企服科学:Agent进了250家金融机构,账还没算清

Agent 真正的护城河,不是它多聪明,而是它干的每一件事都能被写进报表、找到责任人。

这新闻,我看了两遍。

第一遍看到的是数字:腾讯云 WorkBuddy 已经进入约 250 家金融机构,头部客户从小范围试用转向扩大采购。第二遍看到的是中金公司信息技术部负责人谢碧松那句话——如果只看短期财务回报,这笔账很可能算不过来。

我的判断是:Agent 在金融业的竞争,已经从“能不能干”换成了“干了算谁的”。250 家是渗透率,不是收入;真正的分水岭,是谁能把 Token 账翻译成业务账。

一、250 家是试用广度,不是付费深度

10 月 28 日,腾讯全球数字生态大会金融行业群访,腾讯云副总裁胡利明说了一句很实在的话:金融团队近一年变化“天翻地覆”,销售和客户沟通的重点,已经从云和基础设施几乎全部转向 AI。

WorkBuddy 今年 3 月发布,企业版 6 月上线。五个月进入 250 家金融机构,速度不慢。但“进入”和“续费”是两件事,“试用”和“扩大采购”也是两件事。新闻里没有披露这 250 家里有多少家付费、客单价多少、续费率多少——这三个数字,才是收入的真相。

胡利明把 Agent 落地分成“点、线、面”:点是单个员工的效率提升,线是一段业务流程的改造,面是整个组织协作方式的变化。他自己也承认,大多数金融机构还在从“点”往“线”走。

这句话翻译成生意语言:现在卖出去的大多是“点”,买单的是 IT 预算;“线”要动业务流程,买单的是业务预算;“面”要重画组织,买单的是 CEO。三层预算,三种销售动作,三种交付能力。250 家只证明第一层跑通了。从点到线,中间隔着的不是模型能力,是流程 owner 肯不肯把签字权交出来。

再往细看,金融机构本身是分层的。银行、证券、保险、基金,系统复杂度、数据敏感度和采购流程完全不同。头部机构有自研团队,能把 Agent 接进核心系统;腰尾部机构连数据字典都不全,买回去只能当办公助手。250 家这个数字里,真正跑进业务流程的,大概率是少数。这不是腾讯云一家的问题,是所有企业软件厂商都要面对的分层现实。

二、每天 70 亿 Token,为什么反而成了问题

中金提供了一个罕见的样本。上半年开始接触多款桌面智能体,内部办 AI 创新大赛,WorkBuddy 上线两三个月后成为员工常用产品。现在中金每天消耗 70 亿到 100 亿 Token,预计明年可能到 200 亿。

然后谢碧松说了实话:很难把 AI 投入和产出精确对应;Token 消耗不再只是越高越好的推广指标,公司开始关注 Token 被谁使用、用在什么场景、产生了什么结果,以及有没有无效调用和浪费。

企业客户成熟了,供应商的麻烦才刚开始。过去两年,Token 消耗是增长指标,是活跃度,是续费的底气;一旦客户把它当成本科目,供应商的增速就要下台阶。云计算走过同样的路:按量计费听起来很美,客户一优化,收入曲线立刻变平。

更现实的一点:Token 单价的下降速度快过用量的增长速度。模型厂商一轮一轮降价,客户又把用量管起来,中间商的毛利被两头挤。桌面智能体看起来是入口生意,实际上考验的是谁能把入口变成工作流,再把工作流变成续费。

更极端的对照在同一天:Kimi K3.1 Pro 上线两天就为额度消耗过快道歉,给所有套餐用户补 25% 月度额度。第三方测试显示,它完成同一套评测的输出量比参测模型中位数高约 72%;有 199 元套餐用户只发了一句“审查项目架构”,模型拉起 5 个子 Agent,十几分钟就把 5 小时额度用满。半年内第三次额度事故。

C 端按固定月费卖额度,推理成本却是超线性的,这笔账迟早要崩。B 端不会走同一条路,因为 B 端可以把成本摊到部门、流程和工单上;但前提是,供应商得给出一个客户认的计量单位。

三、从“点”到“线”,卡住的全是脏活

要让 Agent 进入核心业务流程,金融机构得先解决三件事:知识在哪、数据能不能调、系统接不接得上。内部文档、制度、业务数据分散在不同系统,权限边界复杂,Agent 能不能找到正确的知识、在合适的权限下调用数据,直接决定回答准不准、能不能用。

还有合规。哪些数据可读、调用过程怎么留痕、生成结果由谁负责——这三条在金融行业不是加分项,是入场券。任何一条没写清楚,规模一放大就得出事。

这些没有一件是模型能力问题,全是工程和治理问题。也正因为如此,“线”比“点”难十倍:一条流程要连续完成资料获取、分析、审核、输出,中间任何一步权限拿不到,链条就断。“面”更难,不同部门、不同系统的 Agent 要互相衔接,等于把组织结构图重画一遍。

还有一个容易被忽略的角色:客户内部的 IT 部门。Agent 用得越多,IT 越要回答“谁批准它调这个接口”“出问题谁背”。这不是阻力,是大型组织的正常反应。供应商如果只会讲效率,不会讲治理,进的永远是创新预算,进不了 IT 预算。

所以我不太看重 250 这个数字。它证明腾讯云进得去,证明不了留得住。真正的门槛在客户机房里的权限表、审计日志和责任清单上,不在发布会 PPT 上。

四、卖 Token 的生意,迟早要改成卖结果

250 家之后,腾讯云要回答的不是“还能进多少家”,而是“每家每年愿意付多少、按什么付”。

按坐席付,是回到 SaaS 老路,客户会拿“员工不用”来砍价;按 Token 付,客户已经开始优化,收入必然掉;按流程、按工单、按节省工时付,才可能把 Agent 的价值和客户的业务结果绑在一起。但这条路要求双方先定义基线:原来处理一单要多久、一次通过率多少、人工复核比例多少。没有基线,就没有结算。

谁定义基线,谁拿定价权。这也是为什么腾讯云在 WorkBuddy 之外,还要帮客户连知识库、连业务系统、做权限管理和安全审计——那些看起来不性感的活,才是把“点”做成“线”的本钱。

我更愿意看三个硬指标:单坐席月成本、流程覆盖率、人工复核率。单坐席成本决定客户愿不愿意铺开,流程覆盖率决定 Agent 是不是只在边缘打转,人工复核率决定它到底替人省了事,还是给人加了活。三个指标都能拿上台面,才谈得上规模化。

给企业的建议很朴素:先选一条“线”,把验收指标写死,再谈扩容。给供应商的建议同样朴素:别把试点数量当收入,别把 Token 消耗当战绩。

反过来说,250 家也是个不低的门槛。金融行业对合规和稳定的要求,逼着供应商把权限、审计、留痕这些底座做扎实;这套底座一旦做成,复制到制造、能源、政务会容易很多。苦活先干,后面才有规模化。

Agent 真正的护城河,不是它多聪明,而是它干的每一件事都能被写进报表、找到责任人。

该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。

赞 (0)
Y Combinator总裁Garry Tan每年AI代币支出最高达20万美元
上一篇 1小时前
企服科学:1150亿美元买光,Marvell在给AI修管道
下一篇 49分钟前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部