0
放眼2025年，聲稱投身Agent轉型的中國To B廠商比比皆是，從發布會到行業白皮書，“企業級AI智能體”、“數字員工”已成為最性感的標簽。但人們往往容易沉醉于如火如荼的討論，而忽略了一個殘酷的事實：
任何對新技術或是新產品邏輯的探索，并不會自動地等同于其發展道路上的救命稻草，光鮮的技術名詞或許能帶來短暫的估值光環，卻未必能改變廠商長久以來的To B商業化困境。
To B商業化實際上一直存在著一種“雙輸”局面。
百融云創首席產品與市場官王偉民，在接受雷峰網采訪時指出，傳統模式下，甲方企業對軟件或服務的采購邏輯，一直是“價低者得”的招標思維，既要產品卓越又要成本低廉；而乙方廠商的生存邏輯，則是在有限預算內完成交付并爭取微薄利潤。
早在云計算火熱、廠商和客戶都熱衷于數字化轉型的時期，這種“甲方總是不滿，乙方總是疲憊”的局面，其實就已經存在了：甲方抱怨不好用，甚至會因為效果不達預期，直接讓項目成果直接束之高閣；乙方抱怨客戶需求善變、付款苛刻，有些客戶索取的不像是商品，倒像是情緒價值。
這種局面，也催生了To B行業難以掙脫的衍生困境。我們此前在《云計算五問》等多篇文章中都提到過，困境之一，是標準化與定制化之困：為了贏得訂單，軟件廠商不得不向大客戶的個性化需求低頭，陷入無休止的定制化開發，使產品變得臃腫、非標，最終淪為“項目制”作坊，徹底偏離了通過標準化產品實現規模效應的初衷。
抉擇之二，是增長與健康度之困：追求合同額與市場占有率，往往意味著卷入低價競爭和人力成本的軍備競賽；若想追求盈利質量，堅持產品化與高定價，則可能在殘酷競爭中迅速丟失份額，更快地面臨生存危機。
困境的根源，本質上是來自于過時的交易模式：甲方支付的，是購買功能模塊、軟件許可或人力工時的費用，即生產資料的成本；而他們真正渴望獲得的，是一個清晰的業務結果。
打破這一困境的核心，應當是建立“風險共擔、利益共享”的新型甲乙方關系——讓乙方的收入，與它為甲方創造的可量化業務價值直接掛鉤。這正是“結果即服務（RaaS）”的核心理念：乙方不再是“賣軟件的供應商”，而是“共擔風險的合作伙伴”；甲方不再是“買工具的采購方”，而是“共享收益的同盟者”。
而百融云創已經率先開啟了嘗試，將RaaS模式從理念轉化為規模化落地的實踐。在12月18日的發布會上，百融云創發布了自己的RaaS戰略和“結果云（Results Cloud）”平臺，正是這種新型關系的實體化載體。
要打破“工具買賣”的零和博弈，需要的不僅是一個新概念，更需要對產業價值鏈條的深刻重構能力。百融云創之所以能率先探索“結果即服務”的企業級AI新范式實踐，正源于其自身商業模式的持續進化史。
百融云創的創始人張韶峰，基于自己在甲骨文、IBM時的觀察，從一開始就摒棄了傳統“交付工具”的思路。在2014年創業初期，數據與AI能力尚屬稀缺資源時，百融選擇以MaaS（模型即服務）切入，通過API按調用量計費。這本質是將核心的“數據+算法+行業經驗”進行產品化封裝，以最高效、標準的方式為金融機構提供KYC能力。在這一階段，按調用收費是技術價值可衡量、服務可規模化的最優解。
百融云創創始人張韶峰
到了2017年，隨著語音交互技術的成熟與平臺經濟的興起，百融的業務演進至BaaS（業務即服務）階段。 其邏輯從“提供分析能力”升級為“構建交易場景”，通過連接海量B端金融機構與C端用戶，扮演智能匹配撮合平臺的角色。其商業模式也相應變為“僅成交后分潤”，收入與為客戶促成的實際交易緊密掛鉤。這也意味著，百融的價值承諾，已經從“提供有效工具”，向前邁進到“參與業務成效”的階段。
