神州控股科捷发布供应链智能体“小金”，破解企业AI应用“最后一公里”难题

近日，在“智链神州·NextChain”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“AIfor 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。