问 AI智能体要花多少钱,得到的回答往往是按 token 计价,这个口径对老板没意义。实际投入分四块:知识准备、系统集成、模型调用、上线后的维护。四块的比例在不同场景差别很大,按场景拆开算,才谈得上做预算。
一、成本由哪四块构成
第一块是知识与数据准备,把散落的文档、话术、工单整理成可用条目,通常最耗人力。第二块是系统集成,AI智能体要查订单就得对接业务系统接口。第三块是模型调用,按使用量计费。第四块是运营维护,包括效果评估、话术迭代、异常处理。
这四块里,前两块以一次性投入为主,后两块是持续支出。做预算时要把一次性投入和年度支出分开列,否则第一年批下来,第二年续不上,项目就停在半路。
二、知识准备占多少工作量
取决于资料现状。文档规范、有版本管理的企业,工作量主要在清洗和切分;资料散在个人电脑和聊天记录里的,先要做收集和确认,这部分往往超出预期,也最难压缩。
一个可用的估算方法是抽 50 个真实问题做测试:能直接从现有资料中找到准确答案的比例,就是知识库的起点。低于一半,说明准备阶段要留足时间,别把工期压在开发上。
三、模型调用费用怎么估
按「日均会话量乘以平均轮次乘以单轮 token 量」估。多数客服场景单次会话三到五轮,长文档问答的 token 消耗明显更高,因为每次都要带上下文,轮次一多就上去了。
影响因素有三个:是否做检索增强,会增加 token;是否多模型兜底,会翻倍;以及缓存策略。把高频问题的答案做缓存,能显著压低调用量,这一项常被忽略,却是最省钱的手段。
四、集成与流程改造的隐性投入
集成成本取决于接口。有标准接口的系统,对接相对可控;老系统靠数据库直连或人工导出的,要额外做中间层,工期和风险都上升。接口文档缺失的,还得先逆向梳理字段含义。
流程改造常被低估。智能体上线后,工单分类、转人工规则、质检标准都要跟着调整,这些工作属于业务侧,不在技术预算里,却决定项目能不能真正用起来。
五、持续成本与判断标准
持续成本包括模型调用、知识维护人力、效果监控。知识维护最容易断档,政策一变,答案不更新,AI智能体就开始答错,所以建议指定固定责任人,按周更新。
判断投入是否合理的标准不是「省了几个人」,而是三个指标:首次解决率、转人工率、平均处理时长。三个指标都不动,说明场景选错了,加预算也解决不了。
相关方案:AI智能体,另见 企业AI应用一年要花多少钱。