金融机构Agent应用进入核算期，中金日耗Token破70亿

一句话结论

金融机构AI投入逻辑由规模扩张转向投入产出核算，标志着Agent应用进入可管理的运营新阶段。

关键要点

• 腾讯云WorkBuddy于3月发布，6月上线企业版，目前已进入约250家金融机构。
• 中金公司每日Token消耗量已达70亿至100亿，预计明年将提升至200亿。
• 腾讯云副总裁胡利明观察到，金融团队销售议题几乎全部转向AI，云基础设施占比大幅下降。
• 腾讯云将Agent企业落地划分为“点、线、面”三层，目前金融机构大多处于向“线”推进的阶段。

背景与事实

2023年10月28日，在腾讯全球数字生态大会的金融行业群访中，腾讯云副总裁胡利明透露了金融团队近一年的业务变化。过去销售现场沟通的核心是云计算和基础设施，如今已几乎全部转向人工智能。胡利明表示，基础模型能力的提升使Agent从基于固定工作流的问答工具，转变为能够拆解任务、调用工具并连续处理复杂工作的执行体。这一能力变化直接推动了采购模式从“小范围试用”向“扩大采购”的转变。

中金公司作为典型样本，其AI应用路径清晰地反映了这一趋势。上半年，中金陆续接触并试用了多款桌面智能体，并通过内部举办AI创新大赛鼓励员工开发应用。信息技术部负责人谢碧松观察到，员工接受Agent的速度超出预期。其中，WorkBuddy在上线两三个月后成为使用率较高的工具。目前，中金员工已将Agent作为日常工作入口，用于调用知识、处理文件及协助完成任务。数据显示，中金每日消耗Token量已达70亿至100亿，预计明年将升至200亿。

然而，随着坐席数量和Token消耗的快速增长，机构开始审视投入产出比。谢碧松指出，目前难以将AI投入与产出精确对应，短期财务回报往往无法覆盖成本。因此，中金正调整价值衡量方法，从单纯关注Token消耗量，转向追踪Token的使用者、场景及结果，并排查无效调用与资源浪费。

腾讯云将Agent落地分为“点、线、面”三个层次：“点”指单个员工效率提升，“线”指业务流程改造，“面”指组织协作体系重构。金融机构目前主要处于从“点”向“线”过渡的阶段。要深入业务，需解决内部知识分散、数据权限复杂及系统连接问题。同时，金融行业对安全合规的严苛要求，使得金融机构购买的不仅是对话入口，而是包含权限管理、数据隔离与审计的完整Agent系统。

影响分析

对中文开发者与从业者而言，这标志着大模型商业落地已从单纯的技术演示转向精细化的运营考核。金融机构作为高价值客户，其采购逻辑的变化要求技术服务商不仅提供模型能力，更需提供具备审计、权限控制及数据隔离机制的完整解决方案。开发者在构建Agent应用时，需将“可观测性”作为核心设计指标，以便追踪Token消耗与业务结果的映射关系。

这一转变也意味着竞争门槛的抬高。仅靠员工自发使用带来的工具红利正在消退，未来的竞争优势将取决于能否将Agent嵌入核心业务流程。对于从业者来说，理解“点、线、面”落地模型至关重要，尤其是如何在复杂权限边界下实现数据的安全调用。这要求技术团队具备更强的系统工程能力，能够处理跨系统的数据连接与合规审计，从而帮助客户建立可衡量、可管理的AI组织能力。

适用边界

上述关于Token消耗增长与价值核算的逻辑，主要适用于具备大规模员工基数和复杂业务流程的中大型金融机构。对于小型机构或尚未建立明确数据权限体系的场景，直接套用“核算投入产出”的方法论可能缺乏数据基础，因为其核心挑战仍停留在解决基本的数据连接与安全合规问题上，而非精细化的成本效益分析。

孤本观察

基于中金公司从创新大赛到日均百亿Token消耗的演进路径，本文判断金融机构AI建设正经历从“自上而下的技术试点”向“自下而上与运营治理结合”的范式转移。单纯的工具普及已不再是核心价值主张，将Token消耗转化为可追踪的业务产出，才是Agent走出试用期的关键分水岭。

来源：雷峰网