(El autor de este artículo es Han Gong Observation y Titanium Media lo publica con autorización)

Texto | Observación de la industria coreana

El 5 de noviembre, Dark Side of the Moon alquiló Harness. En lugar de alquilar un modelo de API, que se ha vendido por token durante varios años, se trata de empaquetar y alquilar la "infraestructura backend completa para que trabajen los empleados de IA": entorno de pruebas en la nube, memoria de sesión, cadena de herramientas, recuperación de desconexión, registro de auditoría, todo incluido. La empresa simplemente distribuye el trabajo, se ejecuta en la nube las 24 horas del día, los 7 días de la semana, y puede continuar desde el punto de interrupción incluso si se corta la energía durante la operación.

Esta no es una versión de características del producto. Se trata de una migración de los puntos de anclaje de precios: los fabricantes de IA han pasado de "vender electricidad" (token) a "vender horas de empleados" (agente alojado). La lógica subyacente de este asunto es mucho más seria que las palabras "actualización del servicio en la nube": significa que las partidas presupuestarias para que las empresas compren IA están pasando de los gastos de TI a los gastos humanos.

1. De vender electricidad a vender empleados: cinco movimientos ascendentes del punto de anclaje de precios

Esta no es la primera vez que los humanos han cambiado la TI de "comprar" a "alquilar". Pero las cosas que alquilé varias veces antes eran esencialmente diferentes a las de esta vez.

El primer período es la era de la Licencia. Desde la década de 1980 hasta el año 2000, cuando las empresas compraban CD, licencias y puestos de CPU, básicamente compraban "derechos de copia" más activos fijos. Lo que venden Microsoft, Oracle y SAP es una azada. Si se rompe, puedes molerlo tú mismo y actualizarlo tú mismo. De hecho, IBM intentó arrendar mainframes en la década de 1960, y el hospedaje ASP también fue popular alrededor del año 2000, pero en ese momento, el alquiler era hardware o salas de hospedaje, y el entorno operativo no tenía un precio por separado.

El segundo período es la era SaaS. Salesforce gritó "No al software" en 1999 e hizo que los "derechos de acceso al alquiler" se generalizaran. Las empresas ya no son propietarias del software y compran cuentas mensualmente, y el fabricante gestiona la operación y el mantenimiento, las actualizaciones y los inquilinos múltiples. Más tarde evolucionó a cobrar por asiento/persona por mes: pagas cuánto tienes para vender. El ancla de precios se desliza de "activos" a "acceso" a "asientos", y CapEx se convierte en OpEx. Pero esto no deja de ser una herramienta de alquiler: una empresa compra una membresía mensual en un gimnasio y depende de sí misma si practica o no y los resultados que logra.

El tercer período es la era del uso de la IA. A partir de 2023, las API de modelos grandes se facturarán mediante tokens y las empresas pagarán por la "capacidad intelectual". Pero este sigue siendo el modelo de venta de electricidad: usted gasta 1 centavo para ajustar el API y el fabricante gana 1 centavo, que es el precio de la electricidad. La percepción de la empresa es "cuánto dinero se gastó" y la cuenta del presupuesto todavía figura en Gastos de TI.

El cuarto párrafo es ahora. Los agentes alojados de Dark Side of the Moon, los agentes administrados de Anthropic Claude y los agentes alojados de OpenAI, líderes mundiales, comercializaron el "tiempo de ejecución del agente" casi simultáneamente. Lo que alquila no es un modelo o derechos de acceso, sino un "trabajo que sabe cómo trabajar": de guardia las 24 horas del día, los 7 días de la semana, puede dividir tareas, ajustar herramientas, generar informes, enviar correos electrónicos, volver a intentarlo si comete un error y continuar ejecutándose si falla.

Posteriormente, el punto de anclaje de precios subió por quinta vez: desde activos (Licencia) → acceso (cuenta) → asientos (persona/mes) → uso (token) → horas de trabajo (tiempo de funcionamiento del agente).

