7月27日，世博中心，世界人工智能大会，
壹沓“智能体驱动供应链变革”论坛圆满举办，
壹沓宣布品牌升级为「ONEAIX壹沓」，
并正式发布运小沓4.0。
以下为壹沓科技CEO卞晓瑜和壹沓科技技术副总裁庄学坤演讲全文：
感谢伙伴们，朋友们来参加今年壹沓科技的论坛。
我们是第四届办这个会了，感谢政府领导、合作伙伴、董事会一直以来的支持。我今天演讲的主题是“AI Agent智能体驱动供应链变革”。在AI时代下，我们应该怎么用AI去改变业务，改变组织结构。
回顾一下最近看到的科技领域重要事件：Google DeepMind在上周，在人类历史上第一次拿到IMO金牌，6道题满分42分，拿了35分。OpenAI也取得了一样的成绩。这意味着什么？这意味着AI在大模型推动下，真正跟人类最顶尖解决问题的能力（包括抽象思维能力）开始靠近，变得越来越厉害。
我们来看一个WTO2023年的数据：全球货物贸易和服务贸易，将近30万亿美金市场规模，当中75%是货物贸易，25%是服务贸易，跟供应链相关的服务贸易数据约1.7万亿美金，巨大的市场，巨大的全球性机会。
因为涉及到不同国家地区，有文化、规则等差异，全球性贸易，尤其是跟供应链物流相关的服务贸易，会面临很大挑战，怎么办？我觉得AI有机会来改变这一现状。
壹沓科技从2017年开始，专注上一代AI技术和应用。新一代大模型出来，开始重构软件能力。AI Agent能带来什么？物理世界是具身智能，软件领域的数字世界是AI Agent。
在22年、23年，更多是基座大模型的横空出世。随着基座模型推理能力越来越强，智商越来越高，各行业应用开始加速落地。壹沓聚焦供应链垂类大模型应用，我们是中国，乃至全球第一批真正做供应链垂类大模型应用的公司。
未来，在供应链物流行业，Agent会直接给你事情结果，不管是Mail、IM还是内部系统，Agent最终会跨越流程、边界、规则，告诉你事情应该这么做，不仅帮你做人机协作，最后会带来创意，思维变化。
L2（辅助驾驶）、L4（高度自动化驾驶）是自动驾驶里面的概念，在企业服务、Agent领域，L2和L4是一样的道理。
L2能做什么？它是人主导，AI辅助。大部分工作还是人做决策。L4开始，AI Agent会真正拆解复杂任务流程，做决策，最终做到任务全局自动化。
不同供应链物流企业，在不同阶段应该选择L2还是L4？
对于一家处于数字化早期公司，我会建议做L2，特点是：偏点状、快速产生效果、给团队带来价值、接受度高。
什么样的企业可以做L4？企业本身有很好数据中台，整个前台、中台到后台流程很清晰，这样的企业可以开始往L4试点。
当然，将来一些全球型公司，应该是L2和L4的整合。
因为每个国家、地区，人才密度不一样，有些地方人才密度高，可以用L4，有些地方，人才密度不够，就用L2。全球各行业越来越多公司，包括物流公司，都会有这样的结构：在某些业务流应用L2，某些业务应用L4。
回看过去6年，壹沓技术演进路线分成两个阶段：
- 20、21、22年一直在做RPA+AI+iPaaS，也就是上一代自动化。
- 23年大模型出现，壹沓开始做Agent业务和供应链垂类大模型。
从2022年起，我们已经连续4年举办WAIC供应链论坛，并于2023WAIC第一次发布了运小沓Agent数字员工开发平台（比字节Coze还早3个月），今天我们也将在会上发布全新升级的运小沓4.0。
经过5-6年沉淀，很多客户开始信任我们。真正让壹沓科技供应链垂类大模型和Agent赋能行业，让AI成为每个同事、公司伙伴。
我们从2023年开始推动Agent的应用落地。非常感谢全球捷运、海盟、亚东朗升作为第一批Agent种子用户，支持我们。不仅仅在供应链物流，我们将Agent能力延申至港口，也开始在青岛港推进Agent业务，包括国际物流、国内物流，很多大公司开始跟壹沓合作Agent项目。壹沓科技通过2到3年投入，让大模型从PPT走向商业化。
以一家位于华东的行业Top100客户为例：每天有近2000次客户询盘，中国的、海外的，每天接单量在200-300票之间。
在没用运小沓Agent之前，他们的业务面临几大挑战：
第一，外部获客和内部营销管理的挑战；
第二，销售和航线操作部的协作挑战——用户需求一直在变，航线资源要不断匹配；
第三，如何高效、实时看到每个环节？邮件问、IM问、电话问怎么办？
用运小沓Agent后，发生了什么变化？
客户从营销询报价，到接单委托、材料补全、系统之间建单，整个业务链条都在用运小沓来完成，人工只用处理锁舱、做校验，是典型的“L2”和“人”的协作。
通过运小沓Agent的运用，价值也非常显著：
实现了利润的大幅提升、效率也提升了两倍、客服履约工作量降低了60%，为客户带来很明显的ROI。
未来，我也相信越来越多公司用“L2”和“L4”的结合，会带来巨大业务价值。
壹沓从成立开始，致力于为全球用户提供最好的数字员工，帮助用户实现人机协作新未来。
我们看到，当下全人类有几个大的机遇：
第一，AI带来的智力涌现，让人类用更低的成本获取高智商成为可能；
第二，AI会打破全球化文化、规则壁垒，重塑业务、创造价值。未来很多工作，是人类员工和Agent的协作，Agent做大部分工作，人只需要处理异常，检查结果。
