編輯｜Youli

從年初開始，圍繞著 2025 年將是「大模型落地應(yīng)用元年」「AI Agent 元年」的共識，業(yè)界開始了大規(guī)模持續(xù)探索。

如今臨近年尾，回過頭來看，從高度標(biāo)準(zhǔn)化的客服對話、代碼生成到流程化文檔處理，Agent 在越來越多的企業(yè)中成功完成從概念驗證到初步部署的落地實踐。這不僅證明了技術(shù)的可行性，也展現(xiàn)了 AI 在提升效率、優(yōu)化流程的價值所在。

然而，完成「從 0 到 1」的驗證只是開始，難的是「從 1 到 100」，大多數(shù) Agent 能在企業(yè)中「跑」起來，卻不像 Demo 展示的那樣驚艷，或者僅僅停留在 Demo 階段，無法真正進(jìn)入企業(yè)業(yè)務(wù)主流程，AI 的大規(guī)模落地仍然是「紙上談兵」。

當(dāng)然，原因是方方面面的，但如果仔細(xì)看，在諸多技術(shù)性與工程性挑戰(zhàn)的背后，隱藏著一個更為根本的結(jié)構(gòu)性矛盾：AI 解決方案提供商與企業(yè)客戶之間的「激勵不相容」。

如何理解？

「激勵相容」這一概念由美籍俄羅斯裔經(jīng)濟(jì)學(xué)家列昂尼德?赫維茲于 1960 年首次提出，之后經(jīng)過幾番完善，這一理論原則逐漸成型，核心在于設(shè)計一種機(jī)制，使得參與者追求個人利益最大化的同時，恰好也能實現(xiàn)機(jī)制設(shè)計者的目標(biāo)最大化。2007 年，列昂尼德?赫維茲憑借這一理論獲得諾貝爾經(jīng)濟(jì)學(xué)獎。

按照這一原則來理解就是，AI 解決方案提供商與企業(yè)客戶雙方的目標(biāo)和利益不完全一致。絕大多數(shù)時候，AI 廠商賣的是 Token 數(shù)量、訂閱、賬號（工具），企業(yè)客戶買回去之后用得好不好，能否帶來實際價值，前者并不直接負(fù)責(zé)。但對于企業(yè)來說，付錢購買 AI 產(chǎn)品的根本訴求是解決問題，帶來收益「生產(chǎn)力」。

于是，本質(zhì)上在售賣工具的 AI 廠商與只想為業(yè)務(wù)結(jié)果買單的企業(yè)客戶之間利益關(guān)系的「錯位」，使得雙方在同一條賽道上卻踩著不同節(jié)奏跑 ——AI 廠商賣出「鏟子」就完成了任務(wù)，而客戶能不能挖到「金子」，AI 廠商并不負(fù)責(zé)。結(jié)果就是，Agent 的應(yīng)用依舊停留在「工具」階段，AI 的落地也是落在表面甚至邊緣場景，難以進(jìn)入企業(yè)的真正生命線。

基于此，破局的關(guān)鍵在于重塑 AI 廠商與企業(yè)客戶的商業(yè)契約，AI 廠商不再僅提供冷冰冰的工具，而是直接交付具備執(zhí)行能力的「硅基員工」（勞動力），企業(yè)客戶也不再為軟件的使用權(quán)限付費，而是直接為可衡量的業(yè)務(wù)成果（如成交額、回款率、招聘人數(shù)）付費。

當(dāng) AI 廠商的收入直接取決于其所提供的「硅基員工」能否在企業(yè)那里干出業(yè)績時，兩者之間便形成了一種全新的「激勵相容」機(jī)制，雙方圍繞業(yè)務(wù)成效形成價值共同體。而這也正是大模型落地應(yīng)用走向深水區(qū)的一關(guān)鍵變量。

正如年初紅杉資本帕特?格拉迪所言：AI 正在從「賣軟件」進(jìn)化為「賣成果」。

而圍繞這一新模式，國內(nèi)外很多 AI 廠商開始進(jìn)行探索，「硅基員工」已經(jīng)在部分行業(yè)里面「跑」起來了……

百融云創(chuàng)就是其中一個探索者。

12 月 18 日，百融云創(chuàng)正式發(fā)布企業(yè)級 AI Agent 戰(zhàn)略，明確提出 RaaS（Result as a Service，結(jié)果即服務(wù)） 商業(yè)模式，并推出 Results Cloud（結(jié)果云） 與面向多業(yè)務(wù)崗位的企業(yè)級 Agent 產(chǎn)品體系。

同時，百融云創(chuàng)宣布與產(chǎn)業(yè)伙伴共建「硅基生產(chǎn)力生態(tài)」，加速「硅基員工」在營銷、客服、人力、法務(wù)等高價值崗位規(guī)?；蠉彙?/p>