¿Por qué se llama "ascender"? Porque la cuenta presupuestaria ha cambiado. La empresa gastó originalmente 100.000 yuanes para comprar el CRM y 1 millón de yuanes en salario de ventas; el agente atraviesa directamente la capa ejecutiva que está a 1 millón de millas de distancia. El techo del mercado no es el gasto en TI, sino la porción del gasto en capital humano que puede estructurarse. No se trata de una ampliación de la magnitud, sino de una reconstrucción de la lógica presupuestaria.

Pero la historia no se repite simplemente. Las veces anteriores alquilé herramientas y derechos de acceso, esta vez alquilé "correo"——Un empleado digital que puede aprender, desechar e iterar. Existe una diferencia esencial entre los empleados digitales y los activos físicos: la silla noAnticuado, pero el Agente lo hará.

2. Dinámica: Por qué "las cosas que evolucionan no se pueden comprar"

Cuando compras algo, la premisa implícita es que se puede utilizar de forma estable después de la compra. Si compras una silla, esta no evolucionará por sí sola, ni se estropeará por iniciativa propia. Pero los trabajadores digitales son diferentes.

La dinámica no es una cuestión de presencia o ausencia, sino una cuestión de intensidad.. La aplicación de mapas también se actualiza constantemente, pero si no se actualiza durante uno o dos años, el mapa antiguo seguirá siendo utilizable, pero la ruta será inexacta; esta es una dinámica de baja intensidad que puede cubrirse mediante un contrato de compra y mantenimiento anual. Si el Agente no realiza iteraciones durante tres meses, es posible que la interfaz haya cambiado, que los agujeros de seguridad no se hayan solucionado y que el sistema empresarial no esté conectado. Se trata de una situación muy dinámica y se "desperdiciará" sin una inversión continua. Juzgar si el altavoz debe alquilarse no depende de la frecuencia de las actualizaciones, sino de "si será inútil si no se actualiza".

Primero, necesita evolucionar. El modelo se actualiza cada tres meses. Lo que puede hacer hoy puede hacerlo mejor mañana o puede degradarse debido a las actualizaciones. Compras una versión y queda obsoleta en tres meses. Los fabricantes continúan iterando en la nube y la "versión de compra" que tiene en la mano se ha convertido en una isla.

En segundo lugar, es necesario mantenerlo.. No se trata de "cómpralo, ponlo ahí y haz el trabajo tú mismo". Necesita conectarse a nuevas fuentes de datos, adaptarse a nuevas interfaces del sistema, corregir errores, ajustar las palabras clave y manejar excepciones. ¿Lo compraste y lo cuidaste tú mismo? Luego hay que mantener un equipo técnico, lo que equivale a contratar a alguien para que se ocupe de este "empleado digital".

En tercer lugar, debe cambiar con el negocio.. Se han cambiado los procesos de la empresa, se han cambiado los sistemas y se han actualizado los estándares, y los empleados digitales tienen que adaptarse en consecuencia. La versión de compra no se adaptará automáticamente a estos cambios.

Entonces, si compras un empleado digital, es como comprar a una persona pero no darle capacitación, no darle un aumento de salario, no dejarle aprender nuevas habilidades: ¿cuánto tiempo puede trabajar?

La esencia del alquiler es "mantenerlo vivo y funcionando"La responsabilidad de "recae en el fabricante. Si el modelo se actualiza, el fabricante es responsable de la actualización y usted no tiene nada que ver con ello; si la interfaz de la herramienta cambia, el fabricante es responsable de la adaptación y a usted no le importa; si ocurre un error, el fabricante lo solucionará y usted no tendrá que preocuparse por la operación y el mantenimiento; si no funciona bien, no renovarás el contrato de arrendamiento el próximo mes y tendrás que cambiarlo. El contrato de arrendamiento, naturalmente, tiene un mecanismo de eliminación y no hay rescisión.

Esto explica un fenómeno contrario a la intuición: todo el mundo intuitivamente siente que "comprar es caro, alquilar es barato", pero el agente general puede ser todo lo contrario: cuanto más caro, más adecuado para alquilar. Porque si compras la tecnología, se itera cada medio año y el valor residual volverá a cero; si lo alquilas, el fabricante correrá con el riesgo de que la tecnología quede obsoleta.

Pero "alquilar" no es una solución única para todos. Si el Agente tiene una entidad, si los datos se pueden exportar y qué tan rápido se itera la tecnología determina los límites del alquiler y la compra. Para entender esto, debemos dividir la forma de implementación de la IA en tres capas.

