2026年的化工圈，AI 早已不是新鲜话题，但真实供应链业务中，多数产品仍显乏力。6月22日，“驾驭智能 —— 产教融合与企业数智化转型高端论坛暨 WorkMate 发布会”在京举办。中央财经大学联合兆企供应链，发布了在塑化场景打磨近两年的开源企业级 AI 智能体 WorkMate。来自北京交通大学、中国人民大学、北京邮电大学、北京航空航天大学的学界专家与产业代表共同探讨 AI 落地路径，为化工供应链智能化提供了务实的行业答案。

实体产业落地 AI 须守住可控底线

当前不少 AI 产品主打“全自动替代”，但本次论坛上，学界与产业界形成明确共识：实体产业引入 AI，可控的优先级远高于绝对效率。

WorkMate 底层依托的 Harness Engineering（驾驭工程）理念，正是这一思路的核心体现。当 AI 开始接触核心经营数据、调用真实业务系统时，单纯的信息管理不足以保障安全，必须构建环境隔离、规则引擎、人工审批的结构化控制框架，为 AI 装上“方向盘与刹车”。

北京邮电大学人机交互与认知工程实验室刘伟主任提出，智能的本质是人机环境三者的深度耦合，机器负责标准化的“计算”，人类负责价值判断的 “算计”，二者缺一不可。北京航空航天大学宋文燕教授也强调，工业级 AI 落地的前提是风险可控的人机协同，要做到风险可量化、过程可追溯、专家可干预，“人在回路不是保守设计，是工业场景的必然要求”。

兆企供应链董事长徐琪表示，WorkMate 从设计之初就守住人的主导权，将权限粒度细化到每个岗位，报价承诺、合同修改等关键节点强制人工确认，全链路操作留痕可审计。

供应链 AI 只能从真实业务里长出来

塑化作为化工核心分支，国内年交易额超 2 万亿元，覆盖 30 万户上下游企业，“小而散”是行业基本形态。原料价格单日波动 3~5 次，全流程环节多、重复性强，贸易真实性与四流合一是行业红线，这些高度场景化的痛点，决定了通用型 AI 很难直接适配。

据了解，WorkMate 是在兆企自身塑化业务中跑通全流程的实践成果。系统覆盖 2000 余项行业专业术语，微信报价图片 OCR 识别准确率超 96%，打通了从报价识别、自动比价、合同生成到风控预警、订单执行的完整链路。

落地成效已经过市场验证：报价响应时间从 20 分钟缩短至 30 秒，市场报告撰写从 4 小时压缩到 15 分钟，合同审批从 1 天降至 20 分钟。风控端同样表现突出，徐琪透露，兆企坏账率优于银行水平，正是源于每笔交易数据的持续沉淀，以及风控体系从二维打分表到 AI 动态分析的逐步迭代。

徐琪表示，WorkMate 智能体实际部署仅需极低成本投入，中小企业可从文档处理、报表生成等基础场景切入，无需推翻现有 IT 系统，实现渐进式完成数智化升级。

AI 正在从底层重构化工供应链逻辑

本次论坛上，多位专家从不同学科维度拆解了企业级 AI 对产业的深层影响，圆桌讨论也围绕行业共性问题形成了清晰判断。

北京交通大学曹志刚教授从网络经济学视角指出，AI 的价值不止于个体效率提升，更在于重构产业链协作模式。他提出的 “网络弹性”新指标证明，即使在强网络外部性环境下，均衡依然可以唯一，这为上下游企业大规模部署协同型 AI 提供了理论支撑。他同时认为，AI 时代管理学的价值将更加凸显，未来核心能力是调度数字员工的管理能力。

中国人民大学吴武清教授提出，当前智能体正处于商业价值最高的 “代理模式”阶段，可自主拆解任务、调用工具，但最终决策权仍掌握在人手中。他总结的 SAFE 能力模型指出，AI 时代的从业者需要同时具备系统驾驭力、业务洞察力、专业基石力与跨界共情力，完成从单一执行者到复合型角色的跃迁。

圆桌论坛针对行业核心关切达成多项共识：落地切入点要从标准化、重复性场景着手，先让员工用起来，自下而上渗透，不贪大求全；安全防护要覆盖数据生产、流通、流程全环节，核心是打开 AI “黑箱”，让决策逻辑可视化；供应链层面，AI 将有效抹平信息差、缓解“牛鞭效应”，未来会逐步走向智能体间的自动协同，大幅提升产业链整体效率；价值本质上，AI 的颠覆性不是替代岗位，而是重构生产力边界，小团队也能凭借 AI 实现过去数十人的产能。

开源模式将推动行业智能底座共建

本次发布会上，WorkMate 正式开源核心框架，包含 Harness Core、10 个供应链基础技能模板与 MCP SDK。据了解，目前已有数十家企业、园区供应链平台与金融机构启动对接，可基于这套框架快速搭建适配自身业务的智能系统。

徐琪表示，开源的核心目的是获取行业反馈、实现共同迭代。“单靠我们的能力有限，全行业的智慧反哺，才能让这套体系持续完善。”

产业 AI 的下半场终将回归落地本质。而塑化行业的这步实践，正是化工供应链智能化走向深水区的开始。

转载：中国化工信息周刊