衡量DAA，就是向AI要ROI

DAA成為智能時代的“平衡計分卡”

文/王芳潔

幾年前，我在一家在線教育企業工作。當時，行業普遍依賴廣告投放引流，再通過低價課轉化。有一段時間，18元低價課很流行，友商轉化數據看起來不錯，公司也投入不少預算，上架了多款低價課。表面上聲量很高，但最終一算，ROI是負的。

最近，我兩次想起了這件事。一次是在一場發布會上，主辦方CTO公開抨擊盲目追求AI代碼貢獻率的現象。另一次是在一個飯局，一家地產公司的公關說，他們公司非常重視AI，要求人人都嘗試 vibe coding。

這些瞬間令人不能不懷疑，唯Token論已經陷入了最古老的管理學陷阱——虛榮指標。

企業經營的目的從來不是制造工作量，而是獲得結果。一旦組織盯上一個容易衡量、卻與結果脫鉤的數字，所有人都會不自覺地朝著那個數字努力，哪怕它和公司真正想要的東西背道而馳。

古德哈特定律并未失效，當一個度量成為目標，它就不再是一個好指標。

過去兩年，Token幾乎是這個行業最通行的計量語言：模型公司比拼參數規模、訓練成本、推理速度；開發者盯著API調用的價格表；企業采購部門在合同里寫的也是“Token消耗額度”。

這不是沒有道理，Token確實是一種精巧的計量單位，它讓模型推理第一次可以被標準化定價，就像計算時長之于云計算、電量之于工業生產，是整個產業能夠按單位交易的前提。

但電量從來不等于產量，Token也不等于價值。

隨著AI從模型調用走向智能體執行，企業更需要一套價值標準，因為AI已經從工具逐漸變成數字勞動力。

此時，Token更像是企業付給數字勞動力的工資，它僅能說明AI成本，卻無法充分解釋其價值產出。

亞馬遜創始人貝索斯當年曾在高管會上留下一把空椅子，代表那個不在場、卻最該被優先考慮的消費者。今天，越來越多企業的會議室里，也給AI留了一把椅子。

問題在于，多數企業還沒想清楚：該如何向AI追問價值？它如何牽引戰略？投入產出如何核算？流程和效率如何與組織契合？員工經驗又該怎樣沉淀為可復用的組織能力？

這些問題眼下仍是開放題。但企業經營需要的，從來都是確定性的指標，以及一把衡量AI價值的尺子。

今年五月，百度在Create大會上提出的DAA，正試圖成為這樣一把尺子。

DAA即Daily Active Agents，日活智能體數。它關注的不只是企業擁有多少Agent，而是每天有多少Agent真正進入業務流程、執行任務并交付結果。

WAIC 2026期間，IDC發布行業首份《DAA》研究報告（以下簡稱“研究報告”），將這一概念擴展為覆蓋指標體系、價值公式、技術架構和落地路線的標準化框架。

按照這套框架，Token是AI經濟的成本語言，DAA是AI生產力的活躍語言，業務結果則是AI價值的財務語言。

換句話說，衡量DAA，就是開始向AI要ROI。

01

Token經濟學為什么不夠用了

Token并不是一開始就是虛榮指標。

大模型產業前半程的主戰場在技術供給側：模型公司比拼參數規模和基準測試分數，開發者算計API價格，企業采購圍繞調用成本和部署方式展開談判。

在這個階段，Token是有意義的——它第一次讓“用了多少AI”這件事可以被量化、被定價、被寫進合同。

但產業正在從“模型能力競爭”轉向“智能體產出競爭”，Token這把尺子的解釋力開始不夠用了。

客戶的問題有沒有被真正解決，業務風險有沒有被降低，銷售轉化率有沒有提升，員工效率有沒有改善？這些才是企業真正關心的結果，而Token對此保持沉默。

更麻煩的是，唯Token論還會反向扭曲行為：調用鏈條變得低效、提示詞越寫越冗長、重復計算居高不下、模型路由變得不合理，甚至滋生大量無效生成。

管理學者赫伯特·西蒙提出過“有限理性”的概念：管理者從來不是在無限的信息和無限的時間里尋找理論最優解，而是在現實約束下，做出可以被執行的決策。

就企業管理AI而言，核心從來不是擁有更多Token，而是把Token轉化成結果。

比方說vibe coding，當企業像那家地產公司那樣，追求生成數量本身，AI應用就容易出現虛假繁榮，它甚至不僅消耗Token，也會浪費人力。

但如果只是在高管會上提出上述觀點，未必能讓管理層買賬，因為很多人已經陷入AI焦慮。

更現實的做法，是把結果導向的基因寫進產品里。

為此，百度秒噠把結果導向寫進產品鏈路：用“SEO Agent+自定義域名短鏈接”實現“生成即增長”，用“應用共享后端+數據庫環境隔離+數據庫按需擴容”實現“生成即業務”，用“生成App支持iOS打包”實現“生成即交付”，再通過“對話創建專屬技能”實現“對話生成skill”。

