Agent在金融機構走出「試用期」後，價值賬怎麼算？

“去年我講的內容有一半是雲，今年基本上已經沒有了，都在講AI。”10月28日，在騰訊全球數字生態大會的一場金融行業群訪中瞭解到，騰訊雲副總裁胡利明用“天翻地覆”形容金融團隊近一年的變化。銷售團隊去金融客戶現場聊什麼，往往最直接地反映客戶正在關心什麼：過去是雲和基礎設施，如今幾乎全部轉向了AI。更明顯的變化發生在近半年。隨著Agent從回答問題走向執行任務，金融機構對它的態度也從小範圍試用轉向擴大采購。坐席數量和Token消耗快速增長，Agent開始進入更多員工的日常工作。但規模擴大之後，新的問題也隨之出現：Agent究竟創造了多少價值？大量Token花在了哪裡？

它又該如何從個人工具進入真正的業務流程？從擴大采購到開始計算投入產出，近半年，金融機構使用Agent已經進入了一個新的階段。金融機構開始擴大采購Agent金融機構態度的變化，首先來自Agent能力的變化。胡利明回憶，去年及更早的企業Agent，主要形態還是Chatbot疊加固定工作流。它可以回答問題，也能按照預設步驟完成一些簡單任務；一旦任務變得複雜，固定工作流就很難應對。今年，隨著基礎模型的長程任務和自主規劃能力提升，Agent開始從“回答問題”轉向“具體幹活”。它不再只生成一段文字，而是能夠拆解任務、調用工具，連續處理更復雜的工作。能力變化很快傳導到了採購側。

騰訊雲WorkBuddy於今年3月發佈，企業版於6月上線。胡利明稱，目前WorkBuddy已經進入約250家金融機構，頭部金融機構基本從小範圍試用轉向擴大采購。中金公司的經歷提供了一個更具體的樣本。上半年，中金公司開始陸續接觸和試用了多款桌面智能體。推廣初期，為了調動員工的積極性，中金還在內部舉辦了一場AI創新大賽，鼓勵員工根據自己的業務需求開發智能體應用。中金信息技術部負責人謝碧松觀察到，員工接受Agent的速度，比公司原先預想得更快。在多款產品中，WorkBuddy上線兩三個月後，逐漸成為員工使用較多的一款。

員工不再只是偶爾向大模型提問，而是開始把它當作一個日常工作入口，讓Agent調用知識、處理文件，甚至協助完成一段相對完整的任務。目前，中金每天消耗的Token已經達到70億至100億，預計明年可能達到200億。Agent在中金的角色，也開始從少數創新團隊的試驗工具，轉向大規模員工使用的生產力工具。用起來之後，如何算清這筆賬Agent走進金融機構，並不意味著金融機構已經完成了AI化。當坐席數量和Token消耗快速增長，一些在試用階段並不明顯的問題開始浮出水面。謝碧松講起，公司也在開始關注：每天消耗這麼多Token，員工的提質增效達到什麼程度？有沒有浪費？浪費發生在哪裡？

這幾個問題，是金融機構使用Agent進入新階段的一個縮影。Agent正在走出試用期，金融機構也開始認真審視這筆投入。面對公司關於提質增效的追問，謝碧松坦言，現階段很難把AI的投入與產出精確對應起來。如果只看短期財務回報，這筆賬很可能算不過來。但在他看來，AI目前仍屬於戰略投入，不能只用眼前節省了多少人力、降低了多少成本來衡量。真正需要關注的是，員工有沒有因此形成新的工作方式，以及Agent能否逐漸進入公司的核心業務流程。中金正在調整衡量AI價值的方法。Token消耗依然重要，但它不再只是一個越高越好的推廣指標。

公司開始關注Token被誰使用、用在什麼場景、產生了什麼結果，以及其中是否存在無效調用和資源浪費。這也是Agent從推廣階段進入運營階段的標誌。不過，要讓Agent真正成為金融機構的生產力工具，僅靠員工自發使用還不夠。胡利明把Agent在企業內部的落地分為“點、線、面”三個層次。“點”是單個員工的效率提升。例如，員工可以利用Agent搜索資料、總結文件、生成初稿。這類場景最容易落地，也是目前使用最廣泛的部分。“線”是對一段業務流程的改造。Agent不再只是回答一個問題，而是需要調用多個工具和系統，連續完成資料獲取、分析、審核與輸出等環節。到了這一步，AI開始從個人助手走進具體業務。

“面”則意味著整個組織的協作方式發生變化。不同部門、系統和業務流程中的Agent能夠相互銜接，最終形成一套新的生產體系。目前，大多數金融機構仍處在從“點”向“線”推進的階段。員工已經開始使用Agent，但要讓它深入業務流程，還需要解決知識、數據和系統連接的問題。金融機構內部往往積累了大量文檔、制度和業務數據，但這些信息分散在不同系統中，權限邊界也十分複雜。Agent能否找到正確的知識，能否在合適的權限下調用數據，直接決定了回答是否準確，也決定了它能否被用於真實業務。另外，金融行業對安全與合規的要求，又進一步提高了落地門檻。

哪些數據可以被Agent讀取，哪些內容可以被模型處理，調用過程如何留痕，生成結果由誰負責，都需要在擴大使用規模之前建立明確規則。因此，騰訊雲在WorkBuddy之外，還需要幫助金融機構連接內部知識庫、業務系統和工具，並處理權限管理、數據隔離與安全審計等問題。金融機構購買的不再只是一個可以對話的AI入口，而是一套能夠接入現有組織和業務流程的Agent系統。從鼓勵員工多用Token，到開始追問Token花在了哪裡，金融機構使用Agent的邏輯正在改變。在看來，這並不意味著它們對AI變得謹慎，恰恰說明Agent已經從試驗走向了更大範圍的使用。

只有當越來越多的人真正用起來，投入產出、組織協同、安全合規這些問題，才會集中浮出水面。對金融機構來說，接下來的挑戰已經不是要不要使用Agent，而是如何把一場由員工自發參與的嘗試，變成一套真正可衡量、可管理，也可以規模化複製的組織能力。