11月4日，在“2026产业智能体互联网峰会——AI重构生产性服务”乌镇咖荟上，万联易达集团董事长于泽国表示，未来几年是产业智能体发展的黄金时代。当数以千万计的智能体走进千行百业，产业生态的运行方式或将迎来根本性重塑。
乌镇峰会期间，万联易达推出产业智能体互联网核心产品WanSurfing，以智能体为核心载体，是国内首款面向企业用户的组织级A2A(智能体对智能体)协作交易网络。
世界互联网大会秘书长任贤良指出，以自主决策、持续学习、跨域协同为特征的产业智能体，正成为人工智能与实体经济深度融合的关键载体。
以大宗商品行业为例，万联易达集团商贸平台副总经理周家宇在接受《每日经济新闻》(以下简称NBD)记者专访时表示，大宗商品行业此前数字化基础相对薄弱，但这也意味着在AI时代存在跨越式发展的机会。要让AI真正服务产业，不仅需要将行业Know-how(专业知识或技能)融入智能体训练，还要建立可信数据空间，从数据质量和专业决策逻辑两方面降低AI幻觉风险。
展望未来3～5年，周家宇认为，随着AI在信息流、交易流及金融服务等场景的加速落地，大宗商品行业或将迎来新一轮智能化升级，而公有云服务与私有部署相结合，也有望成为企业AI应用的重要模式。
企业为何需要借助第三方平台推进AI应用？
NBD: 大宗商品行业的数字化程度如何？AI应用深度怎么样？
周家宇：目前大宗商品行业的数字化程度相对还比较低。在AI应用方面，虽然大家可能处于相近的起跑线，但由于此前数字化基础较弱，大宗商品企业在AI应用能力上仍相对落后。
周家宇 图片来源：受访者
NBD：企业为什么需要借助第三方平台推进AI应用？
11月4日，在“2026产业智能体互联网峰会——AI重构生产性服务”乌镇咖荟上，万联易达集团董事长于泽国表示，未来几年是产业智能体发展的黄金时代。当数以千万计的智能体走进千行百业，产业生态的运行方式或将迎来根本性重塑。
乌镇峰会期间，万联易达推出产业智能体互联网核心产品WanSurfing，以智能体为核心载体，是国内首款面向企业用户的组织级A2A(智能体对智能体)协作交易网络。
世界互联网大会秘书长任贤良指出，以自主决策、持续学习、跨域协同为特征的产业智能体，正成为人工智能与实体经济深度融合的关键载体。
以大宗商品行业为例，万联易达集团商贸平台副总经理周家宇在接受《每日经济新闻》(以下简称NBD)记者专访时表示，大宗商品行业此前数字化基础相对薄弱，但这也意味着在AI时代存在跨越式发展的机会。要让AI真正服务产业，不仅需要将行业Know-how(专业知识或技能)融入智能体训练，还要建立可信数据空间，从数据质量和专业决策逻辑两方面降低AI幻觉风险。
展望未来3～5年，周家宇认为，随着AI在信息流、交易流及金融服务等场景的加速落地，大宗商品行业或将迎来新一轮智能化升级，而公有云服务与私有部署相结合，也有望成为企业AI应用的重要模式。
企业为何需要借助第三方平台推进AI应用？
NBD: 大宗商品行业的数字化程度如何？AI应用深度怎么样？
周家宇：目前大宗商品行业的数字化程度相对还比较低。在AI应用方面，虽然大家可能处于相近的起跑线，但由于此前数字化基础较弱，大宗商品企业在AI应用能力上仍相对落后。
周家宇 图片来源：受访者
NBD：企业为什么需要借助第三方平台推进AI应用？
周家宇：选择第三方平台，是未来大部分企业推进AI应用的重要方向。通用级产业模型和人工智能服务的建设门槛较高，大部分企业不具备独立建设的能力。
从数据安全角度看，企业需要信任第三方平台，而平台也必须具备相应的数据管理和治理能力，达到国家可信数据空间建设的要求。同时，企业应当保留数据管理的主动权，自主决定哪些数据可以上传至平台，哪些数据需要留在企业内部。因此，借助具备专业能力的第三方平台，将成为企业应用AI的重要方向。
NBD：产业智能体互联网与传统产业互联网、工业互联网的本质区别是什么？
周家宇：这是一个涉及产业发展定位的问题。目前，AI在很多领域发展很快，但在大宗商品领域仍处于比较初级的阶段。
传统产业互联网和工业互联网之所以难以充分服务大宗商品行业，是因为大宗商品交易具有复杂、非标、长流程等特点，传统互联网功能无法满足这些需求。
传统货架电商无法实时帮助客户跟踪市场价格。价格发生变化后，买卖双方还需要及时调整报价。过去，企业只能依靠员工不断开展市场调研，通过电话、微信等方式向客户了解市场价格，再判断是否应该买入或卖出。这些工作每天都在重复。
现在，产业智能体可以实时跟踪市场价格，持续采集市场信息，还可以通过对话与客户沟通，帮助采购经理、销售经理完成市场信息跟踪和客户交流。
NBD：今年受中东局势影响，原油价格出现明显波动。AI能够如何帮助大宗商品企业，辅助其进行决策？
周家宇：对大宗商品企业来说，最难的事情有两件：一是跟踪价格，二是判断价格趋势。尽管判断市场走势难度很大，甚至失败率较高，但企业每天都必须面对这些工作。
这正是人工智能能够发挥优势的地方。企业每天需要重复跟踪市场、盯盘、了解价格，并通过与客户交流获取市场信息。这些工作本质上是在重复昨天的劳动，只是由于价格每天都在变化，企业不得不持续进行。
如果由AI承担这些工作，实现“任务级AI”，首先可以节省大量人力和时间，让企业把更多精力放在决策本身，而不是决策前的信息搜集和整理上。
其次，当中东局势、国际局势发生变化时，AI能够持续跟踪市场信息。相比大多数人，AI在信息搜集的广度、处理效率以及分析框架的完整性方面具有优势。
本地化部署和私有部署将是未来的一个趋势
NBD：AI大模型当前仍存在幻觉问题，如何避免其影响产业和商业决策？
周家宇：AI幻觉确实是它的弱点，但关键是如何规避。对于产业和商业决策而言，首先要建立可信的数据空间。
AI出现幻觉，有相当一部分原因来自数据不真实或数据质量不高，进而导致判断出错。因此，数据质量是规避AI幻觉的第一道关口。
首要的任务是建设可信数据空间，形成一套能够追溯数据来源、跟踪数据可靠性的体系。通过这套体系，可以确保大模型在训练过程中使用高质量数据，从数据源头降低错误风险。
第二个环节是训练AI的专业逻辑。AI有时会使用不适合的逻辑分析问题、推导结论，因此必须对其进行专业训练。我们通过AI专家和行业专家共同参与训练，规范智能体的分析过程，限制不合理的推理，从而大幅降低AI幻觉带来的风险。
NBD：在Token(词元)消耗和算力方面，未来你们会采用私有化部署还是云端部署等其他模式？
周家宇：本地化部署是一个发展趋势，在企业私有端口部署大模型，也将成为未来的一个方向。
正如前面所说，一部分数据和交易信息可以通过第三方平台开展广泛交互，但企业也有一些自有数据，希望完全保留在本地。因此，我认为未来很可能形成公有云服务与私有部署相结合的模式。
从市场空间来看，大宗商品交易规模庞大，未来可能达到十万亿元甚至几十万亿元的交易规模。作为平台，需要提前做好技术和服务部署，为未来更大的交易规模做好准备。
