每經(jīng)記者｜葉曉丹    每經(jīng)編輯｜張海妮    

2025年，AI（人工智能）技術不斷發(fā)展深化，從通用大模型到AI應用，AI的邊界正在不斷拓展。業(yè)內對AI能力的探討也從Copilot（助手）切換到了Agent（智能體）。近期，稅友股份（603171.SH，股價49.15元，市值199.72億元）推出行業(yè)首個Agentic平臺“數(shù)智工場”，嘗試通過人機協(xié)同模式重構財稅服務體系。

稅友股份2025年半年報披露，公司數(shù)智財稅業(yè)務營收同比增長11.95%，數(shù)字政務業(yè)務營收同比增長16.60%。對效率和準確率的雙重訴求，使得AI在財務管理、風險控制、稅務規(guī)劃等環(huán)節(jié)的應用需求迅速增長。

但當前，AI Agent仍面臨“平方成本魔咒”等行業(yè)痛點，財稅領域的AI Agent是一個好的落地場景嗎？AI Agent能改善SaaS（軟件即服務）行業(yè)國內用戶付費意愿不強的問題嗎？基于上述問題，近期，《每日經(jīng)濟新聞》（以下簡稱NBD）記者專訪了稅友股份億企贏CEO王安笑。

稅友股份億企贏CEO王安笑 圖片來源：受訪者提供

NBD：我們注意到，AI領域的熱詞從之前的Copilot切換到了Agent。隨著AI技術的不斷演進，企業(yè)AI落地應用也在加速。您怎么看技術演進速度以及當前Agent的路徑發(fā)展？

王安笑：我理解Copilot更多是提供一種輔助，它自己不能獨立完成工作。而Agent更多是AI技術能力變強、場景固化后，可以獨立完成一些工作。從邏輯上來看，Agent是比Copilot更高階的，因為它能獨立完成任務。

而從企業(yè)的實際應用來看，并不是已經(jīng)全面淘汰Copilot，替換成Agent應用了。實際的情況比較復雜，例如我們有一個AI會計的開票應用，基本上可以達到Agent的能力，開票過程基本不需要人工干預，能獨立完成任務指令。但在實際操作中，最后的環(huán)節(jié)還需要人工確認。在一些復雜程度高、零錯誤容忍率的工作環(huán)節(jié)中，人仍然是工作的主體，AI技術可以提升效率，但無法替代人，所以在實際應用中，AI應用仍有很多是Copilot的角色。未來3～5年，在B端市場，我認為AI應用仍然是Copilot和Agent并存的狀態(tài)，只是Agent的能力會不斷增強。

NBD：提到財稅，大家普遍認知是對數(shù)據(jù)的準確性要求高。在您看來，財稅領域是AI Agent應用落地的確定性方向嗎？

王安笑：我個人認為醫(yī)療、法務、財稅領域是AI Agent比較適合應用的行業(yè)。這幾個行業(yè)背后都有一些共性，比如具有高確定性，有明確的規(guī)則邊界，同時還有大量實務案例。AI在這幾個領域可以發(fā)揮巨大的作用，但又不能完全依靠AI解決所有問題，還需要人工的干預和判斷。

因為最后在倫理層面涉及責任問題，AI應用無法替代人類承擔責任。所以從這個角度來說，讓AI應用完全替代這三個行業(yè)其實挺難，因為最后還是需要通過AI和人的配合來落地。所以我們可以看到，在這些行業(yè)的AI應用中，未來Copilot和Agent預計是一種協(xié)同的關系。

NBD：目前在AI行業(yè)，大家比較關心的一大痛點是“平方成本魔咒”（指模型性能提升與成本增長呈非線性關系，尤其是大模型訓練中算力投入與參數(shù)規(guī)模呈指數(shù)級關聯(lián)），這對你們來說也是一大挑戰(zhàn)嗎？

王安笑：這是我們在成本上遇到的問題之一，當然也是行業(yè)的一個普遍痛點。我們也在設計上做了一些優(yōu)化，譬如說行業(yè)內對話式通用大模型，是沒有邊界的，用戶基本想聊什么都可以。但在我們的AI Agent中，我們進行了一些調優(yōu)，根據(jù)業(yè)務屬性、用戶對應的問題模塊做了一些預訓練，通過這些方式來降低所謂的“平方成本”。

