AI崗位化，重塑中國To B市場邏輯。

作者｜田思奇

編輯｜栗子

飯還沒上，爭論先來。投資人堅持“改成美式SaaS，不然沒戲”；張韶峰回了一句：“中國沒有SaaS。”

這句“逆勢”背后，是他多年在一線看到的常態(tài)：項目越做越長、系統(tǒng)越來越全，最后的KPI卻沒有人認(rèn)領(lǐng)。到2025年，行業(yè)走到了新的人工智能拐點——企業(yè)還能為功能買單嗎？還是為結(jié)果付費？AI應(yīng)用必須從“工具”被推向“崗位”。

據(jù)「甲子光年」觀察，作為少數(shù)率先下場者，成立11年的AI原生上市企業(yè)——百融云創(chuàng)，其破局中國企業(yè)軟件桎梏的核心思路是：把AI當(dāng)作“硅基員工”。只有把考核指標(biāo)與業(yè)務(wù)目標(biāo)掛鉤，讓AI真正承擔(dān)崗位KPI，AI才能在To B市場扎根。

“工具邏輯”和“崗位邏輯”的分野，正在決定AI能否在中國產(chǎn)業(yè)真正落地。

1.從賣鏟子到分金子

百融云創(chuàng)的選擇并非橫空出世，而是一次對行業(yè)舊范式的突破。要理解突破背后的的深層原因，得先回到企業(yè)軟件行業(yè)的原點。

紅杉資本合伙人帕特·格拉迪（Pat Grady）在今年早些時候的閉門會上直言，AI能力將從“賣工具、拿軟件預(yù)算”，過渡到“賣成果、拿勞動力預(yù)算”。下一個萬億美元機會，即將浮出水面。

在美國，這場范式轉(zhuǎn)換有SaaS作為過渡；但中國企業(yè)級軟件行業(yè)長期困于“賣工具、賣人頭、做項目”的邏輯里。項目制與定制化壓垮訂閱模式，低價競爭讓廠商無力迭代，用友、金蝶的財報就是最好的注腳。

這套邏輯放到AI階段，只會更加放大問題。模型、平臺、PoC（概念驗證）層出不窮，卻始終停留在演示和試點。業(yè)務(wù)部門試用幾輪，又換下一家供應(yīng)商，真正能跑進(jìn)企業(yè)真實業(yè)務(wù)的幾乎沒有。

對于創(chuàng)業(yè)經(jīng)歷豐富的張韶峰來說，這并不陌生。

作為清華畢業(yè)的工程師，張韶峰的職業(yè)起點是甲骨文、IBM這樣的外企巨頭。他見識到“企業(yè)級軟件產(chǎn)品”的工程底色：穩(wěn)定、可靠、流程完備。也更快意識到：外企的產(chǎn)品和業(yè)務(wù)體系在歐美土壤里可以成功，但移植到中國可能水土不服。

帶著這種認(rèn)知，張韶峰很快選擇創(chuàng)業(yè)。第一次創(chuàng)業(yè)失??；第二次在百分點科技小有成績；第三次，他選擇從業(yè)務(wù)know-how要求最深、監(jiān)管最嚴(yán)的金融行業(yè)切入，于2014年創(chuàng)立了百融云創(chuàng)，用最苛刻的邊界把“工程力”鍛造成“合規(guī)生產(chǎn)力”。

起初，百融云創(chuàng)以“人工智能”與“大數(shù)據(jù)風(fēng)控”為核心，為銀行、保險、消費金融等機構(gòu)提供風(fēng)險評估與智能營銷服務(wù)。這是 AI 1.0 階段的典型路徑：通過算法和建模提升效率，但仍以“工具”或“項目制交付”為主。畢竟在當(dāng)時，按結(jié)果付費幾乎是不可能完成的任務(wù)：能力有限，數(shù)據(jù)體系尚未成熟，企業(yè)更習(xí)慣一次性采購或定制化外包。

