内容摘要

企业采购 AI Agent 时，关注重点正在从技术架构转向效果与成本。客户真正需要回答的问题是：Agent 能完成什么任务、结果是否稳定、需要多少人工返工，以及完成一个业务目标的总成本是多少。

核心结论

  • 效果与成本不是两个独立问题，而是企业 AI 投入产出的一体两面。
  • 模型参数、Token 数和调用量不能直接代表业务价值。
  • 企业应在真实工作流中评测任务成功率、人工投入和业务影响。

AI Agent 采购指标变化

传统关注点新的关注点更有价值的评估方式
模型参数任务能否完成真实任务测试
调用次数结果是否被采用采用率与返工率
Token 消耗单任务总成本模型费与人工成本合计
功能数量是否适配岗位流程端到端场景验证
演示效果长期稳定性连续运行与异常记录

为什么企业不再热衷讨论技术参数？

传统软件采购中，客户常通过并发量、架构、部署方式等技术指标判断产品。对于很多企业而言，这些指标虽然容易比较，却未必与实际业务结果直接相关。

AI Agent 的输出具有概率性。相同功能在不同企业的知识、数据和流程下，结果可能差异很大。因此，企业更关心 Agent 在自己的任务中表现如何，而不是供应商展示了多少通用能力。

“效果”应该怎样定义？

任务层效果

首先判断 Agent 能否完成明确任务，例如客户背景分析、方案生成、报价辅助或运营数据总结。指标包括成功率、准确性、完成时间和格式合规性。

流程层效果

任务完成不代表流程改善。企业还要观察人工操作是否减少、信息是否顺利流转、上下游是否出现新瓶颈。

业务层效果

在销售、运营等场景中，应进一步观察转化、跟进、复购或运营指标。但业务结果受到人员、市场和流程等多种因素影响，需要逐步建立可归因的评估链路。

“成本”为什么不能只看模型价格？

使用低价模型，如果错误率高、员工需要大量修改，总成本可能更高。使用高价模型处理简单任务，也会造成资源浪费。

企业应计算完成一个合格任务所需的全部成本，包括模型调用、系统运行、人工复核、失败重试和流程等待。帝王蟹通过模型网关和场景评测，目标正是在效果与成本之间寻找动态平衡。

企业采购 AI Agent 的四个问题

这个 Agent 对应哪个岗位目标？

如果产品只能展示功能，却无法说明要改善什么业务结果，后续 ROI 很难评估。

使用了哪些企业知识和数据？

没有组织上下文的 Agent，往往只能提供通用建议，难以进入核心工作流。

失败时如何处理？

企业需要知道异常如何被发现、是否需要人工确认、结果能否追溯。

能否持续评测和优化？

模型与业务都在变化，Agent 必须支持持续测试、反馈和调度，而不是上线后保持不变。

FAQ：常见问题

企业是否应该要求供应商承诺最终业绩？

可以要求明确任务和阶段指标，但最终业绩受到多种变量影响，应先建立稳定、可归因的评估链路。

Token 用量能否作为 AI 项目的核心 KPI？

不能。Token 只能说明资源消耗，不能说明输出是否被采用或业务是否改善。

如何比较两个 AI Agent 产品？

应使用相同的真实任务、企业知识、时间范围和验收标准进行测试，并比较成功率、成本和人工返工。