Agent在金融机构走出「试用期」后，价值账怎么算？
AI 摘要2026年10月28日，腾讯云披露其企业级智能体产品WorkBuddy已进入约250家金融机构，头部客户开始扩大采购。中金公司目前日消耗Token达70亿至100亿，预计明年达200亿。随着Agent从小范围试用走向规模化铺开，金融机构的考核重心正从鼓励消耗Token转向审查投入产出比、消除无效调用，并推动Agent从个人效率工具向核心业务流程延伸。
解读
发生了什么
2026年10月28日腾讯全球数字生态大会期间，腾讯云副总裁胡利明披露，今年3月发布、6月上线企业版的WorkBuddy已进入约250家金融机构，头部机构从小范围试用转向扩大采购。中金公司信息技术部负责人谢碧松表示，中金目前每天Token消耗量达70亿至100亿，预计明年将增至200亿。伴随坐席与调用规模扩大，金融机构对Agent的管理进入新阶段，开始审视Token的使用场景、产出结果与资源浪费。目前多数金融机构正处于从单个员工效率提升的“点”，向串联多系统业务流程的“线”推进的过渡期。
为什么重要
基础模型在长程任务规划和工具调用能力上的提升，使Agent具备了处理连续复杂工作的可能，推动企业IT预算重心从底层算力向应用层转移。当日常Token消耗达到百亿量级，金融机构必然面临严格的成本收益考量，但协同效能与隐性生产力难以量化，导致短期财务回报核算困难。机构管理重心的转移，促使企业从追求调用量指标转向建立精细化运营体系，重点清理低效甚至无效的调用行为。与此同时，金融行业特有的合规审计与数据隔离要求，决定了Agent必须与内部权限和业务系统深度绑定，无法融入既有业务流的单点工具将面临预算收缩的风险。
影响谁
- 中大型金融机构（券商、银行等）面临AI从战略尝试向运营考核转变的压力，需要建立Token成本核算机制，并在严格合规要求下重构内部数据权限与知识管理体系。
- 企业级AI服务商与云厂商竞争重点从单一模型能力或对话入口展示，转向系统集成、数据治理与合规审计等综合工程交付能力。
- 金融业务一线从业人员日常办公逐步向智能体迁移，单纯依靠文本问答的自发探索空间受限，未来需适应机构标准化、流程化的业务自动化协同。
背景
金融行业向来是信息化与数字化投入密集的领域，此前预算主要集中在私有云与算力等底层基础设施。过去一至两年，金融机构对大模型的尝试多停留在Chatbot形式的内部问答与辅助写作，属于局部试水。随着模型推理与工具调用能力成熟，企业软件正经历从对话交互界面向自主执行流程的演进。在金融强监管环境下，数据安全、权限隔离与业务追溯机制始终是新技术从试验走向核心业务系统的关键门槛。
和中国的关系
中国金融机构在合规监管、私有化部署和数据安全方面标准严格，决定了国内企业级Agent落地无法直接照搬海外公有云SaaS模式。以中金、腾讯云为代表的标杆案例表明，国内金融科技支出正加速向AI应用倾斜，而如何打通跨部门数据孤岛将是中国企业智能化转型的核心考验。
接下来关注
- 中金公司2027年日均Token消耗量是否如期达到200亿，以及其公布的AI具体降本提效量化指标
- 腾讯云WorkBuddy在250家金融机构中的增购复购表现，以及其切入复杂交易或风控业务流程的实际案例
- 金融监管部门是否会针对桌面智能体与业务Agent出台具体的数据调用留痕与算法合规审计指引
摘要和解读由 AI 根据公开报道整理，以原文为准。