0
SKT发布的“AX转型”信息图，展示从全球大型科技企业到SKT的AI转型趋势。/SKT

SKT为人工智能（AI）配发了工号。公司不再将AI视为单纯的业务辅助工具，而是尝试让AI承担具体职能、创造实际成果，使其成为组织的一员，进而探索以AI为中心重塑工作方式。近期，企业的AI转型也从扩大应用范围，逐步转向衡量成本与实际收益。通过针对不同业务优化AI模型和计算资源，并依据工作成果收费，围绕“每个Token的性价比”展开的竞争正逐步升温。

SKT29日表示，公司今年3月启动了“人人拥有一个AI智能体”项目，让包括非开发岗位在内的所有员工都能亲自创建AI智能体并将其用于工作。此后，公司进一步为这些智能体分配工号、部门、职务和权限，扩大其作为工作主体、与员工协同工作的应用范围。

员工与AI协作，以“多角色”模式承担企划、开发、设计等不同工作。SKT计划通过整合内部AI开发平台、升级安全体系，为这一变化提供支持，并将其转化为组织生产力提升和商业模式创新。

这一趋势与企业从重视AI使用量转向重视实际成果的变化相一致。随着AI被用于更复杂的任务，多阶段推理和反复操作需要消耗更多输入、输出Token，成本负担也随之增加。Token是AI处理文本的基本单位，其使用量是计算AI服务费用的主要依据之一。

企业正日益关注根据业务复杂程度和重要性，分别使用轻量级模型与高性能模型的“模型路由”技术。简单任务交由成本较低的模型处理，复杂分析和决策则使用高性能模型，从而提高Token使用成本与实际成果之间的性价比。亚马逊云科技（AWS）的企业级AI平台“Bedrock”也支持根据不同业务类型选择并连接多种模型。

三星电子应用于Galaxy AI的“混合式AI”同样体现了计算资源的高效分配。对于需要快速响应、注重个人信息保护的功能，优先在设备本地处理；对于需要大规模计算的任务，则交由云端完成。根据业务或功能的特点选择不同处理方式，有助于将计算资源集中用于最需要的环节。

AI服务的收费标准也正从使用量转向实际成果。客户咨询AI服务“Fin”按照实际解决的客户咨询量收费，每解决一项收取0.99美元。Zendesk也推出了基于成果的收费方式，即只有在AI智能体无需人工客服介入便解决客户问题时，才收取相应费用。这种模式不再单纯依据用户向AI提出了多少问题收费，而是将费用与AI实际解决的问题挂钩。

引入AI并不意味着生产力必然立即提升。SKT首席执行官郑在宪今年9月在首尔大学发表演讲时，提出了用于解释AI转型过程中生产力变化的“AX的J曲线”概念。他指出，在导入初期，企业需要花费时间重新设计组织和工作流程、对员工进行再培训，因此生产力可能暂时下降；但跨过这一阶段后，生产力有望显著提高。

郑在宪强调，要实现生产力增长，企业必须从根本上重新设计工作方式。企业AI转型的关键，已不再只是增加AI使用量，而是调整工作流程和岗位分工，并将投入成本切实转化为业务成果。

李知善 记者