百融硅基员工按结果领薪：AICC营收半年增52%，日处理电话破1.5万通

大模型能力越来越强之后，企业究竟愿意为什么样的AI付钱？百融智能最新披露的2026年中报给出了一个具体答案：不是模型本身，而是可以被感知、被核算的产出。这份财报显示，公司整体营收受外部监管因素影响出现下滑，但其AICC（AI Contact Center，智能联络）业务逆势增长52%，其中面向金融以外行业的新场景收入更是同比增长195%。

支撑这组数字的，是两个已经跑通的真实项目：一个物流客户的智能客服日处理量，从上线初期不足1000通电话，提升到8月底超过1.5万通；一家头部券商的部署规模，也从年初约30个坐席扩大到约210个。百融把这些真正承担查询、投诉、营销等具体工作的智能体，称作“硅基员工”，并按处理结果向企业收费——这也是国内企业级Agent商业化路径中，一个具备完整财务数据支撑的样板。

财报里的两条曲线

2026年上半年，百融实现营收9.14亿元，同比下降43%；毛利率从73%降至53%，利润端由上年同期盈利2.01亿元转为亏损3.22亿元。财报解释，这轮波动主要源于2025年10月正式实施的互联网助贷监管文件，以及今年上半年陆续落地的配套规定，导致部分金融机构暂停了相关产品运营，直接冲击了百融的AI决策和其他信贷相关业务——AI决策业务收入3.72亿元，同比下降26%；其他业务收入3.77亿元，同比下降62%。

但AICC业务走出了完全相反的曲线：上半年实现收入1.66亿元，同比增长52%，占总营收比例从去年同期约6.8%升至约18.1%。与此同时，公司选择在收入承压阶段继续加码研发——上半年研发开支同比增长31%至3.94亿元，占收入比例升至43%；截至6月底，公司1477名员工中有901名是研发人员，占比达61%。百融CEO张韶峰在业绩电话会上，将这轮结构调整定义为“战略升级”。

从关键词话术到接得住复杂来电

上一代联络中心机器人主要用于呼出场景，靠关键词匹配和预设话术完成通知提醒、固定流程营销等标准化任务。而复杂呼入完全不同：用户主动进线，问题、表达方式和情绪都无法提前设定，AI既要理解开放式问题、维持多轮对话，又要调用知识库和内部系统完成后续操作。张韶峰在电话会上透露，传统应答机器人面对这类场景，转人工率可以高达70%～80%——这正是百融新一代AICC试图缩小的差距。

百融的技术路线是自建垂类基础模型，而非在第三方大模型上做应用层封装：公司拥有BR-Voice语音多模态模型、BR-LLM-Proactive主动对话模型和BR-Vision-Doc文档理解模型，参数规模控制在0.4B～30B之间，优先保证准确率、稳定性、时延和推理成本的平衡。张韶峰特别提到，这与Sierra、Decagon等海外AICC公司的路径不同——后者更多基于OpenAI、Anthropic等第三方基础模型向上搭建应用；百融则把预训练、后训练和推理优化都握在自己手里，出问题后能更快判断是应用层还是模型层的问题，并直接进入下一轮迭代。在INTERSPEECH 2026 MLC-SLM Challenge的多语种对话语音理解任务中，百融取得94.84%的准确率，排名全球第三、国内产业界第一。真正把技术嵌入客户现场的，是公司的FDE（前沿部署工程师）团队，他们负责梳理企业原有的人工工作流，再重新组织成Agent工作流。

按结果收费，而不是按坐席或按Token

百融采用的RaaS（Results as a Service，结果即服务）模式，可以按成功完成且无需转人工的有效通话或工单收费，也可以按Agent实际部署规模计费，部分场景还会按促成的业务规模分成。电话会上管理层透露，以物流业务为例，按有效通话收费后，单次处理成本比传统人工降低50%以上。这与传统软件license、SaaS订阅或大模型Token计费都不同——软件交付完成后，经营风险主要由使用方承担；而结果付费把技术公司直接推进了客户的业务流程内部，模型的性能、稳定性和成本都要进入同一套经营逻辑。

这套RaaS战略并非临时起意。早在2025年12月18日，百融云创就已正式发布企业级AI Agent战略，推出“结果云”（Results Cloud）平台，提出“硅碳共治”理念——由AI（硅基）承担标准化、流程化、计算密集型工作，人类（碳基）专注战略、创意与情感联结。平台分为三层：“百基”负责算力与专属模型，“百工”是企业级智能体操作系统，“百汇”则是内置多款硅基员工的Agent Store。公司同时推出四款旗舰硅基岗位：负责销售与客服的“百盈”，让相关团队年化离职率从超70%降至0%、客户满意度由下滑16%转为增长55%、咨询转化率提升217%；负责招聘的“百才”，把招聘周期从28天压缩到2天，HR单岗招聘量从5个扩增到20个；面向出海法商财税服务的“百鉴”，将反馈周期从90天压缩到14天，项目成本从300万至600万元降至100万元以内；以及负责知识生产的“百智”，将深度报告交付周期从20天缩短到4天。

企业级AI的下一站，不是更会说，而是更能做；不是交付一个功能，而是交付一个结果。

从金融复制到物流、航空、券商

百融的AICC能力最早在金融场景里打磨了七八年，如今开始向物流、航空、券商、银行、运营商和保险等服务密集型行业复制。这些行业有一个共同点：拥有持续而庞大的C端交互需求，且行业集中度较高——一旦在头部客户身上跑通一个标杆项目，同一套能力就更容易向内部更多场景以及同行业复制。今年7月，百融在券商场景已签约及处于合同流程中的机构达到13家。但电话会也坦言，跨行业推进真正耗时的环节，集中在大型企业的采购验证周期，以及系统集成和生产切量——业务量只有在安全、合规和服务边界得到确认后，才会逐步释放。

对国内其他行业的企业来说，这意味着评估AI供应商的标准正在从“功能是否齐全”转向“结果能否被量化验证”：转人工比例、单位处理成本、部署规模能否复制，都应该成为采购谈判桌上的硬指标。对客服、招聘、法务等标准化程度高、交互频率高的岗位从业者而言，这份财报也是一个信号——当同一套能力可以从金融复制到物流、券商乃至更多行业时，最先被规模化替代的，往往就是这类工作；企业与人力资源部门需要提前规划，把员工重新配置到需要判断力和情感联结的环节，而不是等到硅基员工上岗那一天才开始应对。相关讨论也延伸到更广泛的企业级智能体落地话题：谁来验证结果、谁为异常兜底，正在成为比模型能力本身更关键的问题。