2025WAIC后，谁能把Agent做成现金牛？

从2025世界人工智能大会回来，立马整理手头数据。

这次露脸的Agent平台，差不多有50家；有意思的是，真正在台上说“我们已经跑出模型、能赚钱了”的，也就二十来家，不到一半。

剩下那些？主业捎带搞点Agent当概念，要么还在画饼。这些玩家基本都扎堆在几个地方：企业服务、工业智能、金融科技、智能硬件，还有帮人提效的个人工具。

说白了，除具身智能还在“未来进行时”，今年WAIC的C位，基本被Agent承包了。

一

为什么Agent这么火？因为三个字：能落地。大模型卷到 2025，大家终于看清一件事：光会聊天、甚至把推理做到极致，也没用。

你跟 AI 对话，一问一答还行。可一旦任务变复杂，比如做个 PPT，要查数据、定结构、出图表、调格式。一个对话框真扛不住。

更别说聊到N多轮以后了，它早把前面内容忘完了。记忆短、上下文断、执行弱，这不是员工，是“金鱼脑”。

后来，随着大模型上下文技术能力变强，加上Anthropic 搞出个 MCP 协议（Model Context Protocol），以及开源社区也跟着把Agent架构做得越来越成熟，大家才明白：

AI不应该困在聊天框里，它得有自己的“办公桌”。这才有了Cursor、Manus 那些爆款工具，它在自动写代码、跑项目、管流程上可以使用。

而资本的嗅觉也很快。

2024 下半年还在观望，2025 一开年，直接开抢；你看数据：Cursor 融了 9 亿美元，Manus 拿下 7500 万，OpenAI 30 亿收购 Windsurf，这不是投资，是直接圈地。

创业者一看：PPT 里的 Demo 再不变成展台上的真家伙，机会就没了，谁还愿意只做个“周报生成器”？太 low 了，企业也等不及了，他们要能干活、省钱、进系统的数字员工。

这时候，Agent 刚好踩在所有需求的交汇点上。

它是上岗的打工人，能走报销流程，发票自动识别、合规自动校验、审批流自动推进，最后推给财务，您点一下确认，三个小时的活，它三分钟跑完，还不用交五险一金，这才是效率革命。

所以，我说，Agent 能火，不是偶然。是三股力同时撞线：技术能干活、资本肯砸钱、客户真买单。那你说WAIC不捧Agent，还能捧谁？

今年展台，制造业推“产线巡检 Agent”，7×24 小时盯设备；银行上“信贷审核 Agent”，3 分钟出风控报告；医院搞“医保合规 Agent”，一张病历 3 秒过审，错一个字都能揪出来。

这样的话术我听得耳朵都要起茧子了， 但本质上他们都在表达四个字： 成本革命。以前一个流程三天盯，现在一个 Agent 跑全程，你说，它能不火吗？

火是好事，为什么有的能盈利，有的却亏损？盈利与亏损的“分界线”到底划在哪里？

二

我拿着参展商名单挨个让AI查每个公司的账本后发现：

一个 ToB 客户，一年至少得付 50 万；而且每收 100 块钱，至少得赚 60 块，也就是业内说的“年合同额”（ACV）和“毛利率 ≥ 60%”。

没踩上这条线的，要么烧钱做 PPT，要么贴钱做 POC（概念验证）。你可能会好奇，为什么这么说呢？

因为 Agent 的成本，比你想的要重得多。

我交叉算了一笔账：一个 7×24 小时运行的产线巡检 Agent，听着是自动化，其实是“吞金兽”。

光云上跑模型、存向量、搞监控，一年账单就 20 万打底；再配上两个算法工程师、一个交付经理，人力成本轻松过 80 万。

一年烧进去 100 万+，客户年费不做到 100 万以上，根本回不了本。所以你说，ACV 连 50 万都不到的项目，图啥？要么当样板间，要么赔本赚吆喝。

再看看其他场景：

一个医疗合规 Agent，要过等保三级 + 医保审计，合规成本能占到项目总额的 30%；一个金融风控 Agent，每天跑上千次推理，月均算力账单 15 万+。

如果客户一年只付 20 万，连电费都 cover 不了，更别说交付、运维、迭代。对了，以上数据如有质疑，可用 AI 交叉验证。

这里还有个典型例子：

某工单产品，作为轻量化生产管理工具，主打中小微工厂。客单价约 1 万元 / 年（相当于普工 1 个月工资），覆盖 2.5 万家工厂，毛利率达 65%～70%，已实现盈利。

