金智维与银河期货七年合作，从十万级的 RPA 项目走到百万级的智能流程重构，证明了一件事：企业级 AI 的价值不在于回答问题，而在于把事办成。
从 RPA 到 Agentic Flow，金智维与银河期货用七年时间跑通了企业流程智能化的完整路径。如今，数字员工已在银河期货落地 50 多个场景，每天执行超三千条业务流程，准确率 99.97%。2025 年，双方再度联手探索 " 智能流程 " 新范式，试图让流程本身具备自构建、自优化、自演化的能力。
以下为圆桌对话内容，经 36 氪整理编辑：
廖万里丨珠海金智维人工智能股份有限公司创始人 & 董事长
沈毅丨银河期货高级技术总监
胡箐丨金智维首席 AI 科学家
吴越：大家下午好，欢迎回到 36 氪 AI 产业大会的圆桌论坛，我是今天的主持人吴越，我们早上聆听了信息密度极大的演讲，每个嘉宾都提到 AI 能做什么以及能改变什么，下午这个环节跟大家聊聊 AI 怎么落地，不是 PPT 上的落地也不是发布会上的落地，是我们怎么真正进入到企业的核心流程，产生价值的落地。今天这场圆桌我们邀请了三位嘉宾：
金智维的 CEO 廖总，金智维是一家深耕企业流程智能化的公司，他们已经做了十年了，去年他们发布了企业级平台 Ki-AgentS，与银河期货探索 Agentic Flow 新的概念，待会儿也会跟大家详细展开。
银河期货 CIO 沈毅，银河期货是我们金融行业里做数字化转型先行者之一，他们今天也是我们要聊的案例里的主角。
右边是金智维的首席 AI 科学家胡箐，是我们接下来介绍的这套系统背后的技术主脑。
今天圆桌主线比较简单，从他们七年的合作来聊，我们想看清楚流程智能化怎么跑通的，对我们有什么启发。廖总，金智维、银河期货已经合作七年了，产品线从运维到 RPA、智能体，两家企业能合作七年，在 to B 行业已经是很好的一段佳话了，你们先聊一下这个合作怎么开始的，又是什么走到了今天？
廖万里：我们跟银河期货已经合作六七年，合同额从十多万到现在的百万级别，我们的产品线也是蛮丰富的，从最早的自动化、RPA、智能体到整个应用，我们多年合作下来已经成为互信的合作关系，银河期货也是我们有代表的金融客户。在今天，数字员工产品已经落地在银河期货，有 50 多个应用场景，每天要执行的业务流程有三千多个，最核心的指标执行准确率 99.97%，数字员工已经完成了重复繁琐的工作，这个答案已经是很明确了。
2023 年我们跟银河期货举办了行业数字化转型的讨论会，也发表了关于期货行业数字化转型的白皮书，从那个时候我们开始意识到大模型、智能体来了以后，对企业的变革不是单点操作，而是怎么嵌入到企业流程里，怎么实现企业流程的业务重构，就有了最新的项目合作，2025 年 9 月份启动，到目前已经有两个场景落地，这是非常有价值的案例。
吴越：廖总是从供应商的视角来看，七年从十万级做到了百万级，沈总，作为甲方你们为什么会选择金智维，期货行业你们也不缺乏大厂的合作。
沈毅：简单回应廖总说的情况，早期基于 RPA 场景给金融行业做解决方案的供应商，当年是有一定的代表性的，2023 年，DeepSeek 在国内还没有被大家知道，而早期 Open AI 的产品已经有成果了，3.5 之前的版本；企业级流程那么多执行的东西，我们怎么去做基于当时还是比较早期的大模型改造？我们找了行业里的各种解决方案，看了这么多解决方案，得出的基本论调是，运营类的流程需要大集约化的平台。
银河期货很多合作的创新型项目走的是 ODA 模式，期货公司会出一些类似于设计的概念，找合作伙伴去做创新实践，金智维表达了比较大的意愿去做这个事情，于是就有了新一代的合作。
吴越：你们经过七年的时间积累了很好的共创关系，银河期货已经跑了很多 RPA，每天有大量的在跑，准确率很高，你们去年决定做 Agentic Flow，这个肯定不是想更进一步而已，是什么样的场景让你们觉得光靠以前的 RPA 是不够了，展开聊一聊。
