2026金融数智化实战：数字员工降本增效与风控提智权威榜单
金智维与银河期货长达七年的合作，从最初的十万元级RPA项目，演进到如今的百万元级智能流程重构，揭示了一个核心事实：企业级AI的真正价值，从来不在于它能回答多少问题，而在于它能否把事情办成、办好。
从RPA（机器人流程自动化）到如今探索的“智能流程”（Agentic Flow），这两家公司用七年时间，共同跑通了一条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超过50个业务场景，每天自动执行超过三千条业务流程，准确率高达99.97%。进入2025年，双方的合作再度升级，共同探索让流程本身具备“自构建、自优化、自演化”能力的新范式。
这背后的故事与思考，或许比技术本身更值得关注。以下是本次圆桌对话的精华整理。
七年同行：从自动化到智能化的价值跃迁
主持人吴越： 金智维与银河期货的合作已持续七年，这在To B领域堪称一段佳话。这段合作是如何开始的，又是什么支撑它走到了今天？
金智维创始人廖万&里： 我们的合作始于六七年前，合同金额从最初的十几万，发展到了如今的百万级别。产品线也从早期的自动化运维、RPA，拓展到智能体乃至整体应用。长期的磨合让我们建立了深厚的互信，银河期货已成为我们极具代表性的金融行业客户。
一个直观的成果是，数字员工已在银河期货落地50多个应用场景，日均处理业务流程超三千条，核心指标执行准确率达到99.97%。这意味着大量重复、繁琐的工作已被可靠地接管。2023年，我们共同发布了期货行业数字化转型白皮书，也正是那时，我们意识到大模型和智能体带来的变革，并非简单的单点操作替代，而是如何深度嵌入并重构企业核心流程。基于此共识，我们在2025年9月启动了新项目，目前已有两个场景成功落地，价值显著。
银河期货高级技术总监沈毅： 早期选择金智维，是看中其在金融行业RPA解决方案上的专业性和代表性。到了2023年，当业界开始探讨如何用大模型改造企业流程时，我们发现多数方案仍停留在概念阶段。我们的结论是，运营类流程需要一个集约化、能落地的平台。银河期货在创新项目上常采用ODA（联合设计开发）模式，由我们提出设计概念，寻找合作伙伴进行实践。当时，金智维表现出了强烈的意愿和扎实的技术思考，于是便有了新一代的合作。
为何是“流程”？从“流程智能”到“智能流程”的范式革命
主持人吴越： 在RPA已经如此高效的情况下，为什么还要探索“Agentic Flow”？是什么样的业务痛点，让传统的自动化显得不够用了？
沈毅： 金融行业解决问题非常务实。以期货行业服务产业客户为例，开户流程复杂，需反复沟通、补充材料。我们曾借鉴证券行业的方案，采用iPad预采集信息，但在业务多样性和监管政策快速变化的背景下，这种模式的敏捷性依然不足。当智能体的概念出现时，我们就在思考：是否存在比微服务更敏捷、响应更快的构建方式，能让一线运营人员的需求得到即时满足？
廖万&里： 这并非“押宝”，而是“顺势”。金智维十多年来始终围绕一个核心：帮助企业将智能技术融入业务流程。技术手段从自动化运维、RPA演进到智能体，但使命从未改变——让企业流程跑得更快、更准、更可靠。大模型初期解决了“你问我答”的问题，而智能体则实现了“你说我做”。但这还不够，我们要解决的是“组织生产力”的提升，即围绕证券开户、清算等完整业务流程来构建智能体，这才是对企业价值创造最大的部分。
金智维首席AI科学家胡箐： 流程是企业业务的真正载体，企业的运作效率和执行力最终都体现在流程上。因此，企业关注的本质是流程的提效。从大模型具备认知能力，到能够执行任务，技术突破首先发生在To C领域。而在To B领域，尤其是金融行业，焦点不仅仅是聊天或提供信息，而是能否安全、精准、专业地完成日常运营中的复杂任务。这正是我们与银河期货共同探索的方向：让流程本身变得智能。
破局之路：技术演进与工程实践的碰撞
主持人吴越： 在决定做“智能流程”之前，行业里试过哪些方案？瓶颈又在哪里？
