广告
加载中

B2B向A2A进化 第三代产业互联网将至

张睿 2026-01-30 16:58
张睿 2026/01/30 16:58

邦小白快读

EN
全文速览

文章介绍了AI在产业互联网中的应用,如何从B2B进化到A2A,带来显著效率提升和实际效果。

AI提高信息交换效率,例如找钢网AI报价从人工4小时缩短到几分钟,每天处理2万询价转化为4000订单。

案例效果明显,如找钢网2018年员工1300人交易量1000万吨,2025年员工持平交易量达5100万吨,AI撮合收入占比超10%。

预测未来进入A2A时代,AI代理之间直接协作,无需人工介入。

AI技术优化供应链管理,可能影响产品研发和品牌策略,带来新商业机会。

统一供应链语言减少错误,如齐心集团通过AI数据治理避免订单丢失和结算问题,提升商品标准库效率。

消费趋势向智能化发展,AI驱动价值重构,品牌需适应A2A协作模式,例如震坤行AI物料管家科学分类物料。

AI提高效率降低成本,可能影响品牌定价策略,如找钢网AI应用降低运营成本。

国家政策推动AI+产业融合,国务院意见目标2027年AI普及率超70%,卖家可抓住增长机会部署AI。

增长市场在A2A时代,如钢铁、化工等行业率先实现AI代理协作,带来新合作方式如跨平台自主协同。

事件应对措施包括部署AI工具,如云汉芯城HiBOM工具45秒解析物料清单,减少人工耗时。

风险提示:AI可能替代部分人工,需调整业务流程;机会提示:AI提高询价转化率,可学习找钢网模式。

AI为工厂提供产品生产和设计需求启示,优化物料管理和生产流程。

商业机会在AI代理协作,如震坤行AI物料管家帮助科学分类内部物料,统一采购信息。

推进数字化启示:AI减少人工重复劳动,如齐心集团用AI高效处理询价单,一晚完成原本一周工作量。

案例云汉芯城HiBOM工具匹配库存和采购方案,启示工厂采用类似技术提高效率。

行业发展趋势向第三代产业互联网进化,基于AI驱动价值网络重构。

新技术包括大语言模型如千问、DeepSeek,开发AI智能体覆盖全流程,如找钢网12个AI应用。

客户痛点如信息交换效率低、人工处理耗时,齐心集团案例显示询价单处理需十几人一周。

解决方案:AI工具如震坤行AI物料管家和云汉芯城HiBOM,精准提取信息、匹配库存,提升效率。

商业对平台需求包括提高信息处理效率和减少错误,AI提供优化方案。

平台最新做法如找钢网部署AI智能体,覆盖售前、售中、售后流程,自动报价和采购。

平台招商通过技术输出,如腾采科技服务20多个行业8000客户复制AI能力。

运营管理优化:AI提高与供应商、用户对接效率;风险规避需确保AI准确性,训练行业垂直模型。

产业新动向是B2B向A2A进化,AI代理协作重构价值网络,带来细颗粒度智能化。

新问题:AI是否能颠覆产业逻辑?如杨润心指出需重写业务流程和重塑网络。

政策法规建议:国家《人工智能+行动意见》推动AI与产业深度融合,目标2027年普及率超70%。

商业模式从第一代撮合交易、第二代云工厂协作,进化到第三代A2A基于AI驱动协同运作。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

The article explores AI's application in industrial internet, detailing its evolution from B2B to A2A models, which significantly improves efficiency and delivers tangible results.

AI enhances information exchange efficiency; for example, Zhaogang.com's AI quotation system reduces processing time from 4 hours manually to just minutes, handling 20,000 daily inquiries that convert into 4,000 orders.

Case studies show clear outcomes: Zhaogang.com maintained 1,300 employees while increasing transaction volume from 10 million tons in 2018 to 51 million tons projected for 2025, with AI-driven matching contributing over 10% of revenue.

The future is predicted to enter an A2A era where AI agents collaborate directly without human intervention.

AI technology optimizes supply chain management, potentially influencing product development and brand strategies while creating new business opportunities.

