衡量DAA，就是向AI要ROI

DAA成为智能时代的“平衡计分卡”

文/王芳洁

几年前，我在一家在线教育企业工作。当时，行业普遍依赖广告投放引流，再通过低价课转化。有一段时间，18元低价课很流行，友商转化数据看起来不错，公司也投入不少预算，上架了多款低价课。表面上声量很高，但最终一算，ROI是负的。

最近，我两次想起了这件事。一次是在一场发布会上，主办方CTO公开抨击盲目追求AI代码贡献率的现象。另一次是在一个饭局，一家地产公司的公关说，他们公司非常重视AI，要求人人都尝试 vibe coding。

这些瞬间令人不能不怀疑，唯Token论已经陷入了最古老的管理学陷阱——虚荣指标。

企业经营的目的从来不是制造工作量，而是获得结果。一旦组织盯上一个容易衡量、却与结果脱钩的数字，所有人都会不自觉地朝着那个数字努力，哪怕它和公司真正想要的东西背道而驰。

古德哈特定律并未失效，当一个度量成为目标，它就不再是一个好指标。

过去两年，Token几乎是这个行业最通行的计量语言：模型公司比拼参数规模、训练成本、推理速度；开发者盯着API调用的价格表；企业采购部门在合同里写的也是“Token消耗额度”。

这不是没有道理，Token确实是一种精巧的计量单位，它让模型推理第一次可以被标准化定价，就像计算时长之于云计算、电量之于工业生产，是整个产业能够按单位交易的前提。

但电量从来不等于产量，Token也不等于价值。

随着AI从模型调用走向智能体执行，企业更需要一套价值标准，因为AI已经从工具逐渐变成数字劳动力。

此时，Token更像是企业付给数字劳动力的工资，它仅能说明AI成本，却无法充分解释其价值产出。

亚马逊创始人贝索斯当年曾在高管会上留下一把空椅子，代表那个不在场、却最该被优先考虑的消费者。今天，越来越多企业的会议室里，也给AI留了一把椅子。

问题在于，多数企业还没想清楚：该如何向AI追问价值？它如何牵引战略？投入产出如何核算？流程和效率如何与组织契合？员工经验又该怎样沉淀为可复用的组织能力？

这些问题眼下仍是开放题。但企业经营需要的，从来都是确定性的指标，以及一把衡量AI价值的尺子。

今年五月，百度在Create大会上提出的DAA，正试图成为这样一把尺子。

DAA即Daily Active Agents，日活智能体数。它关注的不只是企业拥有多少Agent，而是每天有多少Agent真正进入业务流程、执行任务并交付结果。

WAIC 2026期间，IDC发布行业首份《DAA》研究报告（以下简称“研究报告”），将这一概念扩展为覆盖指标体系、价值公式、技术架构和落地路线的标准化框架。

按照这套框架，Token是AI经济的成本语言，DAA是AI生产力的活跃语言，业务结果则是AI价值的财务语言。

换句话说，衡量DAA，就是开始向AI要ROI。

01

Token经济学为什么不够用了

Token并不是一开始就是虚荣指标。

大模型产业前半程的主战场在技术供给侧：模型公司比拼参数规模和基准测试分数，开发者算计API价格，企业采购围绕调用成本和部署方式展开谈判。

在这个阶段，Token是有意义的——它第一次让“用了多少AI”这件事可以被量化、被定价、被写进合同。

但产业正在从“模型能力竞争”转向“智能体产出竞争”，Token这把尺子的解释力开始不够用了。

客户的问题有没有被真正解决，业务风险有没有被降低，销售转化率有没有提升，员工效率有没有改善？这些才是企业真正关心的结果，而Token对此保持沉默。

更麻烦的是，唯Token论还会反向扭曲行为：调用链条变得低效、提示词越写越冗长、重复计算居高不下、模型路由变得不合理，甚至滋生大量无效生成。

管理学者赫伯特·西蒙提出过“有限理性”的概念：管理者从来不是在无限的信息和无限的时间里寻找理论最优解，而是在现实约束下，做出可以被执行的决策。

就企业管理AI而言，核心从来不是拥有更多Token，而是把Token转化成结果。

比方说vibe coding，当企业像那家地产公司那样，追求生成数量本身，AI应用就容易出现虚假繁荣，它甚至不仅消耗Token，也会浪费人力。

但如果只是在高管会上提出上述观点，未必能让管理层买账，因为很多人已经陷入AI焦虑。

更现实的做法，是把结果导向的基因写进产品里。

为此，百度秒哒把结果导向写进产品链路：用“SEO Agent+自定义域名短链接”实现“生成即增长”，用“应用共享后端+数据库环境隔离+数据库按需扩容”实现“生成即业务”，用“生成App支持iOS打包”实现“生成即交付”，再通过“对话创建专属技能”实现“对话生成skill”。

