一個會計帶著N個「龍蝦」，慧算賬重做財稅交付

慧算賬把騰訊ClawPro加入了企業微信工作流，將單個會計的服務能力，從200至300家提升到400至500家，效率提升超50%。

今年慧算賬目標是公司會計崗位實現100%“含蝦率”，讓每個會計都要配上龍蝦，甚至一個會計要帶著N個龍蝦助理。

代賬行業曾經是一個高度依賴人工的生意：取票、錄憑證、報稅，幾乎每一步都要靠人完成。

慧算賬創始團隊早早看到了這里面的標準化空間。2015年成立后，團隊一邊做面向中小微企業的財稅SaaS，一邊持續把OCR（光學字符識別）、RPA（機器人流程自動化）等能力嵌進做賬和報稅流程，逐步接住了大部分標準化動作。

到后來，這套系統已經能自動判斷95%以上的標準單據類型，一個會計一年可以服務兩三百家公司。對財會行業來說，這是個驚人的進步，慧算賬也快速成為該領域的頭部企業之一。

被卡住的30%非標場景

但自動化并沒有覆蓋全部流程。

在識票、分類、核算、申報等標準化環節被系統接住后，一名會計約70%的工作可以交給系統完成。真正卡住效率的，是剩下那30%的非標場景。

離職員工工資怎么算、獎金定了但信息沒錄完整會不會影響個稅申報……這類問題沒有統一答案，需要人工判斷、追問和確認。結果是，會計的大量時間不是花在專業判斷上，而是耗在找信息、補信息和反復溝通上。這30%左右的非標場景，占了服務人員90%以上的工作量。

這構成了慧算賬的人效天花板。每個會計能服務的客戶數很難繼續提升，但靠堆人，BPO行業的毛利結構又撐不住?；鬯阗~團隊后來意識到，非標場景真正消耗人的，不是動作復雜，而是它需要“理解”。如果由會計理解客戶意圖、拆解問題，再交給AI完成檢索、核算和初步處理，那么人就能從重復勞動里抽出來，去做最后的判斷和確認?？梢园堰@種分工概括為：“一個碳基的服務人員，帶著硅基的龍蝦助理。”

方向有了，剩下的問題是工具?；鬯阗~試過自己訓練垂直模型，跑了幾個月后發現不僅Token消耗高，準確率也不穩定。對一家按結果收費的BPO公司來說，AI的意義很直接：一邊壓低交付成本，一邊穩住服務體驗。隨著大模型廠商的快速迭代，這部分有了更低成本的解法，他們選擇把成熟的Agent能力接進現有工作流。

把Agent直接插進企微工作流

慧算賬接入騰訊云ClawPro，這是一個一站式AI Agent平臺，企業管理員可以統一部署模板、分配模型資源配額，并監測使用情況。

對慧算賬來說，它不用另開工具，可以直接掛進企業微信側邊欄。會計每天的客戶溝通、內部協作本來就在企微里完成，一個人往往又要同時服務幾百家客戶，如果還要在多個工具之間來回跳轉，用起來就是效率災難。選擇騰訊云，還有一個現實原因：微信和企業微信之間，天然是打通的。Agent接進來，更像是在原有流程上加了一層能力，而不是另起一套系統。

用上龍蝦的不只是會計。前端顧問在做續費、轉介和挖需時，過去要在不同模塊里翻客戶的資料，再自己形成判斷?，F在一句話，就能讓Agent拉出一份客戶畫像，再決定下一步怎么跟進。類似的用法也開始擴散到運營、人力等崗位：凡是高頻查詢、跨系統找信息、再按SOP執行的工作，都在被Agent接走。

騰訊云企業服務行業架構總監李想把這個場景背后的邏輯，概括為四個條件：標準化流程、結構化可獲取的數據、可管理的技術復雜度、清晰的人工成本節省。財稅業務，這四條基本都能符合。他還提到，企業最常見的誤區，是以為模型可以替代一切，于是為AI重新搭一套流程。更現實的做法恰恰相反，是盡量沿著原有業務流程，把AI一點點嵌進去。“一個企業級的AI真正能用起來，一定是嵌入到業務流程里，又能做好人機協同，同時為企業帶來明顯增效?！崩钕胝f。

騰訊云企業服務行業架構總監李想

這套工具先帶來了看得見的結果，單個會計的服務能力，從200至300家提升到400至500家，效率提升超50%。原本最難接住的那30%非標場景，也有了更高效的承接方式。

但在效率提升之外，慧算賬團隊很快又注意到另一件事：成本。

平權之后，是Token的競爭

ClawPro接進企微之后，變化不只是會計少切了幾個頁面。對慧算賬來說，更重要的是，AI第一次被真正放進了日常生產環境里：哪個場景調用了多少資源、哪個流程消耗了多少Token、不同客戶的復雜度差異有多大——這些以前“隱藏”的部分，開始被持續看見。

這讓慧算賬團隊很快注意到，新的關鍵節點不再是如何處理那30%的非標場景，而是接住同一個業務場景，公司要花多大算力成本。同樣一筆業務咨詢，不同流程設計、不同調用方式之間，Token消耗可能相差十倍。在他們看來，未來的競爭，就是Token的競爭，比誰的成本更低。

對一家按結果付費的公司來說，這不僅是技術細節，更是會直接落到定價、毛利和規模化能力上的經營問題。

更重要的是，騰訊云的ClawPro讓Token消耗這件事變清楚了。企業管理員可以按照組織架構設置配額，也能實時看到各層級用了多少，消耗快不快。Token的可見，讓管理也變得更客觀。

過去，一個會計服務時間長，是因為客戶業務更復雜，還是因為個人能力不足，管理層很難判斷?，F在，隨著Agent的調用過程、響應效率和資源消耗被記錄下來，復雜度開始有了更統一的標準，組織也就能更清楚地判斷，哪些工作該交給AI，哪些確認必須留給人，誰適合承接更多客戶，誰又需要調整崗位和分工。

這也是慧算賬團隊逐漸明確的判斷：模型會變，工具也會變。真正拉開差距的，不是押中哪一個工具，而是能不能把業務拆清楚，把流程編排好，讓整個組織圍著AI重構交付方式。

在慧算賬，這種重構變成了很具體的目標：組織內的會計崗位實現100%“含蝦率”，讓每個會計都要配上龍蝦，甚至一個會計帶著N個龍蝦助理。另外，銷售運營崗位也要朝這個目標推進，速度越快越好。

這或許才是AI落地后真正的分水嶺。

當模型能力越來越接近，企業之間比的就不再只是“有沒有接入AI”，而是誰能把AI用成一套可復制、可管理、也可盈利的生產系統。