5月19日—20日，2026 AI Partner·北京亦庄AI+产业大会成功举办。本次大会由北京经开区管委会指导、36氪主办、国家信创园承办，以“带着AI去前线”为主题，关注AI技术与产业需求的结合，聚焦AI技术如何从概念演示走向产业一线，并真正进入企业核心业务流程。
圆桌论坛环节，金智维董事长廖万里、首席AI科学家胡箐与银河期货高级技术总监沈毅受邀出席，三方围绕智能体在企业落地的最优实践路径、风险挑战及未来前景展开深度探讨，从解决方案提供商、金融机构用户和技术研发等不同视角，通过分享金智维与银河期货七年合作背后的实践路径，呈现出企业级智能体从流程自动化走向Agentic Flow/智能流程的新变化。
企业级智能体赋能企业流程效率革新
廖万里从金智维与银河期货的长期合作谈起。他表示，双方已经合作数年，合作内容从早期自动化运维、RPA逐步延伸到今天的智能体应用，合作规模也从十余万元增长到百万级别。在银河期货场景中，金智维AI数字员工已落地50多个应用场景，每天执行3000多个业务流程，执行准确率达到99.97%。在他看来，这组数据说明数字员工已经能够帮助员工完成大量重复劳动。更重要的是，随着大模型和智能体技术发展，AI对企业的改变不应只是单点操作，而应真正嵌入企业流程，推动业务流程重构。基于这一判断，金智维与银河期货在2025年启动了Agentic Flow相关合作，目前已有数个场景落地。
沈毅则从金融机构用户的角度解释了银河期货为何选择与金智维继续共创企业级智能体。他表示，早期RPA技术确实解决了金融行业大量重复性、高准确性要求的操作问题，尤其在运维等生产安全场景中具有代表性。但随着业务复杂度提升、监管要求变化以及一线运营需求不断增加，传统RPA和微服务架构的响应速度已经难以满足现实需要。因此，银河期货希望探索一种更灵活、更能及时响应运营人员需求的新型流程构建方式。
胡箐从技术角度补充指出，流程是企业业务真正的承载体，企业的运作效率本质上要通过流程体现。他认为，大模型从“认知事情”发展到“执行事情”，使AI在ToB场景中的作用开始发生变化。AI不应只是聊天工具或信息提供工具，而应该进入企业日常运营，帮助企业完成更专业、更精准、更安全的工作。尤其在金融行业，AI不仅要具备能力，更要符合监管、安全、可控等要求。金智维与银河期货的深度合作，正是以企业流程为切入点，探索智能体如何从单点应用走向核心业务场景，并在真实生产环境中形成可验证的落地价值。
智能流程成企业数智化破局关键
在大模型加速进入企业流程的当下，既要看到AI带来的效率提升，也要意识到，简单叠加大模型能力并不等于真正的流程重构。围绕这一问题，沈毅提出了“流程智能”与“ 智能流程”的区别。
他认为，在既有流程节点中嫁接大模型能力，本质上仍是传统流程逻辑的延续，有点像新能源车中的“油改电”，只是把AI能力加在原有流程之上，并没有改变流程本身的构建范式。真正的智能流程，应当从流程构建开始就采用智能体范式，能够应对业务中的不确定性、临时性和高自由度。例如金融市场中的短期行情机会窗口非常窄，如果仍按传统软件开发方式走需求收集、产品设计、架构开发、测试上线，两个月后方案才交付，业务机会早已消失。智能流程要解决的，正是金融行业在合规安全与快速响应之间的矛盾。
胡箐进一步解释，Agentic Flow的核心在于AI Native，即从产品和技术设计之初就以AI原生思想重构流程。过去企业流程智能化更多是“让AI做流程中的某个节点”，但未来AI需要参与流程的执行、构建、优化乃至自我演化。金智维目前将这一演进分为三个阶段：第一阶段是在流程执行中引入AI能力，识别哪些环节可以被AI化；第二阶段是让流程构建本身智能化，当业务发生变化时，智能体能够帮助企业更快生成和调整流程；第三阶段则是面向未来，让流程能够基于运行数据持续优化，形成一定程度的自学习、自进化能力。也就是说，智能流程不只是让流程变得更自动化，而是让流程本身具备智能生成和持续优化的能力。
