圆桌对话：产业互联网平台解锁AI驱动下的价值链新可能

【亿邦原创】12月3日，在亿邦产业互联网年会上，中铁物贸集团集物科技董事长崔嵬、陕煤物资商城公司董事长王菲、欧菲斯集团董事长何志、兰格集团总裁刘陶然、中交电商公司执行总经理王波、中国物品编码中心应用推广部主任孔洪亮展开了一场以《做深价值链的N种新可能》为主题的圆桌对话。

本场对话由国联股份董事、董秘、高级副总裁潘勇主持，探讨了在新周期，产业互联网平台在供应链、价值链和产业链上的进展，如何应用AI，AI在哪些环节效果最显著等问题。

中铁物贸集团集物科技董事长崔嵬认为，结合其自身行业的实践，AI在未来对业务的赋能场景可分为两个方向，一是对外跨组织边界协同方面的作用发挥，二是对内赋能企业内部管理与生产运营。

陕煤物资商城公司董事长王菲表示，当前AI落地的三大优先场景是“AI+招标”、“AI+采购”和“AI+财务”，企业需从认知层面拥抱变革，并选择最易见效的路径快速实践。

欧菲斯集团董事长何志认为，面对AI浪潮，组织的关键不在于追逐底层算力与算法，而在于建立正确的AI认知、思维与方法论，并聚焦于自身垂直场景的数据治理与应用创新，以此构建穿越周期的核心竞争力。

兰格集团总裁刘陶然称，企业的核心竞争力在于对自身“服务者”角色的清晰定位，兰格集团通过“一米宽一百米深”的专注，在产业周期波动中构建不可替代的第三方价值，实现可持续发展。

中交电商公司执行总经理王波指出，AI技术的应用必须以扎实的底层数据管理（如编码标准化）为基础；当前工业品领域的痛点恰恰在于缺乏编码等基础工作，未来应优先补足这一短板，再借助AI提升数据分析与决策效率。

中国物品编码中心应用推广部主任孔洪亮表示，工业品领域的当务之急是解决编码标准不统一的两大痛点——“乱码丛生”与“无码可依”，倡议全行业共同推动“推标、纠乱、去无”三大行动，以统一编码为基石打通供应链。

最后，国联股份董事、董秘、高级副总裁潘勇做总结，他表示AI的深度应用需具备三个前提：它正重塑各环节，但首先需夯实数据基础、打破信息孤岛；对于已具备数据能力的企业，则应聚焦具体场景进行积极探索。

以下是访谈实录，由亿邦动力编辑整理。

潘勇：目前，产业互联网的发展发生了阶段性变化。在这个变化过程当中，很多的同仁对未来的发展有一些迷茫。因此我们的讨论围绕产业互联网平台在供应链、价值链和产业链上到底能做什么事情，以及AI来临之后，平台要向什么方向发展，做一些探讨。希望能够给各位同仁带来一些新的思路和启发。请大家各自做一个简单的介绍。

崔嵬：大家好！我是崔嵬，来自中铁物贸集团集物科技公司。 我们是一家科技型平台公司，主要为集团在中国中铁内部的集中采购服务和市场化业务拓展提供服务支撑。我们主要业务方向与刚才王菲总介绍的陕煤电商比较类似，但更侧重于在线交易履约和供应链服务环节。相较于过去大家都在做的办公用品和MRO工业品集中采购，我们在主要生产物资——如基建领域广泛使用的钢材、水泥、轨料、油品等大宗品类上提供全生命周期线上化服务，并以此为基础通过数字化手段推动采购供应链体系的全面升级，实现降本增效，助推第二曲线的发展目标。

王菲：大家好！我是陕煤物资商城公司的负责人。非常高兴能先参与演讲，又作为圆桌嘉宾与各位深入交流。

何志：大家好！我来自欧菲斯集团。我是亿邦动力的老朋友，非常感谢本次亿邦的邀请。欧菲斯集团深耕行业三十余年，团队规模超2000人，全国设有46家分公司。我们的B2B电商平台服务的央企中，70%的央企将我们纳入电商平台集采供应商体系，同时服务多家地方国企。主营办公物资、员工福利及MRO工业品供应。

刘陶然：各位领导、嘉宾，大家上午好！我是兰格集团刘陶然，也是产业互联网大会的老朋友。 兰格集团业务可通过三方面概述。

第一，旗下兰格钢铁网每日发布的中国钢铁交易结算基准价，已成为行业价格标准；第二，兰格数科为钢铁产业链上游钢厂、中游贸易商及下游建筑施工企业提供全流程数字化服务；第三，兰格云商平台为钢厂提供代理销售服务，为建筑施工企业提供代理采购服务，促成供需双方线上高效撮合交易。三大业务板块兰格钢铁网、兰格数科、兰格云商，共同构建了我们的服务体系。