然而，長期的項目實踐讓張韶峰對這種模式的瓶頸認(rèn)識愈發(fā)清晰。AI定制化項目周期長、回款慢、利潤率低，重交付、輕復(fù)用，幾乎重演了上一代軟件外包的困局。商湯、曠視等“AI四小龍”都在這一階段承受巨大的現(xiàn)金流壓力。

真正讓百融云創(chuàng)跳出“工具邏輯”的轉(zhuǎn)折點，來自一次客戶的真實需求。

“當(dāng)時我們原本還是想‘賣工具’，”張韶峰對「甲子光年」回憶，“但有客戶說：‘你們干脆幫我把產(chǎn)品賣出去，賺了錢我再分你們’。”

這句話點醒了他。既然客戶真正需要的是結(jié)果，那就徹底調(diào)轉(zhuǎn)邏輯。于是，百融云創(chuàng)把商業(yè)模式定為“結(jié)果計價”——客戶賺錢，百融才能賺錢。

百融云創(chuàng)副總裁、首席產(chǎn)品與市場官王偉民打了個比喻：“我們不是賣鏟子讓客戶自己挖金子，而是用同一把鏟子幫客戶把金子挖出來?！?/p>

這也是百融從“賣工具”到“分收益”的關(guān)鍵轉(zhuǎn)折：不再試圖與客戶博弈（即把工具賣給客戶），而是與客戶結(jié)成伙伴（即與客戶肩并肩，共同實現(xiàn)業(yè)務(wù)成果，再分收益）。

但當(dāng)時很少有To B公司用這種策略。張韶峰與投資人在飯桌上的沖突正源于此。

投資人的意見與主流一致：照搬美國 SaaS 模式，做輕產(chǎn)品、簽長訂閱，換取更高估值。

而張韶峰的判斷來自自己過去十幾年的積累。他說得很直接：“技術(shù)正確，不等于商業(yè)正確。 Oracle、IBM的邏輯放在中國根本行不通。沒人會為‘過程的可能性’付費，大家只會為結(jié)果買單。”

投資人認(rèn)為他在冒險，他卻堅持認(rèn)為，只有“結(jié)果計價”才能讓AI真正融入業(yè)務(wù)，成為生產(chǎn)力。

這場分歧也讓他更早確立了百融的底色——與其賣工具，不如共擔(dān)結(jié)果；與其賣軟件，不如承包KPI。

后來，隨著市場一次次驗證SaaS模式的失靈，那次被認(rèn)為“太冒險”的選擇，反而成為百融最重要的確定性。

只是，“非主流”并不容易。

因此，百融選擇繼續(xù)深耕金融等復(fù)雜場景，以“可信交付”積累底層能力。隨著對話式AI工程、語音理解與合成、檢索增強與長期記憶、工具調(diào)用與編排等基礎(chǔ)能力逐步成熟，“按結(jié)果付費”的理念才真正照進(jìn)現(xiàn)實，業(yè)務(wù)由工具試點終于進(jìn)入崗位化階段。

不僅在商業(yè)模式上敢堅持，在技術(shù)路徑上，百融云創(chuàng)也選擇了逆勢。

2017年，Transformer的論文問世不久，整個行業(yè)還停留在關(guān)鍵詞匹配、模板化應(yīng)答的AI客服模式。端到端語音對話在真實業(yè)務(wù)的大規(guī)?？捎眯匀源尜|(zhì)疑。但百融云創(chuàng)提前押注了“語音對話技術(shù)?！保ˋSR/TTS、語義理解、多輪對話、合規(guī)校驗、低時延運營），持續(xù)投入8年，把語音從“可選交互”打磨成崗位剛需。

如果說金融行業(yè)的深水試煉鍛造了百融的“合規(guī)生產(chǎn)力”；投資人壓力下的堅持塑造了其“商業(yè)定力”；那么 2017 年的技術(shù)孤勇，則打磨出其“底層工程能力”。三者合一，才讓百融云創(chuàng)在今天的Agentic AI落地的轉(zhuǎn)折點上，有底氣提出“硅基員工”這一概念。

