金融机构普及Agent：算清Token消耗与价值账

过去一年，金融机构对技术创新的关注焦点发生了显著转移，传统云基础设施议题逐步退居次席，AI与智能体（Agent）成为绝对的核心。

更深层次的转变发生在近半年。随着基础模型的长程任务拆解与自主规划能力持续提升，Agent已经从早期的“基于固定流程的问答机器人”，演化为能够主动调用工具、处理复杂业务的数字生产力。金融机构对其态度也从小规模试验，迅速演变为成建制的规模化采购。

然而，伴随坐席数量与Token消耗的几何级增长，金融机构的管理层开始面临新的拷问：Agent究竟创造了多大的实际价值？这笔投入产出账该如何算清？

从试验工具走向规模采购

技术能力的跃迁是驱动采购决策转变的关键。

以往的企业级智能体主要依赖Chatbot叠加固定工作流，只能在预设脚本下完成简单的问答或操作；一旦遇到变数，固定流程便难以应对。如今，大语言模型开始展现出更强的自主推理与工具调用能力，Agent不再仅仅停留于生成文字，而是能够将长任务拆解后调取多个系统协同执行。

这种能力变化迅速反映在落地采购上。以腾讯云旗下面向企业协同的桌面智能体WorkBuddy为例，自今年6月上线企业版以来，已进入约250家金融机构，头部客户普遍从小范围概念验证转向了扩大采购规模。

中金公司的实践呈现了这一演进趋势。上半年，中金接触并试用了多款桌面智能体，并举办内部创新大赛鼓励业务部门自主开发。在实际推广中，员工对Agent的接受速度超出预期，WorkBuddy在上线两三个月内便成为核心工作入口，被频繁用于私有知识检索、复杂文档处理乃至全流程任务协作。

目前，中金公司每日消耗的Token量已达到70亿至100亿，预计明年将突破200亿。Agent在中金的角色，已彻底从创新团队的前沿试验，转变为全员级的基础生产力工具。

走出试用期：如何衡量真实ROI

使用规模的剧增，并不等同于智能化转型的终点。当坐席与Token消耗居高不下时，精细化管理的难题随之显现：每天消耗数百亿Token，业务效率到底提升了多少？是否存在低效调用和资源浪费？

中金信息技术部负责人谢碧松坦言，现阶段很难将AI的资金投入与短期财务收益进行精准挂钩。如果只从节省了多少工时、削减了多少成本这类短期指标来看，这笔账往往算不过来。但在机构视角下，AI目前仍属于战略级基础设施投入，更深远的价值在于重塑员工的工作范式，并推动Agent逐步沉淀到公司的核心业务主线中。

为此，金融机构正在重构价值评估体系。Token消耗量不再是唯一追求的指标，管理团队开始穿透到底层：追踪Token被谁使用、用于什么业务场景、产出了何种业务结果，以及是否存在无意义的算力损耗。

这标志着企业对Agent的应用正式告别了粗放推广期，步入精细化运营阶段。

从单点工具到业务中枢的落地跨越

业内通常将Agent在企业内部的渗透路径划分为“点、线、面”三个层级：

• “点”的突破：聚焦单兵作战的效率升级，例如协助员工检索规章制度、提炼研报要点、起草初稿文件。这类场景落地门槛最低，也是当前普及度最高的部分。
• “线”的重构：将Agent嵌入连续的业务流中，驱动其跨系统调用多种工具，协同完成信息获取、穿透分析、合规审查与输出交付。此时，Agent才真正从个人助手升级为业务伙伴。
• “面”的协同：重塑整个组织的协作生产体系。不同部门与业务链路中的各类Agent形成网络化连接与自主协作。

当前，绝大多数金融机构正处在由“点”向“线”跨越的关键阶段。Agent若要真正切入核心流程，必须攻坚系统互联、知识碎片化与权限隔离等底层挑战。

金融机构内部往往沉淀了体量庞大的规章制度和业务数据，但这些资产普遍散落在不同业务系统中，且有着严密的权限边界。Agent能否在合规授权的前提下调取准确的数据，直接决定了输出内容的可靠性，也决定了其能否被用于真实商业场景。此外，操作全流程留痕、数据防泄漏及生成结果的权责归属，也对部署提出了严格的合规要求。

正因如此，金融机构采购的重点不再只是一个前端对话入口，而是一整套能够无缝衔接现有组织架构、权限管理与安全审计体系的Agent落地解决方案。

从鼓励全员消耗Token，到深入追问每一笔调用的业务产出，金融机构对Agent态度的转变，并非放缓了脚步，而是技术走向成熟深水区的必然过程。接下来的竞争焦点，在于谁能将自发的工具尝试，系统化沉淀为稳定、安全且可规模化复用的组织生产力。