3. Formulario de tres niveles: compra del lado del cliente, alquiler de la nube, híbrido vertical

La primera capa, puro agente en la nube

Este es el principal campo de batalla de Kimi Hosted Agents: el agente se ejecuta en la nube del fabricante, no tiene entidad física y la empresa solo distribuye tareas. Sandbox, memoria, cadena de herramientas, permisos, auditoría, todo gestionado.

¿Por qué es necesario alquilar este tipo de escena? Tres razones. En primer lugar, no hay activos físicos y no hay problemas de depreciación y valor residual; en segundo lugar, no hay sensación de iteración tecnológica, los fabricantes pueden actualizar de forma remota y las empresas no necesitan preocuparse por ello; En tercer lugar, se comercializan las capacidades generales y el peso del modelo en sí se está depreciando: el precio de salida de DeepSeek-V4-Flash se ha reducido a alrededor de 0,28 dólares por millón de tokens, un solo Atlas 800 puede privatizarse con ocho tarjetas y las capacidades generales se están incorporando a los precios de los servicios públicos. Compras un modelo y queda obsoleto el año que viene.

La estructura de precios de Dark Side of the Moon en sí es una señal: el sandbox se cobra según el tiempo de ejecución (0,072 yuanes/hora), la tarifa de inferencia del token se superpone por separado y el complemento se cobra por uso. La percepción de la empresa ha cambiado de "cuánto costó" a "contratar a un pasante que no tiene estación y pagar las facturas mensualmente/por día". Durante el mismo período, Anthropic Claude Managed Agents (lanzado en abril de 2026) cobra una tarifa operativa de 0,08 dólares estadounidenses por hora de sesión, y OpenAI, Google y Microsoft también lanzaron sucesivamente productos administrados de nivel similar. Esta no es la estrategia de una empresa, sino un cambio colectivo en la industria.

La segunda capa, equipo del extremo.

En teléfonos móviles, PC y NPU de automóviles, el Agente se ejecuta localmente. Las características centrales de este tipo de escenario son: el hardware es un activo y la inteligencia es un servicio.

Nadie alquila teléfonos móviles. El hardware está desactualizado (el chip tiene potencia de cálculo insuficiente, la memoria está llena y la batería se ha deteriorado) y tiene que ser reemplazado físicamente, y el fabricante no puede "actualizar" una NPU de forma remota. Entonces se compra el equipo. Pero las capacidades inteligentes mencionadas anteriormente se pueden alquilar. Apple Intelligence, Huawei Hongmeng AI y Alibaba Qianwen están conectados al iPhone del Banco Nacional (Beta en noviembre de 2026). Las tareas simples se ejecutan localmente en el dispositivo, las tareas complejas se transfieren a la nube y las funciones de IA se suscriben mensualmente. El resultado final es una combinación de "comprar equipos + alquilar cerebros".

El Ministerio de Industria y Tecnología de la Información ha propuesto recientemente requisitos de gestión de acceso a la red para terminales inteligentes. Los agentes preestablecidos de teléfonos móviles/vestibles deben pasar la detección de acceso a la red, la evaluación de actualización OTA y el control de invocación de permisos; esto significa que el "cerebro de alquiler" en el lado del dispositivo también tiene límites regulatorios, y no puede simplemente alquilarlo si lo desea.

La tercera capa, robot portador físico.

Este es el estado mixto más complejo y se divide en dos niveles.

Servicios generales (entrega de comida en hoteles, limpieza de edificios, patrulla de parques): los datos no son confidenciales, la pérdida de equipos es grande, la iteración de la tecnología es rápida y es adecuada para alquilar. El robot sanitario se exhibirá en la "Luz de Internet" de Wuzhen en noviembre de 2026. La industria está discutiendo la dirección del arrendamiento, pero aún no ha formado una verificación comercial a gran escala. El principio es el mismo que cuando una empresa alquila una impresora: el fabricante es responsable del mantenimiento y las actualizaciones, y la empresa paga según el uso y no asume el riesgo de obsolescencia tecnológica.

