ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

大厂Agent降价潮背后:企业为何只用来改PPT?

大厂Agent降价潮背后:企业为何只用来改PPT?

1. 这场“Agent狂欢”到底在热闹什么

过去大半年,只要跟企业数字化沾边的场合,几乎绕不开一个词——Agent。大厂接连把自家Agent平台的价格往下压,有的甚至直接打出“限时免费”“按调用量阶梯计价”的旗号,一时间市场上热闹得像过年。做SaaS的、做RPA的、做低代码的,全都往Agent概念上靠,发布会一场接一场,Demo视频一个比一个炫。但如果你真的走进一家已经采购了Agent产品的公司,去问问一线员工每天拿它干什么,得到的答案大概率会让你沉默:改PPT、润色周报、整理会议纪要,顶多再加一个“帮我写个邮件”。

这不是段子,是我最近跟几个不同行业的朋友聊天时反复听到的真实反馈。某制造企业的IT负责人跟我说,他们花了几十万采购的Agent平台,目前日活最高的功能是“一键生成汇报大纲”。某互联网公司的运营同学更直接:“我们老板买它就是为了让周报看起来更专业。”一边是厂商铺天盖地的“智能体将重塑企业生产力”,一边是用户端最刚需的场景停留在文档处理,这个落差本身就值得好好拆一拆。

我写这篇东西,不是要唱衰Agent,恰恰相反,我觉得这个落差里藏着大量被忽略的机会。适合谁来读?如果你是企业里负责选型的技术决策者,或者是正在做Agent落地的开发者,又或者只是被各种发布会绕晕了想搞清楚状况的从业者,这篇都能给你一些能直接参考的判断。我会从这场降价潮的底层逻辑讲起,拆解为什么企业买回去只用来改PPT,再给出几条我自己验证过的、能让Agent真正跑起来的落地思路。

2. 大厂降价背后的真实算盘

2.1 价格战不是慈善,是抢入口

先想清楚一个问题:大厂为什么愿意把Agent平台的价格打到这么低?答案不复杂——它们在抢入口。Agent这个东西,本质上是一个“调度层”,它往下要调用模型能力,往上要对接企业各种业务系统。谁掌握了这个调度层,谁就掌握了企业AI应用的流量入口。这跟当年云计算厂商疯狂降价抢IaaS份额是一个逻辑,先用低价把客户圈进来,等你的业务逻辑、数据、工作流都长在它的平台上,迁移成本就高到离谱了。

我见过一个很典型的案例。某中型公司一开始用的是A厂商的Agent平台,因为便宜。用了半年,工作流、知识库、审批链路全在上面跑起来了。后来B厂商报价更低,他们想迁,结果一评估发现光是把那些配置好的流程重新搭一遍就要两个月,还不算数据迁移和重新测试的成本。最后没迁。这就是入口的价值——低价是获客手段,锁定才是目的。

所以你在选型的时候,不能只看单价。要算的是“三年总拥有成本”,包括迁移成本、学习成本、以及被单一平台绑定的隐性风险。这一点我在后面会展开讲。

2.2 降价降的是“调用费”,不是“落地费”

还有一个特别容易被忽略的点:大厂降的价,主要是模型调用费、API调用费这类标准化成本。但企业真正花钱的地方,从来不是调用费,而是落地费。什么叫落地费?就是你把一个Agent从“能跑Demo”变成“能进生产环境”之间要填的那些坑——数据清洗、权限打通、流程梳理、异常处理、员工培训,每一项都是真金白银。

我帮一个朋友算过一笔账。他们采购Agent平台的年费是八万,听起来不贵。但为了让它能对接公司内部的CRM和工单系统,前后投入了两个开发将近一个月的时间做接口适配,加上数据治理和测试,人力成本折算下来接近十五万。也就是说,落地费是采购费的两倍。大厂降价降的是那八万,降不到那十五万。很多企业买之前只看到八万,买之后才发现十五万才是大头,于是干脆放弃深度集成,退回到“改PPT”这种零门槛场景。

提示:评估Agent采购时,把“集成与落地人力成本”单独列一行,通常它会是软件费用的1.5到3倍。这个数字提前跟老板对齐,能避免后期预算扯皮。

2.3 免费额度养出的“伪需求”

