鑫方盛月消耗Token超千亿,工业品供应链正被AI改造_

5月20日，在腾讯云融合创新峰会上，工业品供应链老牌厂商鑫方盛集团CTO贺亚伟透露，鑫方盛内部流程有上千个节点，鑫方盛已经打造了200多个Agent，覆盖了百分之二三十的节点。

在这些Agent的需求推动下，目前，鑫方盛每个月消耗的token量已经达到了千亿级别。贺亚伟告诉数智前线，内部消耗token最多的是做数据清洗的工作。据悉，鑫方盛将在今年下半年推出工业品行业的垂直模型，背后需要对数据进行大量清洗。

鑫方盛是一家工业品供应链交易平台，主要做办公用品、工业品、员工福利等类目的采购和销售，以服务央国企、政府和地方企业为主，目前在全国有70个仓储物流仓库。

去年9月，鑫方盛与腾讯云正式签署全面合作协议，共建工业品供应链数智化体系。双方聚焦数字供应链协同、智能数据决策、全域用户连接三大核心场景，构建高效透明的数智化协同网络，实现超数万家供应商与三十万家客户的数据、流程贯通，大幅提升产业链运转效率。

依托鑫方盛“方盛AI+”大模型底座，结合“鑫智鲸”大数据体系，鑫方盛打造需求预测、智能选品、库存优化和智能风控四大核心模型，推动运营从“经验驱动”向“数据智能驱动”跨越，其中智能库存优化模型可降低15%的库存积压，智能选品匹配效率提升60%。

目前，鑫方盛在商品标准化、智能询报价、风险预测、票据手续合规等场景融入了Agent的能力。比如工业品的SKU非常繁杂，多达千万级，鑫方盛也搭建了四级SKU架构，以前新产品进行归类主要通过人来判断，但不同的人有不同的想法，这会给后续的产品匹配带来很大的麻烦。鑫方盛如今则通过AI将产品进行自动归类，将其自动映射到具体的类目下。

比如在仓储管理、物流路径规划、运费预测等环节，也在应用AI的能力，鑫方盛通过系统算法优化配送路径，订单平均履约时长缩短35%，全国核心区域实现24小时送达，平均履约准时率达99.2%，满足不同客户的差异化交付需求。其中智能仓库每小时可发货1500+箱、2万+件货物，每天可发300+车货物，大幅提升交付效能。

“供应链每个环节，都可以再重新用AI的方式实现一遍。”贺亚伟说。

为了减少AI的幻觉，鑫方盛也在做数据自然语言化的工作。过去的模型是基于知识库做向量检索，比如在询报价场景里，原来的知识库里主要包含了商品大小、型号等基本信息，而数据的自然语言化则增加了语义逻辑和知识片段，相当于给了模型足够的背景知识。

如今，为了应对AI训推的需求，鑫方盛已经基于腾讯云CDC对底层云平台进行了改造，将之前的多云部署改为了现在的专属云，“转变核心在于目前要搭AI模型，以及我们数据湖大的体系存算分离”。（数智前线/游勇）