一家微利企业的死局

公共充电桩生意，客单价一两元，靠微利跑量。玖电科技运营约 20 万根电桩（界面新闻 11 月报道），隐患处置流程是「拍照→主管确认→采购审批→库房出库」，最快也要 5 到 6 天。对高危的公共充电场景，风险暴露窗口按天计算，等于把安全隐患裸露在外面。

更死的是算术：桩增加一倍、人就扩招一倍，新增营收立刻被人头成本和管理内耗吃掉。这是大量微利实体的共同死局——不上 AI 等死，上大系统找死。

反常识：不招一个算法专家

玖电的答案不是外包一个几十万元的软件项目，而是依托蚂蚁数科的智能体框架与 Agentar 平台，把意图识别、数据调度、多模态审核、流程触发封装成标准化的工业流水线，按「60 秒开箱即用」的方式直接调用——全程没有组建任何专业 AI 算法团队。只搭了两个智能体：客服一个，运维一个。

客服智能体：自动化 70%-80%，14 人转型

客服智能体接入呼叫中枢，自动跨系统调取故障充电桩的实时电流阈值、订单心跳与硬件状态，秒级生成回复草稿并自动响应。上线后，自动化处理比例拉到 70% 至 80%。

原有 14 名客服没有裁员，全员转型「智能体训练师」：把 AI 覆盖不到的长尾异常问题结构化后喂给系统，持续沉淀知识库。人从接线员变成训练师——这是 AI 落地里最值得抄的组织设计：机器接高频，人喂长尾。

运维智能体：巡检审查 15 分钟→2 分钟

运维端用多模态视觉模型自动审查巡检人员上传的现场照片，秒级识别灭火器压力表刻度与接线盒状态。发现异常直接跳过层层人工审批，通过地理围栏算法派单给距离最近的维修师傅。单站巡检审查耗时从 15 分钟降到 2 分钟，降幅 80%；隐患处置周期从近一周压缩为实时响应，风险发现窗口从「天级」收窄到「分钟级」。

算的不是人力账，是「智效比」

这篇报道提出一个新度量：智效比——单位智能体投入所产出的真实业务价值。这笔账算下来的不只是省了几个工时：风险窗口从天级到分钟级、14 个人从成本项变成组织资产。反面警示同样权威：Gartner 曾预警，到 2027 年底全球将有超过 40% 的智能体项目因成本失控、价值不明被叫停。区别就在于你算的是「买没买 AI」，还是「AI 投入换回了什么」。

中小老板三步抄作业

1. 先找结果好衡量的流程：客服响应时长、巡检耗时这类有数字的环节，别从「提升决策力」这种没法验收的活下手。
2. 把经验写下来再交给 AI：先让老师傅把判断规则口述成文档，AI 才有料可学——知识库就是这么喂出来的，经验也从个人脑中变成组织资产。
3. 按效果付费、小步起量：优先选能按量计费的智能体服务，先替一个环节算清智效比，再扩到全链条。