AI Agent系统架构、产业链、应用、商业价值及定价模式分析

当前AI Agent还处于发展早期，不同类型企业积极切入市场。

1. AI Agent：能够自主决策和执行的人工智能代理

能够自主决策和执行的人工智能代理

AI Agent（人工智能代理）是一种能够感知环境、自主决策和执行动作的程序或系统，具备通过独立思考、调用工具去逐步完成给定目标 的能力。AI Agent的运行流程包括感知（Perception）、规划（Planning）和行动（Action）三个基本步骤来概括。 A I A g e n t 系统架构可分为： 1 ） 核 心 能 力 ： LLM （ 大 模 型 ） ； 2 ） 三 大 关 键 要 素 ： 规 划 + 记 忆 + 工 具 。 规划（Planning）：AI Agent利用大模型的思维链能力，将复杂任务分解为可管理的子目标，以高效处理任务。 记忆（Memory）：短期记忆处理所有输入信息，支持上下文学习，但受上下文窗口长度限制。长期记忆则用于存储和调用外部数据库 中的无限信息，支持复杂任务如阅读PDF和知识库。 工具（Tools）：调用外部工具API，拓展能力获取额外信息，AI Agent可以自动判断任务需求，调用工具并获取API返回的信息，以进 行下一步任务规划。

从Copilot到AI Agent，核心区别在于Agent具备自主性

人类与 A I 的 协 作 模 式 经 历 了 三 个 阶 段 ： E m b e d d i n g 模 式 、 c o p i l o t 模 式 、 A g e n t 模式。 与传统的 A I 协作模相比， A g e n t 模式的突破性在于其自主性： 在E m b e d d i n g 和 Copilot模式中，AI需要人的指导； 而Agent则是直接面对目标任务，具有自主记忆、推理、规划和执行的全自动能力，终极形态的AI Agent只需要用户的起始指令和结 果的反馈，过程中并不需要人的介入，大大解放人力。

2.产业链概览：B端应用、C端硬件和大模型厂商积极切入市场

当前AI Agent还处于发展早期，不同类型企业积极切入市场。在先行者的示范下，行业生态将进一步繁荣。 根据基因的不同，参与企业主要可分成以下4种类型： 企业级AI Agent平台：专门给企业工作流程制作的智能化平台，以原RPA厂商为主，将基于大模型的AI Agent思想加入到自动化平台。 开发者Agent综合开发平台：专门设计用于开发、定制和部署Agents的平台或工具集参与企业，主要包括大模型厂商和落地服务厂商。 B端垂直应用：垂直行业领域的应用软件/Sass企业，原本垂直领域深耕，覆盖比如ERP、CRM、营销、法律等垂直场景。 终端硬件：面向消费者的通用智能体，主要包括AI手机和AI PC等硬件端，AI眼镜、智能汽车等或是未来重要的AI Agent入口。

3.B端应用：ROI显著、具备数据优势的场景将率先落地

我们认为，ROI显著、具备数据优势、政策引导、技术可行性较高领域最有可能成为AI Agent落地的场景： ROI显著提升的场景：AI Agent的使用能明确提升ROI，即能明显降低人力成本或提升流程效率，比如在客服场景中，AI Agent可以直 接减少人工的投入。 具备数据优势的垂直场景：掌握数据入口和高质量数据的平台，在AI Agent落地时具备优势，典型的场景如电商、办公、OA软件。 政策鼓励、引导的行业：比如欧盟《人工智能法案》推动AI医疗的合规化，我国“十四五”规划明确智能制造与AI融合。 技术可行性高：1）NLP和RPA是当前比较成熟的技术，NLP在客服对话领域应用比较成熟，RPA在财务领域应用比较成熟，我们认为借 助NLP和RPA技术，AI Agent在客服和财务领域会更快落地。2)流程标准化的场景，对模型能力要求较低，将会更快实现AI Agent的落 地。 综上，我们认为企业服务、客服、电商、医疗和制造业有望成为AI Agent率先落地的场景。

4.商业价值来源于降本增效和个性化服务

AI Agent借助AI的能力，极大的解放了人类的生产力。我们认为，AI Agent的商业价值源于为用户创造价值，即为用户降本增效和提供 个性化服务。 降本：AI Agent自主完成任务，通过流程自动化节省人力。Dow公司与微软合作，利用AI Agent优化其物流发票处理流程。AI Agent能够 快速分析数千张发票，发现异常并突出潜在的节省机会。在全面推广后，预计第一年即可节省数百万美元的物流成本。 增效：AI Agent系统是行业Know-how的载体，可以将企业积累的技能、标杆项目经验等非标准化的知识沉淀和复用；另一方面， AI Agent系统通过工程化的方式，对抗个体工作不确定性，完成管理工作的科学升级，提高群体工作的均值。 覆盖个性化需求：AI 具备非结构化数据处理能力和实时反馈能力和内容生成能力，基于用户数据的分析和业务流程中的实时反馈，AI Agent可以覆盖更多细分的长尾需求。

5.定价模式1：以ServiceNow为代表的价值抽成模式

2021年成立的初创公司Chargeflow是一个美国退款自动化解决方案服务商，专为电子商务商家设计，它利用技术和生成式人工智 能以及人类专业知识来帮助恢复收入损失并减轻在线商家的退款问题。 Chargeflow 结合多年处理大量退款和争议的经验、完善争议流程并大规模部署，利用庞大的数据集开发了机器学习和AI算法，创 建了第一个基于科学的退款响应模型，并为商家提供AI Agent应用，目前支持Paypal、Shopify、Stripe等平台。 从收费模式看，Chargeflow采用Success-based Pricing模式，根据商家单次追回退款的金额收取25%作为服务费， Successbased Pricing 是价值抽成的一种形式。根据公司官网数据，该应用通过提高电商商家退款争议解决率、节约人工处理时间，可实 现4倍的ROI效果。

定价模式2：Salesforce推出AgentForce，按量收费

Salesforce AI Agent按对话次数进行收费，单次收费为2美元。根据Salesforce官方测算，其应用于智能客服的AgentForce Service Agent可大幅 节约企业运营成本。 根据Salesforce官网数据，Wiley通过使用Agentforce和带有Einstein AI的Service Cloud管理客户服务运营，将季节性代理的入职速度提升了50%， 从而实现了213%的投资回报率和230,000美元的节省。 AI提升Salesforce的TEM：AI Agent有望推动Salesforce超4000亿美元的潜在市场空间。随着AI Agent及数字员工的持续商业化落地，Salesforce估 算至2028年公司TAM（可触达市场规模）有望达到4390亿美元，并预计至2028年全球B端企业AI支出有望达到7490亿美元。

定价模式3：Intercom，按解决问题的成功次数收费

Intercom公司向企业提供跨自动化和人工服务的客户体验，旨在通过AI赋能减少客户对话中的人工干预，从而提升客户满意度和业务成功率。Intercom 公司推出的AI Fin Agent可学习公司和产品的相关信息，并利用所有知识生成准确答案，向每一位客户提供个性化服务并快速调整以满足差异化需求。 Intercom AI Agent应用针对成功解决问题的会话按量收费。Intercom基础服务的收费模式为订阅制，Essential/Advanced/Expert版本的订阅费分别 为每年348/1020/1584美元，而Fin AI Agent功能仅在成功解决客户问题后才收费，单次收费为0.99美元。