2025 年，AI（人工智能）技术不断发展深化，从通用大模型到 AI 应用，AI 的边界正在不断拓展。业内对 AI 能力的探讨也从 Copilot（助手）切换到了 Agent（智能体）。

近期，税友股份（SH603171，股价 50.48 元，市值 205.12 亿元）推出行业首个 Agentic（多智能体协同）平台 " 数智工场 "，尝试通过人机协同模式重构财税服务体系。

税友股份 2025 年半年报显示，公司数智财税业务营收同比增长 11.95%，数字政务业务营收同比增长 16.60%。对效率和准确率的双重诉求，使得 AI 在财务管理、风险控制、税务规划等环节的应用需求迅速增长。

当前，AI Agent 仍面临 " 平方成本魔咒 " 等行业痛点，财税领域 AI Agent 是一个好的落地场景吗？AI Agent 能改善 SaaS（软件即服务）行业国内用户付费意愿不强的问题吗？

对此，近期，《每日经济新闻》记者（以下简称 NBD）专访了税友股份亿企赢 CEO（首席执行官）王安笑。

AI 应用无法替人类担责

NBD：AI 领域的热词，从之前的 Copilot 切换到了目前的 Agent。随着 AI 技术不断演进，企业 AI 落地应用也在加速。您怎么看技术演进速度以及当前 Agent 的路径发展？

王安笑：我的理解是 Copilot 更多是提供一种辅助，它不能独立完成工作。Agent 更多是在 AI 技术能力变强、场景固化后，可以独立完成一些工作。从逻辑上来看，Agent 是比 Copilot 更高阶，因为它能独立完成任务。

从企业实际应用来看，并不是已经全面淘汰 Copilot，并替换成 Agent 应用，实际的情况比较复杂。

例如，我们有一个 AI 会计的开票应用，基本上可以达到 Agent 的能力，开票过程基本不需要人工干预，能独立完成任务指令。但在实际操作中，最后环节还需要人工确认。在一些复杂程度高、零错误容忍率的工作环节中，人仍然是工作的主体，AI 技术可以提升效率，但无法替代人，所以在实际应用中，AI 应用仍有很多是 Copilot 的角色。未来 3~5 年，在 B 端市场，AI 应用仍是 Copilot 和 Agent 并存状态，只是 Agent 的能力会不断增强。

NBD：提到财税，大家普遍认知是对数据准确性要求高。在您看来，财税领域是 AI Agent 应用落地的确定性方向吗？

王安笑：我认为医疗、法务、财税领域是 AI Agent 比较适合应用的行业。这几个行业背后都有一些共性，比如具有高确定性，有明确的规则边界，同时还有大量实务案例。AI 在这几个领域可以发挥巨大作用，但又不能完全依靠 AI 解决所有问题，还需要人工干预和判断。

因为，最后在伦理层面涉及责任问题，AI 应用无法替代人类承担责任。所以，从这个角度来说，让 AI 应用完全替代这三个行业其实挺难，因为最后还是需要通过 AI 和人的配合来落地。所以我们可以看到，在这些行业的 AI 应用中，未来 Copilot 和 Agent 预计是一种协同的关系。

NBD：目前在 AI 行业，大家比较关心的一大痛点是 " 平方成本魔咒 "（指模型性能提升与成本增长呈非线性关系，尤其是大模型训练中算力投入与参数规模呈指数级关联），这对你们来说也是一大挑战吗？

王安笑：这是我们在成本上遇到的问题之一。当然，这也是行业的一个普遍痛点。我们也在设计上做了一些优化。

例如，行业内对话式通用大模型是没有边界的，用户基本想聊什么都可以，但在 AI Agent 中，我们进行了一些调优，根据业务属性、用户对应的问题模块，做了一些预训练，通过这些方式来降低所谓的 " 平方成本 "。

目前，我们的 AI Agent 还是以用户体验，或者说准确率为优先，不完全是从降低成本的角度来考虑调优。现阶段，我们更希望能抢占市场，让用户有更好的体验。

NBD：AI Agent 主要分为通用 AI Agent 和垂直 AI Agent。很多企业都在发力面向 B 端的 Agent 产品。B 端的 AI Agent 虽然用户体量比较小，但切入场景更垂直、更细分，会不会比 C 端更快迎来商业化？

王安笑：B 端有一个很明显的特点，企业对降本增效的需求比较强烈。现在，大家都在推 AI Agent，问题在于，这些 AI 应用是不是真的能帮助企业降本增效？降本增效可能主要体现在两个方面：一类是通过 AI 帮助企业在生产端实现大规模的生产成本下降；另一类就是企业运营管理成本的下降。

其实，这些需求在以前都是 SaaS 企业的 " 战场 "。现在，我们希望通过 AI Agent 数字员工这种角色来替代原来的 SaaS 系统。让企业的操作更简单，价值换算更直接。但 TO B 的 AI Agent 挑战在于推广，因为它们需要有明确的效果，需要市场化验证，校验 AI Agent 落地应用的准确率。

比拼准确率和认知能力

NBD：这对你们推财税 Agent 而言，对其本身的模型能力、知识库数据提出了比较高的要求。

王安笑：去年，我们在通用的基座大模型基础上，推出了自研的 " 犀友大模型 "，构建了 " 两个知识库 " ——一个是 " 行业与企业认知库 "，一个是 " 政策与实务知识库 "。这两个知识库的数据，是私有化部署的。

NBD：税友股份之前的产品，更多还是 SaaS 定位。就 SaaS 行业而言，我们看到国外用户付费意愿强，企业整体盈利性较好；而国内大多数 SaaS 企业面临盈利难等问题，AI Agent 产品推出来后，国内用户付费意愿会比以前更强吗？

王安笑：我觉得还是比较有希望的。最近，我们推出 AI 开票、AI 会计等 Agentic 产品。我们能感受到用户的购买决策链路和付费的爽快程度，比以前我们给客户推荐代账软件时的付费意愿更强烈。

NBD：撬动用户愿意付费的点是什么？

王安笑：核心在于 AI 产品推出后，他们可以真实感受到 AI 降本增效的效率。对企业而言，一旦能明确 AI 产品带来的效果，投入产出比明确，付费意愿就比较强烈。如果和以往一样，只是卖一套软件系统，让客户自己部署和学习，他们看不到效果，可能付费意愿就很低。

NBD：虽然，税友股份在财税领域布局多年，但这一轮 AI Agent 市场非常火热，财税领域的 AI Agent 会不会迎来更多玩家？

王安笑：竞争是必然的。因为，大模型的能力和进化，让大家看到了很多可能性，有场景需求就会有产品创造。我相信，很多人认为现在是一个进入赛道的时机。在未来一段时间内，可能出现财税 AI 产品百花齐放的情况，但最终还是要看客户真实的应用效果。产品概念可能吸引到关注和尝试，但只有真正解决好 " 幻觉 " 问题，做高可靠性和准确率的产品，才能真正留住客户。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 的准确率和对行业的认知能力。未来，市场可能也会出现 " 劣币驱逐良币 " 现象，甚至 AI Agent 市场也会出现打价格战。但随着充分竞争以及市场用户教育，最后 Agent 的竞争，还是会回到行业认知模型工程能力以及实际应用效果上。

每日经济新闻