智東西（公眾號：zhidxcom）
作者 |? 陳駿達
編輯 |? 漠影
企業的AI投資，到底(di)有多少正在(zai)轉化(hua)為真實收益？
智東西9月13日報道，近日，麻省理工學院用一份《2025企業AI應用報告》，揭示了企業AI落地的現實：全球企業在生成式AI上的投入已高達300–400億美元，但多數項目在財務報(bao)表(biao)中尚(shang)未體現出顯著(zhu)成效(xiao)。
造成這一現象的核心原因，是通用AI能力與(yu)垂直行業場景的錯配。來自金融、能源、零售等(deng)領域的(de)企業(ye)(ye)普(pu)遍反饋(kui)，現有AI工具對(dui)行(xing)業(ye)(ye)理(li)解(jie)不夠深入，缺乏必要的(de)行(xing)業(ye)(ye)知識(shi)，難以契合日常運營(ying)。一位受(shou)訪高管更是直言：“大多數服務商根本不了解(jie)我們的(de)審(shen)批和數據流程。”
在這種情況下，AI投(tou)資效果(guo)難以量化，ROI（投(tou)資回報率(lv)）也難以驗證。企業決策層陷入(ru)矛盾：一方面擔心投(tou)入(ru)巨(ju)大卻(que)“燒錢無果(guo)”，另一方面又害怕(pa)錯過(guo)下一輪技術變革，只能在“想用”與“不敢(gan)投(tou)”之(zhi)間(jian)反復權(quan)衡。
AI落地的難題依然突出，也讓新的探索格外引人關注。昨日，螞蟻數科副總裁余濱已在一場溝通會上提出最新思考：如果AI技術仍停留在講故事和邏輯論證階段，遲早會失去社會認可。螞蟻數科希望在金融科技、互(hu)聯網和生活服務等領域(yu)扎根，用AI技術解決真(zhen)正的行(xing)業痛(tong)點。
與這一觀點相呼應的是，同日，螞蟻數科在外灘大會上宣布推出“按效果付(fu)費”的企業AI服務模式，支持客戶根據大(da)模型(xing)應用(yong)的實際效果(guo)（如業務增長(chang)或成本(ben)節(jie)省）來付費，將螞蟻數(shu)科(ke)在(zai)行(xing)業層的技(ji)術積累，以更為普惠的方式提供(gong)給廣(guang)大(da)中(zhong)小(xiao)企(qi)業。
這(zhe)一(yi)(yi)模式(shi)的背后，是從“賣(mai)AI技術”到“交付業務(wu)結(jie)果”的轉(zhuan)變。它讓企(qi)業在應用(yong)AI時，不再被動(dong)承擔風險(xian)，而(er)是能夠聚焦于(yu)業務(wu)價值的釋(shi)放(fang)。這(zhe)一(yi)(yi)創新，或許正是幫助企(qi)業跨越AI落地鴻(hong)溝的關鍵一(yi)(yi)步。
一、行業應用水土不服，AI落地為何總卡殼？
在AI技術落地垂直行業的過程中，常常面臨“水土不服”的(de)(de)問(wen)題。以金融行(xing)(xing)業為例，該行(xing)(xing)業的(de)(de)業務(wu)流程高度(du)標(biao)準化，層層審批(pi)，且無法(fa)隨(sui)意更改；而多數通用型(xing)AI工具強調靈活與泛用，難以嵌入(ru)既有的(de)(de)合規工作流。
此外，金融行業(ye)(ye)涉及大(da)量專(zhuan)業(ye)(ye)知識與專(zhuan)有名詞，通用大(da)模型(xing)在缺乏行業(ye)(ye)數據訓練的(de)情況(kuang)下，往往輸出錯誤(wu)甚至“想(xiang)當(dang)然”的(de)結論(lun)，難以(yi)滿足實際(ji)業(ye)(ye)務需求。
為此，企業通常需要對AI工具進行深度定制，或訂閱專門的行業解決方案。理論上這能帶來更優質的服務，但無論是項目制還是訂閱制，對預算敏感的中小企業而言，都意味著高額投入與集中(zhong)風險。
