“最早，我们做智能算法，主要解决钢铁行业信息不对称、买卖双方数据不一致的问题。”找钢网集团管理合伙人兼副总裁张晓坤，在腾讯云AI产业应用大会接受媒体采访时，具体介绍了企业从“大力出奇迹”到“熟能生巧”的过程。
尽管，智能化变革如火如荼，但在很多人眼里，依然对AI存有一种审视工具的“傲慢”，觉得它距离真正生产还很遥远！
事实上，一场关于“人机协作”的革命，已经在产业互联网深处发生。找钢网集团“AI数字员工”的成长历程，让我们看到AI正在变成“新同事”，奔赴在钢贸、金融、零售这些充满烟火气的真实战场。
“最早，我们做智能算法，主要解决钢铁行业信息不对称、买卖双方数据不一致的问题。”找钢网集团管理合伙人兼副总裁张晓坤，在腾讯云AI产业应用大会接受媒体采访时，具体介绍了企业从“大力出奇迹”到“熟能生巧”的过程。
找钢网成立于2012年，2025年3月在港股上市，是一家年交易额为1515亿元的大型产业AI服务平台。公司业务主要分三大块：第一块是平台交易，即B2B电商交易服务；第二块是围绕平台交易衍生出来的各种服务，比如：物流、仓配、加工等；第三块是科技订阅，包括 SaaS软件和AI——公司现在给各行业伙伴提供AI数字员工。
另外，找钢网还有找钢国际，主要负责把国内的模式、IT基础设施、业务基础设施以及AI数字员工复制到海外，目前主要沿东南亚和中东路线在部署，有点像丝绸之路。
在增值业务创新上，找钢网实现了从钢铁到其他领域的跨行业延伸，叫“找钢工品”，主要做电子元器件、电工电气、工业自动化等工业品。
企业的业务增长非常快，有了AI的加持，可以快速进入新行业，而不用像过去那样，需要等十几年。
回顾过去发展，找钢网早期的AI有点像笨拙的“学徒”，原本是希望通过算法行成结构化数据，主要解决各家ERP主数据不同的问题。2016年AlphaGo的横空出世，给了创始人王东极大的震撼，也让技术团队意识到：原来机买球平台器不需要像老师傅那样先懂行，只要喂给它足够的数据和精准的Know-how，它就能“大力出奇迹”。那是机器学习的蛮荒时代，工程师们端着电脑跟在业务员身后，试图让算法理解钢铁行业的千奇百怪。
找钢网与腾讯的牵手，源于钢铁行业用QQ比较多，希望通过企点团队以及腾讯云的NLP和优图实验室的OCR(文字识别)技术 ，为钢铁行业提供定制化服务，让交易员在沟通时在屏幕右侧能看到客户采购历史，同时AI能自动匹配找货。2018年，找钢网与腾讯成立合资公司“腾采科技”，重点解决贸易流通行业复杂的询报价难题。
到了大模型爆发的2023年，一切变得不同了。当DeepSeek等具备推理能力的模型出现，AI不再满足于做一个简单的问答机器。找钢网面临的问题变了：不止是“如何让AI懂行业术语”，还有“如何让AI懂业务流程”。
在大模型落地过程中，自研AI智能体配置引擎的经历让找钢网意识到，懂行业与懂技术需要分工。腾讯云ADP的出现，恰好承接了这一需求，能把行业知识交给大模型，快速做出工具。基于混元大模型和DeepSeek大模型底座，找钢可以做到找货、找车、问行情、查订单、问报告。今年4月份，找钢网再次升级，通过腾讯云ADP重点解决两件事：一、知识萃取；二、把岗位分得足够细。
“行业痛点没变，钢贸行业无非是造东西和卖东西，找钢网属于后者。”张晓坤表示，现在企业的核心理念是“熟能生巧”。通过腾讯云ADP，将岗位进行细分，把技能提取、蒸馏，然后逐步把活交给AI。
于是，在找钢网内部诞生的“双屏交易员”也在不停演进：早期的双屏，一边是与客户的沟通界面，一边是ERP系统，随着AI数字员工的逐步成熟，眼下，一边是传统的人类交易员，处理关键客户关系，把控风险；一边是AI数字员工，它在不知疲倦地找货、比价、起草合同、甚至与供应商的AI进行博弈。未来，这个屏幕可能会变成四个，人类不再是操作员，而是AI团队的“监工”。