目的就是要让AI生成可商业交付的产品，在真实的业务场景里，带来实际订单、收入或成本节约。

截至目前，秒哒生成的应用已经累计服务超过3500万用户，形成350万个具有商业价值的应用，每天有近20万人使用这些应用解决真实问题，近百万个超级个体和一人公司（OPC）在秒哒上成长，变现金额最多达千万量级。

这些数字反映了市场其实已经自发选择了DAA指标。虽然很多人对这个概念还不熟悉，但市场选择本身已经给出了答案——

当AI开始从生成答案走向执行任务，我们应该用什么去衡量它的价值？

“衡量一个平台和生态的繁荣，更应该看DAA这个指标，关注有多少Agent在给人类干活，并交付结果”。这是李彦宏带给市场的答案。

02

智能时代的平衡计分卡

如果DAA只是统计一家企业每天启动了多少Agent，它同样不足以进入高管会。

一个Agent被调用一次是否算活跃？生成一份无人采用的报告，算不算完成工作？一个主Agent在任务中调用五个子Agent，应该统计一个还是六个？一个每天回答上万次简单问题的Agent，是否一定比偶尔完成重大风控判断的Agent更有价值？

一旦无法回答这些问题，DAA就可能成为智能体时代的另一个DAU，甚至迅速演化为新的虚荣指标。

部门可能批量创建Agent、反复触发无效任务，或者把本可以由一个Agent完成的流程拆成多个环节，最终得到一条不断上涨、却无法解释经营结果的曲线。

所以，如果DAA仅是单一维度的数量指标，那仍然无法客观衡量AI的价值，并以此牵引企业的发展。

因此，IDC将DAA扩展成了一套多层指标体系，覆盖活跃规模、任务执行、结果交付、有效Token、人机协同，以及治理与风险六个维度。

换句话说，DAA不再是一个孤立的数字，而更像是一整套围绕"数字劳动力"搭建起来的企业AI成绩单，或者说，一张智能时代的平衡计分卡。

上世纪90年代，卡普兰与诺顿提出平衡计分卡这个管理工具，为的正是纠正企业只盯财务结果的老毛病，这和今天全行业只盯Token消耗量的处境，几乎是同一个错误在不同时代的翻版。

两人当时想搭建的，是一套能把战略、过程和最终结果串联起来、真正面向未来的指标框架。DAA也是如此，研究报告提出，企业需要建立DAA、有效Token与业务KPI的一体化看板。

企业不能只知道总共用了多少Token，还要知道这些Token是否有效。单位任务需要消耗多少Token，不同模型路由的成本如何，同一项结果能否以更少资源完成，这些指标决定了Agent的经济性。

此外，DAA指标体系也不只看智能体的活跃数量，而是综合评估智能体的有效活跃度。

活跃规模只能说明数字劳动力是否“上岗”，任务执行才说明它有没有真正干活。因此，企业需要同时观察任务完成率、单位Token成本、人工接管率、业务采纳率。

DAA是“有限理性”的，它关注有多少Agent在给人类干活，并交付结果，产出了什么价值。

作为较早跑通DAA的样本，从百度搭子身上，我们可以观察到产品如何承载DAA，并在场景上进行验证的。

例如，其具备智能路由能力，系统会根据任务类型、算力需求、数据安全和时延要求，在云端沙箱、本地沙箱和Chat模式之间分配任务。据统计，这项能力使平均任务耗时降低20%，Token利用率提升25%。

这是在提高Agent的经济性。

它通过Browser Use让用户看到Agent如何进入网页、执行点击和填写；全端记忆让任务可以在电脑与手机之间持续承接；专业Skill生态则将搜索研究、生活服务、内容创作和办公协作等任务拆解成更稳定的能力模块。

这是让Agent真正执行任务。

搭子企业版则进一步打通知识、业务系统和工作流，使Agent不仅生成内容，还能够参与从需求输入、内容生成、审核修改到最终交付的完整过程。

这是在向Agent要结果。

最终，数字劳动力的价值要落到收入增长、成本下降、风险降低和体验提升这些实打实的结果上。

值得注意的是，对于企业来说，有的结果产生于当下，有的结果面向未来。一位超级科技巨头的管理层曾经告诉我，企业最核心的资产是基于组织沉淀出的SOP。

所以，百度网盘的企业版还解决了组织沉淀问题，它将企业数字资产分成文件、知识、上下文和组织四层：文件上传后成为资产，知识口径可以被全员共享，协作过程沉淀为团队记忆，Agent再在目录、权限和历史协作关系中直接工作。

