与用工数据，最终仍依赖人工完成数据分析与方案落地。

　　田申表示，企业真正需要的大模型，必须具备五大核心能力：一是分解问题;二是熟悉企业;三是深耕行业知识;四是整合信息;五是集成实时业务数据，动态捕捉企业真实需求。

　　基于这一认知，科捷依托公司技术积累和行业沉淀，研发供应链智能体“小金”——研发团队在通用大模型基础上，灌入供应链专属知识，构建以科捷“KingKoo 智链” 物流垂类大模型为核心的 “大脑”;同时，整合科捷 20 余年在供应链领域积累的管理知识、岗位经验及系统操作规范，形成庞大的专属知识库;并借助神州控股 “燕云 Infinity” 技术体系，解决大模型微调、智能体研发和实时数据采集问题。此外，科捷过往在决策式 AI(机器学习、深度学习)领域的算法积累，亦为智能体提供了精准输出的工具支撑。

　　最终落地的 “小金” 智能体，基于“AI for Process”核心理念，定位为“供应链企业级智能体套件”，以 “3+N” 架构形成差异化优势，成为破解企业 AI 应用 “最后一公里” 的关键方案。其中，“3” 个核心智能体覆盖企业通用需求：数据助手支持自然语言高自由度提问，可自动以图表、图片形式呈现结果，针对海量数据还能生成 Excel 文件，覆盖 80% 以上的数据查询场景，可将日常查询效率提升 90%;决策助手能自主规划分析步骤，调用多子智能体收集数据，针对复杂问题输出完整报告，例如为新客户提供 “仓库入驻推荐”“新建仓选址方案”，数据分析效率提升 70%;客户助手整合客户背景知识，提供 7×24 小时智能应答，减少客服 50% 工作量。

　　发布会上，田申还现场演示了 “N” 个岗位智能体的落地效果。以产品设计助手为例，只需输入需求背景，该智能体便可自动拆解需求、收集历史文档(含数据库信息、需求文档、会议纪要)，生成涵盖页面改动、按钮逻辑、数据库设计的产品设计说明书，还能补充测试性能要求等非功能性内容，使产品设计效率提升 50%。

　　目前，该智能体已在科捷昆山数智化旗舰仓完成实践部署，订单准点完成率、仓库管理效能提升，客户投诉率显著下降，验证了其商业价值。

　　让专业的人做专业的智能体，AI不在高处而在实处

　　对于 “小金” 智能体的未来发展，科捷制定了清晰的规划。在技术层面，小金锚定供应链领域 “AI 原生”—— 即基于 AI 思维重构业务流程，而非在传统流程上叠加 AI 工具。田申以财务结算流程举例，传统模式下财务人员需每月集中收集数据、制作账单、审核对账，而 “AI 原生” 思路下，借助智能体实现账单数据自动收集与生成，将 “月更” 改为 “日更”，通过每日财务数据反向监测业务风险、优化运营，使原本单纯的结算流程转变为 “业务赋能枢纽”。科捷计划通过持续研发，构建百量级供应链垂直智能体集群，覆盖仓储、运输、报关、售后等全域场景，最终以 AI 重塑供应链全链条运作逻辑。

　　商业化方面，科捷采取 “试点先行、逐步拓展” 策略。2025 年，将优先推出 “小金” 智能体客户版，与零售、3C、快消等行业标杆客户开展合作试用，客户版将保留核心智能体功能，并新增三大专属服务：常见问题 24 小时快速应答，大幅提升客服响应效率;业务风险预警，通过 AI 分析运作数据降低履约中断、库存积压等风险;个性化业务优化建议，集成决策助手能力为客户提供库存管理、仓网布局等定制方案，实现 “AI 管家式服务”。2026 年，在试点验证效果后，将面向全行业进行规模化推广，同时开放智能体建设方法论，为客户提供 “业务梳理 — 数据采集 — 数据建模 —Agent 建设 —Agent 运营” 的一站式智能化转型服务。

　　红杉资本 2025 年 8 月公开的数据显示，全球生成式 AI 市场规模未来将触及 10 万亿美元，这一庞大的市场体量背后，是各行业对智能化转型的迫切需求，供应链领域更是如此。不过，产业爆发的同时，“技术原型到工业化应用” 的跨越仍是普遍难题 。田申认为，当前大模型本体能力正逐渐趋同，未来行业竞争的主战场将聚焦于 “AI 应用工艺”，尤其是能解决实际业务问题的工业化落地能力。

　　科捷推出 “小金”，正是踩准了这一行业发展风口。供应链行业从来不缺 “高大上” 的 AI 概念，但脱离具体场景的 “空中楼阁” 难以走远，“小金” 从一开始就锚定 “实用”—— 依托科捷 20 余年积累的 160 余个仓库运营经验、300 余座城市业务覆盖的实战沉淀，以及日处理 500 万单订单的技术储备，让智能体既能看懂物流数据，又懂行业痛点，成为能落地的 “实干派”。

　　田申在发布会结尾的呼吁，“我们不想做跟随者，要通过实实在在的落地，成为智能化转型的引领者。” 这份魄力，或许会开启供应链行业的全新想象 —— 随着 “小金” 等供应链智能体的普及，供应链可能不再是 “被动响应” 的链条，而是能主动预判需求的 “智慧网络”：仓库里，智能体提前算准库存波动，让货物 “按需流动”;跨境物流中，报关、运输、结算全流程由 AI 协同推进，效率翻番;甚至每个岗位的员工，都能借助专属智能体，从重复性工作中解放出来，聚焦创新与服务。

　　未来，科捷还会联合物流企业、电商平台，制造厂商等更多的行业伙伴扩大供应链智能体生态。当越来越多的 “小金” 式AI融入不同业务场景，供应链行业将会迎来 “全链路智能协同” 的新时代——分散的仓储、运输、销售数据被打通，形成真正高效、敏捷、韧性的智慧供应链体系。