百融云創(chuàng)創(chuàng)始人兼 CEO 張韶峰表示：「企業(yè)級 AI 的下一站，不是更會說，而是更能做；不是交付一個功能，而是交付一個結(jié)果。」RaaS 將使得企業(yè)真正把 AI 變成生產(chǎn)力：面向崗位、端到端執(zhí)行、可衡量交付、可審計留痕，真正做到對結(jié)果負(fù)責(zé)。

底氣，來源于技術(shù)的「確定性」與「成熟度」

百融云創(chuàng)成立于 2014 年，自成立之日起便聚焦于用 AI 技術(shù)解決行業(yè)具體問題。

2014 年，率先讓決策式 AI 模型在高風(fēng)險金融場景落地，解決了風(fēng)險控制難題；2017 年，自研語音交互棧規(guī)模部署，開始在多行業(yè)營銷、客服前線，扛起企業(yè)獲客和經(jīng)營增長的壓力；2023 年，推出多模態(tài)基礎(chǔ)模型 BR-LLM/BR-VLM，疊加行業(yè)專屬模型和企業(yè)級 AgentOS，讓一批批「硅基員工」在千行百業(yè)穩(wěn)定交付關(guān)鍵經(jīng)營指標(biāo)……

可以說，一路走來，百融云創(chuàng)一直在按照自己的節(jié)奏，將 AI 技術(shù)應(yīng)用于解決行業(yè)具體問題，而試著將 AI 由「工具」推向「員工」角色，也是百融云創(chuàng)基于多年在行業(yè)場景中的打磨與實戰(zhàn)經(jīng)驗，對于 AI 技術(shù)發(fā)展的思考。

百融云創(chuàng)技術(shù)負(fù)責(zé)人告訴機(jī)器之心，其實早在 2023 年，當(dāng)大模型引爆新一輪的 AI 浪潮時，他們就在思考大模型商業(yè)化的終局，尤其是經(jīng)歷過上一輪以計算機(jī)視覺為主導(dǎo)的 AI 時代，AI 落地應(yīng)用也曾呼聲很高，但最終曾淪為「項目」遍地，卻始終沒有「跑」出成功的模式，而在新時代，百融云創(chuàng)希望走出不一樣的路徑。

在百融云創(chuàng)看來，相較于以往 AI 工具的被動，大模型有三方面的特質(zhì)：可以做擬人溝通；能夠很好地去處理非結(jié)構(gòu)化數(shù)據(jù)的理解、推理；能夠做更為復(fù)雜、靈活、彈性工作流處理。

那么，只要定義好工作職責(zé)和邊界，大模型就能在某些場景中獨立完成端到端的結(jié)果交付。某種層面上來說，這就是一個員工所具備的能力，而現(xiàn)在「硅基員工」有了這樣的能力。

與之相對應(yīng)，百融云創(chuàng)則根據(jù)「硅基員工」在企業(yè)產(chǎn)生的業(yè)務(wù)結(jié)果收取相應(yīng)費用，對結(jié)果負(fù)責(zé)。例如，AI 完成一個有效的客戶邀約后，企業(yè)才會向百融云創(chuàng)支付相應(yīng)費用。

因此，對于百融云創(chuàng)和企業(yè)客戶來說，一種新型的契約關(guān)系正在締結(jié)，但是這種關(guān)系的成立是有前提條件的：百融云創(chuàng)必須具備履行契約的能力，如果 AI 經(jīng)常出現(xiàn)幻覺或反應(yīng)遲鈍，那承諾「按結(jié)果付費」就等于「自殺」。

也就是說，新商業(yè)模式創(chuàng)新的背后，既然敢于和客戶簽署符合「激勵相容」原則的契約，要有確定、成熟的技術(shù)作為支撐。

而百融云創(chuàng)的自信源于其在三大關(guān)鍵技術(shù)維度的突破。

一是實現(xiàn)從「被動問答」到「主動引導(dǎo)」的范式升級。早期大模型往往比較被動，用戶問什么就答什么，但在真實的業(yè)務(wù)場景（如推薦和營銷）中，企業(yè)需要的是更為主動的員工，針對用戶對于產(chǎn)品的不了解和不信任，通過更為主動的交流和引導(dǎo)建立信任。

基于這一經(jīng)驗和認(rèn)知，百融云創(chuàng)自主研發(fā)了面向金融行業(yè)的主動大模型（BR-LLM），結(jié)合了大語言模型與強(qiáng)化學(xué)習(xí)技術(shù)，以及多年累積的大量高質(zhì)量行業(yè)語料訓(xùn)練，實現(xiàn)從「被動問答」到「主動引導(dǎo)」的范式升級，不只是回答問題，而是能圍繞業(yè)務(wù)目標(biāo)主動推進(jìn)任務(wù)，還能在用戶拒絕或猶豫時，主動引導(dǎo)話題以建立信任、促成成交。