2021年，百融云創(chuàng)在中國香港成功上市，這條少有人走的路，不僅讓公司活了下來，也贏得了資本市場的回報。

2.讓硅基員工能干活，干好活

不過，資本市場的認(rèn)可是一方面，真正的考場始終在客戶一線。百融云創(chuàng)“硅基員工”帶來的效果，已經(jīng)寫進(jìn)成熟落地的業(yè)務(wù)場景。

銀行理財業(yè)務(wù)中，冗長的對接常常消耗客戶耐心。比如一位說四川話的客戶咨詢低風(fēng)險理財時，首位客服未精準(zhǔn)捕捉需求便轉(zhuǎn)接；第二位理財經(jīng)理推薦的產(chǎn)品收益不達(dá)標(biāo)，未滿足其預(yù)期；轉(zhuǎn)至第三位貴賓經(jīng)理時，信息斷層已讓客戶煩躁，甚至直接提出3.5%保底收益的要求——若客服為安撫客戶而應(yīng)允，極易觸碰監(jiān)管紅線。

在百融云創(chuàng)的硅基員工體系里，前臺一次采集需求即入記憶庫；中臺在關(guān)鍵節(jié)點自動風(fēng)險提示；后臺全程做合規(guī)校驗并生成證據(jù)賬本?？蛻糁恍枵f一遍，信息在“客服-理財-合規(guī)”三個智能體間順暢流轉(zhuǎn)。即便客戶再次追問“保底”，硅基員工也能穩(wěn)守合規(guī)紅線。長尾客群意向率提升57%（同口徑抽檢），違規(guī)承諾 0 件，理財鏈路轉(zhuǎn)化顯著提升。

在運營商營業(yè)廳，難題是業(yè)務(wù)復(fù)雜與信息滯后。用戶原本只要“100元50G流量”，辦理中又追加“全家共享200G流量、500分鐘語音”，預(yù)算升至300元。人工柜臺往往耗時四五十分鐘以上，還容易出現(xiàn)推薦方案與現(xiàn)有業(yè)務(wù)規(guī)則相沖突的錯漏。硅基員工可實時調(diào)用最新產(chǎn)品庫，動態(tài)切換套餐以滿足用戶需求，辦理時間縮短至15分鐘以內(nèi)，滿意度顯著提升。且運營商全國的套餐信息可在2-3小時內(nèi)同步到全體硅基員工。

在大型客服中心，難題是峰值產(chǎn)能與SLA。平時600席，峰值需要800席，年成本高達(dá)數(shù)千萬元。硅基員工能直接承擔(dān)高頻、重復(fù)性任務(wù)，不僅降低人力支出，還減少招聘、培訓(xùn)與流失成本。

在共享服務(wù)中心（SSC）等后臺流程場景，痛點在于合同、報銷、對賬等標(biāo)準(zhǔn)化流轉(zhuǎn)的時耗。以百融云創(chuàng)的內(nèi)部實踐為例，單件合同修改時長由56分鐘縮短至4分鐘（由智能體完成）。

這些案例的共通點是：AI不再只是輔助性的“軟件工具”，而是進(jìn)入組織結(jié)構(gòu)，與碳基員工一起被納入KPI考核。銀行的難題是合規(guī)與體驗，運營商的難題是流程與信息，客服中心的難題是峰值人力。過去的“賣工具”邏輯只會交付功能清單，無法對結(jié)果負(fù)責(zé)；崗位化則讓AI真正承擔(dān)崗位責(zé)任。

真正支撐這些“硅基員工”跑起來的，是百融云創(chuàng)十余年的技術(shù)積淀。客戶看到的是能上崗、會執(zhí)行、能考核的智能體；背后，是一套系統(tǒng)級的工程能力。

首先是多智能體協(xié)作。傳統(tǒng)的軟件模塊各自為政，需要人工補位；而硅基員工必須像團(tuán)隊一樣協(xié)同。百融云創(chuàng)讓不同崗位智能體共享同一“大腦”和記憶系統(tǒng)，前臺采集的投資偏好能直接傳給中后臺，避免重復(fù)溝通；例如理財顧問的合規(guī)提醒也會同步給風(fēng)控后臺，實現(xiàn)真正的鏈路協(xié)作。