目的就是要讓AI生成可商業交付的產品，在真實的業務場景里，帶來實際訂單、收入或成本節約。

截至目前，秒噠生成的應用已經累計服務超過3500萬用戶，形成350萬個具有商業價值的應用，每天有近20萬人使用這些應用解決真實問題，近百萬個超級個體和一人公司（OPC）在秒噠上成長，變現金額最多達千萬量級。

這些數字反映了市場其實已經自發選擇了DAA指標。雖然很多人對這個概念還不熟悉，但市場選擇本身已經給出了答案——

當AI開始從生成答案走向執行任務，我們應該用什么去衡量它的價值？

“衡量一個平臺和生態的繁榮，更應該看DAA這個指標，關注有多少Agent在給人類干活，并交付結果”。這是李彥宏帶給市場的答案。

02

智能時代的平衡計分卡

如果DAA只是統計一家企業每天啟動了多少Agent，它同樣不足以進入高管會。

一個Agent被調用一次是否算活躍？生成一份無人采用的報告，算不算完成工作？一個主Agent在任務中調用五個子Agent，應該統計一個還是六個？一個每天回答上萬次簡單問題的Agent，是否一定比偶爾完成重大風控判斷的Agent更有價值？

一旦無法回答這些問題，DAA就可能成為智能體時代的另一個DAU，甚至迅速演化為新的虛榮指標。

部門可能批量創建Agent、反復觸發無效任務，或者把本可以由一個Agent完成的流程拆成多個環節，最終得到一條不斷上漲、卻無法解釋經營結果的曲線。

所以，如果DAA僅是單一維度的數量指標，那仍然無法客觀衡量AI的價值，并以此牽引企業的發展。

因此，IDC將DAA擴展成了一套多層指標體系，覆蓋活躍規模、任務執行、結果交付、有效Token、人機協同，以及治理與風險六個維度。

換句話說，DAA不再是一個孤立的數字，而更像是一整套圍繞"數字勞動力"搭建起來的企業AI成績單，或者說，一張智能時代的平衡計分卡。

上世紀90年代，卡普蘭與諾頓提出平衡計分卡這個管理工具，為的正是糾正企業只盯財務結果的老毛病，這和今天全行業只盯Token消耗量的處境，幾乎是同一個錯誤在不同時代的翻版。

兩人當時想搭建的，是一套能把戰略、過程和最終結果串聯起來、真正面向未來的指標框架。DAA也是如此，研究報告提出，企業需要建立DAA、有效Token與業務KPI的一體化看板。

企業不能只知道總共用了多少Token，還要知道這些Token是否有效。單位任務需要消耗多少Token，不同模型路由的成本如何，同一項結果能否以更少資源完成，這些指標決定了Agent的經濟性。

此外，DAA指標體系也不只看智能體的活躍數量，而是綜合評估智能體的有效活躍度。

活躍規模只能說明數字勞動力是否“上崗”，任務執行才說明它有沒有真正干活。因此，企業需要同時觀察任務完成率、單位Token成本、人工接管率、業務采納率。

DAA是“有限理性”的，它關注有多少Agent在給人類干活，并交付結果，產出了什么價值。

作為較早跑通DAA的樣本，從百度搭子身上，我們可以觀察到產品如何承載DAA，并在場景上進行驗證的。

例如，其具備智能路由能力，系統會根據任務類型、算力需求、數據安全和時延要求，在云端沙箱、本地沙箱和Chat模式之間分配任務。據統計，這項能力使平均任務耗時降低20%，Token利用率提升25%。

這是在提高Agent的經濟性。

它通過Browser Use讓用戶看到Agent如何進入網頁、執行點擊和填寫；全端記憶讓任務可以在電腦與手機之間持續承接；專業Skill生態則將搜索研究、生活服務、內容創作和辦公協作等任務拆解成更穩定的能力模塊。

這是讓Agent真正執行任務。

搭子企業版則進一步打通知識、業務系統和工作流，使Agent不僅生成內容，還能夠參與從需求輸入、內容生成、審核修改到最終交付的完整過程。

這是在向Agent要結果。

最終，數字勞動力的價值要落到收入增長、成本下降、風險降低和體驗提升這些實打實的結果上。

值得注意的是，對于企業來說，有的結果產生于當下，有的結果面向未來。一位超級科技巨頭的管理層曾經告訴我，企業最核心的資產是基于組織沉淀出的SOP。

所以，百度網盤的企業版還解決了組織沉淀問題，它將企業數字資產分成文件、知識、上下文和組織四層：文件上傳后成為資產，知識口徑可以被全員共享，協作過程沉淀為團隊記憶，Agent再在目錄、權限和歷史協作關系中直接工作。

