【亿邦原创】“产业互联网是智能体的底座，智能体是产业互联网的升级形态，两者不是替代关系，而是递进关系。”
金联创定位为大宗商品数据及智能应用服务解决方案引领者，围绕AI与出海布局三层业务：以自有产业数据结合大小模型提供市场监测、分析预测与模拟决策；为出海企业提供全球进出口智能大数据系统服务；把外部数据与客户内部数据结合，通过本地化部署与客户共创，提供从数据到模型、再到系统的全链条服务。本届千峰奖访谈中，金联创围绕AI与全球化驱动的产业模态进化，分享了公司在产业数据、决策智能方向的实践与判断。
亿邦：本届千峰奖以「AI与出海带来的模态进化」为核心主题，聚焦产业能力的深层重构。结合软件和信息技术服务业，您如何理解这一轮由AI和全球化共同驱动的产业模态进化？金联创在AI能力建设与全球化出海上有哪些核心战略布局？能否具体介绍一下公司的定位及业务模式？
金联创：这一轮“模态进化”，本质是中国产业在全球分工中的角色切换：过去大量产品依赖进口，需要“迎接进口”；如今随着中国产品竞争力提升及产业国际化提速，越来越多的中国企业开始“走出去”，能源化工等大宗商品的进出口格局正在重构。
金联创在这一变化中看到两个确定性机会：一是出海企业对全球市场分析、预测、商机与数据智能系统建设的刚需，二是AI让这些服务从“给数据”升级为“给决策”。
我们的定位很清晰——做大宗商品数据及智能应用服务解决方案引领者。围绕AI与出海，布局集中在三层：第一，以自有产业数据为基础，结合大小模型技术提供市场监测、分析预测与模拟决策能力；第二，为出海企业提供全球进出口智能大数据系统服务，帮客户找买家、找市场、找服务；第三，把外部数据与客户内部数据结合，通过本地化部署与客户共创，提供从数据到模型、再到系统的全链条服务。
业务模式上，收入主要来自系统建设费与服务费两部分：为客户提供专业产业数据，提供市场监测、市场分析、预测、决策系统，并提供咨询服务。一句话概括——金联创提供的是“数据智能+决策智能”服务。
亿邦：您提到金联创的出海服务包括“帮客户找买家、找市场、找服务”。这三件事分别对应什么产品能力？和传统外贸获客方式相比，AI在其中改变了什么？
金联创：对出海企业来说，最刚需的是全球市场分析、预测、商机与数据智能系统建设。我们为出海企业提供全球进出口智能大数据系统服务，帮客户找买家、找市场、找服务。和传统方式相比，AI让这些服务从“给数据”升级为“给决策”：不只是把信息找出来，而是结合市场监测、分析预测和模拟决策，告诉客户哪里有机会、什么时候进入、风险在哪里。
亿邦：目前贵公司在哪些核心业务环节落地了AI/大小模型技术？形成了怎样独具特色的AI或数智化竞争力体系？
金联创：金联创的AI落地，贯穿客户从外部数据采集、内部数据治理到决策智能的全流程，主要覆盖采购、销售两大场景。
在采购端，客户需要定价管理、成本核算、供应商与成本管理，这些都离不开对市场数据的分析、预测与决策支持；在销售端，企业需要实时掌握价格、市场变化趋势、供需动态与竞争对手情况，提升销售效率与市场应变能力。我们的AI体系，正是围绕这两端的价值链环节展开。
技术路线上，我们采用“大模型+小模型”结合的方案，而非单一依赖某一类模型。大模型负责知识理解、自然语言交互与复杂推理，小模型针对市场预测、供需匹配、库存与物流等具体场景做高精度建模，两者结合为客户提供服务。
由此形成四层竞争力体系：第一，自有产业数据，具备完整知识产权；第二，数据治理能力，全部数据经过治理后可直接进入大模型应用；第三，市场分析、预测与决策的建模应用能力；第四，完整的数据安全体系，保障客户数据合规可用。这四层叠加，构成了金联创的产业AI竞争力。
亿邦：您提到技术路线是“大模型+小模型”结合，而不是单一依赖某一类模型。为什么大宗商品场景需要这种组合？大模型和小模型分别承担什么角色？
金联创：大模型负责知识理解、自然语言交互与复杂推理，小模型针对市场预测、供需匹配、库存与物流等具体场景做高精度建模。大宗商品场景既需要理解复杂的市场信息、政策文本和产业链关系，也需要对价格、供需、库存等做高精度预测，单一模型很难同时满足。两者结合，才能为客户提供从市场监测到分析预测再到决策支持的服务。
亿邦：能否分享一个最具代表性的“AI+价值链”创新实践案例？它解决了哪些行业共性痛点，创造了哪些可感知、可量化的价值？
金联创：有两个案例比较有代表性。
一是为某煤化工企业搭建的市场监测、分析、预测系统。过去企业看市场，价格和竞争对手情况分散在多个信息源，决策滞后。这套系统让客户能够一站式看到市场价格、竞争对手动态和市场走势，把“找信息”变成“支持决策”，显著提升了市场应变效率。
二是为某国内领先的化工新材料集团提供的采购销售决策辅助系统。大宗商品的采购定价与销售时机直接决定利润，我们帮客户把采购成本降下来、把销售力提上去，在采购与销售两端同时提高效率。客户反馈，实际效率与市场应变能力都有了大幅提升。
这类系统的共性价值在于：把原本依赖经验、分散的采购与销售决策，变成基于数据的实时分析与预测，帮助企业管理从“经验决策”逐渐转移到“数据+模型决策”。