在这样一个全球大的趋势下，我们将迎来壹沓科技的第一个重磅发布：我们全面升级了品牌战略，从「1Data」升级为「ONEAIX」。
品牌战略升级核心主要有三点：
第一，壹沓科技坚持AI核心技术驱动；
第二，壹沓科技未来要为全球用户构建All-in-one Agent；
第三，未来所有企业，都将通过Agent作为业务入口，基于AI赋能，为业务带来无限可能。
伴随着品牌战略升级，我们的数字员工产品也随着最近技术发展，在不断进化。
下面交给我们的技术副总裁庄学坤/Jeffrey，由他来为大家介绍「运小沓4.0」的发布。
壹沓科技技术副总裁庄学坤（Jeffrey）：
我是壹沓科技技术副总裁庄学坤（Jeffrey）。
非常荣幸代表壹沓科技发布下一代运小沓数字员工产品：运小沓4.0。
它是行业内首个具备自主规划能力的多任务型Agent。
正式发布前，简单回顾过去一年AI大模型领域革命性进展，以及壹沓在供应链Agent产品的迭代路径。
一年前，在落地大模型的时候，看到了大家很多抱怨：训练token成本高；国内大模型开源生态、体系化建设落后；大部分场景是Chatbot单场景，以对话聊天机器人为主，商业场景Agent落地偏少；各种Agent间交互协议稀缺，大部分Agent基于函数调用……
过去一年，人工智能技术发展非常迅猛，取得三方面重大进展，也驱动了我们运小沓数字员工平台的升级。
一，开源大模型成本与性能突破。DeepSeek诞生后，推理成本降低80%以上。开源生态模型推理能力达到或接近国外GPT-o1的水平，基于开源生态，企业可完成私有化部署，基于企业内部行业数据做垂类模型，给模型基座带来巨大提升。
二，以ChatGPT、Manus为代表多任务型通用Agent不断涌现，使得Agent不单是单场景任务执行，升级为自主任务拆解执行。
三，模型协议层面，包括MCP、A2A协议，直接推动Agent从单场景、单任务流，向可协作、多功能模块对话场景突破，实现Agent生态爆发。
回顾运小沓数字员工在过去几年的迭代，一共经历了四个阶段：
运小沓1.0大部分是单场景自动化，到2.0开始实现跨场景串联，跨部门协作，运小沓3.0开始，逐渐成为客户自动化操作入口——基于垂类大模型语义理解能力，为客户实现对话式业务流操作。
运小沓4.0在3.0基础上，整合自主规划能力，结合垂类行业MCP协议接口，已经具备自动规划任务并执行复杂任务能力，成为供应链白领强大的AI助手。
通过壹沓科技在供应链垂类大模型的持续投入，运小沓4.0三大技术基座在过去一年取得成功的进展。
第一，输入层通过引入多模态大模型智能解析能力，让交互更智能。扩充了企业输入语料类型的丰富度，涵盖供应链物流领域的对话语料数据：PDF、图片、询报价、表单等语料，都可以实现智能解析。
第二，基于开源大模型、行业Know-How、行业知识语料库和指令微调，构建供应链垂类大模型，比通用大模型更能理解行业知识。
第三，整合传统任务流编排工具，实现自动化任务流编码。
我们将这三项核心能力集成在ONEAIX Platform平台，使运小沓Agent从单场景、单任务过渡到复杂场景、自主规划、多任务执行。
刚刚Tommy也讲到主流Agent大部分是任务流型Agent，对应L2水平。它属于AI辅助工具型Agent，工作流模式是：从最开始的信息输入，Agent收到信息后基于通用或垂类大模型做意图理解，意图理解后再进行拆解Workflow，Workflow拆解后映射企业不同任务流，如询报价、订放舱，最后Agent来执行指定任务模块，人工需要对最后的输出结果做校验测试。这是一个完整的人机协作业务流，是典型的L2级别AI辅助工具型Agent。
运小沓4.0，则是具备自主规划能力的Agent，可以明显看到差别的是：首先基于多模态大模型处理信息输入（文字、图片、PDF、Word、Excel办公文档都可以进行输入），下一步基于垂类大模型识别引擎，自主规划Workflow拆解，按规划执行任务，任务结束后会进行自动校验，最终交付结果。
运小沓3.0与运小沓4.0的区别在于：3.0需要大部分人工编排任务，4.0可以实现自主规划引擎自动拆解任务，人工干预少，中间执行出错有自动校验机制，大模型自动检查错误，自动化校验处理，实现端到端交付。
下面这三张图是不同时代运小沓Agent的能力。
运小沓3.0时代称之为L2级别Agent，这类级别的Agent大部分是预先编排的工作流，通过Agent一步步执行实现。
运小沓4.0的进化，让Agent有自主规划的能力，它会自动拆解意图和执行、交付任务。人跟Agent交互，Agent直接交付结果。这些是非常显著差别。
未来，随着MCP、A2A协议完善，垂类大模型推理能力进一步提升，协作模式将变成员工跟多个Agent数字员工交互。一个任务会被多个Agent拆解成多任务，通过Agent之间的相互协作，处理供应链物流里面的复杂场景，大幅提升交付效率。
以上就是运小沓4.0发布及壹沓科技AI产品方面的进展介绍。
建未来之明途，启智链之新程。
感谢客户们的认可，我们会继续聚焦构建供应链物流AI能力，创造更智慧的供应链数字员工，更好的服务客户。
谢谢大家。