Para las categorías de precisión vertical (robots quirúrgicos, brazos robóticos industriales e inteligencia de lobby bancario) los datos no salen, lo cual es una restricción estricta y requiere capacitación in situ. New Hope Financial Technology y Yushu Technology construyeron una solución para salas de banco basada en el robot humanoide G1. La potencia informática se implementa localmente y no se conecta a la red pública. El principio de diseño revelado por el fabricante es "no tocar a los clientes, no tocar fondos y no tocar datos". Este tipo de escenario no es puramente alquiler, ni es pura compra, es "Compra el cuerpo principal + capacitación local + servicio de mantenimiento."Se compra una combinación de propiedad de equipos, mientras que las capacidades del modelo y los servicios in situ se alquilan para una iteración continua.

El cuarto nivel, nivel soberano: chasis de no alquiler

Hay otro tipo de tema que no se puede discutir dentro del "espectro de alquiler con opción a compra": el sistema de asuntos estatales y gubernamentales.

La plataforma de asuntos gubernamentales nacionales no quiere alquilarse, pero su soberanía no se puede subcontratar: la potencia informática la proporciona la red informática integrada nacional o los nodos informáticos orientales y occidentales, el modelo se entrena de forma independiente o se utiliza el modelo de archivo, los datos no salen del dominio, los ajustes se mantienen en el libro mayor y el arnés se construye internamente.

Las "Directrices para el despliegue y aplicación de grandes modelos de inteligencia artificial en asuntos gubernamentales" emitidas por la Administración del Ciberespacio de China y la Comisión Nacional de Reforma y Desarrollo en octubre de 2025 establecen claramente: contratación unificada, reutilización de superiores a nivel de condado, no duplicación de la construcción y prioridad para la presentación de modelos. En octubre de 2026, el Ministerio de Comercio planea agregar una lista de restricciones a la exportación de grandes modelos/agentes/tecnologías de clústeres de potencia informática de IA, haciendo aún más explícitos los límites de la soberanía tecnológica.

También utilizarán las capacidades de los agentes comerciales, pero sólo en capas auxiliares generales no confidenciales: redacción de documentos oficiales, preguntas y respuestas, revisión de documentos; toma de decisiones básicas, datos confidenciales y juicios regulatorios. Deben "comprar hasta el final": comprar potencia informática, comprar modelos y comprar derechos de iteración controlables.

Por lo tanto, el mundo real no es "alquilar en lugar de comprar", sino tres niveles en paralelo: el alquiler en el mercado general es el pilar, las industrias verticales son mixtas y la autoconstrucción en el dominio soberano es el fondo.

Pero el marco está vacío. En el mundo real, lo que apuestan tanto los inquilinos como los compradores no es el precio, sino la confianza y la soberanía.

4. Juego: Lo que alquilas no es una herramienta, sino un agente

En la teoría tradicional principal-agente, cuando las empresas contratan personas, temen que las personas sean vagas y oculten información. Cuando contrata a un agente, tiene miedo de sufrir alucinaciones, extralimitarse en la autoridad, inyección rápida de palabras y desviación de valores: le pide que revise el contrato y omite cláusulas que no deberían eliminarse; le pides que genere un informe y compila un conjunto de datos falsos.

Un estudio a puerta cerrada sobre los mecanismos de confianza de los agentes realizado por la Universidad de Hong Kong mostró que el 76% de los profesionales dijeron que habían encontrado problemas de confianza en la implementación real, el 53% creía que la "baja confianza del cliente" era el principal obstáculo y el 42% creía que "la clara responsabilidad por los errores". Estos tres conjuntos de números dicen tres cosas:Frecuencia de inquietudes, percepciones de los clientes y atribución posterior.. La contratación empresarial de Agentes no se trata esencialmente de comprar capacidades, sino de "confiabilidad": se puede confirmar la identidad, restringir la autoridad y auditar el cumplimiento del contrato.

Esto lleva al juego de la soberanía de los datos.. Cloud Pai dijo: El alojamiento es el más sencillo y está bien si los datos pasan a través de la nube. Inference Hook puede interceptar campos sensibles. La facción local dijo: Las finanzas, la atención médica y los asuntos gubernamentales están todos vetados. La conclusión es que los datos no salen del dominio. La facción híbrida está tomando el camino intermedio: filtrar datos en el dispositivo y fortalecer el cerebro en la nube. El "Agente de simbiosis" de Honor y NVIDIA × Perplexity siguen esta lógica.