Standardized supply chain language reduces errors; for instance, Qixin Group's AI data governance prevents order losses and settlement issues, improving efficiency in product standardization.

Consumer trends are shifting toward intelligence, with AI driving value reconstruction; brands must adapt to A2A collaboration models, as seen with Zhenkunhang's AI material管家 for scientific categorization.

AI boosts efficiency and lowers costs, potentially impacting pricing strategies, exemplified by Zhaogang.com's AI applications reducing operational expenses.

National policies promote AI-industry integration, with State Council guidelines targeting over 70% AI adoption by 2027, offering sellers growth opportunities to deploy AI.

Growth markets in the A2A era include sectors like steel and chemicals pioneering AI agent collaboration, enabling new cooperation methods such as cross-platform autonomous coordination.

Proactive measures involve deploying AI tools; for example, Yunhan Xincheng's HiBOM tool analyzes material lists in 45 seconds, reducing manual labor.

Risk alert: AI may replace some manual tasks, requiring business process adjustments; opportunity alert: AI improves inquiry conversion rates—sellers can learn from Zhaogang.com's model.

AI provides insights for product production and design needs, optimizing material management and production workflows.

Business opportunities lie in AI agent collaboration; Zhenkunhang's AI material管家 helps scientifically categorize internal materials and unify procurement information.

Digital transformation insights: AI reduces repetitive labor; Qixin Group uses AI to process inquiries overnight that previously took a week.

Case study: Yunhan Xincheng's HiBOM tool matches inventory with procurement plans, demonstrating how factories can adopt similar technologies for efficiency gains.

Industry trends are evolving toward third-generation industrial internet, driven by AI重构 value networks.

Emerging technologies include large language models like Qwen and DeepSeek, developing AI agents for end-to-end processes, as seen in Zhaogang.com's 12 AI applications.

Customer pain points include inefficient information exchange and time-consuming manual processing; Qixin Group's case shows inquiry processing previously required a team working for a week.

Solutions: AI tools like Zhenkunhang's AI material管家 and Yunhan Xincheng's HiBOM enable precise information extraction and inventory matching to enhance efficiency.

Business demands on platforms include improving information processing efficiency and reducing errors, with AI offering optimization solutions.

Latest platform practices: Zhaogang.com deploys AI agents covering pre-sale, in-sale, and post-sale processes for automated quoting and procurement.

Platform expansion through technology output: Tengcai Technology serves 8,000 clients across 20+ industries by replicating AI capabilities.

Operational optimization: AI enhances supplier and user对接 efficiency; risk mitigation requires ensuring AI accuracy through training industry-specific vertical models.

Industry shift involves B2B evolving to A2A, where AI agent collaboration重构 value networks with granular intelligence.

Key question: Can AI颠覆 industrial logic? As Yang Runxin notes, it requires rewriting business processes and reshaping networks.

Policy recommendations: National 'AI+ Action Guidelines' promote deep industry integration, targeting >70% adoption by 2027.

Business models progress from first-generation transaction matching, second-generation cloud factory collaboration, to third-generation A2A AI-driven协同 operations.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

文丨张睿

【亿邦原创】人工智能在产业中落地,哪些场景已经取得了实际的效果?

亿邦智库发布的《2025产业互联网发展报告》指出,连接产业供应链上下游的垂直产业平台,是AI技术落地供应链的最优着陆点。而在新周期,产业AI的发展呈现出鲜明的“务实主义”转向,AI不再仅是点缀财报的“热词”,而是深度融入运营、供应链与决策的核心业务流程,真正从效率工具升级为驱动价值创造的新引擎。

自2012年起,钢铁、工业品、电子元器件、化工等垂直产业与互联网的结合,创造了B2B的繁荣,而AI的加持,又让B2B从第一阶段的交易撮合、第二阶段的云工厂协作,走向了第三阶段的价值网络重构。

2025年8月,国务院印发《关于深入实施“人工智能+”行动的意见》,将“人工智能+产业发展”作为六大重点行动之一,《意见》指出,到2027年,人工智能与产业发展深度融合,新一代智能终端、智能体等应用普及率超70%,智能经济核心产业规模快速增长。

