AI变革的三本账：人头、Token，以及真正完成的工作

一家只有10名员工的公司，能不能比一家拥有1万名员工的企业，成为更大的软件客户？

放在几年前，这个问题几乎不需要讨论。

当然是后者。

因为在传统企业软件市场里，员工就是账号，账号就是席位，席位就是收入。

公司的人越多，需要购买的软件许可证越多；组织越庞大，需要叠加的项目管理、绩效管理、知识库、审批和安全服务也越多。

但到了AI智能体时代，这个答案突然开始动摇。

一家10个人的AI原生公司，每个人背后可能运行着五六个智能体：有的搜索资料，有的分析数据，有的撰写代码，有的制作视频，还有的登录浏览器、操作系统，再把结果写回企业文档。

表面上，这家公司只有10个人。

实际上，它每天可能调度数百个数字化任务，消耗数亿Token，完成过去几十个人都做不完的工作。

企业的规模，正在从“有多少人”，变成“有多少工作正在被完成”。

而字节跳动最近的一次组织调整，恰好把这场变化摆到了台面上。

飞书被拆开，真正变化的可能不是组织架构

2026年7月30日，字节跳动启动了一轮面向AI企业服务的组织调整。

按照公开信息，飞书产品团队与豆包产品团队整合，组成新的豆包产品团队；飞书原有的市场、销售和客户服务团队，则与火山引擎整合，成立新的To B GTM组织“创造力服务平台”，负责字节跳动MaaS和SaaS等云服务的市场、销售与客户服务。

调整后，飞书现有产品和服务仍将继续运营，并进一步与豆包、火山引擎协同。

很多人看到这里，第一反应可能是：

飞书是不是被豆包“收编”了？

谁的权力变大了？

谁拿到了更多资源？

这些问题当然有讨论价值。

但对于看不到字节内部信息的普通人来说，猜测组织权力关系，很容易变成一场没有答案的宫斗分析。

我更关心的是另一个问题：

为什么飞书的产品团队要靠近豆包，而它的销售和客户服务团队，却要靠近火山引擎？

答案可能藏在企业软件的三本账里。

第一本账，数人。

第二本账，数机器消耗。

第三本账，数真正完成的工作。

第一本账：人头账

过去几十年，企业软件最熟悉的单位，不是任务，也不是结果，而是“席位”。

一家公司有1000名员工，就可能需要购买1000个账号。

其中200个人使用项目管理，再购买200个项目席位；100个人负责招聘，再增加100个招聘系统席位；管理者需要绩效、数据分析和安全功能，就继续叠加新的产品。

在这种模式下，销售见到客户，首先要问的通常是：

“贵公司有多少员工？”

因为员工人数，基本决定了这块软件市场有多大。

这就是SaaS时代最典型的“人头账”。

它曾经是一次重要的商业模式创新。

更早的时候，企业采购软件，往往需要一次性购买许可证、服务器和数据库，再招聘专门的技术人员进行部署、升级和维护。

SaaS把软件搬到了云端。

企业不再需要先建设一套复杂的基础设施，而是按照使用人数和订阅周期付费。

软件从需要一次性买回来的资产，变成了可以持续租用的服务。

从商业角度看，这套模式非常漂亮。

供应商获得了相对稳定的订阅收入，企业也获得了更低的启动成本。

但它隐含着一个前提：

一个员工，通常对应一个软件账号。

只要人和账号大致是一一对应的，那么数席位，就能大致判断客户规模。

而AI智能体，正在打破这个前提。

第二本账：Token账

2006年，亚马逊推出S3和EC2时，科技行业开始学习另一种计算方式。

S3在2006年3月上线，最初存储1GB数据一个月的价格为0.15美元；同年8月推出的EC2，则让开发者可以按小时租用虚拟计算资源，早期基础实例价格为每小时0.10美元。

