当企业开始算DAA，AI才算真正上岗。

定焦One（dingjiaoone）原创

作者 | 陈颐

编辑 | 方展博

每个技术时代，都有一个度量衡，而每一次度量衡更迭，都是一次产业权力的转移。移动互联网，一个App行不行，先看DAU（日活）；到了AI时代，大家一度接着数Token，但很快发现，这把尺子正在失效。

7月17日至20日，2026世界人工智能大会（WAIC）在上海举行。开幕当天，IDC发布行业首份《DAA研究报告》（以下简称《报告》），给智能体时代提供了一套系统的记分方式，把DAA（Daily Active Agents日活智能体数）这个诞生于中国AI市场的指标推向全球共识。

DAA这个词，最早是百度创始人李彦宏在5月13日Create 2026大会上提出的，其目的是关注每天有多少Agent在给人类干活，并交付结果。

过去半年，科技巨头集体给内部的Token狂热踩刹车。Meta内部曾流行一个叫Claudeonomics的Token消耗排行榜，8.5万员工30天烧掉60万亿Token，部分员工为冲排名，让AI代理连续跑数小时的研究任务纯粹拉高用量；亚马逊高管公开告诫员工，“不要为了使用AI而使用AI”；微软嫌Token烧得太凶，逐步关停Claude Code授权，索性把工作流迁回了自家Copilot。

Token的单价一路在降，企业的AI焦虑却在增加。人人都在比谁烧得Token多，钱花出去了，活儿好像也干了，可没人说得清效果到底怎么样。原因很简单，当AI从尝鲜工具变成生产力系统，“用了多少”和“干成了什么”就成了两回事。

行业需要一把新的尺子，DAA回答的正是这个问题。

《报告》作者、IDC中国副总裁兼首席分析师武连峰在会前的交流中对「定焦One」表示，“DAA的真正价值，是衡量有多少智能体正在创造业务成果，这是最本质的”。

01.DAA，从概念到标准

随着AI从Chatbot走向智能体，Token作为衡量成本和投入指标，其局限性日益明显。DAA的提出，首次把AI竞争从模型调用和Token消耗，拉回到任务完成和业务价值。

IDC这份报告的意义，恰好在于把李彦宏提前看到的产业趋势，进一步放进了可讨论、可拆解、可落地的行业框架中。

《报告》中，IDC将DAA拆成活跃规模、任务执行、结果交付、有效Token、人机协同、治理与风险六个维度。

这套指标的价值，在于避免DAU和Token的老问题：前者容易沦为人头数，后者容易把消耗包装成繁荣。DAA把质量、成本、协同和风险放在一起看，逼着企业从“用了多少AI”转向“智能体办成了什么事”。

以“结果交付”为例，它关注任务完成后是否真的改变业务结果：金融看欺诈损失是否下降，制造看停机时长是否缩短，政务看一次办结率是否提升。如果客服答了问题但客户仍不满意、风控预警频繁误报、营销内容没有转化，都不能算真正交付价值。

“有效Token”则连接DAA与Token经济，衡量真正带来可交付产出的Token。武连峰举例，同一任务如果Harness工程做不好，Token消耗可能从30万拉高到300万，成本相差10倍。

“治理与风险”则给智能体热降温。智能体一旦连接业务系统和权限，风险就不再是普通聊天机器人级别；未来数字员工需要身份、权限和可追踪的操作链路。

六个维度之外，报告还给了一套DAA说明书。

首先是DAA的价值公式（也就是智能体的ROI）=活跃智能体数×单智能体任务量×任务完成质量×单任务业务价值÷Token与运营总成本。

其次是角色分工。DAA不是单纯技术指标，而是企业级AI经营指标：CEO看战略落地，CIO看平台运营，CFO看投资回报，COO看流程自治。武连峰说，DAA会成为CXO讨论AI价值的新语言。

最后是路线图：0到6个月建认知和场景基线，6到18个月组建智能体编队和运营看板，18到36个月走向“智能体优先”的组织重构。优先切入高频、高价值、高风险和高协同任务。

可以看出，DAA并不是对Token的简单替代，而是AI产业走向成熟后的必然补充。Token回答“消耗了多少”，DAA回答“产出了什么”。当企业开始用DAA管理AI，AI才真正从工具部署进入生产力阶段。

02.时机对了，样本也有了

一套指标能否成立，要看两点：是否顺应技术周期，是否已经在真实业务中被验证。DAA恰好站在这两个条件的交汇处。

先看趋势本身。

IDC判断，全球IT产业正进入“AI超级周期”：到2029年，全球与AI相关的硬件、软件和服务投入将达到2.1万亿美元，中国的AI支出会从2025年的632亿美元涨到2029年的2171亿美元。

投入结构也会变化。2029年前，基础设施是主角；之后，AI应用和服务将反超。届时企业最关心的，不再只是技术先进，而是投入能否转化为业务结果。

武连峰提醒，不管是大模型公司、云厂商还是应用软件厂商，都得为此做准备，“谁能够在AI应用、服务领域，有更好的能力，谁未来可能就会获得竞争力”。

其实，这个问题不用等到三年后，现在就已经开始在跑了。IDC今年3月对千人以上规模企业的调研显示，全球76.8%的企业已经在一个或多个业务领域把智能体投进了生产环境，中国这个数字是81%左右。