沈毅：金融行业解决问题是很实际的，期货行业是服务实体经济的，有很多产业型客户，做实业的客户，这些产业型客户开户到现在风险还是比较高的，要线下开户，线下开户必须去客户那儿，或者客户来你这儿，采集资料，提供的资料按中国证监会要求是比较复杂的，仅仅通过一次沟通，清单的提供是不够的，很多是反复的。为了解决这个问题，学证券行业老大哥的解决方案，做了所谓预客户资料收集，弄一个 iPad，预采集信息，这个模式实践下来，比较敏捷的解决方案来做，早期还是可以的。随着业务的多样性，伊朗、霍尔木兹海峡原油的变化，导致调整包括监管的变化，会导致调整的敏捷性比我们以前在软件上做的敏捷开发模式响应度还是不够，模型智能体的概念刚刚出来，我们就在想还有没有比现在微服务的方式更敏捷化、响应速度更高，运营人员、服务人员很多需求及时得到响应。
吴越：相当于用新型方式解决，回到廖总的角度来看，现在最火的像大模型、聊天窗口，需要一个对话的东西，为什么你们还在盯着流程、押宝流程，有没有人质疑过你们的方向？
廖万里：不是押宝，我们是顺势，这十多年以来我们一直坚持帮助企业真正把智能体融入业务流程里，我们一直没有离开流程两个字。十多年来，我们从自动化运维、RPA 再到今天的智能体，变的是技术手段，围绕着行业，帮企业解决问题，在企业里让流程跑得更快、更准、更可靠，这是我们一直在坚持的使命。大模型在 2023 年、2024 年出来的时候，更多解决了你问我答的事情，而今年年初是小龙虾，大家突然发现智能体做到你说我做了，对企业价值更大了，不是帮我回答问题，是帮我做事了。从这个时候价值慢慢体现了，小龙虾帮你收个邮件，仍然是个人的生产力提高，而我们要做的是希望围绕企业的整体流程构造智能体，从证券期货的开户，再到清算整个业务流程，我们要做的是组织生产力，这就是我们在从事的方向。组织生产力对企业价值创造是最大的，这个问题可以请胡总来补充一下。
胡箐：就像廖总说的，流程是企业业务的真正承载，企业运作执行效率都是通过流程体现出来的，对于企业来说更多也是关注流程的提效，这也就是金智维为什么一开始关注 RPA 赛道，为什么我们会看中这个赛道，廖总说到顺势，也是水到渠成的意思，从大模型开始能够认知事情到开始执行事情，到去年慢慢地在技术上取得了突破，突破在 to C 领域是会更领先一些，to B 着力点是什么，不仅仅是 to C 聊天的工具，不仅仅是信息提供，能够在企业日常运营中帮助你做更专业的事情、更精准的事情，对金融来说是更安全的事情，这也是我们探索的目标，为什么我们说机会很难得，我们跟银河期货一起共同认知到，企业场景到了这个程度，我们要开拓一些企业没有做的事情，更关注企业在流程赛道，智能化上如何去做，很荣幸跟银河期货去做开创性的尝试。
吴越：聊到跟沈总的合作，回到沈总的角度，你们决定做 Agentic Flow 之前，这个行业有没有试过一些方案，为什么没有被解决？你们应该也是系统性地试过一些方案，你再给我们还原一下像 BPMN、RPA 怎么用，大模型又怎么用，你们是卡在哪里了。
沈毅：RPA 操作的东西已经存在很久了，最早期就是 RPA，我们当时解决最复杂的问题是运维，运维本身是负责生产安全的第一要务，你每天都要做相关操作，重复度、工作量、精准性要求比较高。RPA 对于这个部分是很擅长的，但如果你给他一些变化，无论是政策、真实情况，出现一些变化的时候，会发现改动比较慢。接着我们进入第二个阶段，我们会用微服务化、现在像 2.5、3.0 敏捷的前端，加上 BPMN 拖拉拽的框架结构去做类似的敏捷化解决方案，特别是这两三年行业变化那么快，一线运营场景想法那么多，这个解决方案是可以的，大家现在都说 " 卷 "，工作能力、工作时效，你有一个想法，你找一个开发人员，给你把流程开发出来，用这套微服务架构去做，经常发现还是不行。Open AI 慢慢成熟，大家会觉得能不能借助大模型，无论是工作流程，业务流程的工作过程中加入大模型的节点，本质上还是比较传统的制式化流程逻辑，起不到颠覆性，这是之前工程实践的真实的情况，在企业侧，我估计都差不多，金融行业，无论证券、期货、基金都差不多，这是我们之前的实践路径。