大厂为了抢客户,普遍会给一笔可观的免费额度,或者前几个月免费试用。这个策略本身没问题,但它会催生一种“伪需求”——因为不要钱,所以先试试;因为不知道能干嘛,所以先拿最简单的场景练手。结果就是大量企业的Agent使用数据里,文档类操作占比高得离谱。

这不是用户的问题,是产品引导的问题。厂商的Demo永远在展示“智能体自动完成复杂任务链”,但企业拿到手发现,要配置出那样的任务链,需要先把业务流程标准化到极致,而大部分公司的流程根本没标准化。于是最简单的文档处理成了唯一能立刻跑通的场景。免费额度养出来的不是深度用户,是一批“改PPT用户”。

3. 为什么企业买回去只用来改PPT

3.1 业务流程本身就没标准化,Agent无从下手

这是最根本的原因,也是最容易被厂商回避的原因。Agent要发挥作用,前提是它要执行的任务有清晰的输入、输出和判断规则。但现实中大部分企业的流程是什么样?一个报销审批,可能张三走这个系统,李四走那个系统,王五直接微信发个截图。你让Agent怎么自动化?

我见过一家公司想用Agent做合同审核。想法很好,但一梳理发现,他们的合同模板有十七个版本,每个业务线用的都不一样,审核标准也存在大量“看情况”的模糊地带。这种流程,人来做都费劲,更别说Agent。最后这个项目不了了之,Agent被降级用来做合同摘要——也就是另一种形式的文档处理。

所以“只用来改PPT”不是Agent能力不行,是企业的流程成熟度还没到能让Agent发挥的程度。文档处理之所以成为首选,恰恰因为它是个体行为,不依赖跨部门流程标准化,一个人就能跑通。

3.2 组织里没人对“Agent落地”负责

采购Agent通常是IT部门或者数字化部门牵头,但Agent真正要用起来,需要业务部门配合。问题来了:IT部门不懂业务细节,业务部门觉得这是IT的事。两边一推诿,Agent就成了一个“谁都能用但谁都不深用”的工具。

更麻烦的是考核机制。IT部门的KPI是“系统上线率”“采购成本控制”,业务部门的KPI是“业绩指标”。没有人为“Agent到底产生了多少业务价值”负责。这种情况下,最容易出成绩的就是文档处理——因为它立竿见影,谁都能看到,还不用跨部门协调。改PPT改得好,至少证明“系统在用”,对上对下都好交代。

3.3 数据孤岛让Agent“看不见”业务全貌

Agent要做出有价值的判断,需要能看到完整的数据。但企业里的数据散落在CRM、ERP、OA、财务系统里,彼此不通。Agent接了一个系统,看不到另一个系统的数据,给出的结果自然就是片面的。

举个例子,你想让Agent帮你判断“这个客户值不值得优先跟进”。它需要看到CRM里的客户历史、财务系统里的回款记录、工单系统里的服务记录。如果它只能看到CRM,那它给出的判断跟一个刚入职的销售差不多。企业花大价钱买的“智能”,最后因为数据不通,退化成了一个“稍微聪明点的搜索框”。这种情况下,用户自然只愿意把不依赖多系统数据的任务交给它——比如改PPT。

3.4 员工对“被替代”的天然抵触

这一点很少有人公开讲,但真实存在。一线员工面对Agent,第一反应往往不是“太好了有人帮我干活了”,而是“这玩意儿是不是来抢我饭碗的”。这种抵触不会明说,但会体现在行为上:不主动用、不反馈问题、不分享使用技巧。

文档处理之所以阻力最小,是因为它看起来像“辅助工具”而不是“替代者”。你让Agent帮你改PPT,没人觉得被威胁;你让Agent自动处理客户工单,客服团队立刻紧张。所以“只用来改PPT”某种程度上是员工用脚投票的结果——他们选择了对自己最安全的用法。

4. 从“改PPT”到真落地,中间差了什么

4.1 先找“高频、独立、有明确好坏标准”的场景

别一上来就想搞大的。我踩过的坑就是,一开始雄心勃勃要做一个“全流程智能助手”,结果三个月没上线。后来换了个思路,先找一个高频、独立、有明确好坏标准的场景。

什么叫高频?每天或每周都要做。什么叫独立?一个人或一个小团队就能完成,不需要跨部门。什么叫有明确好坏标准?做完了能立刻判断对不对、好不好。文档处理之所以流行,就是因为它符合这三条。但除了文档,还有很多类似场景:比如客服话术的实时推荐、销售报价单的自动生成、代码review的初步检查。

