三笔成本账：实施、运营与未来
讨论多智能体是否划算，容易把所有成本混成一句话。实际上 2026 年的公开数据能拆出三笔性质完全不同的账。
| 账目 | 来源与时点 | 读数 | 性质 |
|---|---|---|---|
| 实施成本 | McKinsey，2026 年分析 | 银行面向客户工作流：多智能体 10 万至 20 万美元，单智能体 2 万至 3 万美元 | 一次性，差约 5 到 10 倍 |
| 预算执行 | IDC，2026 年 8 月 | 67% 企业过去一年智能体支出超预算一成以上；43.1% 超 10 至 25%、18.5% 超 26 至 50%、5.4% 超五成以上 | 持续性偏差 |
| 运营支出 | IDC，追踪该支出的组织 | 月均智能体推理与编排支出约 11.76 万美元 | 持续性，随调用量线性放大 |
| 未来斜率 | Gartner，2026 年 8 月 17 日新闻稿 | 到 2028 年每个智能体工作流的推理成本增长五倍以上 | 趋势项 |
| 价值分布 | Gartner，同篇 | 到 2028 年，专业化、领域特定的智能体将产生 80% 的可感知智能体投资回报 | 结构项 |
把这三笔账叠起来看，会得到一个与直觉不太一样的结论：真正决定多智能体是否划算的，不是实施时那 5 到 10 倍，而是运营端的斜率。实施成本是一次性的、可预算的、可谈判的；而 Gartner 预测推理成本还要涨五倍，意味着运营端才是长期敞口。IDC 记录的三成以上企业已经超预算一成以上，超支两成六以上的接近两成，说明当前主流的预算方法并不适配智能体这种按量消耗的支出结构。
需要说明的是，McKinsey 的这组数字是其银行工作流的示例估算，不是通用企业定价；IDC 的口径覆盖所有「智能体赋能的工作流」，并非只有多智能体架构，两者不应直接相乘。本文按分账方式呈现，不做合并推算。
多智能体引入的额外成本来自四个具体机制：重复的模型调用、更大的上下文窗口、智能体之间的通信开销、以及额外的校验步骤。Gartner 的提醒是，多智能体架构并不自动比单智能体更具生产力。反过来，如果一个工作流的瓶颈是单一模型既要检索又要推理又要校验，那么专业化拆分带来的准确率提升可能远超其开销。判断标准不是架构名称，而是该工作流是否需要跨学科能力、跨系统交互、独立校验与协同决策——这四条中满足得越多，多智能体才越有理由。
一把新尺：Agentic Edge Index 怎么算
PYMNTS Intelligence 自 2024 年 3 月起，几乎每月对美国营收 10 亿美元以上企业的高管做一次调研，主题是生成式 AI 与 AI 智能体的使用、采纳与回报。截至目前累计 27 次调研、1627 名高管，受访者涵盖首席财务官、首席运营官以及负责 AI 战略的负责人。
他们的判断是：「贵公司用上 AI 了吗」这个问题已经失去区分度——最新数据显示，AI 出现在其所跟踪 98% 的业务领域，97% 的高管称有回报，连排名最靠后的企业中也有 94% 这么说。于是他们换了一把尺：Agentic Edge Index，衡量 AI 与智能体究竟把多少活从「帮人」推进到了「干活」。
| 组成 | 设定 |
|---|---|
| 覆盖活动 | 75 项，横跨欺诈侦测、财务、定价、供应链、人力与客服等 8 个业务板块 |
| 五级阶梯 | 试点；助手常态化；嵌入日常流程但仍由人执行；智能体执行、人审批；智能体自主运行、人处理例外 |
| 智能体线 | 第三级与第四级之间；线以下由人干活，线以上由 AI 干活 |
| 权重 | 每项活动按业务影响与出错代价各评 1 至 5 分加权 |
| 分数区间 | 0 至 100；典型企业约 15 分；50 分意味着智能体在约一半业务中运行且多数需人批准 |
这把尺的价值在于它不数用例。一个部署了 200 个聊天机器人的公司，与一个让智能体处理欺诈案件的公司，在旧口径下可能都算「大量采用」，在新口径下分数差距很大。目前公开结论是：美国大企业多数仍在智能体线以下，典型得分在十几分。
授权阶梯：门开了，手还按在刹车上
这份调研里变化最快的不是采用率，而是授权态度。2025 年末，仅 7% 的受访高管在用或试点 AI 智能体，67% 表示完全不会给智能体任何访问公司系统的权限；到 2026 年，89% 的 AI 决策者称至少在一个业务环节使用智能体，只有 2% 仍拒绝任何访问。