在(zai)海(hai)外，已有企業敏(min)銳捕捉到AI落地(di)中的(de)這一痛點。OpenAI董(dong)事長Bret Taylor圍繞“按(an)效果付費”的(de)Agent服務，打造出(chu)了估值達100億(yi)美(mei)元的(de)AI客服獨角獸(shou)——Sierra。
Bret Taylor曾用(yong)一個(ge)案例生(sheng)動說明這(zhe)一模式的運作：假設Sierra為某(mou)企業提供AI客服(fu)服(fu)務，如果AI客服(fu)能夠自(zi)主解決(jue)客戶(hu)問題(ti)，從(cong)而(er)節省人(ren)(ren)工客服(fu)的成(cheng)本，Sierra便可從(cong)中獲(huo)得報(bao)酬；反之，如果AI客服(fu)未能解決(jue)問題(ti)，需要人(ren)(ren)工介入，Sierra便不會收取任何費用(yong)。
Sierra的(de)模式已經獲得音響企(qi)業(ye)Sonos、智能(neng)家居企(qi)業(ye)ADT等海外知名品牌(pai)的(de)信(xin)賴(lai)，幫助企(qi)業(ye)在降低人工成本(ben)的(de)同時，提升(sheng)客戶體(ti)驗和運營效(xiao)率(lv)。
螞蟻數科也在訂閱制和項目制之外，率先引入了“按(an)效果付費”模式，把這一(yi)在海外市場已驗證(zheng)的商(shang)業(ye)模式帶給企(qi)業(ye)客戶，提供更多選擇。
“按效果付費”模式主要用在運營、營銷等以結果(guo)為(wei)導向的場景，目的就是降低中小機構的應用AI技術(shu)的門(men)檻。
在具體執行上，螞蟻數科基于行業實踐，已經形成大模型落地產業的“ACE”（Align-Construct-Evaluate，對齊(qi)-建設-評(ping)估）三(san)步方法論：
首先，他們(men)會與客戶(hu)共(gong)同明確(que)可衡量且最(zui)具價(jia)(jia)值的業務目(mu)標(biao)；第二步，圍(wei)繞業務目(mu)標(biao)，為客戶(hu)構(gou)建從模(mo)型到應(ying)用的完整解(jie)決方(fang)案與實施(shi)路徑；第三步，通過(guo)持續(xu)聯(lian)合(he)運營，跟蹤(zong)和優化AI應(ying)用效果(guo)(guo)，確(que)保業務目(mu)標(biao)真正達成，從而實現“按效果(guo)(guo)付費”的落地價(jia)(jia)值。
在(zai)這一過程中，螞(ma)蟻數(shu)科深度(du)參與到(dao)客戶的決(jue)策流程里，能(neng)更(geng)好地捕捉企業(ye)真實(shi)需求，提供更(geng)為精(jing)準(zhun)的服務。
這一商(shang)業模式有效統(tong)一了(le)AI服務供(gong)需雙(shuang)方的利益。
對企業客(ke)戶而言，它從源頭(tou)上降低了(le)“投入大、產出(chu)小(xiao)”的風險，使企業可以更輕松地嘗試(shi)和(he)應用(yong)AI技術；同(tong)時，費(fei)用(yong)與實際成果直接掛鉤，讓企業能夠直觀地看到價(jia)值，更容易證明采(cai)購的合理性。
對(dui)服務提(ti)供(gong)方而言，“只有產生實際效果，才能獲得報酬”的機制激勵(li)其持續優化產品和服務，從而推動AI技術在(zai)企(qi)業中的落地與規模(mo)化應用(yong)，實現供(gong)需雙(shuang)方的真正共贏。
二、為何敢于喊出“效果付費”，揭秘背后技術積淀
落地按“效果付費”的模式，有賴于一個極為重要的前提：只有效果(guo)足(zu)夠(gou)好、足(zu)夠(gou)穩定，才能按效果(guo)付費，否則，提供服務的企業就將難(nan)以收回成本，而需求方也無法(fa)獲得預期(qi)價值，這將導(dao)致(zhi)整個模式無法(fa)持(chi)續運行(xing)。