回顧這段從MaaS到BaaS的演進史，有一個經典的To B行業命題，值得我們重新思考：我們究竟是在“賣水”，還是“賣鏟子”？
在此前的技術浪潮中，無論是云計算還是AI，廠商常常陷入這種爭論。“賣鏟子”意味著提供基礎的工具和算力，相對標準化；“賣水”則是提供基于工具的增值服務或解決方案，常結合場景而呈現定制化。二者均對結果的價值有所助力，但都是客戶先付錢，乙方再交付，客戶要自行承擔 “付了錢沒結果” 的風險，這就回到了文章開頭提到的To B困局。
百融云創探索的RaaS模式，其實指向了第三條路：帶著自己錘煉多年的數據、算法、行業經驗，跳進一線與客戶并肩“共同挖金子”。“結果云”是其統一的作業平臺，“硅基員工”是其專業化的數字勞動力，收費取決于最終挖出的“金子”——即可衡量的業務成果，并以此參與價值分配。
在百融的實踐經驗里，“共同挖金子”的伙伴關系，已經被具象化為一套清晰、可執行的商業模式。目前，百融云創主要通過三種方式與客戶進行價值結算，共同構成了其RaaS（結果即服務）的價值交付體系。
其中最核心且具顛覆性的，是“按崗位計價” 的新模式。這也是業界對于AI Agent發展的理想終局之一。它徹底重構了定價邏輯，直接參照現實世界中人類專家的薪資水平，為承擔同等職責的“硅基員工”定價。
例如，一個相當于月薪3萬元法務專家的“硅基員工”，其服務定價約為1.5萬元。客戶無需任何軟硬件前置投入，即可獲得一個能7×24小時工作、效率數倍于人類且投資回報率清晰的硅基勞動力團隊，并像支付薪酬一樣，按實際使用的崗位數量進行月度結算。
在此基礎上，百融也延續并升級了更為標準化的“按量計件”模式，例如為汽車金融客戶生成每一份信審報告，或撰寫深度投研報告，都按實際交付的合格成果份數進行結算，使計費與明確的業務產出掛鉤。此前的BaaS邏輯也延續了下來，即為金融機構成功撮合交易后，按最終達成的業績進行分潤。
這三種由淺入深的結算方式，共同實踐著“不為過程賣工具，只為結果共分配”的核心原則，將合作雙方緊密地轉變為利益共同體。
這一套從理念到結算的完整商業閉環，若要實現穩定、規模化地交付“結果”，離不開一個強大而靈活的技術基座作為支撐。百融云創也為此推出了承載RaaS理念的工程化核心：Results Cloud（結果云）平臺。
王偉民向雷峰網(公眾號：雷峰網)清晰講述了“結果云”平臺的運轉，這套讓“硅基員工”能夠被高效創造、管理和規模化運營的智能體生態系統，其架構清晰分為三層，共同構建了從底層算力到頂層智能體應用的全棧服務能力。
在最底層的是AI基礎設施層，涵蓋了從英偉達到國產海光、昇騰等異構算力，Results Cloud不僅深度集成主流開源與商用模型，更基于多年產業場景沉淀，構建了覆蓋語言理解、語音交互、多模態文檔處理三大方向的自有大模型家族——包括 BR-LLM-Proactive、BR-VOICE 和 BR-Vision-Doc等旗艦模型。這些模型深度融合行業知識與結果導向機制，為“硅基員工”提供可調度、可進化、可對齊業務KPI的專業認知能力，確保“硅基員工”擁有穩定、高效且自主可控的算力與智力源泉。
在此之上是智能體操作系統層，為無論是百融自身的業務部門還是未來的第三方伙伴，都提供了一套完整的工具鏈，支持智能體的全生命周期管理，包括開發、部署、運行、觀測與調優。開發者可以像在移動互聯網時代開發App一樣，在此高效地創建和迭代各類業務智能體。
