科技头条
morning
企业掏的钱,才是AI最诚实的成绩单
摘要
豆包工作交出了上线后的第一份成绩单。 11月18日,豆包官方宣布,上线不到三个月的豆包工作日活跃用户数(DAU)突破800万,企业客户年度经常性收入(ARR)突破20亿元。这款面向生产力场景的AI产品8月25日正式发布,11月16日上线覆盖金融、医疗等21个专业场景的“工作台”,近期又接入了Kimi、GLM、DeepSeek等第三方模型。 过去两周,硅谷两家头部大模型公司也先后亮出了账本。Open...
豆包工作交出了上线后的第一份成绩单
11月18日
豆包官方宣布
上线不到三个月的豆包工作日活跃用户数
DAU
突破800万
企业客户年度经常性收入
ARR
突破20亿元
这款面向生产力场景的AI产品8月25日正式发布
2026-11-20
1 阅读
约10分钟阅读
虎嗅
字号:
豆包工作交出了上线后的第一份成绩单。 11月18日,豆包官方宣布,上线不到三个月的豆包工作日活跃用户数(DAU)突破800万,企业客户年度经常性收入(ARR)突破20亿元。这款面向生产力场景的AI产品8月25日正式发布,11月16日上线覆盖金融、医疗等21个专业场景的“工作台”,近期又接入了Kimi、GLM、DeepSeek等第三方模型。 过去两周,硅谷两家头部大模型公司也先后亮出了账本。OpenAI向投资者披露,三季度营收首次突破100亿美元,企业业务收入环比翻倍;Anthropic刚在美国完成IPO定价,支撑其估值的主要也是企业客户的付费。 AI产品的收入,越来越多地来自企业,AI Agent的商业化也进入了算账阶段。放在这样的背景下,豆包工作的ARR表现的确亮眼。一款上线不到三个月的产品,为什么这么多的企业愿意为它付费? ARR是生产力AI估值的硬通货 移动互联网的估值体系,习惯了围绕DAU建立。 日活意味着用户规模,而规模能换成广告收入和电商交易额。一个用户就算从不掏钱,平台也能靠他的时间和注意力赚钱。 生产力产品没有这条变现路径。用户用Agent写方案、做表格,平台既卖不了广告,也抽不到佣金。这类产品值多少钱,最终要看企业愿不愿意按年付费,ARR统计的就是这部分收入。 两种生意的成本结构也不一样。移动互联网多服务一个用户,边际成本几乎可以忽略,大模型每跑一次任务,都要实打实地消耗算力,没有付费支撑的日活,更像一笔持续增长的成本。 企业为AI办公付的钱,性质也和过往的软件采购不同。传统软件按“席位”卖,进的是IT预算;AI接手的是原本由人完成的工作,付费的天花板由此从IT预算抬到了人力预算。 持续付费的订阅收入,撑起的是另一套估值体系。订阅收入可以预期,资本市场也愿意为这种确定性给出更高的定价。Anthropic刚完成IPO定价,完全稀释后估值超过1.4万亿美元,远高于OpenAI今年3月融资时的8520亿美元。 Anthropic的用户其实并不多。据Similarweb统计,今年3月初,Claude移动端日活约1130万,同期ChatGPT约2.5亿,相差二十多倍。但它的IPO文件显示,截至10月31日,公司年化收入约810亿美元,今年上半年约74%的收入来自年付费10万美元以上的客户。资本市场显然更认后者。 视野放回国内,SaaS时代,国内企业软件长期靠一次性的项目制交付,订阅制始终没能扎下根。AI Agent交出来的是干完的活,效果可以直接拿业务结果对账。而豆包工作正式发布不到三个月就做到20亿元ARR,在国内AI Agent产品里并不多见,这才显得尤为难得。 当企业愿意买单的时候,就说明价值已经产生了。这也代表着,AI应用之间的较量,也开始落到收入质量上。 企业在为什么买单? 惠普前CEO路·普拉特在1990年代说过一句名言:“要是惠普知道惠普知道什么,我们的生产率能达到现在的三倍。” 一家公司攒下的经验和信息,大多散在不同的人和系统里,要用的人找不到,也不知道该去问谁。 协同办公软件试过用流程解决这个问题,但流程只管得住写下来的东西,更多经验还留在老员工脑子里,或者埋在一份份文档中。