| 授权层级 | 2026 年占比 | 含义 |
|---|---|---|
| 允许读取但不允许行动 | 78% | 智能体能查航班，不能订机票 |
| 允许执行但需人批准 | 18% | 跨境了智能体线，但人仍握着最终决定权 |
| 允许自主运行日常任务 | 2% | 人只处理例外 |
| 完全拒绝访问 | 2% | 从 2025 年末的 67% 骤降 |
这个分布与前不久 Wharton 与 GBK Collective 的第四年度调研形成了有意思的对照。后者按「AI 做什么」划分：35% 的部门让 AI 建议或起草、人做最终决定，48% 让 AI 执行而人在结果生效前审核，仅 17% 允许智能体在无需逐步批准的情况下完成任务。两份调研的切分维度不同——PYMNTS 问的是权限边界，Wharton 与 GBK 问的是人在回路的形态——但指向同一个事实：绝大多数企业把智能体停在「能看能建议、不能自主落笔」的位置上。本栏目已在 R-INDUSTRY-42 对 Wharton 与 GBK 的报告做过专题解读，此处仅作交叉，不重复展开。
PYMNTS 还给出一个更细的刻度：在全部追踪范围内，企业允许智能体实际采取行动的场合，约占其使用 AI 场合的十分之一，且这个比例在高风险与低风险工作之间大致相同。也就是说，企业并没有因为场景敏感就额外收紧，而是整体上把授权压在同一水平。
高风险场景为什么反而先跑起来
这份调研里最反直觉的一组数字是：AI 在高风险、高影响的活动里出现得更多，而不是更少。
75 项活动中有 17 项同时属于高风险与高影响——欺诈与金融犯罪侦测、合规监控、信用风险、安全监控、资金管理、支付路由、月度季度年度结账。平均有 44% 的企业在这类活动中使用 AI，低于风险的工作则是 39%。安全监控以 55% 居 75 项之首，合规监控 51%，反欺诈与金融犯罪侦测 50%。
更进一步：在 23 项高风险活动中，有 11 项的智能体在至少 10% 的 AI 使用场合里实际采取行动，其中 9 项属于安全、欺诈、风险或治理类工作。安全监控与数据治理领跑，智能体在约 16% 的用例中采取行动。
PYMNTS 给出的解释是：这些团队通常是全公司运行机器学习最久的，长期生活在模型、规则、阈值与审计轨迹的环境里，也早就知道怎么衡量 AI 做得对不对。因此当智能体出现时，他们是最先准备好交出一部分工作的。同时攻击与欺诈都在实时发生，防御也必须实时——等待人工读告警的代价本身就很高。本文认同这一解释，并补充一条：可衡量性才是授权的前置条件。凡是能明确定义「做对了没有」的环节，授权推进就快；凡是需要主观判断或结果延迟显现的环节，授权就会卡住。这条对任何行业都成立。
八家企业的公开账本
行业调研给的是分布，企业案例给的是形状。以下八组来自 2026 年公开披露的部署，覆盖钢铁、航空、银行、IT 服务、制造、化工、SAP 咨询与医疗八个场景。需要逐条挂在心上的是：全部为企业方或厂商方自报，无第三方审计；原始报道亦明确标注了这一点。
| 企业与厂商 | 部署内容 | 公开读数 |
|---|---|---|
| Tata Steel 与 Google Cloud | 九个月内在全球价值链部署 300 多个专业智能体 | AI 助手自主解决超过 70% 的常规人力咨询；投诉处理周转时间缩短 50%；另覆盖发票处理、合同分析、设备维护与供应链情报 |
| Air India 与 Salesforce | Agentforce 用于退款处理、保单校验与后端协调 | 内部退款处理从约 14 天缩短到 4 小时；另有 30 多个智能体项目在建，环境横跨 140 多个企业系统 |
| Agibank 与 Salesforce | 6 个智能体与 11 个机器人协同编排 | 每月自主处理约 7 万次客户咨询 |
| Cognizant | 服务约 35 万员工的多智能体企业内网，基于 Neuro SAN 架构 | 支持工单减少 50% |
| Vivix 与 Siemens | 基于 Intelligence Center X 的热成像检测与物流工作流 | 手工数据录入年省约 500 小时；运营 20 多个智能体、180 多项数字化举措，数字团队仅 5 人 |
| Covestro 与 Deloitte、AWS | 基于 Amazon Bedrock 与 SAP 主数据治理的两个智能体 | 主数据记录创建时间从 12 小时降到 6 分钟 |