王波：我是中交电商的王波。我们团队服务中交集团供应链已超过十五年，目前支撑其年均8000亿元的采购规模。 基于物资装备、工程分包、MRO工业品、办公物资、商旅出行及数字金融等领域，我们开发了系列数字化产品。期待这些产品能更开放地共建共享，深度融入产业链，为行业提供多元化解决方案。

孔洪亮：我是中国物品编码中心孔洪亮。中国物品编码中心是统一组织、协调、管理我国商品条码、物品编码与自动识别技术的专门机构，隶属于国家市场监督管理总局。历经三十余年发展，我们共计向100多万家企业提供了商品条码服务，累计商品数据达2.35亿条。本次参会旨在广结良缘、助力行业。在与业界交流中发现，工业品领域存在编码标准不统一的突出问题。后续我们将协同各方推进编码统一性与唯一性建设，以提升供应链整体运转效率。

潘勇：下面的话题我们会分成三个部分，目标、做法和未来。对于不同类型的企业，在产业链、价值链和供应链层面上是否有类似的目标制定，是怎么去定这个目标的？

崔嵬：需要强调一下，今天对话内容仅代表个人观点。从党的二十大报告到国资委系列文件精神，对于央国企在三链，即产业链、供应链、价值链方面，是有一个总的指导精神的。

在产业链层面，强调的是筑牢产业根基、自主可控、产业链安全和产业链上的协同。到供应链层面，更多强调系统韧性和效率，最终落实到我们自身所处行业的工作，我认为关注自身供应链韧性安全、如何在自身供应链上实现四流合一的闭环管理，就是我们要解决的具体问题。在此基础之上，还要更深入的结合绿色、环保、低碳等相关要求，进一步推动供应链向更优质、高效方向发展。

在价值链上，推动产业向高端化、高附加值领域转型发展，布局战略新兴产业，培育新质生产力是总体要求。从我们行业来看，大家以往大多通过集中采购管理为突破口或起点，围绕集中采购的计划性、寻源合规性来实现降本增效和管理价值。除此之外，我觉得大家还可以共同思考，我们依托自身集中采购体系构建的能力是否能在服务内部集采的基础上实现外溢合作，做深价值链？

王菲：实际上，我的思考是中央企业及省属国有企业的目的和价值贡献一致，只是大小及行业细分领域有差异；从三链来看，产业链是基础建设，供应链是衍生体现，价值链则是最终成果；具体到新周期下的可能性，我认为必须依托产业链才能实现供应链延伸与价值链创造。

第一种可能是基于工业品平台产业推动产业经济，从最初信息化到数字化，再到拥抱AI迈向智能化，其中蕴含无限可能；在刚才嘉宾分享中，AI应用已在工业、农业及生活的领域广泛且深入的应用，这是AI带来的第一类无限可能性。AI驱动的工业经济发展通过技术推动业务变革，具体到工业品经济方面，我感到非常明显的是其推动生产变革、管理变革及营销变革。

关于陕煤在三链发展中是否设定具体目标，我认为未来AI应用将对企业生产经营管理产生天翻地覆的影响；万变不离其宗，核心是实体经济发展，能推进产业链和供应链建设延伸；最终通过产业链与供应链结合实现价值链叠加，这就是我的观点。

何志：欧菲斯主体业务90%来源于央企及大型国企，我们本身做全自营物资供应，是央企和国企价值链的重要环节；所以我们在天天研究供应链、产业链及价值链。基于十四五、十五五计划，以及对补链、强链、研链、拓链的要求，提示我们在三链价值重构中打造核心竞争力。

因此在2026年，我们也拟一个十五五计划，在价值维度做重构。实物层面，推出四大“三链”核心创新战略。第一是将原有品商重构为基于采购的行业智能体；第二是打造基于B2B政企电商化采购的全国To B参配物流交付；第三是基于政企电商化采购的B2B电商品牌代运营；第四是基于B2B政企电商化采购的OEM自有品牌分布式共创，这就是欧菲斯基于三链价值创造的新战略。

王波：谈谈个人体会，因为中交在2023年成立三链办公室，我有幸在其中工作；中交的三链与大家讨论的不同。我们以产业链、供应链、分包链打造价值链；基本按照产业链定方向、供应链配资源、分包链优服务原则构建三链融合发展体系。