當然，目前我們的AI Agent還是以用戶體驗，或者說準確率優(yōu)先，不完全是從降低成本的角度來考慮調優(yōu)?，F(xiàn)階段，我們更希望能搶占市場，讓用戶有更好的體驗。

NBD：AI Agent主要分為通用AI Agent和垂直AI Agent。我們注意到很多企業(yè)都在發(fā)力面向B端的Agent產(chǎn)品。B端的AI Agent雖然用戶體量比較小，但切入的場景往往更垂直、更細分，會不會比C端更快迎來商業(yè)化？

王安笑：B端有一個很明顯的特點，企業(yè)對降本增效的需求比較強烈。而現(xiàn)在大家都在推AI Agent，問題在于，這些AI應用是不是真的能幫助企業(yè)降本增效？降本增效可能主要體現(xiàn)在兩個方面：一類是通過AI幫助企業(yè)在生產(chǎn)端實現(xiàn)大規(guī)模的生產(chǎn)成本下降；另一類就是企業(yè)運營管理成本的下降。

其實這些需求在以前都是SaaS企業(yè)的“戰(zhàn)場”，現(xiàn)在我們希望通過AI Agent數(shù)字員工這種角色來替代原來的SaaS系統(tǒng)。讓企業(yè)的操作更簡單，價值換算更直接。但TO B的AI Agent挑戰(zhàn)在于推廣，因為它們需要有明確的效果，需要市場化驗證，校驗AI Agent落地應用的準確率。

NBD：這對你們推財稅Agent而言，對其本身的模型能力、知識庫數(shù)據(jù)提出了比較高的要求。

王安笑：去年我們在通用的基座大模型基礎上，推出了自研的“犀友大模型”，構建了“兩個知識庫”——一個是“行業(yè)與企業(yè)認知庫”，一個是“政策與實務知識庫”。這兩個知識庫的數(shù)據(jù)是私有化部署的。

NBD：稅友之前的產(chǎn)品更多還是SaaS定位，就SaaS行業(yè)而言，我們看到國外用戶付費意愿強，整體盈利性較好；而國內大多數(shù)SaaS企業(yè)面臨盈利難的問題，AI Agent產(chǎn)品推出來后，國內用戶付費意愿會比以前更強嗎？

王安笑：我個人覺得還是比較有希望的。最近我們推出AI開票、AI會計等Agentic產(chǎn)品。我們自己能感受到用戶的購買決策鏈路和付費的爽快程度，比以前我們給客戶推薦代賬軟件時的付費意愿更明顯。

NBD：撬動用戶愿意付費的點是什么？

王安笑：核心在于AI產(chǎn)品推出后，他們可以真實感受到AI降本增效的效率。對企業(yè)而言，一旦他們能明確AI產(chǎn)品帶來的效果，投入產(chǎn)出比明確，付費意愿就比較強烈。如果和以往一樣，只是賣一套軟件系統(tǒng)，讓客戶自己部署和學習，他們看不到效果，可能付費意愿就很弱。

NBD：雖然稅友在財稅領域布局多年，但這一輪AI Agent市場非?；馃?，財稅領域的AI Agent，會不會迎來更多的玩家？

王安笑：競爭是必然的。因為大模型的能力和進化讓大家看到了很多可能性，有場景需求就會有產(chǎn)品創(chuàng)造，我相信很多人認為這是一個進入賽道的時機。在未來一段時間內，可能出現(xiàn)財稅AI產(chǎn)品百花齊放的情況。但最終還是要看客戶真實的應用效果。產(chǎn)品概念可能吸引到關注和嘗試，但只有真正解決好“幻覺”問題，做到高可靠性和準確率的產(chǎn)品才能真正留住客戶。大浪淘沙，最后剩下的才是王者。

NBD：后面比拼的核心是什么？

王安笑：比拼的是AI的準確率和對行業(yè)的認知能力。未來市場可能也會出現(xiàn)“劣幣驅逐良幣”的現(xiàn)象，甚至AI Agent市場也會出現(xiàn)打價格戰(zhàn)的情況。但隨著充分競爭以及市場用戶教育，最后Agent的競爭還是會回到行業(yè)認知模型工程能力以及實際應用效果上。

封面圖片來源：受訪者提供