在國內率(lv)先應用這一模式的螞蟻數科，其(qi)底氣從何(he)而來？
早在2017年，螞蟻數科便布局AI技(ji)術，率先從“云原生”邁向“AI原生”，希望用AI技(ji)術重構企業核心(xin)場景，提升商(shang)業效率，推動(dong)企業的智(zhi)能(neng)化轉型。
在通(tong)用(yong)AI尚難(nan)深入行業(ye)應用(yong)、知識壁壘較高的(de)現實背(bei)景下，螞蟻數科(ke)正(zheng)通(tong)過輸出在金(jin)融和能(neng)源等領域積累的(de)知識與技術(shu)經驗，打(da)造行業(ye)大模型及(ji)配套應用(yong)，幫助企(qi)業(ye)降低AI使用(yong)門檻，并構建專業(ye)、自主、可(ke)控的(de)“AI大腦”。
以金融領域為例，螞蟻數科會在前期搭好一個適合(he)金融行業(ye)普遍需求的地基，包括垂類大模型、知識(shi)庫、工具集、智能(neng)體平(ping)臺和系(xi)統工程方法論的全棧能力。
同時(shi)，他(ta)們(men)還會根(gen)據(ju)客(ke)戶的(de)具體業務(wu)需求(qiu)，結合螞蟻(yi)數科對金融行業的(de)理(li)解，進行定制化(hua)的(de)服務(wu)，支持客(ke)戶逐步構建自己的(de)方法論(lun)和AI能力。
目前，螞蟻數科已經推出了企業級智(zhi)能體服務Agentar、金融推理大模型Agentar-Fin-R1以及大量(liang)金融行業智能體(ti)應用，并在(zai)真實的(de)客(ke)戶案例中，產生了“看得見(jian)、摸得著”的(de)效(xiao)果。
例如，上(shang)海銀行聯(lian)合螞蟻數科推出(chu)的(de)AI手機銀行以“對話即服務”為核(he)心，用戶(hu)只需用自然語言就能(neng)完成轉賬、還款、理(li)財咨詢(xun)、養老金管理(li)等十余項(xiang)常(chang)用業務，再也不用在復雜(za)菜單中反復查(cha)找。
系統還能根(gen)據(ju)用戶習慣提供(gong)個性化(hua)服務，如滬語模式切換、專屬理(li)(li)財(cai)建議和(he)網點預約提醒，并通過多輪(lun)對話(hua)理(li)(li)解實現“服務找人”，大大降低操(cao)作門檻，同時照顧(gu)老年人和(he)殘障(zhang)人士的使用需求。
螞蟻數科為上海銀行提供自然語言交互、智能體開發、模型管理和算力調度等一站式服務，將阿里通義大模型與金融場景經驗結合，實現即插即用和高效資源管理。自上線以來，AI手機銀行將(jiang)業務轉化(hua)率提升了10%，成為銀(yin)行數字(zi)化(hua)轉型的(de)標桿(gan)案例(li)。
南京公交(jiao)集(ji)團(tuan)攜手螞(ma)蟻數科打造的“公交(jiao)智(zhi)能體(ti)”，正在讓城(cheng)(cheng)市(shi)通勤變得更聰明(ming)、更高(gao)效(xiao)。基于(yu)“線網(wang)優化與客(ke)流預測(ce)AI大模型(xing)——小藍鯨”，系(xi)統(tong)可以實(shi)時(shi)分析全城(cheng)(cheng)客(ke)流和(he)線路情(qing)況，精準發現出(chu)行堵(du)點，并智(zhi)能生(sheng)成最優接駁線路。
南京(jing)運用(yong)大模型輔助(zhu)決(jue)策開(kai)通了微(wei)循環線(xian)路(lu)30余條(tiao)，增加84個(ge)招呼站，盡可能(neng)減少乘客步行距離。
其中，在AI“建議”下開通的地鐵7號線接駁公交210路，單(dan)日客流最高達2168次，日均每輛車幫助(zhu)380人提供換乘便利。