它的核心价值很实在，工人手机报工，10 分钟同步进度；报废率从 5% 以上降至 1% 以下；计件工资自动核算，节省 80% 统计时间，企业整体交付率从 50% 提升至 90%。

所以，你看那些赚钱的，给车企做智能座舱 Agent 的，一单几百万起，深度绑定整车系统；工业领域按检测量收费，跑得越多，边际成本越低，规模上来后毛利也就上来了。

而反观还在画饼的通用Agent套件，客单价两三万，听着热闹，算完账想哭。功能是全，但客户一用就发现：不贴场景、进不了系统、还得人工兜底，结果就是用了等于没用。

因此，智远判断真正分界点，不是技术多强，是能不能签下大单，能不能沉进系统，能不能把毛利做上去；跨过去，就是数字员工供应商，过不去，只是AI功能插件商。

三

写到这你可能会问了，赚钱的 Agent 到底怎么收费？

我扒了 10 家已盈利 Agent 厂商的合同结构，发现他们根本不靠“卖软件”赚钱，而是玩三种高阶模式。

第一种是不卖 Agent，卖“入口”。典型代表是给车企做智能座舱 Agent 的那几家。他们直接把 Agent 打包进整车操作系统，一车一 license，每辆抽 300 到 500 块。

听着不多，但一年几百万台车跑下来，就是十几亿的量级。关键一旦嵌进系统，车企基本没法换，维护成本低，收入稳定。

这叫“系统级绑定”，你是系统的一部分，比 SaaS 更狠，比插件更重，一单签五年，红利稳稳吃进去。

第二种是效果分成，Agent 帮你省多少，你就分它多少。 这方面典型代表是银行反欺诈、 保险理赔以及广告优化的Agent。他们玩零 upfront，纯分成。

因为银行的数据太敏感，具体分成比例我没拿到，但逻辑很清晰，只要 Agent 拦住一笔坏账、省下一笔赔付、多带来一单成交，厂商就能从节省或增量的部分里抽成。

客户最爽的地方在于，这笔钱是“省出来的钱”，属于没有预算的采购，决策快，阻力小。当然，前提是供应商真能见效，不然分成落空，口碑也砸了。

第三种是“按资源单元卖”。

某企业的Agent把语音识别、知识库、质检辅助打包成一个“云坐席”，按并发坐席数收费。标准套餐每月 500 到 2000 元一个坐席，包含基础质检和知识库功能；高级功能比如动态知识图谱、多模态分析，要额外付费。

有些客户咨询量波动大，比如电商大促期，就按对话次数、质检任务量或 API 调用次数来结算。

针对证券、保险这类强合规场景，还提供私有化部署，一次性部署费在 20 万到 200 万之间，年维护费按 15% 到 25% 收。

本质上，他们是把 AI 当“云人力”出租，你省下一个真人客服，就愿意付一份“AI 工资”。

你看，这三种模式在回答同一个问题：客户到底省了谁的钱？省工程师的钱，就按年订阅；省审批的钱，就按笔分成；省坐席的钱，就按并发卖工位。

只要能把“省了多少”算清楚，客户就愿意把省下来的钱分你一半。Agent 的商业模式，说到底，是一场“算账游戏”。

四

账也不是谁都能算的。你再能省，进不了客户的系统，一切归零。尤其医疗、金融、汽车这些“现金奶牛”行业，流程密不透风，监管层层设卡，试错成本极高。

所以，高价值领域，Agent 平台护城河到底是什么？

智远看到，医疗行业合规要求简直像一座大山。医疗数据涉及患者隐私，必须严格遵守《网络安全法》和《健康医疗数据安全指南》等法规。

比如，医保合规 Agent 需要通过等保三级认证，合规成本可能占到项目总额的 30%。

但合规只是入场券，数据本身并不构成壁垒。因为大厂、医院自己数据，缺“用数据的能力”。真正难的是：能不能接入他的 ERP、HIS、TMS、CRM？能不能在合规前提下，把数据“转成动作”？

举个例子：

某企业的 Agent 通过数字孪生技术，实时监控急诊、手术和重症中心，显著提高了医疗效率。这就是场景落地的关键，把智能预问诊、医保审核、病历管理，每个环节都做到了深度嵌入。

金融行业不一样。数据是护城河，合规是生命线，场景决定客户买单的东西。

反欺诈 Agent 得接入风控中台，调用三方数据，触发拦截策略，还得生成监管所需的审计日志；量化交易 Agent 的算法响应速度，从毫秒级提升至微秒级，在市场波动中才有机会捕捉转瞬即逝的套利机会。