二是消除幻覺，實現(xiàn)從「概率生成」到「決策優(yōu)選」。對于主流的生成式 AI 來說，最大的 Bug 就是「幻覺」，而在金融這樣對合規(guī)性要求極高的行業(yè)，一句錯誤的承諾或違規(guī)話術(shù)，可能導(dǎo)致巨額罰款和信譽(yù)崩塌。

對此，百融云創(chuàng)采用了一種創(chuàng)新的「決策優(yōu)選」范式，將回復(fù)機(jī)制從「生成」轉(zhuǎn)變?yōu)椤高x擇」，基于在金融行業(yè)「摸爬滾打」十余年累積的海量、高質(zhì)、合規(guī)話術(shù)庫，通過策略網(wǎng)絡(luò) + 價值網(wǎng)絡(luò)，智能決策出最優(yōu)回復(fù)，從根本上消除 AI 幻覺，實現(xiàn)了回答的 100% 可控，為金融級應(yīng)用筑起了安全防線。

三是交互層面響應(yīng)速度在 200 毫秒以內(nèi)，實現(xiàn)「真人級」體驗。在對時延要求極高的業(yè)務(wù)中，實時語音通話中的延遲往往是「致命」的，百融云創(chuàng)技術(shù)負(fù)責(zé)人表示，如果 AI 思考時間超過 500 毫秒，用戶能夠感到停頓，超過 800 毫秒就會感到明顯停頓，而如果超過 2 秒，用戶往往就會失去耐心直接掛斷。

因此，百融云創(chuàng)在主動大模型的基礎(chǔ)之上，為了進(jìn)一步降低延遲，通過模型蒸餾技術(shù)將大模型壓縮至 7B、14B 級別，結(jié)合自研的多 GKV、MGG 等技術(shù)，實現(xiàn)了 200ms 實時語音交互，結(jié)果就是在實時語音通話中，幾乎無語氣停頓或響應(yīng)遲滯，幾乎是「真人級」的語音交互體驗。

「硅基員工」的「上崗」實錄 —— 已在金融、運營商、零售等行業(yè)落地應(yīng)用

如果技術(shù)只能在實驗室「跑分」，卻不能在真實業(yè)務(wù)場景里解決難題，那么落地應(yīng)用根本無從談起。而百融云創(chuàng)的「硅基員工」早已走出實驗室，在多個行業(yè)正式「上崗」，并交出了不錯的成績單……

作為一家在金融行業(yè)深耕多年的科技公司，百融云創(chuàng)的「硅基員工」可以說就是從金融行業(yè)「跑」出來的，因此早已在金融場景入職，針對真實場景的具體問題，給出解法。

比如，頭部民營銀行有著百萬級長期休眠的低資產(chǎn)客戶群體，但由于人力成本過高等原因而無法兼顧得到，因此找到百融云創(chuàng)，希望借助大模型與多智能體，進(jìn)行存款產(chǎn)品的智能營銷。而等到百融云創(chuàng)的「硅基員工」上崗后，通過深度解析客戶通話，精準(zhǔn)識別意圖，自動生成對話文本與服務(wù)小結(jié)，同時依據(jù)客戶關(guān)注的收益率與流動性偏好，智能匹配存款產(chǎn)品并形成個性化營銷策略。

結(jié)果就是，該項目月均新增活躍客戶超 3000 人，累計帶來 4.6 億的 AUM（資產(chǎn)管理規(guī)模），其中 70% 的產(chǎn)能直接由「硅基員工」創(chuàng)造……

不止是金融領(lǐng)域，百融云創(chuàng)已將「硅基員工」的能力從金融行業(yè)復(fù)制到了更廣闊的領(lǐng)域，包括運營商、零售、政務(wù)、招聘等。

比如，某運營商在核心營銷與外呼流程中選擇與百融云創(chuàng)合作，而等到「硅基員工」化身營銷專員后，營銷活動策略生成與內(nèi)容適配效率提升了近 300%，個性化覆蓋可實現(xiàn)千萬級用戶個體的實時需求分析。

數(shù)據(jù)顯示，有了「硅基員工」后，通過更精準(zhǔn)的觸達(dá)與匹配，該運營商綜合營銷成本下降約 25%—35%。

在政務(wù)上，尤其是基層公共服務(wù)，往往面臨著「人少、事多、場景碎、復(fù)雜度高」等問題，以就業(yè)服務(wù)中心為例，其服務(wù)對象數(shù)量龐大、需求差異顯著，既有突發(fā)訴求需要即時響應(yīng)，也有待持續(xù)跟進(jìn)的長期對象，此外還存在政策調(diào)整、流程變化、崗位更迭等多種復(fù)雜因素，使得傳統(tǒng)方式難以及時、全面地惠及所有群眾。