这套模式最重要的地方，不只是便宜。

而是它改变了付费单位。

企业不用提前判断三年后需要多少台服务器。

也不用先花一大笔钱，在机房里摆满可能暂时用不到的设备。

需要计算时，就打开资源。

任务结束后，就关闭资源。

使用多少，就支付多少。

服务器从一件需要提前采购的固定资产，变成了一只能随时打开和关闭的水龙头。

云计算由此形成了第二本账：

消耗账。

存储了多少数据，使用了多少带宽，运行了多少小时，调用了多少次接口，就支付多少费用。

过去20年，人头账与消耗账一直同时存在。

飞书、钉钉、企业微信等协同软件，主要按照组织和席位收费。

AWS、阿里云、腾讯云、火山引擎等云计算平台，则主要按照资源使用量收费。

两种账本互不冲突。

因为购买协同软件的，往往是业务、行政和运营部门；采购云计算资源的，主要是技术和基础设施团队。

直到AI智能体出现。

两本账第一次正面撞在了一起。

一个员工身后，开始站着一支AI团队

过去，一名员工登录一个软件账号，然后亲自完成工作。

现在，一名员工进入系统以后，可能同时调度多个AI智能体。

一个智能体阅读公司资料。

一个智能体检索外部信息。

一个智能体整理会议记录。

一个智能体分析销售数据。

一个智能体制作图表。

另一个智能体打开浏览器，把最终结果填写进业务系统。

这些智能体不占传统意义上的员工编制。

它们没有社保，不需要工位，也不会出现在企业通讯录里。

按照传统SaaS的计费逻辑，它们甚至不一定需要单独购买席位。

但它们每执行一次任务，都可能消耗模型Token、云存储、数据库查询、网络带宽和计算资源。

人头没有增加。

机器的工作量却在迅速膨胀。

原始案例材料中提到，一家企业内部的数据分析智能体，每天可能消耗接近一亿Token；公司多个模型的合计使用量，则达到日均数十亿Token级别。

这些属于企业自述的内部统计口径，并未经过第三方审计，但它揭示的趋势非常清楚：

AI使用量与员工数量，已经不再保持稳定的线性关系。

一个人，可以调度几十个任务。

一家小公司，也可能产生极高的AI资源消耗。

这意味着，在AI时代，仅凭员工数量，已经越来越难判断一个企业客户究竟有多大。

未来的销售，可能不再先问“你有多少人”

假设有两家公司。

第一家公司有10000名员工，但大部分人只把协同软件用于聊天、开会和发送文件。

第二家公司只有50名员工，但每个人每天都在调度智能体进行市场研究、写代码、生成内容、分析客户、处理订单和制作视频。

按照传统席位制，第一家公司显然是超级大客户。

但按照AI消耗量，第二家公司可能带来更高频的模型调用、更复杂的工作流和更多的云计算收入。

于是，企业软件销售的问题也会随之变化。

过去问：

“贵公司有多少员工？”

未来可能要问：

“贵公司每天有多少任务交给AI？”

“每个员工平均调度多少个智能体？”

“这些智能体要调用哪些模型、数据库和业务系统？”

“每天产生多少次任务执行和工具调用？”

员工人数描述的是组织规模。

AI任务量描述的，却是企业真正的数字化生产强度。

这两者已经不是同一个概念。

飞书公开价格表里，已经出现了时代交界处的痕迹

目前，豆包企业版采用按席位年付的方式，分为标准、加强和高级三个档位，含税年付价格分别为1188元、2488元和5488元每席位，折算下来约为每席每月99元、207元和457元。