合规不用多说，是底线，而场景决定客户愿不愿意为你的产品掏钱。

汽车行业场景最多的，切入点也最多。数据是增长手段，合规是保障；智能座舱 Agent 要实时响应语音指令，联动空调、导航、音乐，还得在车规级环境下 7×24 稳定运行。

因此，别再说“我有数据就能做”了。真正壁垒是这三堵墙：

有没有深入业务流程，做到“无感嵌入”？能不能过等保、过审计、满足行业监管？能不能对接老系统、跑通上下游、不拖累现有 IT 架构？

谁先打通数据、场景、合规、集成，谁有机会嵌入客户业务中去，进不去，只能在外围卖插件、打零工。

五

我们得认清一个现实：今天的 Agent，还处在“手工作坊”阶段，每个行业、每家企业都在自己搭、自己训、自己运维，就像 90 年代搞信息化，每家公司都买服务器、请 IT 部门。

但趋势很清楚：Agent 终将标准化、服务化、管道化。

到那时，用户不再关心是谁家的模型、用了什么架构，他们只问一句：事办成了吗？

我不知道这一天什么时候来，就假设是 2027 年，那可能会出现两种终局，一种是“底层垄断”：赢家通吃，只剩“云+芯片”。

大厂把 Agent 做成基础设施，你调用一个 API，背后是超大规模模型、专用 AI 芯片、全球算力网络；就像今天用 AWS 或阿里云，没人关心服务器在哪。

国外已经能看到苗头，亚马逊、谷歌、Meta 这些云厂商，纷纷自研 AI 芯片和网络架构，目的是优化 Agent 的运行效率，巩固自己在基础设施里的主导地位。

芯片企业也没闲着，英伟达、Tenstorrent 等公司专注 Agent 推理芯片，能效比提升 5 倍以上。在这种格局下，竞争集中在两头：

云厂商：拼算力调度、成本控制、工具链完整度

芯片厂商：拼推理效率、能耗比、定制化能力

而中间层独立 Agent 创业公司，会被严重挤压，要么被收购，要么只能做“皮肤层”定制，赚点辛苦钱；这就像电力时代，没人自己发电了，都从国家电网买电，发电厂是谁？不重要。你只管插电、开机、干活。

另一种可能，我认为“超级聚合商”会崛起。

医疗、金融、制造这些行业，流程千差万别，数据孤岛林立，监管各不相同；不可能用一个 Agent 通吃所有场景。

所以，更可能的未来会出现一批“超级聚合商”，它们不训练大模型，也不造芯片，而是干一件事：调度 Agent，组装工作流，对接系统，兜底交付。

比如：

你要做个跨境贸易全流程自动化，它就帮你组合：报关 Agent（懂海关编码）、外汇结算 Agent（连 SWIFT）、物流追踪 Agent（接船公司 API）、合规审查 Agent（过反洗钱规则）。

然后打包成一个“贸易中枢”，按结果收费。

它不拥有每个 Agent，但掌握调度权、集成权、客户入口权。就像今天的 SAP 或 Salesforce，技术未必最强， 但站在了企业流程的中枢位置。

这类公司可能从四类玩家中诞生：

头部 SaaS 厂商（如用友、金蝶、Salesforce）、系统集成商（如 IBM、神州数码）、行业平台型公司、大企业的数字化部门外溢（如一些车企的智能座舱中台独立成公司）。

所以，智远判断是，到2027不会是“云+芯片”的终极垄断，也不会有“全能 Agent”一统江湖；真正的赢家，是能把“碎片化智能”拼成“完整服务”的“超级连接者”。

从TOB视角，至少是这样。他们不生产电，但建了电网；不生产水，但铺了水管；不做 Agent，但让所有 Agent 协同干活，这才是下一波红利。

本文来自微信公众号：王智远，作者：王智远

相关推荐

2025WAIC后，谁能把Agent做成现金牛？
Salesforce AI Research 刘志伟：像Agent一样思考 | Agent Insights
21现场｜2025WAIC探展！AI+金融释放数字生产力
2025，Agent生死竞速
OpenAI翁丽莲的Agent公式，一定是正确的吗？
外卖大战太烧钱，京东盯上酒旅这只“现金牛”
两年投资近70家公司，如今又试水外卖，字节跳动仍在寻找赚大钱的“现金牛”
从25亿次提问到AI浏览器：ChatGPT Agent的“慢革命”能否颠覆谷歌？
融资飙涨背后，Agent赛道的投资逻辑正在重构
AI 创业访谈④丨Flowith，10 个 95 后想把自由思考变成 Agent

网址: 2025WAIC后，谁能把Agent做成现金牛？ http://www.xishuta.com/newsview139685.html