基于此，西部某市就業(yè)服務(wù)中心選擇引入百融云創(chuàng)的「硅基員工」—— 一站式 AI 智慧就業(yè)服務(wù)系統(tǒng)，「硅基員工」不僅能廣域觸達(dá)、精準(zhǔn)理解用戶需求，還能自動執(zhí)行政務(wù)流轉(zhuǎn)。

數(shù)據(jù)顯示，「硅基員工」日均處理回訪數(shù)據(jù)達(dá) 700 條，累計成功完成就業(yè)情況回訪 1069 條；實際接通 841 條，接通率 78.67%，遠(yuǎn)超傳統(tǒng)人工外呼水平；信息采集更加規(guī)范完整，為后續(xù)服務(wù)提供堅實數(shù)據(jù)基礎(chǔ)。可以說，「硅基員工」的引入，為基層服務(wù)注入了新動能。

在招聘領(lǐng)域，在傳統(tǒng)方式下，面對每日高達(dá)數(shù)百萬次的求職者與崗位匹配需求，人工外呼模式根本無法負(fù)載，效率低下且難以實現(xiàn)高質(zhì)量的崗位匹配。而「硅基員工」的入職，也正在為行業(yè)注入新活力。

比如，在與某招聘企業(yè)合作后，百融云創(chuàng)的「硅基員工」負(fù)責(zé)初步篩選海量企業(yè)是否有招聘需求、進(jìn)行崗位匹配外呼、確認(rèn)客戶合作意向并打標(biāo)簽歸類，只有確定招聘意向后的環(huán)節(jié)才轉(zhuǎn)接人工進(jìn)一步處理。這種人機(jī)協(xié)同的新模式，不僅優(yōu)化了業(yè)務(wù)流程，也重新定義了招聘行業(yè)的生產(chǎn)力……

「硅基員工」正在重塑企業(yè)勞動力結(jié)構(gòu)

從「硅基員工」在各行各業(yè)的落地實踐中不難看出，相較于以往「賣工具」的商業(yè)模式，「硅基員工」上崗后的「按效果收費」，對于 AI 廠商和企業(yè)客戶來說都是樂見其成的。

百融云創(chuàng)技術(shù)負(fù)責(zé)人告訴機(jī)器之心，傳統(tǒng)模式下雙方需要做很多的博弈，AI 廠商需要闡述產(chǎn)品的功能與價值，客戶需要考量采購之前的風(fēng)險、帶來的 ROI 如何，論證的過程漫長、繁瑣、復(fù)雜。

新模式下，雙方立場一致，沒有了博弈過程，客戶也更為放心。但對于 AI 廠商來說，挑戰(zhàn)并沒有結(jié)束，為了保證「結(jié)果」，他們必須持續(xù)探索，形成技術(shù)與業(yè)務(wù)雙向強(qiáng)化的飛輪效應(yīng)，持續(xù)證明價值。

這也正是百融云創(chuàng)接下來的工作重心。

一方面，持續(xù)跟進(jìn)國內(nèi)外大模型進(jìn)展，優(yōu)化行業(yè)專屬模型能力，目前百融云創(chuàng)正致力于研發(fā) Training-Free（免訓(xùn)練） 方案，通過將業(yè)務(wù)反饋中的經(jīng)驗知識直接注入提示詞，實現(xiàn) Agent 的在線自主持續(xù)進(jìn)化，避免繁重的模型重訓(xùn)。

另一方面，探索長程任務(wù)在企業(yè)的落地，從當(dāng)下單一的 1 到 2 秒的短程交互，邁向 20 到 30 分鐘的相對復(fù)雜的長程任務(wù)處理，去解決企業(yè)中執(zhí)行周期更長的任務(wù)或問題，比如輔助企業(yè)制定經(jīng)營計劃等。

在百融云創(chuàng)技術(shù)負(fù)責(zé)人看來，相較于以往 AI 作為「工具」，輔助人類做翻譯、總結(jié)、查資料等工作，「硅基員工」的出現(xiàn)正在重塑企業(yè)勞動力結(jié)構(gòu)，「碳基員工」與「硅基員工」之間的協(xié)作關(guān)系正在加深。

一個形象的說法是，當(dāng)下「硅基員工」更多是充當(dāng)「外包」角色，去做一些標(biāo)準(zhǔn)化、重復(fù)性強(qiáng)、低人力成本的工作，像是客服、初級營銷、招聘篩選等。而隨著技術(shù)進(jìn)步、「外包」能力的增強(qiáng)與完善，「硅基員工」將逐漸走向中心，成為勞動力結(jié)構(gòu)的重要組成部分，從單純的執(zhí)行者向決策參與者躍遷。

而百融云創(chuàng)正沿著這一路線，朝著未來前進(jìn)……