Lo que las empresas aspiran es la soberanía comercial, mientras que lo que el país defiende es la soberanía de los datos más la soberanía tecnológica. La Convención de Autodisciplina Inteligente publicada por Wuzhen en noviembre de 2026 proponía que "se puede verificar la identidad, controlar la autorización, investigar el comportamiento y rastrear las responsabilidades". La red nacional blockchain sirve como un ancla de confianza para los Agentes; esto simplemente muestra que cuando los Agentes cambian de herramientas a agentes, la "confiabilidad" no es solo una cuestión comercial, sino también una cuestión de infraestructura de gobernanza.

Las exigencias reales de los fabricantes son opuestas a las de los usuarios. Los usuarios quieren "aumentar sus capacidades y mantener alejados los datos originales"; Los fabricantes quieren "ver más trayectorias de fallo y mejores modelos iterativos". Tencent preferiría renunciar a los datos originales y reemplazar el registro de fallas, porque mientras los datos no salgan, la "trayectoria de fallas" es el nuevo aceite para los datos de entrenamiento futuros.

La segunda dimensión del juego es el poder de fijación de precios.. Los fabricantes quieren cobrar en función de los resultados (RaaS), transferirse el riesgo del costo del modelo a ellos mismos y cambiarlo por un precio unitario más alto por cliente. Sin embargo, las empresas están preocupadas: los índices de error de los agentes siguen siendo elevados y, si los resultados no son imputables, no se atreven a pagar en función de ellos. Un estudio comparativo de UC Berkeley 2025 en siete marcos de múltiples agentes mostró que la tasa de falla de las tareas de múltiples agentes osciló entre el 41 % y el 86,7 % (los diferentes puntos de referencia no se pueden comparar horizontalmente); El punto de referencia CMU TheAgentCompany midió que la tasa de falla del mejor agente individual en escenarios de oficina reales fue de aproximadamente entre el 69% y el 70%. ¿Pagar por resultados? Espere a que pase la estabilidad primero.

La realidad es: primero alquilar un espacio de trabajo mensualmente, luego cobrar por horas de trabajo y finalmente atreverse a pagar por pieza en un escenario reducido. Hay un obstáculo de "estabilidad" en el medio.

La tercera dimensión del juego es el bloqueo.. Alquilar no tiene preocupaciones, pero si alquila por un largo tiempo, quedará atado. Una vez que el Agente se integra en el flujo de trabajo, el conocimiento empresarial se deposita en el lado del fabricante y la memoria, la configuración y la ecología de los complementos están todos en Renjia Cloud. ¿Alquilas Kimi hoy y quieres trasladar los pufs mañana? Los activos de datos no se pueden quitar y los costos de cambio se miden en años. Las grandes empresas ya están compitiendo por entrar: Doubao Tunfeishu y WorkBuddy están vinculados al ecosistema WeChat, que es esencialmente un "bloqueo de soberanía de datos".

Por lo tanto, la capa inferior de la decisión de alquilar con opción a compra no es la comparación de costos, sino la asignación de riesgos. Alquilar, externalizar los riesgos de iteración y los costos de operación y mantenimiento al fabricante, pero a cambio de riesgos de bloqueo; compre, mantenga la soberanía de los datos y la libertad de salida en sus manos, pero asuma el riesgo de obsolescencia y el costo de formar un equipo.

Si un fabricante quiere cobrar en función de los resultados, la empresa debería preguntarse primero: ¿Quién es responsable de los errores?

5. Oposición: No todo el mundo alquila y no todo el mundo puede pagar según los resultados actuales.

La sentencia central de este artículo es que "el escenario general es el canal principal", pero esta sentencia tiene dos limitaciones.

