随着近期美国关税政策扰动全球铜市场供应链，铜价发生震荡。北京时间7月31日凌晨，纽约商品交易所铜期货主力合约盘中跳水，随后几日铜价继续波动。这种价格震荡不是第一次出现，今年早些时候，铜价也曾出现“过山车”行情。

　　在大宗商品贸易行业，单笔订单动辄上千万元、数亿元，价格波动给交易带来一定风险。近日第一财经记者走访了大宗商品贸易商中基宁波集团，该公司助理总裁、数创中心总经理阎瑾向记者表示，要在外部环境变动的情况下尽可能盈利，一定程度上取决于企业数字化能否给决策提供支撑，整个行业都在投入做数字化建设。

　　记者了解到，以大宗商品贸易行业为例，与工业相关的行业正在进一步探索数字化管理，并以数字化为基础开始探索AI智能体的应用。

　　毫秒级别反应

　　大宗商品贸易企业上游连接原材料，下游连接工业制造，是全球资源流动的重要一环。该行业的数字化程度不低。在接受第一财经记者采访时，腾讯云智能制造首席架构师周洪飞表示，在制造业相关的产业中，大宗商品贸易行业属于数字化程度比较高、信息化转型较快的行业，但存在的问题也比较突出，需要一直追求更高的响应速度和敏捷度。

　　大宗商品贸易行业数字化建设的动力源于对数据反馈敏捷度的需求，例如从交易所获取的数据需在几十毫秒内传入中台，随后抵达交易部门，整体延迟控制在几十毫秒内，以支撑投资研判。数据反馈越快，决策就有可能越准确。今年以来，美国对进口铜加征关税等消息作用下，全球铜市发生过数次剧烈震荡。企业需要应对这类价格变动带来的新风险。

　　中基宁波集团年交易额超千亿元、服务覆盖上百个国家，对价格变化及背后的因素较为敏感。阎瑾称，今年4月以来，大宗商品价格变化的背后有国际局势和金融环境变化的影响，企业无法完全预判这些因素，可以做的则是通过数据中台、研投系统辅助经营决策。一方面关注上下游生产制造、产能变化，另一方面通过研投系统获得外部数据支撑，使用数字化交易模型或研究模型帮助企业形成策略。

　　除了国际局势对价格的影响，企业基于业务发展的需要也在改进数字化工具。以授信为例，企业给合作伙伴授信时，可能因数据孤岛导致子公司“各算各账”，进而导致合作伙伴的实际总量突破平台授信额度。中基宁波集团总裁周杨告诉记者，此前公司的核心挑战是数据分散，一次全量授信计算耗时5到10分钟，容易引发超额风险，毫秒级交易计算时间和全天24小时的市场价格变化监测成为企业发展的刚需。

　　为应对现实挑战，中基宁波集团与腾讯云合作搭建了一个实时数字化中台，采用腾讯云数据仓库和数据开发治理平台，整合了原本多个业务系统中的散乱数据并实现实时响应。这不是个例，阎瑾观察到，作为价格敏感性行业，整个大宗商品贸易行业都在提升数字化水平，为此投入不少人力、物力和财力。

　　“我们判断市场价格并交易，有时交易以毫秒来计算。” 阎瑾表示，以往公司财务、业务、风控部门都会给出数据，不同部门的数据可能存在差异，需要人为比对。数据中台搭建后，数据获取变得更快，中台对价格变动、在途库存等数据变化的反应也较敏捷，例如海外某区域发生武力冲突时，中台会发出物流信息提醒，帮助对大宗商品进行风险管理。

　　有大宗商品贸易业内人士告诉记者，企业数字化的投入经历了思路转变，以往基于财务的信息化建设，重点是做好风控管理，保证预期采购收益不发生巨大偏移，目前的信息化建设要点则更聚焦补齐数字化功能并帮助业务解决实际困难，同时针对后续的AI应用做好准备。

　　部署AI智能体

　　企业进一步完善数字化工具，也有为AI应用做准备的因素。近期AI在工业领域的应用加快。英伟达在欧洲部署工业AI云，一些国内工业互联网厂商则推动AI模型进入产线和供应链管理环节。

　　此前有工业互联网从业者告诉记者，数字化是AI化的基础，数字化越完善，就越容易部署AI应用。中基宁波集团首席技术官王海涛告诉记者，从数字化时代到智能化时代，数据将不再是一个简单的结果，还是AI的原材料，AI应用已经带来改变，例如以往公司的双签合同（需双方当事人签字或盖章）要人工审核，审核时间可能在半小时左右，现在经过AI初步过筛，审核人员能在5分钟内完成审核。PDF格式的文件则能使用大模型嵌套做多模态识别。

　　记者了解到，AI在企业的应用，智能体是一个主要载体。有工业互联网从业者告诉记者，不只工业互联网厂商在给客户搭建AI应用，今年不少工业企业也在尝试自己做智能体。

　　“今年企业对于智能体的兴趣非常大，大家都在摸索。在制造业的链条上，一些容错率较高的场景已在部署智能体，起到辅助决策的作用。一些容错率较低的场景，例如研发，企业还在考虑。”一名制造业数字化服务从业者告诉记者，以大宗商品贸易行业为例，企业已在探索拉通上下游资源和加工制造企业的一些数据，目前智能体做得较好的场景包括授权、内部知识体系搭建。

　　王海涛则告诉记者，今年年初公司判断AI能力相对稳定后，开始逐步应用智能体，以解决运维、人员配给问题。第三季度公司开始在多个场景部署智能体，若运行顺利，将考虑从第四季度起花半年时间探讨如何做行业小模型。截至年末，希望可以在公司内部搭建100个有效的智能体。这些智能体基于多个模型，相对敏感的数据会跑在经调教的开源模型上并本地部署算力，更多智能体的算力基于云端算力。

　　智能体的能力基于大模型，企业也在思考如何让大模型发挥作用。有从业者向记者形容，开源模型就像一个出生不带说明书的小孩，父母需要进行调教，要将开源模型放在高质量、目的明确的数据中再做训练才能实际使用。

　　腾讯云副总裁吴运声告诉记者，智能体正在放大大模型的作用，或者说智能体正在成为大模型落地的重要形态。相对而言，面向B端用户的智能体在稳定性方面有很严格的要求，不同企业对智能体的算力部署方式也会提出严格的要求，目前智能体能力还需不断迭代。吴运声告诉记者，腾讯云此前推出智能体开发平台，发现不同行业中的智能体应用场景有很大差别。企业经营者需要认真思考，如何通过智能体提升企业的运营效率。