过去两年,市场对AI的关注更多集中在模型参数和通用能力上。随着智能体加快落地,企业级AI的竞争被拉回到一个更具体的问题:AI能否进入真实业务流程,稳定完成任务,并对最终结果负责。

百融智能(6608.HK)把拥有明确岗位、能够调用企业系统、独立完成任务并接受结果考核的智能体称为“硅基员工”。截止目前,公司已部署超过20万名硅基员工,在证券、保险、航空、物流等多个行业承担岗位责任。

从模型能力走向岗位能力

从企业应用看,硅基员工目前尤其适合三类工作:通过文字或语音完成拟人化交互,处理文档、音频、视频和图片等非结构化信息,以及围绕目标编排流程、选择动作并持续纠偏。它所改变的并非单一环节的效率,而是生产要素、成本结构和企业边界。

一方面,一名员工可以训练和管理一批硅基员工,组织能力不再简单受制于人员规模;另一方面,原本依赖稀缺专家的知识和服务获得了低成本复制的可能。企业内部积累的经验与流程,也可以在模型化和智能体化之后,转化为跨客户、跨场景复用的能力。

这也意味着,传统企业的AI转型不能停留在接入一个模型或上线几个助手。更现实的路径,是从业务边界清晰、结果可以衡量的岗位切入,让AI先完成一项真实任务,在生产环境中接受质量、成本和稳定性的持续检验。

AICC成为跨行业复制的起点

基于这一判断,百融智能把AICC作为企业级智能体跨行业规模化落地的重要突破口。公司长期积累的两项核心能力是AI决策与AICC,其中AICC具有业务结果反馈及时、服务质量可量化、岗位规模较大等特点,适合率先验证智能体的生产价值。

百融所定义的AICC并不是在传统呼叫中心上增加一个问答机器人。传统智能客服主要解决“回答什么”,生产级AICC还要解决“事情怎么办”:AI需要识别用户意图、判断下一步动作、调用业务系统,并把服务流程推进到问题闭环。

在某头部物流企业的真实服务中,一位用户为了几双袜子的发货问题,与硅基客服连续沟通了20多分钟。用户的表述生活化且信息零散,问题也在对话中不断变化。AI需要追问购买平台、识别订单状态、理解真实诉求,再一步步推进解决。此类发散且难以预判的长对话,无法依靠预设话术穷举,也是上一代智能客服难以独立承接的部分。

要在电话场景中完成这种交互,工程难度远高于接入一个通用大模型。传统电话通常使用8kHz窄带音频,互联网语音多为16kHz;噪声、口音、实时打断和多轮对话又进一步增加了识别与决策难度。通用模型在垂直场景中还可能面临精度不足、推理成本偏高、响应速度偏慢和幻觉等问题。

为此,百融搭建了面向真实业务部署的技术与工程底座,包括自研BR-Voice语音多模态大模型、主动引导式对话大模型和文档理解大模型,并补齐通信软交换、高并发调度、录音质检、企业知识库及业务系统对接等能力。FDE团队还会进入客户现场,梳理服务标准、知识库、系统接口和操作规则,把模型能力转化为可运行的工作流。

跨行业复制已经出现初步进展。截至2026年7月,百融已签约及处于合同流程中的券商客户达到13家,部分客户在验证效果后扩大部署规模。在物流行业,百融中标某头部企业后,硅基客服上线承接查件咨询、派件异常和投诉反馈等呼入业务;上线不足一个月,单日处理量已超过1.5万通,最长通话超过20分钟。

从交付系统到交付结果

智能体能够端到端完成任务,也在推动企业软件的收费逻辑发生变化。传统软件按系统、模块或席位收费,供应商交付的是“工具可用”,工具能否转化为业务效果,仍取决于客户如何配置人员、改造流程和持续运营。智能体进入生产后,工作过程可以记录,服务质量可以评价,交付结果也可以度量,技术供应商因而具备了对结果负责的基础。

百融据此提出RaaS,也就是“结果即服务”。在AICC场景中,可以在服务质量达到约定标准的前提下,按照成功完成且无需转人工的有效通话或工单收费,也可以按照硅基员工的岗位和部署规模收费;在能够促成交易的场景中,还可以根据实际业务结果进行分润。收费方式与任务结果直接挂钩,有助于让客户与技术服务商的目标保持一致。

这一模式也改变了AI项目的评估方法。除收入和利润外,百融更关注三类领先指标:AI实际承接了多少业务,任务完成率、转人工比例和长期运行稳定性如何;客户在验证效果后是否愿意扩容,AI能否由单一场景进入更多业务环节;一套能力在标杆客户跑通后,能否以更低成本迁移到相邻客户和行业。

按照这一逻辑,百融当前重点拓展物流、航空、券商、银行、运营商和保险等行业。这些行业普遍拥有大量C端交互需求,业务体系较成熟,服务指标也相对清晰。公司的路径是先在标杆客户中完成验证,再扩大部署规模,并将成熟能力复制到更多行业。

硅基员工需要新的组织治理

当AI开始长期承担客服、营销、运营、财务等具体任务,企业还需要回答岗位、权限、考核和责任如何对应的问题。百融目前已部署超过20万名硅基员工,并在内部建设“硅基员工之家”,将硅基员工的岗位、身份、培训、考核、调度、审计和退出纳入统一管理。

公司同时以“硅碳比”观察组织的AI化程度。目前,一名碳基员工对应管理的硅基员工数量已超过150名。百融强调,这一指标并不等于人员替代率,它衡量的是组织利用AI扩大管理半径和交付能力的程度。人的角色也由重复执行转向目标设定、训练管理、异常处理和结果监督。

与之相匹配的,是覆盖硅基员工全生命周期的治理体系。不同任务需要明确权限边界和风险等级,关键环节要保留人工干预,运行过程应可监测、可审计,出现问题时能够追溯责任。治理的目标不是把AI挡在业务之外,而是让其在可信、可控的前提下承担更多工作。

企业级AI已经进入从能力展示走向生产验证的阶段。模型能力仍然重要,但决定商业化进程的,将是智能体能否稳定完成任务、形成可持续的单位经济模型,并从一个标杆场景复制到更多客户和行业。对百融而言,从AICC切入、以RaaS对齐结果、再以硅碳共治支撑规模化,是其推动企业级AI落地的一条清晰路径。