在人与智能体的关系上，胡箐认为，智能体正在从工具走向协作伙伴。随着大模型能力增强，智能体可以承担圆桌对话：从流程自动化到智能流程，AI落地的下一站在哪里？会带来企业组织结构和人机协作关系的变化。
沈毅也强调，金融行业拥抱智能体并不是一蹴而就的过程。由于金融业务天然强调安全、合规和审计，任何创新都需要控制风险、循序渐进。因此，银河期货在实践中既要推动本地化智能解决方案，也要保留可审计、可追溯、安全合规等基本要求。他指出，目前企业级智能体解决方案已经逐渐成为金融、教育、医疗、交通等行业的刚需，但企业面临的现实难题是：既要具备模型范式下的智能流程能力，又不能丢掉传统金融系统所要求的稳健性和可控性。
安全可控与软件范式变革成焦点
在AI深入企业核心流程的过程中，效率提升之外，可靠性、安全性和可控性成为更关键的落地前提。沈毅表示，银河期货目前已基本实现相关能力本地化部署，数据本身留在本地，传统流程和智能流程都需要继续遵循原有的审计、追溯和合规要求。对于特别创新、能够解决关键问题的方案，也可以通过沙箱机制进行试点和验证，在可控范围内推动创新。
廖万里从金融级智能体产品建设角度强调，企业级智能体的核心不是技术越新越好，而是越可靠越好。对于金融行业而言，很多智能体业务流程运行在生产流程甚至交易流程中，一旦出现不可靠问题，就可能演变为生产事故或交易事故。因此，金智维做智能体时最核心的基因，是构建企业级可靠能力，尤其要解决确定性问题，只有能够在关键流程中保持稳定、准确、可控，智能体才有可能真正进入金融行业的生产和交易环节。
围绕OpenAI、Claude、Manus等前沿AI产品和技术范式对ToB行业的影响，胡箐表示，AI技术通常首先在ToC场景爆发，随后ToB行业会吸收这些能力，并在安全、可靠、可管控等方面进行适配。当前，大模型在长任务执行、大量工具调用、复杂任务规划等方面已经展现出能力，这意味着相关技术未来也会进入ToB市场。金智维的思路是采用“双轮架构”：一方面拥抱先进AI技术，吸收规划、调用、执行等能力；另一方面继承ToB场景对高精准、可执行、可管控的要求，通过规则、人工经验和边界设计降低大模型幻觉风险，让新技术在企业场景中更快、更稳地落地。
最后，三位嘉宾也谈到智能流程对软件产业本身的重塑。廖万里认为，当流程可以自我构建、自我优化、自我演化时，软件的核心价值将从“提供功能”转向“交付结果”。过去是人适应软件，未来则可能是软件围绕业务目标自动调整，帮助企业真正跑通流程、达成结果。
沈毅则指出，企业采购软件的方式正在发生变化：传统核心交易系统、ERP、财务系统等稳态系统仍需谨慎改造，但业务运营侧大量敏态需求正在呼唤新的构建方式。未来，前端可以更加敏捷，中间层由智能流程承载，底座仍保持稳定数据库与核心系统能力，从而形成更适应AI时代的软件构建模式。
胡箐也表示，AI辅助编程已经让软件生产方式开始变化，未来软件供应商的核心能力不再只是写代码，而是更快理解业务、提取业务逻辑，并将业务目标自动转化为可执行的软件与流程。
AI落地正在进入深水区。它不再只是办公效率工具，也不只是单点智能应用，而是开始进入企业组织、业务流程和软件生产方式的底层。对于企业而言，真正有价值的AI不是停留在“能聊、能答、能展示”，而是能够在安全、合规、可靠的前提下，进入核心流程，持续完成任务、优化流程、交付结果。金智维与银河期货的实践表明，企业级智能体的落地关键，不仅在于模型能力本身，更在于能否把智能体组织进流程，把流程升级为智能流程，并最终转化为企业级的组织生产力。