不过，IDC还有一条预测：到2026年底，50%由AI驱动的数字化应用场景将达不到ROI目标。

一边是万亿级的投入，一边是一半的场景收不回本。武连峰直言，如果企业不去关注日活智能体，“关于AI的投资很可能会变成Token的账单，而不是增长的引擎”。

这就是DAA出现的行业背景。

但指标要立住，还要看它是否在真实业务里跑通。DAA不是先有口号再找案例，而是从百度体系内已经发生的实践中被归纳出来。

在“活跃规模”维度，按百度方面披露的数据，百度搭子自上线以来，日均提问次数增长20倍，百度方面称其为目前增速最快的通用智能体。

“结果交付”数据上，网盘的团队空间把原本7到10天的内容营销工作流压到13分钟，短剧出海的制作周期从7到11天缩到24分钟，口型同步匹配度做到98.7%。撑起这套能力的通用智能体GenFlow，月活用户已经到1亿。

如果说百度搭子和网盘提升的是个人效率，秒哒更是助力百万级OPC（一人公司）崛起：截至7月，无代码平台秒哒到累计产出350万个具有商业价值的应用、服务超3500万用户。平台上有近百万个超级个体在造自己的应用，变现最多的已经做到千万量级。

超级个体之外，企业一头的应用也在落地。报告披露，商家智能体已在教育、房产、法律等行业从试点走到规模化部署，每天支持约6万个商家，产生约818万次Agent活跃实例；招商银行有800多个智能体应用在跑。

某种程度上，IDC之所以认为DAA是智能经济时代的新标尺，正是因为它同时回答了行业最焦虑的两个问题：AI投入如何被衡量，智能体价值如何被证明。

03.这一次，中国公司先立了路标

放到全球看，“该换尺子了”已经变成了共识。

海外对Token的批评越来越不留情面：Gartner直接定性Token是“误导性指标”；经济学家斯洛克搬出杰文斯悖论：2023年以来单个Token价格跌了九成多，大模型支出却较2025年底翻了一倍；Salesforce甚至另起炉灶，造了AWU（智能体工作单元），想按智能体干成的活收费。

国内也是如此。网信办、发改委、工信部印发《智能体规范应用与创新发展实施意见》，把智能体当作产业基础设施来部署；腾讯研究院谈“Token不经济”。

方向趋同之后，关键问题变成：谁能先给出一套可落地、可复用的标准化方案。百度的优势，一是判断更早，二是有全栈底座支撑。

“看得早”有迹可循。2024年李彦宏就在讲“智能体是AI应用最主流的形态”，劝行业不要卷模型、要卷应用。两年后回看，DAA正是这个判断的自然延伸。

“能落地”则来自底座。报告梳理了百度的“芯云模体”：昆仑芯算力、智能云、文心大模型和智能体矩阵形成四层架构。底层算力和模型迭代能反哺上层智能体，上层场景数据也能回流打磨模型和芯片。

WAIC上，百度展示的昆仑芯天池256超节点，吞吐性能比上一代提升25%，单个天池512已能训练万亿参数模型；文心5.1以业界同规模模型约6%的预训练成本实现领先效果；智能云已服务80%的央企。

招商银行、南方电网、中国钢研等客户实践，也说明这套底座并不只服务百度内部产品，而具备外溢到行业生态的可能。

再往外看，DAA的特殊意义还在于：这一次，AI价值度量衡由中国公司率先提出并推进标准化。

过去的技术度量衡基本由美国公司定义：DAU是硅谷的话语体系，Token是OpenAI们的计价规则，全球公司照此排队、照此付费。中国公司长期扮演着跟着尺子跑、把分数做高的角色。这一次反了过来。

支撑反转的不只是概念。OpenRouter数据显示，2025年6月，谷歌、OpenAI、Anthropic三家美国模型还占约七成的Token份额，一年后只剩约三成，吃掉份额的是DeepSeek、Qwen这批中国开源模型。哪怕还用旧尺子量，格局也在改写。

WAIC开幕两天前，《人民日报》刊登了李彦宏的署名文章，用了一个形象的比喻：Token是智能经济消耗的“电费单”，DAA是智能经济增长的“成绩单”。

中国凭什么率先递出这张“成绩单”，他把答案落在场景上：“中国拥有全球最丰富的应用场景、最完整的产业链、最大的数字消费市场。”

武连峰也从第三方角度指出，中国在应用层面的场景和实践，正在转化为标准制定的话语权。

海外从业者同样在关注：三星电子执行副总裁David Lee在X上转发相关内容时写道，“日活智能体数（Daily Active Agents），中国重在搭建底层基础设施，而非仅布局智能体应用。”

而“基础设施”不只在数字世界，也延伸到物理AI。

7月16日，WAIC开幕前一天，萝卜快跑与哈萨克斯坦企业签署战略合作协议，探索在当地引入无人车服务。从迪拜、阿比扎比到瑞士、伦敦，萝卜快跑足迹已遍布全球27座城市，把中国领先的无人驾驶能力带入更多全球城市。

从智能体到无人驾驶，他们要回答的是同一个问题：AI能不能进入真实场景，安全、稳定、可规模化地交付结果。

李彦宏在《人民日报》的署名文章里还有一句话：“AI不能只在实验室里‘刷榜’，必须到工厂车间里‘干活’。”

从能力展示到价值交付，全球AI竞争的赛点已经换了。

赛道本身，也在急速变宽：《报告》预测，全球活跃智能体将从2025年的2860万个增至2026年的7940万个，一年接近三倍；到2030年，达到22.16亿个。

当数字员工以亿计的时候，企业AI能力的计价方式也要跟着切换。率先开始经营DAA的企业，或许将第一批拿到下半场的入场券。