产业链决定干不干，及干什么，判断业务价值及何时干。供应链与分包链统一管理，统一入口、统一标准、统一技术、统一信用评价体系，原有供应链发展15年相对成熟，以此引领分包链发展，这是具体作用之一。过程供应链负责集中采购，决定资源配量及供应方，根据产业链判断科学调配，拉通上游厂家系统实现订单、物流、对账、结算、发票自动化，付款环节也实现预算自动生成。

分包链统一管理决定由谁干，作为特殊供应链根据工程业务特点，科学管理调配。此过程遇到困难在于产业链布局及新产业孵化方面的生态协调畅通性，目前仍在努力。真正困难源于内在共识与协同效率韧性，我认为需要有敢于为未来瘦身、重生的勇气，方能做好突破。

刘陶然：我非常同意何总观点。最大痛点是自身定位准确性；今天大会主题"解锁新周期"意思是周期下行时别人好您能赚钱，周期上行时别人好您能赚钱，周期下行时别人倒闭您能活着，这要求自身清晰认知，每个企业做好自身角色。

兰格成立第30周年，刚举办启动大会。我总结兰格30年做三件事，精准定位行业角色，一直做一米宽一百米深的事。

第一，兰格钢铁网在改革开放初期，推动钢铁行业从计划经济到市场经济的价格公开、公平、公正、公允、公德转型。第二周期2015年兰格数科成立，完成传统钢铁行业全链条数字化，实现上游钢厂、中间贸易商、下游建筑施工企业全流程一体化数据闭环，处于数字经济前列。第三周期搭建上中下游互联互通共享资源平台，让央企国企完成集采，钢厂以销定产；所以兰格秉持服务者角色，帮助上中下游产业链实现数字化价值。

如果兰格亲自下场经营钢厂，可能比现在更赚钱，但我相信无法穿越所有周期。可能在一个周期上活得好，但并非所有周期。因此每个企业需在认知范围内准确定位，做好第三方服务者角色，下游合作中国中铁、陕煤，上游与陕钢（陕煤集团重要子公司）关系良好。

潘勇：所有的企业充分发挥自己的内在价值，我觉得这个产业链才是一个良性的完整的。不知道大家有没有关注到，我觉得刚才关注了两点。第一点就是我们的何总和刘总作为民营企业代表在讲这个事情的时候，其实更多的是在讲生存认知，配合服务方面的问题。国企和央企的代表讲的更多的是责任担当、整合和推进的问题。所以这个我觉得不同的位置，在战略决策和执行决策上都会有差别。

在做产三链整合过程当中，一定需要一个工具和抓手。这个工具和抓手，我觉得现在大家可能都还比较迷茫，但是至少我觉得编码是一个特别好的点。请孔主任讲一讲，工业品行业有没有编码？或者说有没有一些思考和发现？

孔洪亮：在探讨工业品行业之前，请允许我带领大家回顾消费品行业统一编码经历的四个发展阶段。自20世纪80年代末起，产品出口因缺乏统一编码与商品条码的支撑，我们中国的商品难以走向海外市场。至90年代中期，约1995年前后，伴随超市业态普及与国家商业的迅猛发展，行业迎来新机遇。2008年后，电商平台崛起，统一编码成为电商有序发展的重要推手。2015年至今，在政府数字治理进程中，统一编码持续发挥关键作用。

基于我二十余年深耕统一编码领域的认知，提出以下几点见解。若将统一编码称为"标码"，则"标码通行天下"正助力企业扬帆出海，反之"乱码寸步难行"。当前工业品行业面临两大痛点：其一，企业自建编码体系易导致"乱码"丛生；其二，存在"无码心神不宁"的困境。因此我们倡议，在座工业品行业及产业互联网同仁，需共同推进"推标、纠乱、去无"三大行动。

关于工业品领域应用现状，自2022年起，我们联合重庆市财政局、上海市财政局、国能易购、国铁商城等单位推广统一编码，成果显著。现行规则可概括为："无码不上架、无码不采购、无码不报销、无码不招标"。重庆、上海两地财政局及军财网等平台已明确要求，纳入统一编码体系是入驻交易的前提条件。

许多工业品平台企业曾被迫自行解决编码需求，企业依赖系统服务商或自建团队开发独立编码，虽解燃眉之急，却埋下隐患，随着时间推移，需对接供应链产业链时，系统改造、编码映射等问题带来日益严峻的挑战。