响应国家政策,垂直产业平台以“务实主义”一步一步将AI与业务流程相结合,近期亿邦动力与找钢网等产业平台交流,亦有了切实的体感。千问、DeepSeek等中国开源模型的技术已居世界前列,它们就像发电厂一样,成为产业革新的基础设施,不同的产业平台在此基础上开发出丰富多样的应用。

01 AI先解决信息交换效率问题

“B2B本质上是信息交换。”王东一语道出了B2B的核心。

2012年,身为大学教师的王东辞职赴上海创业,一头扎进了钢贸流通行业,创办了找钢网。随后,各类垂直行业纷纷与互联网结合,一个B2B的繁荣时代也由是开启。无论是早期强调撮合交易的产业电商,还是后来强调全链条提效的产业互联网,第一要义始终是信息交换。

信息传递复杂,是产业电商与消费品电商最大的区别。个人在网上买东西,通过图片文字看下外观、材质、规格、价格,便能做出购买与否的决定,但是产业电商需要更多的信息。以钢材为例,材质、品牌、品种、数量、仓库、物流、交期……等等,而这些信息都会导致价格的不同。

图片

当客户在找钢网向业务员询问报价时,通常不会一次性给到所有信息,双方会进行30轮以内对话,其中包括发送表单、文档、图片等,业务员需要汇总这些信息,再与公司产品库存对比,给出报价。不仅如此,客户还可能跟业务员反复讲价。

以上是售前环节,实际上在售中、售后,物流、仓储、财务等环节同样有大量对话,因此王东说:“B2B天生活在聊天的世界里。”

对话如此重要,所以当ChatGPT横空出世时,王东马上意识到大语言模型对B2B的巨大价值。

实际上,早期找钢网通过资源单解析技术,将线下非结构化数据转化为可查询的结构化数据库,已经使得行业找货效率提升70%以上,后来开始探索自然语言处理与图像识别技术,尝试让AI读懂即时通讯中的业务信息。

2022年11月30日,随着人工智能研究实验室OpenAI推出ChatGPT,国内外大模型进入爆发阶段,找钢网很快将大模型技术与钢铁流通链条结合,于2023年起陆续研发并上线12个AI智能体,覆盖售前、售中、售后及内部协同全流程。

比如售前的AI销售员,该智能体能够对接客户在微信、QQ发出的询盘,自动匹配库存、生成报价单;而负责对接供应商的AI采购员,可以自动整理微信群或私聊中发送的图片报价,识别调价信息,生成可查询面板。

免费询报价是找钢一直以来的重要获客策略,AI的应用提高了这一策略的效率和准确性:人工报价需要4小时,而AI报价只需要几分钟。据了解,每天有2万个企业向找钢询价,可以转化为大约4000个订单。

一组数据可以说明AI给找钢带来的效果:2018年,员工约1300人,年交易量约1000万吨;2025年,员工人数基本持平,年交易量已达5100万吨。从财务角度,AI撮合交易产生的收入比例超过10%,毛利约为5%。

值得一提的是,找钢在2018年和腾讯合资成立了“腾采科技”,将找钢在钢铁行业验证过的AI和数字化能力复制并输出到更多的B2B行业,至今已经服务了20多个行业,拥有8000多家的客户,上述AI销售、AI采购是重点应用。

02 统一供应链语言

不同交易主体之间的信息传递和处理过程繁复,是B2B行业普遍会遇到的难题,而AI大模型可以为此类问题提供工具,不同领域的产业互联网公司均已在业务中部署了相关应用。

专注政企采购服务的齐心集团,通常会接到大客户的采购物料询价需求,一个询价单多达3万条信息,单纯人工处理需要十几个人花费一周的时间,利用AI大模型,仅用一个晚上就能完成。

在供应商侧,齐心采购部门在处理多个供应商和海量商品的数据时,容易出现数据冗杂、信息缺失等问题,通过大模型技术,齐心集团能够高效地对数据去重、分类,并补全商品的信息属性,从而建立起一个健全、高效的商品标准库。