En primer lugar, la privatización se está volviendo más barata y el tercer camino realmente existe.. El marco de inferencia DeepInfer de código abierto de DeepSeek (octubre de 2026) permite a las empresas crear sus propios grupos de inferencia, lo que reduce significativamente los costos unitarios de los tokens en escenarios de alto rendimiento. Daily Interactive lanzó una solución de privatización pura para "Gizhi Workstation", basada en la arquitectura Ascend de Huawei, que se afirma que es "veinte veces más rentable". De hecho, el calibre de la inteligencia de implementación es más específico: en escenarios de producción de alta frecuencia (un promedio de 100.000 llamadas por día), el costo integral de la solución privatizada DeepSeek se puede reducir entre el 30% y el 40% de la API de la nube pública.

Pero hay una premisa: la utilización de la potencia informática debe ser alta. Un cálculo del TCO realizado por AgentMarketCap en abril de 2026 señaló que cuando la tasa de utilización es superior al 70 %, el costo a largo plazo de la autoconstrucción es bajo; por debajo de esta línea, la depreciación del hardware y la mano de obra de operación y mantenimiento superarán al alojamiento en la nube. El cuello de botella no está en el modelo en sí, sino en los costos laborales de ingeniería de la orquestación, evaluación y barreras de seguridad de los agentes.

En segundo lugar, las empresas líderes no alquilan sino que construyen sus propias. El CodeBuddy interno de Tencent cubre al 95% de los ingenieros y WorkBuddy es una plataforma AgentOps; Byte, Baidu y Huoshan construyen cada uno una plataforma intermedia de Agente y agregan enlaces ecológicos. Las grandes empresas tienen potencia informática, talento y datos. El alquiler es la principal opción para las pequeñas y medianas empresas, y la autoconstrucción es la opción para los principales actores.

En tercer lugar, RaaS paga en función de los resultados, lo que sólo funciona en escenarios reducidos.. Zhida Mingyuan AI Marketing RaaS escribe los resultados en el contrato, proporciona reembolsos si no se cumplen los estándares y tiene una tasa de renovación del 96,8%, pero solo en escenarios donde los resultados son fáciles de cuantificar, como la adquisición de clientes de marketing. El programa piloto RaaS de SDIC de 100 robots de seguridad inteligentes todavía se encuentra en el "período de verificación de inversiones". Las tareas empresariales complejas se devuelven a la "alquiler de tiempo" porque aún no se cumplen las condiciones de "errores imputables y resultados cuantificables".

Así que una afirmación más precisa sería: alquilar es una tendencia, pero comprar no desaparecerá; RaaS es la dirección final, pero hay dos puertas estrechas de "estabilidad" y "responsabilidad" en el medio. Una vez que el ancla de fijación de precios pasa del presupuesto de TI al presupuesto humano, Agent no es sólo una cuestión de adquisiciones, sino una cuestión del sistema laboral.

El verdadero problema es: cuando las empresas empiezan a utilizar el "presupuesto de recursos humanos" en lugar del "presupuesto de TI" para medir la IA, el techo de todo el mercado cambia, pero el cambio es la estructura, no la cantidad total.

6. El presupuesto humano reemplaza al presupuesto de software？La tolerancia social es la variable fundamental

Esta no es una continuación de SaaS, sino una subversión de SaaS.

La esencia del cobro por asiento en SaaS sigue siendo la lógica de la herramienta: ya sea que la uses o no, se te cobrará por persona. Sin embargo, el agente cobra en función de las horas de trabajo, las tareas y los resultados, lo cual es esencialmente una lógica laboral.

Sin embargo, lo que el Agente está mirando no es el monto total del "presupuesto de mano de obra", sinoEl estrato del presupuesto laboral que puede estructurarse. Las tareas que puede asumir tienen tres características: repetitivas, incansables y racionales: organizar pistas, enviar correos electrónicos de seguimiento, completar informes, conciliar cuentas y publicar informes matutinos. Estas tareas serían molestas para las personas, pero no para los agentes. Están disponibles las 24 horas del día, los 7 días de la semana y no se molestan si no pide permiso.

Mide las horas de trabajo de los niveles ejecutivo y auxiliar, no los niveles de relación y toma de decisiones. Las negociaciones requieren leer expresiones y tonos, beber implica generar confianza informal y la toma de decisiones sobre el terreno depende de la conciencia de campo; estas tareas de "presencia humana" no pueden ser realizadas por agentes, ni deberían ser realizadas.

