After Agents Move Past the Trial Period in Financial Institutions, How Should the Value Account Be Calculated?

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。