| KTern.AI 与 AWS | 在 Bedrock AgentCore 上自动化 SAP 转型工作流 | SAP 项目整体周期缩短 45%；发现与评估时间缩短 60% 至 70%；每月回收 480 个工程小时；基础设施成本较自建环境降低 70% |
| Providence 与 IBM | 基于 watsonx Orchestrate 的人力资源智能体 | 约八个月后，管理者在某些招聘步骤上耗时减少 90%；岗位申请准确率提升 70%；内部调动平均加快 12 天 |
把八组读数按类型重排，能看出它们其实只讲了三件事：周转时间压缩（退款 14 天到 4 小时、主数据 12 小时到 6 分钟、SAP 周期减 45%）、人工工时回收（年省 500 小时、月回收 480 工程小时、管理者耗时减 90%）、以及质量与自助率（工单减 50%、准确率提升 70%、自助解决超 70%）。缺的那一类恰恰是最难算的——净新增收入。八组里没有一组给出可核实的收入增量。
单位经济：每笔成功事务多少钱
行业里推荐的计算口径，是把同一条工作流按三种架构各算一遍，核心指标不是模型单价，而是「每成功完成一笔业务事务的成本」，其中要包含推理、编排、集成、安全、监控、维护与人工干预全部七项。
| 项目 | 单智能体 | 多智能体 |
|---|---|---|
| 年运营成本 | 4 万美元 | 12 万美元 |
| 成功完成率 | 80% | 95% |
| 年事务量 | 10 万笔 | 10 万笔 |
| 成功事务数 | 8 万笔 | 9.5 万笔 |
| 每成功事务成本 | 0.50 美元 | 1.26 美元 |
这张表出自行业媒体的示例演算，并非真实报价，原始出处已明确说明其为示意性计算，且未计入人工返工与失败事务的价值损失。但它的结构是对的，而且比「多智能体贵三倍」这类说法有用得多。
本文推算：边际成功事务的单价是平均单价的十倍
把上表再算一步，会得到一个足以改变决策的数字。
从单智能体切换到多智能体，年运营成本从 4 万美元增至 12 万美元，增量 8 万美元；成功事务从 8 万笔增至 9.5 万笔，增量 1.5 万笔。增量成本除以增量成功事务，即 8 万除以 1.5 万，约合 5.33 美元一笔。而单智能体原本每成功事务的平均成本是 0.50 美元。两者相除，边际单价约为平均单价的 10.7 倍。
这个比值的决策含义很直接：是否上多智能体，不取决于平均成本能不能接受，而取决于那多出来的 1.5 万笔事务，每一笔值不值 5.33 美元。如果这是银行转账或保险理赔，一笔的价值远高于 5.33 美元，多智能体划算；如果这是文档分类或基础信息提取，一笔的价值可能不到 1 美元，那么多花 8 万美元去把成功率从 80% 提到 95% 就是亏的——这类场景传统自动化或单智能体更经济。需要强调，全部数字来自示意性示例，不含人工返工与失败事务的价值损失，此推算只作为方法示范，不能当作任何真实场景的定价依据。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
这个算法可以直接搬进自己的预算表。要填的只有四个数：当前架构的年全成本、候选架构的年全成本、两边的成功完成率、以及年事务量。四个数里最难测的是年全成本中的人工干预那一项，而它恰恰最容易被漏掉——这也部分解释了为什么 IDC 记录到三分之二的企业超预算。
指数与业绩：相关不是因果
PYMNTS 把企业按 AI 与智能体的渗透深度分成三档，得出了一批看起来很漂亮的对照。
| 指标 | 顶三分之一 | 底三分之一 | 差距 |
|---|---|---|---|
| 营收增长超过 15% | 24% | 12% | 可能性高 97% |
| 利润率增长超过 5% | 未单独披露 | 未单独披露 | 可能性高 97% |
| 营收与利润率双增长 | 82% | 66% | 高 16 个百分点 |
| 称回报非常积极 | 64% | 48% | 可能性高 34% |
| 使用智能体 AI 的业务领域占比 | 42% | 30% | 高 12 个百分点 |
| 给智能体实际发挥空间的比例 | 28% | 12% | 高出一倍以上 |
| 称 AI 已替代人工工作 | 约八成 | 45% | 差距约 35 个百分点 |