Por lo tanto, no se trata de "reemplazar el presupuesto humano", sino de "reorganizar internamente el presupuesto humano":El Agente devora parcialmente la capa de ejecución, mientras que la capa de relación y la capa de toma de decisiones son más valiosas., porque el hombre libera sus manos para hacer lo que sólo el hombre puede hacer.

Esta analogía se puede simplificar: ahora cobrar en función del tiempo más un token equivale a calcular los salarios en función de las horas de trabajo, y se le pagará de acuerdo con la cantidad de trabajo que realice; en el futuro, pagar en función de los resultados será equivalente a un salario a destajo y solo se le pagará una vez finalizado el trabajo. Las empresas están dispuestas a pagar este dinero porque ahorra dinero real y costes laborales a nivel ejecutivo.

¿Cuál es la implicación para el mercado del movimiento ascendente del punto de anclaje de precios? Es la contabilidad psicológica de la empresa para la IA, que ha pasado de "comprar una azada mejor" a "contratar un trabajador a tiempo parcial que no sale del trabajo". Puedes comprar una azada, pero sólo puedes alquilar un jornalero. Mientras alquilar sea más barato que contratar gente, esta lógica no cambiará hasta dentro de cien años; lo que cambiará es la unidad de medida: de "tarifa mensual por puesto de trabajo" a "salario por trabajo".

Pero enterrado aquí hay un problema que es más difícil que la tecnología: si el agente no está recortando el presupuesto de TI, sino el nivel ejecutivo en el presupuesto humano, ¿a dónde irá la reducción de mano de obra?

La racionalidad individual de las empresas es muy simple: utilizar quien sea más barato y utilizar Agente si es más barato que los seres humanos. Pero la reflexividad del sistema reside en esto: si el nivel ejecutivo es reemplazado a gran escala, el lado del consumidor se reduce y los productos de la empresa no pueden venderse, tendrá que contratar gente nuevamente. A largo plazo, no se trata de una "sustitución infinita";Equilibrio dinámico de la relación hombre-máquina. El modelo de negocio de "alquilar un agente" sigue siendo común en el rango de equilibrio: debido a que el alquiler es el más flexible, si el negocio es bueno, se puede aumentar el alquiler en unos pocos, y si el negocio es malo, se puede cancelar la suscripción.

En 10 años, los agentes de oficina general se alquilarán íntegramente por meses y gradualmente pasarán a facturar en función de los resultados; En 20 años, los empleados digitales se habrán convertido en una forma de empleo estándar y la estructura de recursos humanos de la empresa será igual a empleados regulares más trabajos de silicio arrendados más subcontratación. Pero antes de eso, hay algo más urgente que la iteración tecnológica: cuando el punto de anclaje de los precios de la IA pase del presupuesto de software al presupuesto humano, ¿adónde irá la mano de obra de nivel ejecutivo liberada?

La conferencia de prensa de la Comisión Nacional de Desarrollo y Reforma del 3 de noviembre puso sobre la mesa el entorno de pruebas regulatorio de la IA, el seguimiento de la estructura del empleo y la nueva carrera de los formadores modelo: la cuestión de la distribución no es una deducción lejana, sino una agenda en curso.

Si el problema de asignación llegará primero y de qué forma no depende de la deducción técnica, sino detolerancia social. La tecnología pone presión sobre la mesa. Si responder, cómo responder y cuándo responder son cuestiones que la sociedad debe sopesar. Esta compensación incluye consideraciones económicas, consideraciones de estabilidad y consideraciones de empleo, que no pueden calcularse mediante la tecnología.

Los problemas técnicos siempre tienen solución. La manera en que la sociedad acepte esta solución será el primer obstáculo.

