爱上超模

容联云全栈产品Agent化破解“Token黑洞” 为智能体效果付费_我的网站

A | 据新浪1月13日的财经报道，近日，湖南省怀化铁路公安局警方查获了一名“买了一名短途乘客”的逃票乘客。    IT时报记者 郝俊慧          夏日炎炎，比天气更热的是AI。警方发现，自去年10月以来，该男子先后14次从长沙到怀化，累计逃票1900余元，现已被判处5日行政拘留。据报道，这名男子在网上看到一些评论，并模仿买短程票上下车的方式。         7月20日，2026世界人工智能大会（WAIC 2026）的展馆里，有两个词到处可见：智能体和Token。乘客的行为涉嫌违法，并被怀铁警方拘留5天。友情提示，逃票行为将被列入铁路旅客信用处罚名单，请小心。“买短座位和长座位”的后果是什么？“买短座、买长座”的行为可能导致铁路部门无法控制的拥挤现象，也给列车运行安全带来隐患。铁道部有计划、有组织地售票。火车能卖无座票吗？可以卖多少张无座票？这是科学计算和实践验证的结果。

B | 如果人们买不到票，不能采取这种方式上车，列车工作人员就不能送你下车，也不能送你下车。不少展台演示着类似的场景：某个智能体如何替人完成一段工作，比如读财报、写代码、打开网页……          然而，《IT时报》记者的一个困惑始终无法被解答：如何衡量这些智能体的价值？Token烧完之后，企业到底得到了什么？          “用Token收费，是大模型公司一种很‘狡猾’的做法，它不为自己的错误买单，你的钱还被花了。”2026世界人工智能大会期间，在容联云举办“协同进化·价值共生——企业级Agent的进化与商业化落地”的主题论坛上，亿欧董事长王彬坦言。         容联云产研中心副总经理唐兴才引用的一组数据与之相印证：全球88%的企业已经部署了Agent，但其中不到10%的Agent真正为企业创造了可量化的业务价值。         论坛上，从Token定价模式到效果付费，从技术指标到业务闭环，围绕“价值”重新校准的AI评价体系成为嘉宾热议的话题。         当日，容联云宣布全栈产品Agent化，涵盖Voice Agent、质检Agent、辅助Agent、协呼Agent、CRM辅助Agent、智能客服Agent、私域运营Agent等完整产品矩阵，实现对企业营销、销售、服务、质检、运营全场景的纵深覆盖。         Token黑洞 价值缺席          现阶段的企业级Agent往往有一个核心矛盾：Token在加速消耗，价值却持续缺席。只有他们给你足够的票，列车上才会有更多的无座乘客，这将超过列车批准的超车率，并统计出旅客人数和列车方向等数据。准确度不仅会对列车运行计划的制定和调整产生很大的影响。         唐兴才描述了一个典型场景：企业引入AI编程工具后，如果不加以节制和规划使用，单个程序员的Token消耗成本可能是自身人力成本的10倍。许多企业初期以Token消耗量作为智能化程度的度量指标，直到财务报表出来，才发现成本膨胀与价值产出之间完全脱钩。

C |          在现有按Token消耗计费的模式下，AI服务方不承担产出质量风险，所有试错成本全部由企业端承担。         在商业模式中，这是一个典型的错位：供给方按消耗收费，消耗越多赚得越多，却与使用方的价值无关，优化Token成本的动力显然不足。         唐兴才也举例，一个语音Agent的意图识别准确率达到95%，但如果它无法推动订单转化、无法缩短工单了结时长、无法提升复购率，95%这个数字对企业经营者而言没有实际意义。         “关注业务闭环应关注的是业务指标，订单转化率、工单了结时长、运营覆盖人数与GMV贡献。