最終，所有這些能力在頂層的智能體商店層匯聚，并面向最終價值場景。這里陳列著兩大類“硅基員工”：一類是直接面向客戶業務增量的智能體，如營銷、客服專家；另一類是服務于內部提效的智能體，如HR、財務、法務助手。它們不再是孤立的功能模塊，而是基于統一平臺生長出的、可計量、可運營的數字化生產力。
值得注意的是，負責復雜決策的智能體，在企業級落地中普遍面臨“連接不穩、知識不準、運維失控”三大工程化難題，任何一環的缺失都會讓“交付結果”的承諾淪為空談。百融云創通過MCP統一連接、GraphRAG知識工程、AgentDevOps運維體系等工程體系能力，為RaaS筑牢了技術根基。
首先，在企業級合作中，標準碎片化、安全顧慮和復雜的運維，使得傳統對接方式成本高昂且脆弱，一旦出問題，甲乙雙方極易陷入拉扯停滯的狀態。百融云創的解法，是在其“結果云”與“百融百工”平臺中，將開源社區提出的模型上下文協議（MCP） 深化為統一、可治理的連接核心，實現了對多模型、多工具、多業務系統的“一站式接入”，大幅降低了企業因協議不一而重復適配的成本。倘若能在對接環節就構建完善的安全治理與審計機制，明確數據訪問的權限邊界，就能從根源上規避了跨系統數據泄露的風險，并將運維管理標準化，進一步使得“硅基員工”能夠以即插即用的方式無縫融入企業現有流程。
其次，傳統AI常因知識檢索粗糙而“答非所問”，尤其是在金融、法律等要求高精準性、高一致性的領域。百融沒有采用簡單堆砌知識庫的做法，而是致力于構建一條 “可治理的知識資產鏈路” 。其工程體系聚焦三大核心能力：一是高精度文檔解析，能將復雜的非結構化文檔（如PDF、財報）準確轉化為結構化信息，為后續處理打下堅實基礎；二是嚴格的知識版本治理，確保“硅基員工”始終引用最新的規章制度，避免引用過期規則的低級錯誤；三是意圖澄清能力，基于結構化知識樹做可控的意圖澄清，才能精準地獲取用戶實際問題，最終輸出可靠的答案。
第三，傳統DevOps關心“系統是否可用”，但智能體的價值在于“任務是否完成、判斷是否準確”。百融云創的AgentDevOps體系，正是針對“推理型系統”的全新工程方法，其核心是確保智能體的行為質量與持續進化能力。具體從四個方向推進落地：
全流程工程能力，覆蓋開發 - 調試 - 部署 - 監控 - 優化的全鏈路；
場景化評估器：在業務維度實時跟蹤“硅基員工”的實際表現，每一個節點、每一個業務指標的變化都可視化；
半監督自適應優化：在開發階段自動搜索最優參數與提示詞（ Prompt ）組合，使 Al Agent 快速達到可上線標準；
強化學習增強的在線優化：在運營階段基于回流數據持續迭代策略，讓 Al Agent 隨使用不斷更穩、更佳。
在落地實踐中，這些系統性增強帶來顯著且可量化的效果，比如，人工調參與維護的成本顯著下降，Al Agent 的上線周期大幅縮短，并且超過 70% 的典型應用場景實現了自動優化，穩定性提升明顯，Al Agent的產出質量持續增強。
可以看到，這三大工程能力環環相扣，共同構成一個堅實的閉環：MCP保障了“硅基員工”能安全、穩定地接入企業環境；GraphRAG確保了其在專業領域內輸出的知識是精準、可靠的；AgentDevOps則賦予了其持續觀測、調試與進化的生命力。 它們共同將“結果云”從一個技術平臺，升級為能持續交付、優化并驗證業務結果的工程體系，使得“按崗位計價”“按效果分潤”的RaaS商業模式，具備了扎實可靠的技術支撐。