另有一组关键读数：指数每提高 10 分，企业营收增长超过 15% 的可能性就翻一倍以上；从 15 分升到 25 分，称 AI 与智能体已替代耗时的手工工作的企业比例从 58% 升到 86%。时间维度上，2024 年初只有 20% 的高管称 AI 投资回报非常积极，2026 年这个数字是 57%。
这些对照必须加一条限制：它们是相关性，不是因果。原文的表述是「分档之后发现顶档增长更快」，并未证明是智能体渗透带来了增长，也可能是本来经营更好的公司更有余力投入。真正的因果证据需要在同一家企业内做前后对照，八家企业的公开账本里没有一家提供这种数据。
买方视角：IDC 记录的三类不满
成本之外，还有一组数字解释了为什么很多智能体项目卡在采购环节。IDC 在 2026 年 9 月的 C 级技术调研中记录了买方对 AI 厂商最主要的抱怨：与现有系统的集成能力有限、模型与数据缺乏透明度、厂商锁定风险，三项各占 34%；其次是过度承诺与交付不足、定价模式不清晰，两项各占 31%。
同一轮调研还显示，AI 投资决策的参与方已经明显扩大：首席信息官或首席技术官仍以 63% 领衔，但业务线的 C 级负责人达 62%、首席财务官达 61%，另有 42% 的首席执行官称计划在未来 12 个月内设立首席 AI 官一职。这意味着智能体的采购不再是一个 IT 部门能独自拍板的事项。IDC 的另一组数据也印证了治理集中化的趋势：在一项专项研究中，96% 的智能体早期采用者选择了集中治理。
还有一条与成本直接相关：IDC 于 2026 年 10 月 7 日的网络研讨会上披露，69% 的组织称 AI 支出与可衡量的财务成果之间存在显著落差，仅 15% 实现超过 100% 的投资回报；同时 80% 的组织已开始部署智能体式 AI，但只有 17% 在企业范围内使用。落差与渗透率之间的张力，正是本文讨论的 ROI 账本存在的意义。
六步落地清单
把四份材料与八个案例合起来，可以抽出一份可执行的顺序。
- 步骤一：先数事务量，再谈架构。年事务量决定单位经济是否成立。低于一定量级的工作流，实施成本摊不薄，多智能体的额外复杂度没有回收通道。
- 步骤二：测出真实的成功完成率。不是模型跑通率，而是业务口径上「这件事办成了」的比例，含人工返工后的最终结果。这是全表最关键也最常被跳过的数。
- 步骤三：算边际单价。用本文的算法求出增量成功事务的单价，再与该事务的业务价值比较。这比比较平均成本可靠得多。
- 步骤四：从可衡量的环节授权。优先选那些能明确判断对错、结果即时可见的环节，例如安全监控与数据治理——它们在 PYMNTS 的榜单上领跑不是偶然。
- 步骤五：预算按量做，不按项目做。IDC 记录的三分之二超预算，主因是按项目制预算去覆盖按量消耗。预留按调用量的弹性空间，并设定实时支出上限。
- 步骤六：把人工干预计入成本。七项成本里最容易被漏的就是这一项，而它往往是超支的主要来源。
综合判断
2026 年企业智能体的成本叙事正在从「贵不贵」转向「贵得值不值」。四份公开材料给出的图景是一致的：采用已经不是问题——PYMNTS 记录 89% 的大企业在至少一个环节用上智能体，IDC 记录 80% 已开始部署；真正卡住的是授权与单位经济——78% 只允许读取，PYMNTS 的典型企业指数得分只有十几分，IDC 记录仅 15% 实现超过 100% 的回报。
有三条结构性判断值得留下。其一，成本重心在运营端而非实施端，Gartner 预测推理成本到 2028 年还要涨五倍以上，把预算方法从项目制改为按量制，比砍实施费更重要。其二，高风险场景反而是智能体先落地的地方，原因不是风险被低估，而是这些环节的可衡量性本来就高——可衡量性才是授权的前置条件。其三，判断架构是否值得，可靠的尺是边际成功事务的单价，而不是平均成本或智能体数量。
需要同时标注的边界有四条。其一，八个企业案例全部为企业方或厂商方自报，无第三方审计，且多数缺少基线对照与测量周期说明。其二，PYMNTS 的样本为美国营收 10 亿美元以上企业的高管自述，不等同于全球或中小企业情况。其三，指数与业绩的对照是相关性，非因果。其四，本文关于边际单价 5.33 美元与十倍比值的推算，完全基于行业媒体给出的示意性示例表，不对应任何真实报价，只作方法示范。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。