但这三个档位同时对应不同的AI使用额度，大致为免费版额度的5倍、20倍和50倍。

你会发现，它表面上仍然是一套席位产品。

但席位背后，已经装上了一只计算AI消耗量的电表。

在飞书多维表格、自动化和工作流等产品中，部分AI功能也采用额度或AI点数机制。免费额度耗尽后，企业可以继续消耗额外购买的AI额度。

一边数人。

一边数消耗。

这并不是价格体系设计得不够简洁。

它更像是两个时代重叠之后留下的指纹。

旧软件仍然需要给人分配账号。

新加入的AI智能体，却必须计算机器成本。

平台不可能完全放开使用。

否则一家小企业就可以同时创建大量自动化任务，每天抓取海量网页、生成图片、分析文件、制作视频，最终把不限量套餐变成一台没有电表的公共发电机。

企业软件需要限制AI额度，不一定是为了让价格变复杂。

而是因为AI每工作一分钟，背后都有真实成本。

但Token不是价值

看到这里，很容易得出一个结论：

席位制过时了，未来所有产品都应该按照Token收费。

我并不认同。

因为Token只能说明机器消耗了多少资源。

不能说明机器究竟完成了什么。

一个智能体消耗100万Token，最后交出一份无法使用的报告。

这不是高价值。

只是高成本。

一个编程智能体连续运行三个小时，修改了几千行代码，最后却引入更多错误。

这不是生产力。

只是把算力变成了返工。

把Token消耗量当作AI转型成绩，就像评价一篇文章时，不看观点、事实和逻辑，只看作者写了多少字。

字数多，不等于文章好。

Token多，也不等于AI创造的价值高。

甚至在模型和任务效果相同的情况下，消耗的Token越少，往往意味着系统的上下文管理、工具调用和工作流设计越高效。

因此，Token账只能回答一个问题：

机器消耗了多少资源？

它无法回答更重要的问题：

机器到底有没有把事情做成？

这就需要第三本账。

第三本账：结果账

Zendesk正在客服领域尝试一种更接近结果的计费方式。

传统客服软件也是典型的席位生意。

企业拥有多少名客服，就购买多少个客服账号。

但在AI客服场景中，Zendesk引入了按照“自动解决问题”收费的机制。

系统关注的不是AI调用了多少次模型，也不是它和客户聊了多少轮，而是问题是否在没有人工客服介入的情况下真正得到解决。

按照Zendesk的规则，一次自动解决通常需要满足多项条件：AI给出的回答经过系统评估确认与问题相关；请求没有转交给人工客服；用户给出正向反馈或没有继续追问；在部分场景中，还需要经过72小时的静默期，确认用户没有因为同一个问题重新回来。