当DAA落实到这样的能力，它就和平衡计分卡一样，是一张面向未来的经营成绩单。

03

从企业实践，到一场正在形成的行业共识

回到现实场景，Token经济学在实践里已经开始被证伪。

不久前，微软内部围绕 vibe coding 和第三方编程工具的使用出现调整，核心原因之一正是Token成本与产出之间的账本压力。

类似的反思正在整个行业蔓延。大数据分析公司Palantir的CEO Alex Karp公开批评，主流大模型厂商采用的Token计价模式“彻底出了问题”，美国企业界正在形成一种共识：与其把时间浪费在无谓地刷Token上，不如回到结果本身。

类似的反思也出现在更多大公司内部。一些企业曾用Token消耗排行榜鼓励员工使用AI，结果反而带来大量为使用而使用的无效调用，管理层随后开始要求回到真实产出。

就连Uber的首席运营官也公开承认，Token消耗量和最终交付的有价值产品之间，并不存在明显的线性关系——2025年底，Uber把某编程Agent工具部署给约5000名工程师，短短四个月就烧光了全年的AI预算。

这不只是几家公司的个案。彭博社援引OpenRouter和Exponential View的数据显示，谷歌、OpenAI和Anthropic三家美国模型公司在OpenRouter平台上的Token请求量份额，一年内从大约七成快速降至三成左右。

与此同时，经济学家托斯滕·斯洛克用"杰文斯悖论"来解释一个反直觉的现象——尽管单个Token的价格持续下跌，企业花在大模型上的钱却不降反增，Token最大化的旧逻辑正在失效，但这并不意味着企业的AI预算焦虑就此解开。

这一连串信号拼在一起，指向的是同一个正在成型的共识：未来AI竞争的关键，已经不再是Token消耗规模，而是智能体能不能持续产生可衡量的业务结果。全球主要企业和机构也开始各自寻找新的度量衡。

比如Salesforce尝试提出的智能体工作单元“AWU”概念，但这个思路本质上仍然停留在给Agent的工作量计数上，和Token一样，衡量的还是"单位"，而不是“结果”。

如果把Agent真正当作一种数字劳动力，那就该向它要产出，而不只是要工作量，这正是AWU这类概念的局限所在。

正因如此，DAA正在被越来越多人接受为一种新的行业共识——

它衡量的从来不是AI或Agent干了多少活，而是这支数字劳动力的投资回报率。

但需要厘清的是，DAA不是一份闭门造车产生的概念，而是在百度内部业务里被反复“跑”出来的，百度已经拥有一组覆盖不同生产关系的Agent样本。

搭子对应知识工作和企业协作。它验证的是通用Agent能否从聊天走向任务，能否记住上下文、进入网页、调用Skill，并最终融入企业知识、系统和流程。

秒哒对应应用生产和业务孵化。它验证的是一个行业专家或普通人能否把业务经验变成应用，再让应用具备获客、后端、数据库和商业交付能力。

百度网盘和GenFlow对应组织知识与数字资产。它们验证的是Agent能否继承企业目录、权限、文件和协作历史，能否让一次工作产生的知识在下一次任务中继续发挥作用。

百度一镜对应营销、内容和客户沟通。它验证的是数字人能否从生成素材走向直播、视频、互动和全球内容分发，并形成可以计量的商业产出。

这些产品回答了DAA标准中的不同问题：什么叫活跃，什么叫任务完成，什么叫结果交付，什么叫组织沉淀，又该如何管理风险。

与此同时，作为全球最早投身于AI的科技巨头，百度已经实现了“芯云模体”全栈AI布局。

在百度，昆仑芯提供底层算力，智能云负责部署和调度，文心模型承担理解、推理和工具使用，搭子、秒哒、网盘、一镜等智能体产品进入具体业务执行任务。

当任务结果反向推动模型路由、知识库、Skill和工作流优化时，百度内部就形成了一套持续运行的循环验证机制。

WAIC上，百度智能体全家桶重磅亮相：秒哒最新升级瞄准增长与交付，助力开发者打通从应用开发、上线到变现的链路；百度一镜此次发布数字人新能力，提升数字人生成逼真度，并提高视频内容生产效率。

百度“芯云模体”全栈AI也集中亮相：百度文心从模型性能与成本层面验证，智能云验证Agent大规模运行所需的基础设施，共同给用户和企业带来真实的价值与效率提升。

以上所有产品协同进化，构成了DAA进一步成为生态指标的现实基础。这把尺子上已经有了搭子、秒哒、网盘和一镜等不同刻度，“芯云模体”则构成持续运行与校准的技术环境。

当然，更大的现实底座是百度所在的市场环境。7月15日，《人民日报》发表李彦宏的署名文章，文章提到：“我们缘何敢于在国际上率先提出以DAA来衡量智能经济？”

李彦宏的答案是，这源自独特的中国优势，因为中国拥有全球最丰富的应用场景、最完整的产业链、最大规模的数字市场，每天都产生海量真实需求。

这些需求就是AI生长的现实土壤，AI不能只在实验室里“刷榜”，必须到工厂车间里“干活”。用AI服务人类，这是科技界、产业界的初衷。