在过去几十年的时间里，企业软件的逻辑是僵硬的“工作流”（Workflow）。第一步做什么，第二步做什么，必须像铁路轨道一样严丝合缝。但在真实的商业世界里，业务需求灵活多变，充满变数。
“在ADP最新的Claw模式中，AI在处理复杂任务时，会突然停下来，主动说一句：我去问一下老板。”腾讯云ADP生态负责人王摇琴，提到了一个极具画面感的细节。
一句拟人化用语，恰恰是从工具进化为员工的关键标志，这意味着AI不再是盲目执行指令的代码，而是拥有了对不确定性的感知能力。它知道什么时候该按SOP（标准作业程序）执行，什么时候该跳出流程寻求人类的智慧。
“我们现在的架构是Agent和Workflow双向互调。”王摇琴解释道。确定的、重复的环节交给Workflow，保证效率和合规；不确定的、需要博弈的环节唤起Agent，赋予其灵活应变的能力。这种混合架构，解决了企业应用AI最大的痛点——既要效率，又要可控。
这里需要强调一个观点，腾讯云ADP并不是要替代传统的ERP、CRM。未来，有两类系统：一类是业务记录系统（如ERP、CRM），它们不会消失；另一类是AI数字员工。人不再通过GUI（图形用户界面）去操作系统，而是让AI数字员工去操作。找钢网的做法是将业务系统开放MCP（模型上下文协议）接口。AI不再是被动的辅助插件，而是拥有操作权限的“员工”。
王摇琴补充了一个技术细节，AI数字员工并非概念炒作，在真实的商业场景中，它已经开始承担具体的KPI。以华润信托为例，其基于ADP打造的AI数字员工“润宝”，被部署在800多个客户群中。过去靠人工群回复的模式被改变，80%的基础问题由“润宝”直接解决，交易员只需处理20%的复杂咨询。结果是交易员的人效翻倍，从重复答疑中释放出来的人力，去做高附加值的交易询价。
在找钢网内部，AI数字员工带来的变革，同样剧烈。张晓坤提出了“A2A”（Agent to Agent）的交易构想。当客户询盘时，库存Agent若发现无货，会自动调用采购Agent寻找供应商，比价成交后，再交给法务Agent起草合同。目前，找钢网已经在电子元器件、化工、物流等行业部署了AI员工。未来，贸易类企业的标配将是“业务精英+AI数字员工”。
面对外界关于“电子元器件等行业也有数据，找钢网凭什么跨界”的疑问，张晓坤强调了“闭环数据”的重要性。
很多平台只积累了成交数据，缺少AI最需要的输入输出对齐。找钢网的核心竞争力在于，平台注册供应商超过1.5万家 ，可满足遍布中国的近20万家注册用户的交易需求。从询价、博弈到成交，这整个链条的数据，构成了一个完整的产业数字镜像，使得其AI模型具备了“高维打低维”的能力。
在张晓坤看来，AI落地的真正护城河不是算法，而是那些外人听不懂的“行业黑话”和私域数据。在钢铁行业，“8、10、12”指的不是数量，而是螺纹钢的直径规格；在化工行业，每一个CAS号背后都藏着复杂的分子式。这些非结构化的、充满噪音的沟通数据，才是AI最需要的“精神食粮”。张晓坤强调，找钢网用十四年，把最难、最基础的地基打好，把数据、组织、产品一步步铺到位，等的就是这一刻，踏踏实实站在产业落地的这一端，完成产业AI的应用。
正是基于这种深厚的数据积淀，找钢网才能将从钢铁行业提炼出的AI能力，快速复制到电子元器件以及工业品领域。当一个AI学会了在毛利千分之几的钢铁行业里精打细算，把它放到毛利百分之几的电子元器件行业，简直就是如鱼得水。
把AI当成员工，原来怎么管员工，现在就怎么管它。张晓坤的经验之谈是，面对“AI数字员工”，我们不需要过度神话AI，也不需要过度恐惧它。就像管理人类员工一样，我们需要给AI定岗位、定KPI、做权限管理、做安全审计。当AI有了“工号”，它就不再是一个黑盒，而是一个可解释、可管理、可问责的组织成员，这或许是当下最务实的AI治理哲学。
展望未来，公司的组织架构和工作模式一定会发生颠覆式改变，具体形态或许就是由一群人类精英和一群数字员工共同组成的混合体。而谁能更快地让这两种智慧“熟能生巧”地配合，谁就能在下一个时代快速登顶。