其次是持久記憶。沒有記憶，智能體只能做一次性應(yīng)答；有了記憶，才能在長周期業(yè)務(wù)中保持一致性。百融的智能體擁有短期與長期雙重記憶：短期記憶支撐幾十輪復(fù)雜對話；長期記憶可延伸至一年以上，保存客戶畫像、業(yè)務(wù)習(xí)慣與歷史案例。這些記憶還與RAG技術(shù)等結(jié)合，把規(guī)則、案例、經(jīng)驗固化為可實時調(diào)用的知識庫。崗位經(jīng)驗因此得以傳承，不再依賴?yán)蠁T工“口口相傳”。

第三是實時語音對話能力。在多方言的中國市場，語音是觸達(dá)客戶的第一關(guān)。百融云創(chuàng)的 基于自研語音對話棧（ASR/TTS、多輪對話、合規(guī)校驗、低時延運營）打造的VoiceAgent已可支撐日均一億通電話的語音交互，端到端延遲低于200毫秒（行業(yè)基準(zhǔn)30-40毫秒），準(zhǔn)確率近99%，并具備多方言與噪聲環(huán)境下的魯棒性。毫秒級響應(yīng)與合規(guī)校驗，讓語音交互從“錦上添花”變成崗位剛需。

三大能力疊加，構(gòu)成硅基員工的三項基本素質(zhì)：協(xié)同工作、傳承記憶、上崗履責(zé)。

在此之上，百融云創(chuàng)搭建起“百工平臺”——硅基員工的生產(chǎn)工廠。它能把崗位經(jīng)驗抽象成模塊，批量化生成智能體。就像操作系統(tǒng)之于應(yīng)用軟件，崗位化不只是百融的一種交付方式，更可能成為行業(yè)的公共底座。

截至2024年底，百融云創(chuàng)已服務(wù)8000+機構(gòu)客戶，產(chǎn)品自主知識產(chǎn)權(quán)率超95%，累計取得310項軟著與專利。客服話術(shù)要合規(guī)留痕，理財銷售要遵循監(jiān)管標(biāo)準(zhǔn)，貸后管理要與風(fēng)險模型實時打通。這些看似“業(yè)務(wù)邏輯”，實則已沉淀為可執(zhí)行的技術(shù)規(guī)則。

對客戶而言，這意味著結(jié)果可見、風(fēng)險可控；對百融而言，這意味著崗位化不再是概念，而是可規(guī)模復(fù)制的生產(chǎn)力。

技術(shù)、監(jiān)管、市場三股力量的共振，讓崗位化從理念變成現(xiàn)實。百融云創(chuàng)過去十一年的積累，恰好在此刻與大勢匯合。

3.中國AI To B 的新商業(yè)秩序

全球范圍內(nèi)，AI“崗位化”的呼聲正在迅速匯聚。

1999年，英偉達(dá)發(fā)布GeForce 256，把加速計算推上軌道，相當(dāng)于蒸汽機的問世；2016年，數(shù)據(jù)、模型、工程工具和算力被打包成可復(fù)制的體系，就像工廠的雛形。下一步，AI 必須進(jìn)入流水線階段，讓產(chǎn)出形成穩(wěn)定循環(huán)。8月的一次演講中，紅杉資本將這場轉(zhuǎn)變置于產(chǎn)業(yè)演進(jìn)脈絡(luò)加以拆解。

圖片來源：紅杉

紅杉合伙人康斯坦丁·布勒（Konstantine Buhler）強調(diào)，要讓AI真正走出實驗室并承擔(dān)崗位責(zé)任，必須同時具備三種能力：

• 智能體協(xié)作——像團(tuán)隊一樣完成復(fù)雜任務(wù)；

• 持久記憶——在長周期業(yè)務(wù)中保持一致性與可靠性；

• 語音交互——讓AI能真正站上前臺崗位。

三者合一，AI才可能具備崗位化的穩(wěn)定性，成為可計量的生產(chǎn)力。這一判斷也與百融云創(chuàng)的技術(shù)沉淀和行業(yè)實踐高度共振。

