当AI开始替你持续工作,企业软件的计价单位也变了

企业给一名员工买一个软件账号，这套逻辑已经用了几十年。

如果真正干活的不是员工，而是一个整夜运行、不断调用模型和工具、还能自己追踪进度的AI代理，企业到底应该按什么付钱？

按人头，显然不完整。按Token，也很难理解。按任务，听起来合理，却又要回答一个更难的问题：任务到底有没有完成？

价值单元正在变化

微软9月25日发布的新Copilot，表面上增加了Home、Code和Autopilot三类能力。真正值得管理者关注的，是这些产品背后出现了一套新的企业软件经济学。

日常问答和基础办公仍由固定用户订阅覆盖；高级Cowork、Code、Autopilot和前沿模型，则更多转向按用量计费。与此同时，微软又补上托管运行时、代理身份、组织上下文、支出策略和AI FinOps。

这不是简单涨价或换套餐，而是企业AI的价值单元正在变化。

过去，软件厂商卖的是“使用权”。一个人拥有一个席位，是否天天使用，成本差别并不大。

今天，一个代理可能只回答一句话，也可能连续运行数小时，读取十几个系统，调用多种模型，失败后自动重试。

这两种任务消耗的资源完全不同，却可能来自同一个入口。

藏在路由器里的成本

新Copilot的Home因此不只是首页。它更像一个任务路由器：简单问题留在Chat，多步骤工作交给Cowork，需要做工具时转到Code。

用户不必先判断该用哪个模型，系统在后台根据准确性、速度和成本选择路径。

便利的另一面是，成本决策也被藏进了路由器。

一项本来只需几秒的问答，什么时候会升级为长链路任务？它会调用多少工具？谁批准它继续运行？当结果不理想时，是停止、换模型，还是再试一次？

这就是为什么微软必须同时推出支出策略和FinOps。管理员可以按租户、群组或用户设置预算与阈值，也可以查看模型、API和个人消耗。

企业AI终于开始从“买了多少席位”，走向“哪个任务花了多少钱”。

人人能开发，不等于人人能维护

但成本只是第一层。

Code允许员工用自然语言生成应用、跟踪器和仪表板。创建软件的门槛迅速下降，软件资产的数量却会迅速上升。

今天做一个小工具可能只需几分钟，明天谁来修漏洞、升级依赖、处理离职员工留下的权限？

微软用Managed Runtime回答这个问题：代码在企业租户边界内运行，接入身份、策略、连接器、Git版本和统一资产清单。

它解决的是一个经常被AI叙事忽略的问题：人人都能开发，并不等于人人都能长期维护。

改变工作的时间边界

如果说Code扩大了软件供给，Autopilot则改变了工作的时间边界。

微软把Autopilot描述为拥有独立身份、记忆、计算环境和工作空间的持续代理。它能观察频道、跟进事项、执行周期任务，不需要员工始终守在对话框前。

这类代理一旦进入生产环境，就不能永远借用某个员工账号。它需要自己的非人身份，需要最小权限、凭据轮换、审批升级、日志和一键停用。

员工离职时，代理是否一起停用？代理调用另一个代理时，责任链如何追踪？这些问题不属于模型演示，却决定系统能否真正上线。

正在形成的新控制链

因此，企业AI正在形成一条新的控制链：

入口负责接收意图，路由器选择模型和工作方式，组织上下文提供数据，运行时托管代码，身份系统限定权限，FinOps控制消耗，审计系统记录全过程。

模型仍然重要，但模型只是其中一层。

谁掌握这条控制链，谁就掌握企业AI的迁移成本。应用、知识、身份、预算和日志一旦集中在同一平台，更换一个模型也许容易，更换整个运行环境却会很难。

运营商的机会在哪里

这也解释了运营商的机会在哪里。

运营商没有必要复制一套通用办公助手，却可以进入跨云代理运营：把专网、边缘云、身份、安全运营、行业数据和连接器组合起来，为客户提供代理上线、监控、限流、审计和退出。

尤其在政务、金融、制造和医疗等场景，客户常常不能把所有数据放入同一公有云。谁能让代理在不同数据域和运行环境之间受控工作，谁就不只是卖连接，而是在经营新的任务控制面。

还不到“数字员工全面上岗”的时候

不过，今天还不是宣布“数字员工全面上岗”的时候。

新Copilot多项能力仍在预览或分阶段推出。厂商展示的是产品方向，不是大规模生产结果。此前企业AI也出现过采购席位多、活跃使用少的情况。持续代理还会放大成本失控、权限越界和故障循环。

更现实的做法，是先选择有边界、可回滚、能量化的任务。

例如工单分派、告警摘要、合同条款核对、会议行动项追踪。这些流程有清楚的输入和输出，有人类复核，也容易计算人工接管率、完成时长和错误率。

企业真正需要的指标，不是“用了多少次AI”，也不是“省了多少Token”，而是每项有效任务的成本。

它至少应包含六个数字：成功完成率、人工接管率、平均重试次数、模型与工具成本、端到端时延，以及对业务结果的贡献。

三个可执行判断

最后给出三个可执行判断：

第一，未来一年，企业AI采购会从单一席位，转向“基础订阅＋高级用量＋运行时”的组合。采购和财务部门应尽快统一计量口径，避免不同产品用额度、Token、执行次数和代理小时制造不可比账单。

第二，持续代理首先是身份与运营问题，其次才是模型问题。每个生产代理都应有负责人、最小权限、预算、有效期、审批级别和停用开关。

第三，运营商最值得占位的不是再造一个聊天入口，而是提供跨云、跨模型的代理托管与治理。能把网络、安全、身份、成本和审计连起来，才有机会从流量收入走向任务运营收入。

当AI只是回答问题时，企业买的是工具。

当AI开始持续工作时，企业买的已经是一套新的生产关系：谁下达任务，谁消耗资源，谁批准行动，谁为结果负责。

计价单位变了，管理单位也必须跟着变。