商業模式和工程能力的討論固然重要，但當這些硅基勞動力真正走入企業，與人類員工并肩工作時，挑戰會直接躍升至組織與協作層面：硅基員工是否直接取代人類員工（碳基員工）？
在與多位從業者的交流中，我們注意到，眼下有關智能體的討論雖然如火如荼，但在落地環節往往會迎來極大阻礙。一位CTO向雷峰網透露，智能體越是高效，越容易讓一些部門高管心生抵觸，智能體實際“上崗”取代人類員工，也就意味著高管們手下的headcount會一減再減，影響其在企業內部的話語權。
這一尖銳的議題，或許還能有別的答案。百融云創給出的答案，則指向了一個更具建設性的未來范式：硅碳共治，追求協作而非替代。硅基員工憑借其效率與穩定性，規模化承接定義清晰、重復性高的任務；而碳基（人類）員工則被解放至需要復雜判斷、創造性思維和情感交互的高價值領域。
王偉民告訴雷峰網，在百融看來，部分工作流程（如標準化信息查詢、初版報告生成）已可由硅基員工獨立完成；在風險審核、合規校驗等關鍵環節，則采用“硅基初審、人類專家復核”的模式；更多時候，兩者需要緊密配合，由硅基員工實時提供數據分析和知識支持，人類員工在此基礎上做出最終決策。
百融云創首席產品與市場官王偉民
雙方協作的具體比例因工作性質而異，但目標始終統一：圍繞一個共同的、可量化的“業務結果”，重新編織工作流，實現整體效率與質量的最優解。
這一轉變若推廣開來，則有望打破傳統軟件采購中固有的“壓價-減配”死循環。當甲乙雙方的利益，通過對“硅基員工”的績效KPI（如審核準確率、問題解決率）達成共識并緊密綁定時，雙方的博弈焦點便從“如何為工具成本砍價”，轉向了“如何協同優化，讓數字勞動力創造更大價值”。這便從根源上化解了因目標錯位而導致的內耗，使合作關系從甲乙方進化成為真正的“價值同盟”。
百融云創的野心，顯然不止于重塑單一的客戶關系。其更深層的行業愿景，在于以自身實踐為藍本，推動整個To B行業從“價低者得”的惡性競爭，轉向“價值為王”的良性生態。一個健康的RaaS生態，需要更多參與者共同實踐“為可衡量的業務價值付費”這一準則。為此，百融的核心動作是 “開放賦能”，即通過百工平臺向更多機構開放底座，讓合作伙伴能夠在平臺之上沉淀自身的場景經驗。
然而，開放生態也伴隨著復雜性的提升，業界對于智能體的責任界定方面也有一定爭議。王偉民透露，百融的應對思路是推動智能體向“標準化模板與可定制部分”相結合的方向發展：平臺提供經過驗證的基礎能力模板與合規框架，開發者可在可控范圍內進行定制。同時，平臺具備的學習與迭代能力，也能持續優化智能體的行為邊界。
縱觀百融云創從商業模式到工程架構，再到組織協同的完整藍圖，其真正試圖構建的，或許是一種適應智能時代的新生產關系。在這里，軟件不再是冷冰冰的、有待驗收的“交付物”，而進化為可考核、可優化、能共同成長的“數字同事”；合作也不再是切割責任的一紙合同，而是一場圍繞共同目標展開的動態共創。
“硅碳共治”是這幅藍圖的運行狀態，它的終極目標，是讓技術進步的收益，能以更清晰、更公平的方式，在創造者、使用者和賦能者之間進行分配。
硅基員工已經站在門外，這場生產關系的變革，可能比我們想象的更早到來。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