此外，紅杉還提到一個近兩年很火的概念：Agent Swarm（多智能體群協(xié)作）。他們認(rèn)為，單個智能體價值有限，真正能跑起來的是一群智能體的協(xié)作網(wǎng)絡(luò)。在人類管理者的編排下分工合作、信息交換，甚至在系統(tǒng)內(nèi)建立責(zé)任與信任的約束。換句話說，智能體第一次被當(dāng)作經(jīng)濟(jì)參與者，而不只是工具。

圖片來源：紅杉

市場擴張的軌跡也很清晰。云計算早期，全球軟件市場約3500億美元，其中SaaS只有60億美元；隨著訂閱模式普及，市場規(guī)模膨脹到6500億美元，SaaS也隨之成長到4000億美元。如今AI在美國服務(wù)業(yè)的市場不足200億美元，但潛在空間高達(dá)10萬億美元。護(hù)士、開發(fā)者、律師等崗位的薪酬，本身就是一片待開墾的“金礦“。只要AI真正進(jìn)入這些崗位，就可能孕育新一代巨頭。

幾乎在同一時間，中國的大廠也給出了類似判斷。阿里巴巴集團(tuán)CEO吳泳銘在云棲大會上提出：Agent將吞噬軟件，自然語言就是未來的源代碼。未來，終端用戶都可以通過大模型等工具來滿足自己需求。種種聲音說明，崗位化不只是個口號，而是全球產(chǎn)業(yè)共識的收斂方向。

但在具體落地層面，真正敢把AI推到崗位、為結(jié)果買單的公司鳳毛麟角，百融云創(chuàng)的獨特性也得以凸顯。

歷經(jīng)客戶檢驗的閉環(huán)能力，直接塑造了行業(yè)差異：大廠有技術(shù)，卻缺少業(yè)務(wù)沉淀，做得了咨詢卻跑不通成交；小廠懂業(yè)務(wù)，卻沒有穩(wěn)定的語音識別和合規(guī)引擎，難以承擔(dān)崗位職責(zé)。

而百融云創(chuàng)在批量交付“硅基員工”的同時，也以標(biāo)準(zhǔn)API/SDK向生態(tài)伙伴開放底座，包括語音對話棧；Agent OS的編排與治理；合約與結(jié)果賬本；模型服務(wù)與對齊。張韶峰說：“如果客戶新創(chuàng)造了100元價值，我們只按合同約定分享其中一部分。與其卷價格，不如一起把結(jié)果做大——甲方多賺，我們自然共贏。”

在內(nèi)卷成性的中國To B市場，未來的想象空間即將打開。在張韶峰的愿景里，百融云創(chuàng)將依托自研智能體開發(fā)平臺和自研模型矩陣，成為中國最大的“硅基員工提供商”。

這個定位釋放了一個行業(yè)信號：中國軟件行業(yè)沒必要重復(fù)美國的SaaS路徑，而是有機會直接跳進(jìn)“崗位化”階段，在 Agentic AI時代，有望走出低價位競爭，進(jìn)入高價值的新周期。

幾十年來的數(shù)字化演進(jìn)，甲乙雙方都困在零和博弈中，如今出現(xiàn)了共生的可能。風(fēng)險前置到供給側(cè)，收益與客戶掛鉤，雙方第一次站在同一陣營。

王偉民的總結(jié)是：“以前是博弈，現(xiàn)在是共生。”

對于中國To B行業(yè)，這不僅僅是交付方式的更替，更可能是秩序的重寫。崗位化讓AI從實驗室走進(jìn)產(chǎn)業(yè)，也讓一個長期失靈的行業(yè)機制，第一次看見了新秩序的雛形。

（封面圖及文中未說明圖片由AI生成）