吴越：沈总你聊到很多技术性的东西，抛开技术，做了这么多，我想大家想听到 Agentic Flow 上线以后，你们运营团队最直接的感受是什么，列举两三个例子，没上线之前是这样的，上线之后是这样的，比较具象的例子，流程智能化具体体现在哪些方面？
沈毅：我们经常说大家不容易注意到流程智能和智能流程的区别。在流程 + 智能的工作过程中，我们发现很多流程还是比较死板的，效率很难起来，流程里比如被统计、被优化、被改进的节点还是人为的，就有点像新能源车的油改电，还是传统方式嫁接 AI 能力，本质上没有变化，我一家之言，将它界定为 " 流程智能 "。后面借助大模型的想法，我希望是倒过来，" 智能流程 "，这也是我跟胡总聊起时比较感兴趣的点。这么多工作业务，有大量的不确定性、大量的临时性、大量的自由度，经典软件开发、需求收集、产品、架构、代码、测试、交付，按这套逻辑去做。去年 924 行情波动非常大，这个行情起始时间很短，算上十一，总共三周，如果你想做运营活动、调整政策，按原来软件开发的方式，两个月以后才把相应解决方案拿出来，就没有任何意义了，我们希望时效性起来，互联网公司可以，金融行业比较难，原因是互联网公司本身天生敏感，支持团队很敏捷，其他行业不太行，特别是金融行业，我们是严谨、合规、安全的行业，很多东西上线非常快也不合理，现实情况业务机会非常窄，那你要不要改革，这是我们的问题。针对这个问题，我们简单提了一个想法，等下胡总可以帮我补充一下技术方面的东西，" 智能流程 "，我们希望整个流程部分从构建开始，就类似于智能化。
吴越：胡总可以顺着技术聊一下，跨过技术的坎才能解决很多问题。
胡箐：一开始产品技术设计的时候，有一个思想就是 AI 原生，为什么在流程上把智能放在前面，我们希望流程在设计上以 AI 的思想来做的。沈总谈到我们第一阶段很简单，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让 AI 去做，这是把 AI 当成工具，还是比较早期的想法，人和智能之间的关系，已经开始有对等化，智能在整个工作中的实际承载中的作用，把脑力的一部分工作去做，沈总说的原先流程生命周期里，让系统去做操作面，未来我们让它不仅做操作，流程管理、流程创建、流程优化，原先都是人需要的知识、技术都可以让智能去做。
我们分为三个阶段做这个事情，第一个阶段我们认为还是要把 AI 技术引入流程执行过程中，流程过程中我们会梳理流程中哪些东西可以被 AI 化。第二个我们希望流程本身构建可以被智能化，沈总讲到，出现一个新的流程，流程发生变化，智能体或者大模型可以帮助你更快地构建业务流程，适应去年的行情。人工智能走到现在开始演化出会有自我进化、自我优化的程度，流程后面的阶段也会是类似的。展望在今年或者明年智能流程会自我进化，收集流程在执行过程中的数据，优化潜在流程可能自我演化的方向。
沈毅：我们简单总结两点比较好被记忆，大家容易理解这两个词之间的关系，首先我们认为智能流程整个流程的构建范式是智能体范式，跟现在做智能体范式是一样的。第二个智能体范式是构建者，流程、自进化、自学习能力甚至未来很多流程都可以自己生成，这是原来在流程智能时代是不具备的，这是底层逻辑。
吴越：胡总、沈总聊到，我们再往大一点聊，人和智能体的边界是越来越多人关心的问题，尤其是在 AI 时代，流程智能化你们怎么设计人机交互的边界，哪些人来做，哪些是智能体来做？胡总。
胡箐：刚才已经谈到人和智能体的边界已经发生变化，智能体从工具开始变成协作，今年感觉更明显了，都看到智能体开始有智能体社区、智能体团队甚至 OPC 的概念。随着大模型能力的加强，从工作能力的角度可以越来越多地做事情，to B 有更加强的特别是金融有更加强的监管、安全、可控要求，无论是从责权角度还是从最终执行审核的角度，人都要在关键节点上需要跟智能体进行协同。