D | ”唐兴才指出。

E |          但目前来看，技术指标和业务指标之间是断层的，需要工程化能力和行业Know-how来建立桥梁。         王彬将这一现象归结为评价体系的缺位。他提出VPT（Value Per Token）模型，主张以单位Token创造的商业产出来衡量AI的实际生产力，推动智能体从“Token消费者”向“价值生产者”跃迁。这一框架的核心逻辑是：Token的定价权不应掌握在算力提供方手中，而应由其对业务结果的实际贡献来决定。         效果付费 共担风险          当评价体系从技术指标转向业务指标，收费模式的重构就成为必然。         容联云解决方案中心总经理闫玉华在论坛圆桌环节透露，容联云今年正在探索一种新的业务模式——效果付费或成果付费，尤其涉及AI新技术和新场景，通过共担风险的方式化解客户的投入顾虑。         效果付费的前提，是Agent能够在特定场景中实现业务闭环，产出可被量化的业务结果。         今年6月，容联云发布了Voice Agent。数据显示，在银行信贷催收与营销场景中，日均通话超过2万通，完成率94%。以可比口径计算，人工坐席月成本为5000至8000元，日均处理话务150至300通；Voice Agent月成本2000至3000元，日均处理话务量1万通以上，而且24小时运转，服务标准统一。         当Agent的产出可以精确到通话量、完成率、回款金额这些业务指标时，效果付费就具备了可操作性的商业模式。         私域运营Agent则提供了另一个维度。一个人力运营人员管理几千到几万用户已是上限，而Agent可管理几十万乃至上百万用户，容联云的私域运营Agent已独立管理超8万私域客户，经营规模增长87%。         在效果付费框架下，这一数字可以直接映射为GMV增量，成为定价的依据。

F |          多点数智副总裁张宇的定价逻辑也很清晰，他以海外一个大超市客户为例，生鲜年销售额三四十亿元，损耗率8%至9%，通过补货智能体，哪怕损耗率只降低1个百分点，一年就节省数千万元，AI系统的投入成本相比之下几乎可以忽略。         如果Agent替代的是一个具体的岗位、承担的是一个具体的KPI，它的定价就不再取决于消耗了多少Token，而是取决于创造了多少可衡量的业务增量。         企业级Agent的价值锚点          企业级Agent的价值锚点究竟在哪里？          根据容联云这几年的实践，唐兴才总结认为，数据连通、人机协同、业务闭环缺一不可。         数据连通是价值锚点的地基。企业内部的Agent平台与CRM、ERP等业务系统长期割裂，Agent无法理解订单、合同、工单等业务对象的语义，也无法将作业过程中的知识与经验沉淀为可复用的资产。容联云的解法是在Agent与底层系统之间架设数据语义层，将业务数据抽象和实体化。         业务闭环是价值锚点的度量刻度。

G | 唐兴才认为，企业级Agent有四个阶段的进化路径：单点能力（Copilot）、闭环任务、人机协作、自主业务闭环。前三个阶段，Agent的价值仍然依附于人的判断和执行；只有到第四阶段，Agent自主完成从订餐到信审的完整业务链路，其对业务结果的贡献才具备独立可量化的条件。         容联云将全栈产品Agent化，本质上是寻找那些可以实现业务闭环的场景，将Agent的考核从技术指标体系切换到业务指标体系。         行业Know-how是价值锚点的壁垒，多点数智在零售领域积累了10年的数字化底盘（Dmall OS）和智能中枢（D-BRAIN），因此，其Agent集群能够在选品、定价、补货、巡检等核心环节，输出可量化的经营结果。         简而言之，企业级Agent的价值不在通用模型的参数规模，而在垂直行业知识与业务流程的深度融合。         论坛上，嘉宾们形成的共识是，Agent 规模化核心突破口在于深度绑定企业客服、风控等核心业务，而技术幻觉、业务组织抵触是规模化两大核心壁垒。未来一年，多角色协同 Agent、全企业规模化部署将成为产业关键突破方向，合规与信任仍是长期普及的最大制约。

Current article:http://1nlo32.dinggaxilianmaiyuejienianguai.shop/list_6d6/8st2.html

Published on:11:24:32