我建议你拿一张纸,把部门里所有任务列出来,按这三个维度打分,选总分最高的那个先做。别贪大,先跑通一个,让团队看到效果,再扩展。

4.2 把“人机协作”设计进流程,而不是追求全自动

很多Agent项目失败,是因为一开始就追求“全自动”,结果异常情况处理不了,用户用两次就放弃了。更务实的做法是设计“人机协作”——Agent做初稿,人做审核和修正。

比如合同审核,别让Agent直接出“通过/不通过”的结论,让它标出“疑似风险条款”并给出理由,由法务做最终判断。这样既降低了Agent的准确率要求,又让法务感受到了效率提升。等跑顺了,再逐步提高自动化比例。这个思路我在好几个项目里验证过,比一步到位靠谱得多。

4.3 给Agent配一个“业务翻译官”

技术团队和业务团队之间需要一座桥。这个人不一定要懂代码,但一定要懂业务,同时能理解Agent的能力边界。他的工作是:把业务需求翻译成Agent能执行的任务描述,把Agent的输出翻译成业务能理解的语言。

我见过一个做得特别好的案例。某公司设了一个“智能体运营”岗位,由原来做业务分析的人转岗。他每天的工作就是跟一线员工聊天,发现哪些任务可以交给Agent,然后自己用低代码工具配置出来。半年时间,这个公司Agent的活跃场景从3个扩展到20多个,而且都是业务真正需要的。这个岗位的价值,比多买几个License大得多。

5. 一套可复现的Agent落地实操框架

5.1 第一步:场景筛选打分表

我整理了一个简单的打分表,你可以直接拿去用。每个维度1到5分,总分最高的优先做。

维度说明打分要点
频率任务发生的频次每天=5,每周=3,每月=1
独立性是否需要跨部门协作单人完成=5,需1个部门配合=3,需多部门=1
标准清晰度好坏是否有明确判断标准有明确规则=5,有参考案例=3,靠经验=1
数据可得性Agent能否拿到所需数据单系统内=5,需2个系统=3,需3个以上=1
容错空间出错后的影响程度无影响=5,需人工复核=3,影响客户=1

把候选场景列出来,逐个打分。总分20分以上的,可以优先做。15到20分的,作为第二批。15分以下的,先放一放。这个表我用了很多次,能有效避免“拍脑袋选场景”。

5.2 第二步:最小可行配置

选好场景后,别急着上大平台。先用最小可行配置跑通。什么叫最小可行配置?就是能跑通核心流程的最简方案。

以“销售报价单自动生成”为例。最小配置可能是:一个表单收集客户需求,一个知识库存产品价格和折扣规则,一个Agent负责根据需求匹配产品并计算价格,最后输出一个标准格式的报价单。不需要对接CRM,不需要审批流,先让销售能用起来。

这个阶段的目标不是完美,是验证“这个场景到底有没有价值”。我建议给自己设一个两周的期限,两周跑不通,要么换场景,要么换方案。

5.3 第三步:收集反馈并迭代

跑通之后,最重要的事是收集反馈。但别问“你觉得好不好用”这种问题,没人会认真回答。要问具体的:“上周你用了几次?”“哪一次结果不对?”“如果让你改一个地方,你改哪里?”

我习惯做一个简单的反馈表,放在Agent输出结果的旁边,就三个选项:有用、没用、部分有用。点“没用”或“部分有用”的,弹出一个输入框让用户写原因。这个简单的机制,比任何用户访谈都有效。收集到的反馈,每周整理一次,挑最高频的问题优先修。

5.4 第四步:逐步扩展与权限打通

当一个场景稳定运行一个月以上,日活用户超过目标用户的60%,再考虑扩展。扩展的方向有两个:一是横向扩展,把类似场景加进来;二是纵向深化,打通更多数据源,让Agent能做更复杂的判断。

