“去年我讲的内容有一半是云,今年基本上已经没有了,都在讲AI。”
10月28日,雷峰网在腾讯全球数字生态大会的一场金融行业群访中了解到,腾讯云副总裁胡利明用“天翻地覆”形容金融团队近一年的变化。销售团队去金融客户现场聊什么,往往最直接地反映客户正在关心什么:过去是云和基础设施,如今几乎全部转向了AI。
更明显的变化发生在近半年。随着Agent从回答问题走向执行任务,金融机构对它的态度也从小范围试用转向扩大采购。坐席数量和Token消耗快速增长,Agent开始进入更多员工的日常工作。
但规模扩大之后,新的问题也随之出现:Agent究竟创造了多少价值?大量Token花在了哪里?它又该如何从个人工具进入真正的业务流程?
从扩大采购到开始计算投入产出,近半年,金融机构使用Agent已经进入了一个新的阶段。
金融机构开始扩大采购Agent
金融机构态度的变化,首先来自Agent能力的变化。
胡利明回忆,去年及更早的企业Agent,主要形态还是Chatbot叠加固定工作流。它可以回答问题,也能按照预设步骤完成一些简单任务;一旦任务变得复杂,固定工作流就很难应对。
今年,随着基础模型的长程任务和自主规划能力提升,Agent开始从“回答问题”转向“具体干活”。它不再只生成一段文字,而是能够拆解任务、调用工具,连续处理更复杂的工作。
能力变化很快传导到了采购侧。
腾讯云WorkBuddy于今年3月发布,企业版于6月上线。胡利明称,目前WorkBuddy已经进入约250家金融机构,头部金融机构基本从小范围试用转向扩大采购。
中金公司的经历提供了一个更具体的样本。
上半年,中金公司开始陆续接触和试用了多款桌面智能体。推广初期,为了调动员工的积极性,中金还在内部举办了一场AI创新大赛,鼓励员工根据自己的业务需求开发智能体应用。
中金信息技术部负责人谢碧松观察到,员工接受Agent的速度,比公司原先预想得更快。在多款产品中,WorkBuddy上线两三个月后,逐渐成为员工使用较多的一款。员工不再只是偶尔向大模型提问,而是开始把它当作一个日常工作入口,让Agent调用知识、处理文件,甚至协助完成一段相对完整的任务。
目前,中金每天消耗的Token已经达到70亿至100亿,预计明年可能达到200亿。Agent在中金的角色,也开始从少数创新团队的试验工具,转向大规模员工使用的生产力工具。
用起来之后,如何算清这笔账
Agent走进金融机构,并不意味着金融机构已经完成了AI化。
当坐席数量和Token消耗快速增长,一些在试用阶段并不明显的问题开始浮出水面。谢碧松讲起,公司也在开始关注:每天消耗这么多Token,员工的提质增效达到什么程度?有没有浪费?浪费发生在哪里?
这几个问题,是金融机构使用Agent进入新阶段的一个缩影。Agent正在走出试用期,金融机构也开始认真审视这笔投入。
面对公司关于提质增效的追问,谢碧松坦言,现阶段很难把AI的投入与产出精确对应起来。如果只看短期财务回报,这笔账很可能算不过来。但在他看来,AI目前仍属于战略投入,不能只用眼前节省了多少人力、降低了多少成本来衡量。
真正需要关注的是,员工有没有因此形成新的工作方式,以及Agent能否逐渐进入公司的核心业务流程。中金正在调整衡量AI价值的方法。Token消耗依然重要,但它不再只是一个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,以及其中是否存在无效调用和资源浪费。
这也是Agent从推广阶段进入运营阶段的标志。不过,要让Agent真正成为金融机构的生产力工具,仅靠员工自发使用还不够。
胡利明把Agent在企业内部的落地分为“点、线、面”三个层次。
“点”是单个员工的效率提升。例如,员工可以利用Agent搜索资料、总结文件、生成初稿。这类场景最容易落地,也是目前使用最广泛的部分。
“线”是对一段业务流程的改造。Agent不再只是回答一个问题,而是需要调用多个工具和系统,连续完成资料获取、分析、审核与输出等环节。到了这一步,AI开始从个人助手走进具体业务。
“面”则意味着整个组织的协作方式发生变化。不同部门、系统和业务流程中的Agent能够相互衔接,最终形成一套新的生产体系。
目前,大多数金融机构仍处在从“点”向“线”推进的阶段。员工已经开始使用Agent,但要让它深入业务流程,还需要解决知识、数据和系统连接的问题。
金融机构内部往往积累了大量文档、制度和业务数据,但这些信息分散在不同系统中,权限边界也十分复杂。Agent能否找到正确的知识,能否在合适的权限下调用数据,直接决定了回答是否准确,也决定了它能否被用于真实业务。
另外,金融行业对安全与合规的要求,又进一步提高了落地门槛。哪些数据可以被Agent读取,哪些内容可以被模型处理,调用过程如何留痕,生成结果由谁负责,都需要在扩大使用规模之前建立明确规则。
因此,腾讯云在WorkBuddy之外,还需要帮助金融机构连接内部知识库、业务系统和工具,并处理权限管理、数据隔离与安全审计等问题。金融机构购买的不再只是一个可以对话的AI入口,而是一套能够接入现有组织和业务流程的Agent系统。
从鼓励员工多用Token,到开始追问Token花在了哪里,金融机构使用Agent的逻辑正在改变。
在雷峰网看来,这并不意味着它们对AI变得谨慎,恰恰说明Agent已经从试验走向了更大范围的使用。只有当越来越多的人真正用起来,投入产出、组织协同、安全合规这些问题,才会集中浮出水面。
对金融机构来说,接下来的挑战已经不是要不要使用Agent,而是如何把一场由员工自发参与的尝试,变成一套真正可衡量、可管理,也可以规模化复制的组织能力。


