AI 行业落地 | 第14期：三个Agent，在干三份脏活

AI行业落地 · 2026-10-24 · 九羲科技

开银行保函、修网络告警、处理发票异常——三件"没人想干的活儿"，这个星期都被 AI Agent 整段接过去了，还都留下了可核验的数字。

本期三个案子，来自三个完全不同的行业：大宗商品贸易、网络运维、发票财务。它们有一个共同点——Agent 都没有另起炉灶，而是钻进企业已经在用的系统里干活，改单、改网络、改发票，把最脏的那一段拿走了，审批权还留在人手里。

· · ·

开证快 55%、改单快 80%：贸易金融的单证活¹

Centalion，日内瓦的大宗商品贸易商——前身是 Gunvor，2025 年营收 1440 亿美元。在这个量级上，开立银行保函和备用信用证是一门重复到极致的案头活：国库人员查这个授信额度还剩多少，从一个系统里扒银行信息，再去另一个系统里确认限额，最后逐笔录进第三个系统。数字化早就做了，单据也在平台上了，可人还是要在三个系统之间来回跳——工具数字化了，干活的姿势没变。

图注：Centalion 将贸易金融单证的准备工作交给 AI Agent 处理（图片来源：PYMNTS）

1. 方案：MCP 接入，Agent 住在自己的云里

10 月 14 日，公司宣布把这段活交给了 AI Agent。技术路线很干净：Agent 部署在 Centalion 自己的云上，一个大语言模型配上公司的国库工作流和授信规则；数据走 Komgo 贸易金融平台的 MCP 连接器（Model Context Protocol）读写——Komgo 是公司用了五年多的平台，有了 MCP，就不用为 AI 另做一次定制集成。国库人员用自然语言问：这笔能不能开、这个能不能改。Agent 查额度、对规则、把单子做出来。然后，单子交给国库人员终审。Agent 做准备，人做决定。

2. 效果：首个额度下，改单时间砍掉八成

公司自己的披露（PYMNTS 明确标注未经独立核实）：在首个覆盖的授信额度上，开证处理时间下降约 55%，修改时间下降约 80%。贸易金融里，改单恰恰是重复得最狠的一环——金额、日期、受益人，任何一个变动都要重走一遍检查。全部贸易金融业务覆盖之后，公司预计每年能释放 60 多个国库工作日，腾出来做风险研判和融资策略。

"We didn't want to just build another chatbot."（我们不想再做一个聊天机器人。）
—— Olivier Thevenon，Centalion 国库经理

Thevenon 把目标说得很直白："removing friction without removing accountability"——去掉摩擦，不去掉责任。控制点长在工作流里，不押宝在模型上；去掉人工重新录入，也就去掉了重录带来的操作风险。这句话，值得所有做企业 Agent 的人抄在墙上。

· · ·

氛围 Agent 首月：给客户省了 1000 小时²³

Extreme Networks 是做企业云网络的。10 月 21 日的官方通稿里，他们公布了一个"氛围式（ambient）AI Agent"——Agent ONE Coworker 的首月成绩单。这个词值得品一下：它不是等你提问的聊天框，而是持续在实时网络上下文上推理、自己发现问题、自己递到你面前。像夜里的巡更人，不用你喊，它打着灯走过来了。

1. 方案："Nudge"机制，主动把洞察送进工作流

Coworker 模式是 Extreme Platform ONE 的内置 Agent，技术栈是推理能力加实时网络情报加运维知识。核心机制叫 Nudge——在发现潜在问题时，主动在工作流内推送带上下文的建议，把"洞察"直接变成"动作"。检测、决策、行动都在客户可控的治理边界里走。首席技术官 Nabil Bukhari 把话说得很冲："Conversational AI only helps when people already know what to ask."（对话式 AI 只在你已经知道问什么时才有用。）他认为这是设计局限，不是用户的问题。

2. 效果：98% 的关键提醒被响应了

官方通稿的数字（厂商披露）：上线首月，客户累计省下约 1000 小时排障时间；关键提醒的响应率达到 98%；41% 的 Platform ONE 客户每天都在用；经 Agent 打开的支持工单里，58% 自带了支持团队需要的全部证据；问题几分钟解决，对照行业平均的两天。客户证言也很具体：得州 Hill College 的 CIO 说，HR 断网那次，Agent 直接指出哪台 AP 有问题、哪几台该升固件，20 分钟解决，原来要花一上午，还顺手揪出了一台在访客网络上挖矿的设备。

多说一句：98% 这个数字比 1000 小时更耐看。它说明"主动"这条路走通了——Agent 递过来的东西，用户愿意接。这正是氛围式 Agent 和传统聊天机器人的分水岭。

· · ·

发票异常：首周七成不再经过人手⁴

Asurion 是美国做设备保险和维修服务的公司。财务流程里最磨人的一段，是发票捕获中的异常件——对不上、缺字段、要人工修。他们的打法是全场最"老实"的：不换系统，把一个 Microsoft Copilot Studio 的 Agent 直接嵌进已有的发票捕获工作流，在入账之前先把异常修好。

1. 方案：不推倒重来，只啃一个瓶颈

Agent 嵌在原有流程里，专治异常件。没有新平台、没有新界面，财务人员该怎么干还怎么干，只是脏活被提前截走了。这是一种很务实的生产策略：先在已有系统里找一个具体瓶颈，出效果，再扩。

2. 效果：上线首周，免触处理率过 55%

媒体转引其 2026 年 10 月的案例研究：上线第一周，南北美供应商的免触处理率就超过 55%，之后超过 70%。报道也老实交代了口径：此前"低于 20%"的基线只覆盖两个供应商，不是完全可比的人群；85% 以上还是远期目标。数字不算惊天动地，但胜在诚实——一个 Agent，先把一个具体流程的异常件吃掉七成，这就是生产环境的真实刻度。

· · ·