震坤行刘阳：工业 B2B 采购将迈向 A2A 时代
在日前举行的华泰证券 2026 年秋季投资峰会上，震坤行 CTO、玲珑智能 CEO 刘阳发表主题演讲。他指出，未来工业用品 B2B 采购将加速向 A2A（Agent to Agent，智能体对智能体）模式演进，数字智能体与物理智能体将深度介入工业现场。震坤行的核心战略在于为这一变革持续沉淀数据、模型、智能体及连接能力。
MRO 采购痛点与平台化必然性
以新能源汽车为例，其生产性物料（BOM）约 3 万种，而背后的工业用品及运维养护物料（MRO）却超 10 万种。MRO 物料具有单笔金额低、品类繁多、需求分散及专业参数复杂等特征。
刘阳用“万码奔腾”形容当前行业状态：供应链条越长，信息损耗越大。企业不仅承担层层加价的直接成本，更面临找货、确认、审批、履约及对账等高昂的管理成本。因此，MRO 采购难以长期依赖区域化、关系型和多级分销的传统模式，亟需通过全国性平台集中连接分散供需，统一商品数据与服务标准，从而缩短交易和履约链路。
平台化的核心价值在于缩短供需双方的物理距离及不同数据语言间的隔阂，成为行业降低综合成本的必然选择。而 AI 技术的引入，则将深入采购与运营节点，推动行业从标准化迈向智能化。
从 High Touch 到 No Touch：A2A 雏形初现
震坤行正将 AI 能力嵌入服务全链条，推动服务模式从"High Touch"（人的深度介入）向"No Touch"转型。这是 A2A 模式的雏形，旨在让智能体替代人工完成重复性操作，促使企业采购从“人驱动系统”升级为"Agent 驱动系统”，实现服务从“人找系统”到“系统找人”的根本转变。
刘阳强调，衡量 AI 价值的标准不应局限于模型数量，而应聚焦于其替代重复操作的程度以及释放人力时间的实效。
玲珑智能：构建工业 AI 数据与模型基建
基于对行业趋势的深刻洞察，震坤行于 2026 年 6 月成立 AI 子公司“玲珑智能”。刘阳认为，过去三十年互联网完成了 C 端数据的在线化，但工业场景数据依然匮乏，这将催生独立于通用基础模型的工业 AI 数据基建与模型基建。
AI 产业竞争的上半场比拼模型智能程度，下半场则决胜于行业部署与交付能力。玲珑智能通过标注层、数据层、模型层、智能体层、咨询与交付层五层架构设计，帮助企业免去从零搭建 AI 底座的繁琐，直接复用成熟的工业 AI 能力。
这五层能力形成持续闭环：专家知识被结构化为数据，用于训练和评测模型；模型驱动智能体执行任务；智能体的执行结果再回流为新的数据与规则。刘阳表示："AI 不再仅仅能回答问题，更能够在清晰边界内上岗执行，并让结果持续接受验证。”
展望未来：垂直场景智能体引领行业
刘阳总结道，未来的工业智能将从单纯的数据驱动，走向垂直模型与垂直场景的智能体应用。工业用品 B2B 采购终将走向 A2A 时代，大量数字化智能体和物理化智能体将深入工业场景，这正是震坤行所预见并致力推动的行业未来。