最后回应AI话题：AI亦可解读为Article ID（物品编码）。唯有建立统一编码底座，AI方能挖掘出更高价值的数据金矿。

潘勇：我觉得孔主任说的很重要，其实也是认知问题。就是我们以编码作为工具，让我们的客户和整个行业对工业品能够有一个统一的认知。这对于推动产业链供应链提升和价值重塑有一个驱动。

各位嘉宾都反复提到了AI是一个新世界的钥匙。我今天看到的一句话，从社会伦理角度说，AI实际上是硅基生命和碳基生命的竞争。所有人都避不开AI，未来在这个领域该如何应用AI，或者说在哪个地方可能形成新的引爆点？

孔洪亮：实际上，讨论AI基础是要有数据，有算力，有模型。而数据、算力、模型是否科学，至少从我这个编码人员的视角，我们认为如果没有一个统一的编码，万马奔腾，烟囱林立，信息孤岛就会不断地诞生。

所以我们和台上的几位老板此前也有过一些交流。就是说，我们面临着一个乱象，在自己专属领域内才能管理得很好。但是要走出去，要出海，要打通上下游供应链的时候，就面临巨大的问题和痛点。这也是我们之前和国能e购和国铁商城，包括军采网探讨，发现他们自己使用的编码成本越来越高，维护、改造让企业不堪重负，而且带来了许多错误。为了实现阳光采购，让供应链清晰透明，我们都觉得统一编码越来越重要。

所以，在这一点上，我们也希望通过亿邦产业互联网年会这样的平台，呼吁更多的工业品行业的大佬们一起倡议，从某些品类开始先行采用统一编码。如果没有统一编码，AI分析的来源都不好，长出参天大树较为困难。所以，在这一方面，就像刚刚主持人所提到的，我们也希望有更多场合去分享统一编码在工业品行业领域应用的价值。

潘勇：我们都知道AI可能将所有的领域都重塑一遍。但是现阶段，很多产业互联网从业者可能很难想到从哪个环节先做AI，可能会有一个杠杆驱动效应。嘉宾们认为在哪个方面AI最容易起效？或者咱们自己的企业在哪方面正在发力？

王波：我们为中交集团的供应链数字化做了一些AI产品或者功能。我们完成了应该实现的全部内容，比如市面上已有的AI合规、AI审查、AI识别等，这些我们都实现了。

从2023年开始，我们与阿里、百度以及科大讯飞的团队保持了紧密合作。因此刚才提到产业链和供应链时未涉及AI，是因为技术已经发挥了应有作用。然而在痛点方面，现在感到有些脱节。因此想继续深入发展下去，或者说回归到编码工作，我们与中国物品编码中心合作，最早从2011年开始，为中交的大宗物资实施编码。

我们的大宗物资成本分析，包括钢材、水泥，基于标准化的编码都可以做到。但是现在回到工业品领域，痛点在于没有编码和基础管理。尝试使用AI进行数据分析，根本无法实现。因此我认为下一个领域，还需要基于技术管理，脚踏实地地进行编码工作，然后利用AI提升数据分析的效率，这样会发挥更大作用。

刘陶然：我联想到国务院发展研究中心原副主任刘世锦，将现在的AI分为三个较大、成熟的应用场景。第一个应用场景是2023年春节后国人普遍认知的ChatGPT，后来又有了DeepSeek。这是对自然语言能力的处理，即我们可与AI进行深度人机对话。

第二个应用场景是以Midjourney和Sora为代表的图像识别能力处理。即给它一句话，即可生成图片，或者给它一句话，就能生成视频。这两方面，坦白说，美国确实领先于我国。我们应该承认正处于追赶阶段。

第三个场景是时间序列预测。因为我国拥有庞大的产业门类，也是全世界最全的产业门类。因此数据结构最为宏大，时间周期最长。在时间序列预测领域，我国远超其他国家。因此兰格将AI场景设定为时间序列预测，这也是兰格的出身和立身之本。

在时间序列预测中，我们聚焦于一个方向，即中国传统的支柱产业——钢铁行业未来1-54周的价格预测，这能让我们对期货和现货价格精准预判。取代以往靠经验猜测行情和赌市场的原始方式，使用深度学习和自我学习的AI工具来完成。其计算速度和容量远超每位分析师。所以对于时间序列预测而言，兰格的钢铁策略、期限策略、集采策略等，都在不同阶段解决了未来大宗商品价格波动的痛点和难点。如果将此时间序列预测扩展到各行各业，我相信中国的AI和大数据必能在这一层面走在世界前列。