這些成果不(bu)僅展示(shi)了AI在實際業務中的可量化價值，也(ye)為按效果付費(fei)的商業模(mo)式提供(gong)了可靠依據。
三、讓企業享受低門檻AI紅利，普惠金融再落一子
螞蟻(yi)數(shu)科(ke)是螞蟻(yi)集團面向科(ke)技(ji)商業化的(de)獨立(li)板塊，自(zi)2024年(nian)4月(yue)起獨立(li)運營。在(zai)AI、區塊鏈、隱私計(ji)算、IoT、云原生等前沿(yan)技(ji)術領域(yu)，螞蟻(yi)數(shu)科(ke)均有深厚積累，其AI業務尤其聚焦金融、新能源(yuan)等高復雜度行業。
在金融領域，螞蟻數科(ke)已服務100%的國有(you)股份制銀行(xing)、超(chao)過60%的城商(shang)行(xing)及數百家金融機構，助力行(xing)業實現高效的數智化轉型(xing)。
為何此時推出“按效果付費”的新模式？螞蟻數科副總裁余濱認為，AI發展已進入“必須證明價值”的階段，而“按效果付費”（RAAS，結果即服務）有望成為AI服務的主流模式。
其(qi)核心理念是將AI視為“數字員工(gong)(gong)(gong)”或“智能體”，就像按(an)實際(ji)完成任務發放工(gong)(gong)(gong)資一樣，價值體現(xian)在實際(ji)業(ye)務成果(guo)上(shang)，而(er)非單純的(de)技術(shu)工(gong)(gong)(gong)具。
這一(yi)模式對(dui)中(zhong)小銀行尤(you)為重要。面(mian)對(dui)高(gao)額前期投入、不(bu)確定回報及技術(shu)與人才儲備不(bu)足(zu)等挑戰，傳統(tong)AI項目周(zhou)期長、風險高(gao)，使許多中(zhong)小銀行望(wang)而卻(que)步(bu)。
螞蟻數科的“按效果付費”模式有效解決了這一痛點：客戶無需承擔高額基礎設施建設成本，僅需根據實際業務效果付費，大幅降低初始(shi)資金(jin)壓力與風險，讓中小銀行(xing)能夠輕(qing)量接(jie)入(ru)頂級AI能力。
同(tong)(tong)時，與其(qi)他科技企(qi)業不同(tong)(tong)，依托螞蟻集團(tuan)自身(shen)金融(rong)業務，螞蟻數科能(neng)夠(gou)在真實生產環(huan)境中驗證技術效果，為客戶提(ti)供可靠(kao)參考。
這一模式對普(pu)惠(hui)金融的(de)(de)落地也意義深遠。中小銀行(xing)是社會金融服(fu)務的(de)(de)“基(ji)本盤”和(he)“毛細(xi)血管”，服(fu)務超過(guo)50%的(de)(de)家庭和(he)就業人口(kou)。
借助AI賦能，中小銀行可以為客戶提供便捷、個性化、智能化的服務，如對話式金融、精準理財推薦和智能風控，從而提升用戶體驗、擴大服務覆蓋，讓過去被忽視的小額客戶也能享受專業金融服務，實(shi)現普惠(hui)金融從理念到(dao)實(shi)踐的落地。
結語：從工具到數字員工，螞蟻數科務實探索AI落地路徑
在外灘大會上，螞蟻數科提出的“按效付費”商業模式，是對當(dang)前(qian)B端AI服務痛點的一次有針對性(xing)的回(hui)應，也展現出對產業AI應用(yong)方(fang)向的持續思考。
這(zhe)一(yi)嘗試將(jiang)AI從技(ji)術(shu)工(gong)具逐(zhu)漸轉向(xiang)(xiang)任務(wu)驅動(dong)與效果導向(xiang)(xiang)，推動(dong)其向(xiang)(xiang)更實(shi)用、可衡(heng)量的(de)“數(shu)字(zi)員工(gong)”形態演進，或將(jiang)為行業提供一(yi)條可供參考的(de)落地思路(lu)。