随着智能体能力越强，你会把执行层面的工作交给智能体完成，人本身的工作也会发生变化，更多思考如何定义问题，如何设定目标，如果检查智能体执行是否正确，如何定义智能体执行的边界和框架，这不是简单的技术问题，也是对企业组织结构调整和人际关系变化的问题。
吴越：人应该定义目标、目的，由智能体定义实现路径，一切技术，有没有作用、价值，沈总，你们经过这个转变，运营团队有没有感觉到变化？
沈毅：肯定是比较困难的过程，金融行业本身安全合规性、可审计性等问题，创新虽然可以，但面对一次创新带来的实践成本还是比较大的，类似于 " 沙盒 " 概念，逐级、逐权，一点点由循序渐进的方式去演进。
现在二者都要有取舍妥协，企业级本地化的解决能力，随着对大模型的拥抱，各个企业数字化转型，本地化能力越来越强，解决方案越来越趋向成熟，金融、教育、医疗、交通等等行业，企业解决方案已经变成刚需，以前只能用传统软件构建的方式，现在都得用智能体化的方式去构建，后续产生的工作流程也不能很传统，虽然我们有强制的要求；现在就是面对两难情况，可审计、可追溯要有，企业解决方案、模型范式下智能体的解决方案，智能流程也得有，这也是企业比较困难的地方。
吴越：最近比较热的 Open Claw，Manus 这些，我想了解一下这些跟咱们有没有关系，很多人搞不清楚金智维跟这些东西到底是竞争对手还是基础设施，有请胡总拆解一下。
胡箐：我们高度关注 AI 的前沿发展，我自己有一个基本解读，AI 高速发展首先落地的是 to C，to B 是在 to C 以后把技术做一个吸收，有一个延时，随后在 to B 上更安全可靠、可管控的适配，OpenClaw 还是 Hermes 工程本身也是我们紧随跟进的第一个方向。
特别是在今年是蛮幸运的一年，很多大模型使用的技术或者范式，特别是 to C 已经引起了爆发，技术点上可以做 to C 很复杂的事情，从 Open Claw 就很明显，长任务，大量的工具调用，长 skill 书写非常复杂的工作都能完成，这也就意味着这些技术在 to B 慢慢也会有相应的市场，我们现在也是在高速研究，一方面拥抱 OpenClaw、Hermes、Harness 技术基础，另外一方面在 to B 上做更好地管控，内部一直有一个架构，这个架构我们叫作双轮架构，一方面我们需要拥抱所有的 AI 先进技术，特别是高度智能的规划、调用执行技术，同时继承 to B 的高精准性、可知性，用规则、人工智能经验，可以说是 Manus 技巧保证大模型执行过程中幻觉的可靠性，这是我们公司所有产品线的基本方向，沿着这条道路，希望在这条道路上给 to B 找到新技术更快落地的实践路径。
吴越：这里一定涉及一个问题，金融机构，越智能就越不可控，这是必然的，沈总，你在期货行业监管那么严，用智能体做决策，假如出错了谁负责，怎么把可控性做进去的？
沈毅：像沙箱、沙盒的机制，如果有很好的东西，比如向各地的资本市场申请，申请入盒去做相关的工作，公司内部随着现在大家对于企业业绩方案共识、智能体在行业大模型的应用，这几个月以来已经全部本地化了。全部本地化，无论是传统流程、智能流程还是按照原来的方式，可审计、可追溯，所有的方式没有变，数据本身是本地化的，安全合规没有变，审计的各项要求都没有变，真正有特别创新、特别好的想法可以申请沙箱、沙盒的机制尝试创新。
吴越：廖总，你们做金融级的智能体，你对可靠性怎么理解的？
廖万里：这也是我们做产品最大的核心基因，怎么构建企业级可靠的智能体，我们很多智能体业务流程都是跑在生产流程、交易流程，不可靠出现的时候就是一个交易事故，生产事故，我们做的智能体，不是技术越新越好，越可靠越好，我们坚持一个理念，一定是解决确定性流程智能体，才能跑到金融行业里的交易流程和生产流程。
吴越：软件产业发展三十年，从单机到云端，每一次转型都会伴随着大量公司的生死更迭，我们今天站在智能流程门槛上，沈总，你作为客户，你们公司买软件的方式有没有发生根本性变化？