何志：其实谈到AI，大家都在说好。然而对于民营企业而言，实则是一种焦虑。因为AI发展太快，我们正在推进电商化和数字化。我认为欧菲在数字化采购方面处于全国领先地位。当AI到来时，我们不得不投入时间关注和学习。我每天至少花1小时了解这个领域，不仅关注中国的大模型，还包括国外每天发布的新应用场景。

在当前高速数字化和技术变革的历程中，组织需保持何种姿态才能避免落后或淘汰？我认为有以下几点。第一个点，从AI的三大要素看，包括算力、算法和数据。我认为算力和算法与我们作为垂直应用场景的关联不大。它们如何发展，与我们关系甚微。因此我更关注组织需保持何种AI认知、AI思维以及AI方法论。同时在一个细分领域更专注应用场景和场景的数据维度、数据密度，以及结构化数据和向量化数据的治理。

只要在以上几个维度保持领先，在任何新技术到来时，永远能成为穿越周期的企业。

王菲：如果没有前期实施的信息化建设，AI确无发挥空间。对于陕煤而言，包括陕煤集团、陕煤物资集团、陕煤物资商城，第一步是让所有管理层和决策层必须认知到AI带来的翻天覆地变化。即必须接受AI的到来，并看到AI未来的价值，这是认知层面。

在应用层面，具体到1+N的实施路径，需确定哪个场景最快、最易、最早、最高效实现AI应用。我认为有三个方向能快速落地。

第一个就是AI+招标，招标涉及发布文件、开标、评标、定标等。在此领域，对文件审核、资质审核以及其他技术商务条款审核，完全可以借助AI实现。我认为这是最快落地的方法。

第二个就是AI+采购。陕煤集团的采购工作在陕西省属企业中算得上是标杆。在采购方面，我们的数字化已推进十多年，并实施了物料编码、供销平台、线上采购、供应商库、货物结算、仓库管理六统一。我们在MRO部分因需与其他电商平台融合，也正考虑编码由其他平台处理。那么采购方面，比如计划端、仓储端、供应商端、数据中台等，这些场景完全可以应用AI。这能让采购更高效、仓储更优化。

第三个方向是AI+财务。陕煤拥有共享财务系统，我们已经尝试AI在预算、资金、费用管理方向的应用，比如在招投标领域，也尝试使用财务机器人进行保证金清退或开票工作。

总之，我认为，在以上这三个方面最易实现。总结来看，希望大家在认知上接受AI，让我们每个人都有一个Agent。

崔嵬：结合自身行业实践，我将AI的场景化应用简单归结为两点，首先从对外角度看，就是不同组织机构间的跨边界协同问题。产业链供应链上下游如何跨组织边界协同，我认为AI可以发挥巨大作用。前面大家提到主数据、编码问题，但我认为编码当前仅能在既定组织边界内生效。客观上讲，中铁和陕煤的编码体系就很难一致，尽管我们也在推动行业编码标准，但不同组织机构各自的内部管理决定了差异。因此在跨组织边界上，编码难以达到大一统局面。我们是否可以转换一种思维，用AI解决不同数据标准体系的适配问题。

从对内角度看，震坤行的陈龙总和端点科技的赵总刚才也谈到，AI如何作为工具赋能企业内部。就是把过去我们专业人员的能力、经验和知识沉淀于AI智能体，在内部运营管理及生产过程中，让AI来辅助、赋能人工，我说的是辅助而非取代人工，这一点我认为也是AI面向内部发力时的重要方向。

潘勇：刚才的各位嘉宾其实说了主要三个方面。第一个方面，AI可以适用于任何方面，哪个方面可能都被AI重塑。第二，在没有数据基础的时候，需要先对数据进行结构化处理，解决数据孤岛问题，才能有效进行AI利用。第三，像兰格、陕煤，这些已经具备数据基础的，可以在价格预测、招投标、采购、财务等各个环节，进行场景的探索和尝试。当然，在这基础之上，何总也提到了要有一个好的组织机构保障和认知保障，才能实现AI有效利用。

希望这能给我们在座不同阶段的企业都能有启发。因为产业结构的变革，就是经济环境的变化，让大家都会心生迷茫。很多的企业都不知道该往哪个方向走。但是大家能看得到的是什么？产业互联网平台做的所有工作，跟现在国家的政策鼓励方向都是高度一致的。

无论是补练、研练、强练，还是发展新质生产力，还是降低全社会物流成本，还是我们AI技术路径的发展，其实都是我们在做的事和要做的事。因此我们现在所做的事情就是帮中国的经济更稳定地走向未来，帮助中国传统的中小型企业和传统产业更好地走向未来。谢谢大家。