这套逻辑最重要的变化是：

供应商不再只出售AI的使用权。

它开始出售AI完成工作的结果。

席位，是人的工位。

Token，是机器的燃料。

问题被真正解决，才是客户最终购买的产品。

为什么按结果收费还没有全面普及

因为不是所有工作都像客服问题一样容易判断。

客户的问题有没有解决，相对容易定义。

有没有转人工？

用户是否再次追问？

工单有没有重新打开？

系统能不能验证答案？

这些指标虽然也不完美，但至少可以被记录。

可是在更多职场任务中，结果往往没有这么清楚。

让AI制作一个“好看的PPT”，什么叫好看？

让AI写一份“有洞察的行业报告”，洞察如何量化？

让AI策划一个“能出圈的活动”，是按照阅读量、报名人数，还是最终收入计费？

让AI辅助管理，公司利润增长了，究竟有多少应该归功于AI？

任务越复杂，结果越容易受到人类决策、市场环境、数据质量和其他部门的共同影响。

这使得纯粹的结果收费很难立即覆盖所有企业软件。

因此，我更倾向于认为，未来企业AI不会只剩下一种收费方式。

而是会同时运行三本账。

AI时代的企业软件，可能同时计算三本账

第一本，是基础席位账。

企业需要为员工提供账号、权限、身份认证、文档、组织关系和协作空间。

这一层保证人能够进入系统。

第二本，是AI资源账。

模型调用、Token、图片生成、视频生成、存储、搜索、数据库查询和工具执行，都需要按照实际消耗计算成本。

这一层计算机器干了多少活。

第三本，是业务结果账。

在能够明确衡量结果的场景中，软件供应商会按照解决的客户问题、完成的工作流、审核通过的合同、成功处理的订单，甚至创造的收入收费。

这一层计算事情到底有没有做成。

未来一套企业AI系统的账单，可能越来越接近下面这条公式：

企业AI总成本 = 基础席位费 + AI资源消耗费 + 可验证结果费

这三项不会同时出现在所有产品中。

但它们会成为企业软件不断靠近的三个方向。

企业真正应该关注的，不是Token排行榜

如果企业只统计员工用了多少次AI、消耗了多少Token，很容易制造一种虚假的繁荣。

会议上，大屏幕显示Token使用量增长了300%。

所有人都很兴奋。

但再往下问：

有多少任务真正完成了？

有多少结果被业务采用？

节省了多少人工时间？

产生了多少返工？

最终增加了多少收入，降低了多少成本？

很多团队就答不上来了。

真正值得关注的指标，应该逐渐从“使用AI的人数”，转向以下几个方向：

AI任务密度：每名员工平均调度多少个有效AI任务。

自动完成率：有多少任务不需要人工重新制作。

人工接管率：智能体执行到一半，有多少需要转交给人。

结果采用率：AI生成的报告、代码、图片和方案，有多少真正进入业务流程。

返工率：AI完成之后，人类还要修改多少。

单位结果成本：完成一个有效任务，究竟需要多少Token、算力和人工时间。

人机杠杆率：一名员工借助AI，可以稳定管理多少工作流和业务结果。

当企业开始统计这些指标，AI才会从一个“大家都在使用的新工具”，变成一套可以被管理的生产系统。

再回头看飞书，它可能不是变得不重要了

飞书过去主要解决的是人与人之间的协作。

谁参加会议。

谁能查看文档。

谁负责审批。

谁属于哪个部门。

谁拥有哪一级权限。

这些组织上下文，恰恰也是企业智能体想要真正工作时必须理解的信息。

AI如果不知道一个人的职位、权限、项目、会议、文档和上下游关系，就只能回答一些通用问题。

它无法真正进入企业流程。

因此，飞书产品团队并入豆包，不一定意味着飞书的重要性下降。

恰恰可能意味着，办公协同系统已经不能继续只被看成一个聊天和文档工具。

它正在成为企业AI获取上下文、调用工具、确认权限和交付结果的工作现场。

豆包负责理解任务。

飞书提供组织、文档、会议、权限和业务上下文。

火山引擎提供模型、算力、数据处理和企业交付。

最后，智能体把结果重新送回企业的文档、群聊、表格和业务系统。

字节跳动未来卖给企业的，可能不再是一个飞书账号、一份豆包会员或者一张模型API账单。

而是一整条可以运行的工作链。

企业软件最重要的公式，正在失效

过去，企业软件行业有一条简单而有效的判断公式：

员工越多，客户越大。

这条公式并不会马上消失。

毕竟员工数量仍然决定了账号、权限、协作和管理的基本规模。

但它已经不再完整。

AI时代，一家公司的真实数字化产能，还取决于它能调度多少智能体，运行多少工作流，调用多少模型，以及最终完成多少有效任务。

未来我们衡量一家企业，可能需要同时看三种规模：

它有多少人。

它调动了多少机器。

它真正完成了多少工作。

人头，决定组织的物理边界。

Token，反映机器的运行强度。

结果，才决定这套系统最终创造了多少价值。

所以，AI变革真正改变的，可能不只是员工怎么工作。

它还在改变软件怎么卖、企业怎么花钱、管理者怎么考核效率，以及我们究竟应该用什么单位来理解一家公司的规模。

接下来的企业竞争，不只是比谁拥有更多员工。

甚至也不只是比谁调用了更多模型。

真正的差距，会出现在最后一本账上：

同样的人。

同样的Token。

谁完成了更多真正有价值的工作。

---

关注本站，每天分享跨境电商前沿资讯（ Ctrl + D 收藏本站/收藏为书签 ）