大宗贸易商 Centalion 与贸易金融平台 Komgo 在 10 月 8 日的联合披露里给出一组交易级数据：表外工具（OBSI）银团授信业务中，工具开立处理时长下降约 55%，工具修改下降约 80%。需要说明，这是企业披露口径，基准期与统计方法未公开。
他们做了什么
没有推翻既有系统。在已经数字化的贸易金融系统上加了一层智能体：模型负责理解与编排，岗位的结构化流程与业务规则留在企业侧，两者用标准协议连接，而不是为每个动作做点对点 API 开发。对双方来说，这和传统集成项目是数量级的成本差。
为什么先选这个场景
银团授信的数据本来就在系统里，脏活集中在「读、比、填、改」这些交互动作上。这类场景智能体能立刻接手，不需要先补数据治理的欠账——如果数据还散在表格和邮件里，智能体救不了。
数字要怎么读
前两项是已实现的交易级时延改善；第三项「推广到全部贸易金融业务后每年释放 60 个以上工作日」是预测值，而且这里的工作日是产能当量，不是裁人。对照行业口径，司库场景「分析师时间从手工对账转向异常处理」的再配置比例普遍落在 20%–40%，这组数字落在合理区间。
可复现的六个动作
- 选系统：挑一个已完成数字化、有结构化数据底座、但交互仍是瓶颈的业务系统。
- 自建智能体，部署在自己的环境里，编排逻辑留在企业侧——后续升级的主动权在这。
- 用标准协议连接，不做点对点集成。
- 先跑一个交易层级的小场景，别一上来铺全业务。
- 指标定在「处理时长」这类经营口径，而不是「调用了多少次」。
- 跑通之后再横向复制到同类业务，复制的是框架，不是代码。