趋势变化

EY设代理经济负责人盯AI成本

EY正招聘“agent economics”负责人，以管理AI代理带来的模型用量、成本泄漏与价值兑现。企业AI治理的重点或正从部署数量转向每项工作流的单位经济性。

By All We Need Editorial System

EY正招聘一名“agent economics”负责人，负责审视AI代理队伍的成本和价值兑现。这一组织动作指向一个更具体的变化：当代理从辅助工具进入可重复执行的业务流程，企业的关键问题不再只是是否采用AI，而是能否把每次任务的计算支出、人工节省与业务结果放进可管理的同一账本。

从部署负责人到经营负责人

据Bloomberg报道，EY正为“agent economics”职位招聘负责人，以监督不断扩大的AI驱动劳动力成本。EY在6月发表的框架中已将这类岗位定义为统一承担模型用量、成本泄漏和价值实现责任的角色。EY自身8月披露，FY2025年AI相关收入增长30%，超过15,000名员工参与客户AI项目；其审计技术也已在逾160,000项审计业务中部署AI能力。规模扩大使成本治理从采购议题变成日常运营议题。

代理让成本与结果必须逐任务对应

传统软件通常以固定席位或年度合同计费，代理式AI却会随推理长度、工具调用、失败重试和人工复核而改变成本。EY的分析以客服为例称，单次交互成本可由2023年的0.04美元升至2026年的1.20美元。这个变化意味着，企业不能只看模型单价，也需要追踪一项任务是否完成、是否升级给人工、是否带来收入或节省工时。若这些指标无法归因，扩大代理部署可能同时扩大不可见的计算支出。

成本治理并不等于回报已被证明

最强的反面证据来自PwC的2026年全球CEO调查：4,454名受访CEO中，仅12%称AI同时带来降本和增收，56%尚未获得显著财务收益。EY此前一项约500名美国高管的调查也只显示，AI预算达到总预算5%或以上的组织更常报告正向ROI。因此，新职位更可被视为企业试图建立回报验证机制，而非AI代理已经普遍形成稳定利润池的证明。

接下来关注什么

接下来可观察的证据包括：EY是否公开该岗位的汇报线、预算权限和考核指标；其他大型咨询、金融或软件企业是否设立同类职位；以及企业财报是否开始披露代理任务成本、自动化率和可量化的利润率改善。若岗位仅停留在倡议层、且部署企业仍无法给出任务级回报数据，这一判断将被削弱。

信源