我们的服务交付方式，是与客户本地化部署相结合，和客户一起共创。相比传统模式，这一方式有三个变化：一是服务规模更大，二是连接性更强，三是解决问题的价值更高。
亿邦：您提到服务交付方式是与客户本地化部署相结合、和客户一起共创。这种“共创”模式和传统卖数据、卖报告有什么不同？为什么大宗商品决策智能需要本地化部署？
金联创：传统卖数据、卖报告，交付的是信息；本地化部署加共创，交付的是从数据到模型、再到系统的能力。大宗商品决策涉及客户内部数据、业务规则和权限边界，必须把外部数据、我们自有数据与客户内部数据结合起来，通过本地化部署为客户解决实际问题。相比传统模式，这一方式服务规模更大、连接性更强、解决问题的价值更高。
亿邦：您提到Token确实涉及付费，在本地化部署和共创过程中都会用到Token调用与算力成本。金联创怎么看待这部分成本？它是必要投入还是需要控制的成本项？
金联创：Token确实涉及付费。在把外部数据、我们自有数据与客户内部数据结合起来、通过本地化部署为客户解决实际问题的过程中，都会用到Token调用与算力成本。但这些都是为创造价值而发生的投入，属于必要且值得的成本。
亿邦：在推进AI规模化落地过程中，数据要素扮演了怎样的支撑角色？金联创更侧重自有产业数据深耕，还是推进跨主体、跨行业的数据协同？核心挑战是什么、如何应对？
金联创：没有高质量数据，AI就无从落地——数据是AI应用的前提，这一点在大宗商品领域尤其明显。
金联创的数据竞争力，首先体现在数据的“质”与“快”。我们的市场价格数据、供应数据、需求数据、库存数据、生产利润数据、产业链数据、物流与仓储数据，全部依靠自有采集团队一手获取，保证准确、及时、专业、权威，这是AI能够真正上线应用的基础。
在布局上，我们以自有产业数据深耕为主，同时也与宏观数据、客户侧数据进行协同。目标是围绕“价格”及“价格影响因素”构建完整的数据体系，为市场分析、预测与决策提供支撑。
推进过程中有两个核心挑战：一是定制化数据需求。不同客户需要的颗粒度不同，需要投入人力、物力与财力做定向采集和治理；二是模型精度。不同场景适用的模型不同，必须针对具体场景选型和调优，持续提升预测的方向准确率与精度。我们的应对方式是“自有采集+强治理+场景化建模”，三者缺一不可。
亿邦：您把应对方式概括为“自有采集+强治理+场景化建模”。这三者分别解决什么问题？为什么缺一不可？
金联创：自有采集解决数据来源的准确、及时、专业、权威；强治理解决数据能直接进入大模型应用的问题；场景化建模解决不同场景下模型选型和调优的问题。没有自有采集，数据没有根基；没有强治理，数据进不了模型；没有场景化建模，模型精度上不去。三者缺一不可。
亿邦：您怎么看产业智能体改写B2B？垂类大模型是否有长远发展必要？产业互联网公司的AI护城河在何处？
金联创：产业智能体一定会重塑B2B。过去产业互联网的技术水平主要停留在“检索”——把信息和数据找给你；而智能体解决的是“问题”——直接给出分析与决策建议。从这个意义上说，智能体会在相当程度上替代传统产业互联网的检索型服务。
但反过来，智能体也离不开产业互联网打下的基础。没有扎实的产业数据积累，再强的智能体也只是空转。所以更准确的判断是：产业互联网是智能体的底座，智能体是产业互联网的升级形态，两者不是替代关系，而是递进关系。
垂类大模型有长远存在的必要。它的价值在于更精准、更专业、更贴近业务。通用大模型做不到这一点，而垂直场景的需求方与供给方一旦形成规模效应，垂类模型的发展空间就非常明确。
至于AI护城河，我认为有三点：一是自有产业数据，二是行业模型能力，三是既懂产业、又懂数据与模型的复合型人才。数据与模型结合，才能形成智能体；三者叠加，才是产业互联网公司的真正壁垒。
亿邦：您在补充分享中提到，金联创的未来路径是从“数据智能”进一步走向“决策智能”。这个判断怎么理解？未来竞争为什么不仅是掌握更多一手数据，而是把数据变成决策、决策变成价值？
金联创：从数据到智能，是产业服务不可逆的发展方向。金联创的未来路径，是从“数据智能”进一步走向“决策智能”——把数据与产业深度结合，用数据、大小模型和智能体解决产业链各环节的实际场景问题。未来竞争，不仅是要掌握更多的一手数据，而是把数据变成决策，决策变成价值。金联创会持续把数据、模型与产业场景打通，做深做透产业智能体，帮助客户在复杂的市场环境中做出更准、更快、更智慧的决策。
作为TO B领域年度风向标，“2026第八届亿邦产业互联网年会暨首届产业智能体大会”将于2026年11月20日在北京召开。主题定为“AI与出海带来的模态进化”，聚焦产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等前沿议题深度思辨。大会将集结学界权威、央国企标杆、产业龙头、投资机构、服务生态伙伴，汇聚产业核心力量、拆解产业数智化转型路径、分享前沿实战经验。同期还将发布年度产业互联网报告及标杆案例，举办决策人闭门会、“千峰奖”颁奖盛典。
本文首发于 亿邦动力 官方网站
文章来源：亿邦动力