【Descripción de la información】

Este artículo analiza la descripción del concepto:

1. "Dinámico": Este artículo lo utiliza para referirse a las características de los Agentes que continúan evolucionando, requieren mantenimiento y siguen cambios comerciales, con el fin de demostrar que la compra no es económicamente viable. Este es un concepto analizado por el autor, no un término común en la industria.
2. "Intensidad dinámica": el criterio propuesto en este artículo se utiliza para distinguir las decisiones de alquiler y compra de diferentes productos tecnológicos: las dinámicas de baja intensidad (como las aplicaciones de mapas) pueden cubrirse mediante un contrato de compra y mantenimiento, mientras que las dinámicas de alta intensidad (como el Agente) pueden cubrirse mediante arrendamiento. Este es el concepto de análisis del autor.
3. "Ancla de precios": este artículo se utiliza para describir la trayectoria de migración de la propiedad de cuentas de presupuesto cuando las empresas compran IA (desde activos hasta acceso a puestos, uso, horas de trabajo y resultados). Este es el concepto de análisis del autor.
4. "Marco de formulario de tres capas": este artículo divide el formulario de implementación de IA en tres capas: agente puro en la nube, equipo final y robot portador físico, y corresponde a diferentes decisiones de compra y alquiler. Este es el marco analítico original del autor.
5. "Inteligencia de nivel soberano": este artículo complementa el concepto analítico y se refiere a la forma de implementación de potencia/modelo/datos/arnés informáticos en asuntos gubernamentales, activos estatales e infraestructura crítica que no se pueden subcontratar. Este es el concepto de análisis del autor.
6. "Arnés": se refiere al marco de ejecución del Agente (preservación del estado de la sesión, zona de pruebas en la nube, invocación de herramientas, recuperación de desconexión, límite de corriente de reintento, etc.), que es un término técnico en la documentación oficial del producto de Dark Side of the Moon.

Descripción de la predicción de la deducción:

Los juicios en este artículo sobre "el ancla de precios se desliza del presupuesto de TI al presupuesto humano", "el alquiler en el escenario general es el canal principal" y "RaaS necesita pasar por la puerta estrecha de la estabilidad" son todas deducciones de la industria hechas por el autor basadas en información pública y no representan resultados inevitables. La visión para dentro de 10/20 años es una deducción a largo plazo y existen grandes incertidumbres.

Explicación de analogía:

1. IDC predice que "el mercado de agentes de IA a nivel empresarial de China crecerá de 21.200 millones de yuanes en 2025 a 332.000 millones de yuanes en 2029". Esto se cita del "Informe de investigación sobre el desarrollo de la industria de agentes de IA de China 2026" del 36Kr Research Institute (septiembre de 2026). El informe original de IDC aún no se ha hecho público y se puede buscar el texto original de forma independiente.
2. Datos como "el 76% de los profesionales han encontrado problemas de confianza" se citan de una investigación a puerta cerrada de KYA en la Universidad de Hong Kong. El texto completo no ha sido publicado y es sólo para referencia analógica.
3. La tasa de falla de múltiples agentes es del 41% al 86,7%, citado en el artículo de UC Berkeley Cemri et al. ¿Por qué fallan los sistemas LLM de múltiples agentes? (arXiv:2503.13657, 2025), que no se pueden comparar horizontalmente entre diferentes puntos de referencia; el punto de referencia CMU TheAgentCompany (arXiv:2412.14161) midió la tasa de falla del agente principal en aproximadamente 69% ~ 70%, y los dos no se pueden mezclar.
4. Los precios de DeepSeek-V4-Flash, el marco DeepInfer, la "estación de trabajo de conocimiento personal" interactiva diaria, los estándares de implementación inteligentes reales, etc. son divulgados públicamente por los fabricantes o estimaciones de la industria, y el autor no los ha verificado de forma independiente.
5. 月之暗面Hosted Agents定价（沙箱0.072元/小时等）引自月之暗面开放平台官方定价页；Anthropic Claude Managed Agents定价引自其官方公告（2026年4月8日）。
6. 政策文件引自中国政府网公开公报：《国务院关于深入实施"人工智能+"行动的意见》（国发〔2025〕11号，2025年8月26日印发）。
7. 工信部终端进网管理要求为行业公开报道信息；乌镇智能体自律公约及区块链信任锚点为公开会议信息；发改委11月3日发布会信息为公开新闻信息。

本文基于公开信息独立撰写，文中涉及对企业的分析与判断，均为作者基于公开资料的研究性观点，不构成投资建议，亦不代表对相关企业的任何立场。相关数据以企业官方披露为准。文中对无公开证据的假设性推演已标注说明，读者请注意辨别。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App