打通数据源这件事,一定要按需做,不要提前做。我见过太多项目,一开始就花大力气打通所有系统,结果场景没跑起来,打通的数据源全浪费了。正确的顺序是:场景需要什么数据,就去打通什么数据。这样每一分投入都有明确的产出对应。

6. 实操中踩过的坑与排查技巧

6.1 Agent“答非所问”的三种常见原因

第一种,任务描述太模糊。你告诉Agent“帮我处理一下这个客户的问题”,它不知道“处理”是指回复邮件、生成工单还是升级投诉。解决办法是把任务拆解成明确的动作,比如“阅读这封客户邮件,判断问题类型,生成一封回复草稿”。

第二种,知识库内容过时或冲突。Agent从知识库里检索信息,如果知识库里有三个版本的退货政策,它可能随机选一个。解决办法是定期清理知识库,确保同一问题只有一个权威答案。

第三种,上下文太长导致信息丢失。Agent的上下文窗口有限,如果一次性给它太多信息,它可能抓不住重点。解决办法是把长任务拆成多个短步骤,每一步只给必要的信息。

6.2 用户用两次就不用了,怎么排查

先看是不是“第一次体验”出了问题。大部分用户放弃,是因为第一次用的时候结果不对,而且不知道怎么改。所以第一印象特别重要。我通常会在Agent上线前,找几个真实用户做一轮测试,确保第一次使用就能得到可接受的结果。

再看是不是“没有融入工作流”。如果Agent是一个独立入口,用户要专门打开它才能用,那大概率会被遗忘。最好的做法是把Agent嵌入到用户本来就在用的工具里,比如企业微信、钉钉、或者业务系统的一个按钮。用户不需要改变习惯,才能持续使用。

最后看是不是“没有反馈闭环”。用户提了问题,没人理,几次之后就不提了。所以要建立一个简单的反馈响应机制,哪怕只是“收到,我们正在看”,也能让用户觉得自己的声音被听到。

6.3 成本失控的预警信号

Agent跑起来之后,成本可能会悄悄上涨。几个预警信号:一是调用量突然增加,但活跃用户没增加,说明可能有异常调用或死循环;二是单次任务的平均调用次数上升,说明任务拆解变复杂了;三是知识库检索的命中率下降,说明知识库需要更新了。

我建议设一个简单的成本监控,每周看一次。如果发现调用量周环比增长超过30%,而业务量没有对应增长,就要去排查原因。大部分成本失控,都是因为某个环节出了异常,而不是正常业务增长。

注意:Agent的调用成本是“温水煮青蛙”式的,单次看起来不贵,量大了很吓人。一定要设预算上限和告警,别等账单出来才后悔。

7. 关于Agent落地,我自己的几条经验

第一条,别把Agent当“员工”,把它当“实习生”。实习生能干什么?能帮你查资料、整理文档、做初步筛选。你不会让实习生直接见客户、做最终决策。用这个心态去设计Agent的任务,期望值就对了。

第二条,场景的价值大于技术的先进。我见过太多团队沉迷于“用最新的模型”“搭最复杂的架构”,结果做出来的东西没人用。反过来,有些团队就用最基础的模型,但场景选得准,用户天天用。技术是手段,场景才是目的。

第三条,落地是个“运营活”,不是“技术活”。Agent上线只是开始,后面的持续运营才是关键。谁负责收集反馈?谁负责更新知识库?谁负责处理异常?这些问题不解决,再好的技术也会烂尾。

第四条,别追求“全自动”,追求“省时间”。用户不关心自动化率是80%还是95%,他们关心的是“我原来要花一小时,现在花多久”。哪怕Agent只帮你省了20分钟,只要稳定可靠,就是有价值的。从这个角度出发,很多“只用来改PPT”的场景,其实也有它的价值——至少它真的省了时间。问题不在于改PPT,而在于只改PPT。先让用户用起来,再慢慢引导他们尝试更复杂的场景,这条路比一上来就搞大的要稳得多。

最后分享一个我最近在用的笨办法:每周花半小时,跟一个一线用户聊聊天,问他“这周Agent帮你干了什么,哪次让你觉得烦”。不用做正式访谈,就闲聊。坚持一个月,你会得到比任何用户调研报告都真实的洞察。Agent落地这件事,说到底不是技术问题,是人的问题。把人搞定了,技术自然就落地了。

RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进