沈毅：问题比较大，回答也比较容易，技术变革的敏感期，跨过这个阶段就结束了，早期在 1990 年有机会接触互联网，你就进入互联网时代，从互联网到移动互联网，再到这一次我们理解人工智能或者未来有别的定义，目前这个阶段我们怎么做，我们实践了三年，现在有一种折中的方式供大家参考，很多企业还是有很多传统的，维持企业生产运转非常重要的东西，比如各种企业管理的 ERP 管理、财务系统等，像期货有重要的交易系统，这些我们的建议是慎重改革，不要改我们把这部分定义为稳态交易，这个建议慢慢改。我们买什么或者我们需要什么，什么东西需要去做信号的采购，是基于业务运营侧的很多东西，现在事件突发行情太快了，现在需要很敏感、很快捷的运营型场景构建能力，我们把这部分定义为敏态业务，这块业务我们希望用的方式，前端构建上 LP2 界面类似的，中间层，二三十年我们一直没有解决流程引擎的问题，围绕这部分我们做了很多尝试实践，并没有太大的变化，这一次智能流程部分有可能能实现，前端性敏捷、中间层是智能流程化的，比如基于业务运营的很多解决方案，构建方案是拼接式的，前端很快，中间侧调整比较灵活，解决了传统软件上所谓的 Saas 化、中台化没有解决的问题。底座我们建议是比较传统的，传统数据库的方式就可以，这个方式我们会简单类比原来的软件开发模式，我们会利用这个模式融合现在人工智能发展模式，最起码我们公司在实践。
吴越：廖总，想让你从行业来看，这个转变对整个软件产业的格局意味着什么？
廖万里：当时我跟沈总沟通这个问题的时候，沈总的想法给我很大的震撼，当一个流程可以自己构建、自己优化、自己演化，我们要重新思考软件核心价值就会发生很大的变化，软件核心价值不是我有什么功能，而是你能交付给我什么结果，不需要你告诉我能做什么，而是你有什么结果给到我，这是我认为软件行业这三十年最大的范式转移。以前都是人去适应软件，当我们通过智能流程驱动业务变化，我们就重新定义了软件的价值，以前是人适应软件，以后是软件要给我结果，不关注功能有多少，关注是你有多少结果，你在运行的时候，不是谁的软件功能多谁赢，而是未来是不是结果驱动的，通过结果驱动，业务跑通，业务流程跑顺，通过数据、智能构造，才能走到流程驱动的企业。
吴越：回到技术，胡总，你从技术本质来看这个事情，软件生产，这个事情会变吗？
胡箐：现在已经很明显变化了，最直接的一个事情就是 AI 辅助编程，无论写不写代码，甚至不会写代码的人，都可以简单用自然语言生成软件，包括我们内部团队也在不断地反思，未来软件构建会变成什么样子，我有一个感觉，以流程为例，软件是你业务的一种表达，软件把你的业务只不过用程序的方式表达出来，以前的软件跟业务表达有很长的距离，要有非常复杂的业务需求调研，开发测试整个上线，现在 AI 辅助的能力让软件构建已经被压缩化，如何去更快理解业务，从业务生成一个软件，会是软件供应商一起思索的问题，让我看软件的未来，软件未来快速把业务提取出来，业务中核心的价值和概念，我认为未来软件就是自动生成的，我们在做的时候已经有类似的概念了，一旦智能体能理解这个业务，人机交互这个软件代码长什么样已经不重要了，完全可以自动生成，软件业的核心会转变成原先会关注于代码或者是构建软件这个事情，更关注如何捕获真正的业务所在，优化真正的业务逻辑，会是这样范式的变化。
吴越：我们从七年的合作，甲方、乙方、技术，不同的视角，今天同一个问题从不同视角去看，我们聊到了流程是被低估的，尤其是在企业里，Agentic Flow 已经在金融行业跑通了，也让我们看到一个更大的变化，软件产业的范式，以前是给你功能，到现在是帮你完成事情这么一个大的变化，这个是蛮明显的，像廖总、沈总一起努力推动这个事情，是非常重要的，公司本质也是很明显的变化，从组织这些人去完成一些事情，现在变成要组织人和智能体完成公司的事情，这也是非常大的变化，这个变化已经比想象中来得快多了，今天时间有限就到这里，谢谢各位嘉宾，谢谢 36 氪。