當DAA落實到這樣的能力，它就和平衡計分卡一樣，是一張面向未來的經營成績單。

03

從企業實踐，到一場正在形成的行業共識

回到現實場景，Token經濟學在實踐里已經開始被證偽。

不久前，微軟內部圍繞 vibe coding 和第三方編程工具的使用出現調整，核心原因之一正是Token成本與產出之間的賬本壓力。

類似的反思正在整個行業蔓延。大數據分析公司Palantir的CEO Alex Karp公開批評，主流大模型廠商采用的Token計價模式“徹底出了問題”，美國企業界正在形成一種共識：與其把時間浪費在無謂地刷Token上，不如回到結果本身。

類似的反思也出現在更多大公司內部。一些企業曾用Token消耗排行榜鼓勵員工使用AI，結果反而帶來大量為使用而使用的無效調用，管理層隨后開始要求回到真實產出。

就連Uber的首席運營官也公開承認，Token消耗量和最終交付的有價值產品之間，并不存在明顯的線性關系——2025年底，Uber把某編程Agent工具部署給約5000名工程師，短短四個月就燒光了全年的AI預算。

這不只是幾家公司的個案。彭博社援引OpenRouter和Exponential View的數據顯示，谷歌、OpenAI和Anthropic三家美國模型公司在OpenRouter平臺上的Token請求量份額，一年內從大約七成快速降至三成左右。

與此同時，經濟學家托斯滕·斯洛克用"杰文斯悖論"來解釋一個反直覺的現象——盡管單個Token的價格持續下跌，企業花在大模型上的錢卻不降反增，Token最大化的舊邏輯正在失效，但這并不意味著企業的AI預算焦慮就此解開。

這一連串信號拼在一起，指向的是同一個正在成型的共識：未來AI競爭的關鍵，已經不再是Token消耗規模，而是智能體能不能持續產生可衡量的業務結果。全球主要企業和機構也開始各自尋找新的度量衡。

比如Salesforce嘗試提出的智能體工作單元“AWU”概念，但這個思路本質上仍然停留在給Agent的工作量計數上，和Token一樣，衡量的還是"單位"，而不是“結果”。

如果把Agent真正當作一種數字勞動力，那就該向它要產出，而不只是要工作量，這正是AWU這類概念的局限所在。

正因如此，DAA正在被越來越多人接受為一種新的行業共識——

它衡量的從來不是AI或Agent干了多少活，而是這支數字勞動力的投資回報率。

但需要厘清的是，DAA不是一份閉門造車產生的概念，而是在百度內部業務里被反復“跑”出來的，百度已經擁有一組覆蓋不同生產關系的Agent樣本。

搭子對應知識工作和企業協作。它驗證的是通用Agent能否從聊天走向任務，能否記住上下文、進入網頁、調用Skill，并最終融入企業知識、系統和流程。

秒噠對應應用生產和業務孵化。它驗證的是一個行業專家或普通人能否把業務經驗變成應用，再讓應用具備獲客、后端、數據庫和商業交付能力。

百度網盤和GenFlow對應組織知識與數字資產。它們驗證的是Agent能否繼承企業目錄、權限、文件和協作歷史，能否讓一次工作產生的知識在下一次任務中繼續發揮作用。

百度一鏡對應營銷、內容和客戶溝通。它驗證的是數字人能否從生成素材走向直播、視頻、互動和全球內容分發，并形成可以計量的商業產出。

這些產品回答了DAA標準中的不同問題：什么叫活躍，什么叫任務完成，什么叫結果交付，什么叫組織沉淀，又該如何管理風險。

與此同時，作為全球最早投身于AI的科技巨頭，百度已經實現了“芯云模體”全棧AI布局。

在百度，昆侖芯提供底層算力，智能云負責部署和調度，文心模型承擔理解、推理和工具使用，搭子、秒噠、網盤、一鏡等智能體產品進入具體業務執行任務。

當任務結果反向推動模型路由、知識庫、Skill和工作流優化時，百度內部就形成了一套持續運行的循環驗證機制。

WAIC上，百度智能體全家桶重磅亮相：秒噠最新升級瞄準增長與交付，助力開發者打通從應用開發、上線到變現的鏈路；百度一鏡此次發布數字人新能力，提升數字人生成逼真度，并提高視頻內容生產效率。

百度“芯云模體”全棧AI也集中亮相：百度文心從模型性能與成本層面驗證，智能云驗證Agent大規模運行所需的基礎設施，共同給用戶和企業帶來真實的價值與效率提升。

以上所有產品協同進化，構成了DAA進一步成為生態指標的現實基礎。這把尺子上已經有了搭子、秒噠、網盤和一鏡等不同刻度，“芯云模體”則構成持續運行與校準的技術環境。

當然，更大的現實底座是百度所在的市場環境。7月15日，《人民日報》發表李彥宏的署名文章，文章提到：“我們緣何敢于在國際上率先提出以DAA來衡量智能經濟？”

李彥宏的答案是，這源自獨特的中國優勢，因為中國擁有全球最豐富的應用場景、最完整的產業鏈、最大規模的數字市場，每天都產生海量真實需求。

這些需求就是AI生長的現實土壤，AI不能只在實驗室里“刷榜”，必須到工廠車間里“干活”。用AI服務人類，這是科技界、產業界的初衷。