齐心集团CTO于斌平对此表示:“在此之前,由于商品数据频繁重复,会导致客户下单后却发现无对应库存,进而引发订单丢失、结算错误等一系列问题。这不仅给采购部、商品部、物流部以及财务部带来了沉重的纠错负担,还耗费了大量的时间与人力资源。通过采用AI数据进行治理后,这类情况基本上得到了有效避免,其带来的成本降低虽难以精确估量,但无疑带来了显著的效益提升。”

工业品领域的震坤行针对非生产型物料种类多、数量多、规格复杂、管理困难的问题,开发了“AI物料管家”,该工具不仅用于震坤行服务客户的过程中,还可以供客户自行对内部物料科学分类和命名管理,统一采购部门和需求部门的物料信息,也可以供其他工业品供应商梳理客户物料清单,匹配原厂产品型号与库存。

图片

电子元器件领域的云汉芯城也有类似的AI工具“HiBOM”。硬件研发公司的BOM(物料清单)包含数百种元器件,人工核对型号、品牌、参数及封装等信息耗时2到3周,而HiBOM智能选型配单工具,可以精准识别Excel表单、图片和文本,提取参数、型号、数量等关键信息,进一步匹配云汉芯城的库存、价格和交期,还可以推荐更优采购方案。该工具45秒内可完成100个型号的解析与匹配。

可见在许多行业流通环节,痛点和需求是类似的,统一不同交易主体之间的语言,提高信息流转效率,减少人工重复性劳动,是数字化及智能化的起点。而供应链平台公司本身,是研发并实践AI应用的核心角色。

王东对AI应用范围和效果的评估相当务实,找钢的供应商和客户并不需要改变交易习惯,依旧在聊天窗口发送Excel表格或是图片文字,他说:“AI目前主要是提高我们和供应商的对接效率、和用户对接效率、和仓储的对接效率、和物流公司的效率。我们肯定是先把自己弄好,弄好之后我们再一块一块拆开来给供应商提供、给用户提供、给物流公司提供等等。”

当然,不同行业有不同的语言,通用大语言模型并不能读懂行业专业术语,因此找钢、齐心、震坤行等公司,都利用国内外开源模型,训练了各自的行业垂直模型。此时,模型的技术领先性不是最重要的,解决问题的准确性和效率才是最重要的。

03 从B2B到A2A

当B2B行业大量使用AI代替人工时,会发生什么?

客户向B2B平台业务员询价,接待他的可能是一名AI数字员工,AI数字员工能够分析客户需求,查询库存,生成报价,而客户并不知道该业务员不是真人。

更进一步地,客户公司的采购员或许也是一名AI员工呢?这名采购员能够预测库存变动,结合市场行情,自主制定采购计划,并发起采购,核算价格,真人员工只需在特定环节确认即可。

找钢集团管理合伙人兼副总裁张晓坤预测,随着AI技术持续进化,AI应用持续落地,产业互联网将迈入“A to A时代”——即AI代理之间直接协作的时代(Agent to Agent)。

图片

已经被AI改造的行业(如钢铁、化工、电子元器件等)将成为首批实现B2B向A2A跃迁的先锋,这些行业的智能体能够彼此沟通、调度、撮合与履约,从而实现跨行业、跨平台的自主协同运作。例如,一个化工企业的AI采购智能体可以与国际货代的AI物流智能体直接对接,自动完成原料采购与运输调度,而无需人工介入。

险峰长青投资人杨润心以亲身经历见证了B2B模式的兴起,在他看来,从2012年找钢成立起,过去十年的技术应用主要集中于产业链各环节的效率提升,尽管单点优化显著,但难以形成颠覆性竞争力,真正的转折点在于——AI是否能重构整个产业逻辑?

“今天我们不应该再把AI看成一个工具,而应该把它当成知识渊博、24小时工作的员工,假如企业拥有这种无限量的智能员工,应该思考如何重写业务流程,如何重塑价值网络。”杨润心说。

杨润心表示,第一代产业互联网是基于订单的B2B撮合,第二代是基于产品的“云工厂”协作,第三代产业互联网将是基于AI驱动的价值网络重构——在原材料、生产、设计、服务等更细颗粒度上实现智能化重组。

亿邦持续追踪报道该情报,如想了解更多与本文相关信息,请扫码关注作者微信。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0