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(shù)不斷發(fā)展深化，從通用大模型到AI應(yīng)用，AI的邊界正在不斷拓展。業(yè)內(nèi)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（SH603171，股價50.48元，市值205.12億元）推出行業(yè)首個Agentic（多智能體協(xié)同）平臺“數(shù)智工場”，嘗試通過人機(jī)協(xié)同模式重構(gòu)財稅服務(wù)體系。

稅友股份2025年半年報顯示，公司數(shù)智財稅業(yè)務(wù)營收同比增長11.95%，數(shù)字政務(wù)業(yè)務(wù)營收同比增長16.60%。對效率和準(zhǔn)確率的雙重訴求，使得AI在財務(wù)管理、風(fēng)險控制、稅務(wù)規(guī)劃等環(huán)節(jié)的應(yīng)用需求迅速增長。

當(dāng)前，AI Agent仍面臨“平方成本魔咒”等行業(yè)痛點，財稅領(lǐng)域AI Agent是一個好的落地場景嗎？AI Agent能改善SaaS（軟件即服務(wù)）行業(yè)國內(nèi)用戶付費意愿不強(qiáng)的問題嗎？

對此，近期，《每日經(jīng)濟(jì)新聞》記者（以下簡稱NBD）專訪了稅友股份億企贏CEO（首席執(zhí)行官）王安笑。

AI應(yīng)用無法替人類擔(dān)責(zé)

NBD：AI領(lǐng)域的熱詞，從之前的Copilot切換到了目前的Agent。隨著AI技術(shù)不斷演進(jìn)，企業(yè)AI落地應(yīng)用也在加速。您怎么看技術(shù)演進(jìn)速度以及當(dāng)前Agent的路徑發(fā)展？

王安笑：我的理解是Copilot更多是提供一種輔助，它不能獨立完成工作。Agent更多是在AI技術(shù)能力變強(qiáng)、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，因為它能獨立完成任務(wù)。

從企業(yè)實際應(yīng)用來看，并不是已經(jīng)全面淘汰Copilot，并替換成Agent應(yīng)用，實際的情況比較復(fù)雜。

例如，我們有一個AI會計的開票應(yīng)用，基本上可以達(dá)到Agent的能力，開票過程基本不需要人工干預(yù)，能獨立完成任務(wù)指令。但在實際操作中，最后環(huán)節(jié)還需要人工確認(rèn)。在一些復(fù)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(shù)可以提升效率，但無法替代人，所以在實際應(yīng)用中，AI應(yīng)用仍有很多是Copilot的角色。未來3~5年，在B端市場，AI應(yīng)用仍是Copilot和Agent并存狀態(tài)，只是Agent的能力會不斷增強(qiáng)。

NBD：提到財稅，大家普遍認(rèn)知是對數(shù)據(jù)準(zhǔn)確性要求高。在您看來，財稅領(lǐng)域是AI Agent應(yīng)用落地的確定性方向嗎？

王安笑：我認(rèn)為醫(yī)療、法務(wù)、財稅領(lǐng)域是AI Agent比較適合應(yīng)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(wù)案例。AI在這幾個領(lǐng)域可以發(fā)揮巨大作用，但又不能完全依靠AI解決所有問題，還需要人工干預(yù)和判斷。

因為，最后在倫理層面涉及責(zé)任問題，AI應(yīng)用無法替代人類承擔(dān)責(zé)任。所以，從這個角度來說，讓AI應(yīng)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(yīng)用中，未來Copilot和Agent預(yù)計是一種協(xié)同的關(guān)系。

NBD：目前在AI行業(yè)，大家比較關(guān)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(guān)系，尤其是大模型訓(xùn)練中算力投入與參數(shù)規(guī)模呈指數(shù)級關(guān)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(dāng)然，這也是行業(yè)的一個普遍痛點。我們也在設(shè)計上做了一些優(yōu)化。

例如，行業(yè)內(nèi)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AI Agent中，我們進(jìn)行了一些調(diào)優(yōu)，根據(jù)業(yè)務(wù)屬性、用戶對應(yīng)的問題模塊，做了一些預(yù)訓(xùn)練，通過這些方式來降低所謂的“平方成本”。

目前，我們的AI Agent還是以用戶體驗，或者說準(zhǔn)確率為優(yōu)先，不完全是從降低成本的角度來考慮調(diào)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。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，但切入場景更垂直、更細(xì)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(qiáng)烈。現(xiàn)在，大家都在推AI Agent，問題在于，這些AI應(yīng)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(yùn)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”?，F(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(yīng)用的準(zhǔn)確率。

比拼準(zhǔn)確率和認(rèn)知能力

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(chǔ)上，推出了自研的“犀友大模型”，構(gòu)建了“兩個知識庫”——一個是“行業(yè)與企業(yè)認(rèn)知庫”，一個是“政策與實務(wù)知識庫”。這兩個知識庫的數(shù)據(jù)，是私有化部署的。

NBD：稅友股份之前的產(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(qiáng)，企業(yè)整體盈利性較好；而國內(nèi)大多數(shù)SaaS企業(yè)面臨盈利難等問題，AI Agent產(chǎn)品推出來后，國內(nèi)用戶付費意愿會比以前更強(qiáng)嗎？

王安笑：我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強(qiáng)烈。

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(qiáng)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(xué)習(xí)，他們看不到效果，可能付費意愿就很低。

NBD：雖然，稅友股份在財稅領(lǐng)域布局多年，但這一輪AI Agent市場非?；馃幔敹愵I(lǐng)域的AI Agent會不會迎來更多玩家？

王安笑：競爭是必然的。因為，大模型的能力和進(jìn)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(rèn)為現(xiàn)在是一個進(jìn)入賽道的時機(jī)。在未來一段時間內(nèi)，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(yīng)用效果。產(chǎn)品概念可能吸引到關(guān)注和嘗試，但只有真正解決好“幻覺”問題，做高可靠性和準(zhǔn)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：后面比拼的是什么？

王安笑：比拼的是AI的準(zhǔn)確率和對行業(yè)的認(rèn)知能力。未來，市場可能也會出現(xiàn)“劣幣驅(qū)逐良幣”現(xiàn)象，甚至AI Agent市場也會出現(xiàn)打價格戰(zhàn)。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(rèn)知模型工程能力以及實際應(yīng)用效果上。