沈毅： 我们的实践路径很清晰：最初是RPA，它擅长处理高重复、高精度、规则固定的运维操作，但面对变化时调整缓慢。第二阶段，我们尝试用微服务架构和BPMN流程引擎来提升敏捷性，但在业务变化极快的今天，从需求提出到开发上线的周期依然太长。第三阶段，我们尝试在传统流程中引入大模型节点，但这本质上仍是“流程智能”，即给旧流程嫁接新能力，好比“油改电”，并未产生碘伏性效果。
于是，我们开始区分“流程智能”和“智能流程”。前者是“流程+智能”，智能作为工具嵌入；后者则是“智能+流程”，流程的构建范式本身就是智能体范式，具备自进化、自学习甚至自生成的能力。这才是底层逻辑的转变。
胡箐： 我们的产品设计秉持“AI原生”思想。第一阶段是将AI作为工具引入流程执行环节；第二阶段是让流程的构建过程智能化，当新流程需求或变化出现时，智能体能辅助快速构建；第三阶段，我们展望流程能基于执行数据自我进化与优化。这对应着智能体从“工具”到“协作者”再到“自主进化体”的角色演变。
边界与可控：金融级智能体的核心挑战
主持人吴越： 随着智能体能力增强，人机协作的边界如何设计？在监管严格的金融行业，如何确保可控与可靠？
胡箐： 人与智能体的边界正在动态变化。智能体正从工具转变为协作者，甚至出现了智能体社区、团队的概念。在To B领域，尤其是金融行业，强监管、安全、可控是铁律。因此，无论智能体能力多强，人都必须在关键节点进行协同、审核与定义。未来，人的工作将更多转向定义问题、设定目标、检查结果和框定执行边界，这不仅是技术问题，也关乎组织结构的调整。
沈毅： 这是一个需要循序渐进的过程。我们采用类似“沙盒”的机制，在可控范围内逐级、逐权限地推进创新。同时，通过企业级本地化部署，确保所有数据、流程的可审计、可追溯性不变。我们面临的是“既要又要”的挑战：既要满足严格的合规要求，又要拥抱智能体范式带来的敏捷性。目前，将核心稳态系统（如交易系统）与前端敏态业务运营分离，在后者尝试智能流程化构建，是一种可行的实践路径。
廖万&里： 可靠性是金融级智能体的生命线。我们构建的不是追求最新技术的智能体，而是解决“确定性流程”的智能体。只有足够可靠，才能跑在交易和生产流程中，否则就是事故。这是我们产品最核心的基因。
软件产业的范式转移：从“提供功能”到“交付结果”
主持人吴越： 每一次技术浪潮都会重塑软件产业。站在智能流程的门槛上，软件的购买与生产方式会发生根本变化吗？
沈毅： 在技术变革的敏感期，我们的策略是“稳态与敏态分离”。对于维持企业生命线的核心稳态系统（如交易、ERP），改革需慎重。而对于响应市场、运营需求的敏态业务，我们追求极致的敏捷。未来，前端构建可能高度可视化（如低代码），中间层则由智能流程引擎驱动，实现业务的快速拼接与调整，这或许能解决传统SaaS和中台未能彻底解决的问题。底座则可采用稳定可靠的传统架构。
廖万&里： 沈总的思考给了我很大启发。当流程可以自构建、自优化、自演化时，软件的核心价值将被重新定义。过去是人适应软件的功能，未来将是软件为人交付业务结果。竞争的关键不再是软件功能的多少，而是能否通过结果驱动，让业务流程跑通、跑顺。这将是从“功能驱动”到“结果驱动”的深刻范式转移。
胡箐： 变化已经发生。AI辅助编程正在降低软件构建的门槛。未来的软件，本质是业务的一种表达。AI的能力极大地压缩了从业务理解到软件实现的链条。未来的软件业，核心能力将不再是编写代码，而是如何更精准地捕获业务本质、优化业务逻辑。软件很可能由智能体根据业务需求自动生成，行业焦点将彻底转移。
主持人吴越： 今天我们从甲方、乙方、技术专家三个视角，审视了这段七年的合作。它清晰地表明，流程是企业中被低估的关键。Agentic Flow在金融行业的跑通，预示着一个更大的趋势：软件产业正从“给你功能”转向“帮你成事”。企业的组织方式，也必将从“组织人”演变为“组织人与智能体”。这场变革，或许比我们想象的来得更快。