有了AI Agent,这些知识才有了被主动调取的可能。 豆包工作在企业里接到的第一批活,很多就出在这里。 在同仁堂工作了15年的刘聪,如今负责大栅栏药店的运营管理,他曾被一位顾客问住:同仁堂的中成药里,哪些含酸枣仁? 刘聪有执业药师资质。但他也做不到从一味药材反查几百种产品,只能翻资料一份份核对。后来,他让豆包工作抓取产品数据,按规则清洗、初审,把每款药用了哪些药材、对应什么病症一项项理清,织成了一张中成药知识图谱。再碰到这类问题,不用再翻箱倒柜。 同仁堂廊坊公司负责运营的杨文秀,则被补货的事困扰了很久。各家门店报货没有统一的办法,有人看库存,有人再翻一遍进销存,最后多半凭经验拍板。有一回翻会议智能纪要,她又看到这个老问题,顺手问了豆包工作,结果越聊越细,补货模型怎么搭、要哪些数据都理清了,她顺势“手搓”了一个在线补货工具。 这两件事的痛点,内核都是资料的组织方式。企业的资料大多按归档的需要存放,但“问题”却是从业务里冒出来的,可不会自动分门别类,问法和存法对不上。豆包工作做的,就是按问题把资料重新组织一遍。 同样的难题换到职业教育机构,就成了学员管理。华图教育襄阳分校的辅导员周斌带着四五十人的笔试班,出勤、刷题和模考成绩分在好几张表里,想弄清一个学员的状态得来回对照,每天收数据、做分析就要一个多小时。 周斌学教育出身,没写过代码。后来他开始用豆包工作搭一个线上工作台,最早只用来自动算考勤积分,后来陆续接进刷题数据、考试成绩和学员档案,到10月底已经改到第320版。现在一个学员一条轨迹,每人都有一份学情报告,短板能细到具体题型,系统还能对照国考职位库筛出可报的岗位。周斌说,这套系统一天能帮他省下两三个小时。 刘聪、杨文秀和周斌都不是技术人员,却借助豆包工作打造了自己最顺手的工具。毕竟,最懂一个问题,往往是天天被它“折磨”的人,可这类需求又碎又具体,很难写成一份让IT部门排期的文档。AI把搭工具的门槛降到几轮对话,工具也就长在了问题发生的地方。周斌的工作台平均每天改三个多版本,外包团队很难跟上这种节奏。 放到一家跨国公司里,同样的思路依旧在起效。中信戴卡的业务遍及中国、摩洛哥和墨西哥等地,旧物料库缺少清晰的品类规则,录入新物料时,采购员要在网上查好几个小时才能把信息补齐,海外工厂还隔着时差。中信戴卡用豆包工作搭了三个物料智能体,放进跨国物料咨询群,7×24小时用多种语言答疑,单次响应缩短到150秒,新人两周就能上手。 资料理顺,解决的是“查”的问题。但在工作中,有许多信息是“流动”的。 一个问题在群里讨论了很久,会上定下的结论又散在各人的笔记里,很少有人从头到尾整理。9月15日,飞书和豆包工作推出了豆包工作伙伴,这是一个面向团队的智能体,有独立的身份、权限和记忆,可以像同事一样被拉进群里。 猛士汽车把豆包工作伙伴用在供应商质量管理上。公司40名供应商质量工程师要审核3个项目约2000个零件的PPAP(生产件批准程序)文件,靠人逐项比对,费时费力还容易看漏。现在先由AI把文件逐项核对一遍、标出风险,工程师再做判断,单份文件的审核时间从20到40分钟压到了5分钟以内。 智己汽车则让豆包工作伙伴跨过了公司的边界。CCB(变更控制)评审要主机厂和供应商一起参加,需要反复核对材料信息,有出入就得返工。豆包工作伙伴以团队成员的身份进了评审群,会前核对材料,会上答疑和记录,会后归档,再把待办分到具体的人。评审返工因此少了约三成,单个议题的材料整理从半小时压到5分钟。 博世中国的研发群里也有一位豆包工作伙伴,名叫“小蜜”。工程师在群里讨论客户反馈的问题,它在一旁默默收集,按模板写出问题报告,登记进多维表格,再归档到知识库。工程师估计,初稿能覆盖七八成,剩下的由人把关。下一位工程师碰上类似的毛病,直接就能检索到前人的处理记录。 豆包工作伙伴一直在场,一件事的来龙去脉就留了下来,人走了,经验还在团队里。AI服务的对象也从一个员工变成了一支团队,企业衡量它,看的自然是整个团队的产出。 在大北农,豆包工作被带到了销售
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