DAA從理念走向標準，百度迎來智能經濟時代蝶變

導語：從最初的一個前沿概念，到迭代爲具有一套完整方法論的體系，DAA證明了其在智能經濟時代的強大生命力。

路言/作者礪石商業評論/出品

DAA的進化

7月17日，備受矚目的2026年世界人工智能大會（以下簡稱WAIC2026）在上海召開。在此次大會上，一大批引領行業的前瞻理念與技術成果引起了業界的廣泛熱議。

其中，IDC發佈了行業首份《DAA研究報告》，對百度公司創始人李彥宏在Create大會上提出的DAA（Daily Active Agents，日活智能體數）概念進行了系統解析與進一步的豐富迭代。而就在WAIC前夕，人民日報刊發了李彥宏的署名文章，提出以DAA衡量智能經濟發展。

IDC《DAA研究報告》主要內容包括，對DAA概念更詳細的指標樹分解，DAA價值公式的提出，並從應用場景、技術架構、落地路線圖與具體案例等維度給出了詳細的落地建議，讓DAA從一個前沿的理念，進化爲一套完整的方法論。

這套方法論爲衡量智能體的活躍程度、業務滲透和實際產出提供了更加系統化的參考，在各類組織中都具有廣泛的適用性。無論是政府部門的產業政策制定，人工智能企業的戰略選擇，還是希望藉助人工智能實現業務增效的行業用戶，都能夠從中獲益匪淺。

從理念到完整方法論的躍遷

任何一個新事物的湧現，背後都必定面臨着某種需求。需求越強烈，則生命力越強大。DAA理念之所以受到行業廣泛關注，最根本原因是人工智能的發展，正在呼喚一種能夠對AI價值進行科學度量的新度量語言。

在移動互聯網時代，DAU是較爲通行的度量語言；在大模型發展早期的生成式AI階段，Token是被廣泛應用的度量語言。但隨着人工智能發展進入以智能體應用爲核心的智能經濟時代，上述指標已經逐漸無法滿足行業的發展需求。

例如，DAU最早主要是用來衡量一個移動App的用戶規模與用戶活躍度，其是評估一個App商業價值與資本價值的參考指標。但在人工智能時代，智能體的分佈更加去中心化，其數量規模相較傳統App的規模要大得多，其核心價值不在於用戶數量，而在於真實業務場景的真實任務解決，所以DAU無法有效衡量智能體的真實價值。

Token則是誕生於大模型、雲計算廠商佔據產業舞臺中央的生成式AI階段，是從這些企業視角去制定的一個指標，用戶消耗的Token越多，上述企業的商業化營收也就越多。但對於行業用戶來說，Token只是意味着成本消耗，並不能衡量價值創造，例如「真實業務問題解決、風險降低、銷售轉化與員工效率是否改善」等。另外，以Token爲導向的衡量指標體系，還有可能導致「調用鏈條低效、提示詞冗長、重複計算嚴重、模型路由不合理或無效生成過多」等諸多問題，造成企業在人工智能成本上的失控。

在這種背景下，人工智能產業便迫切需要一個更符合智能經濟時代特徵，能夠對AI價值進行更科學度量的指標。而百度提出的DAA便是側重從價值端出發，更關注每天有多少智能體真正進入業務流程、完成任務並創造價值，相較Token是一個更接近產出和價值的指標維度。因此一經提出，便展現了強大的生命力。

此次IDC發佈的《DAA研究報告》的最大亮點在於，其將DAA從一個衡量「智能體數量」的狹義指標，豐富爲一套內涵更爲廣泛的指標體系。具體可拆解爲六層指標樹，包含活躍規模指標、任務執行指標、有效Token指標、人機協同指標、治理與風險指標。

結合上述指標，該報告還創造性提出了一個衡量DAA投資回報率的DAA價值公式，即「DAA價值（ROI）=（活躍智能體數✖單智能體任務量✖任務完成質量✖單任務業務價值）➗Token消耗與運營總成本」（成本邊界）。

從「活躍」、「任務」、「價值」與「成本」這幾個關鍵詞可以看出，DAA價值公式正是從行業用戶最爲關切的視角出發的一個評估方法，能夠更準確評估DAA的價值創造，從而避免有可能出現的「DAA越高，企業成本越高、風險越大與管理越複雜」等問題。

值得注意的是，DAA價值公式並不是一個精確的財務覈算公式，而是幫助企業理解DAA價值邏輯的一個管理模型。其能夠很好提醒行業用戶，DAA本身只是一個理念起點，其一方面需要實現智能體活躍、任務量穩定、任務質量可靠與單任務價值的明確，另一方面還要做到Token與運營總成本的可控，才能實現真正的價值創造。

除了對DAA指標體系的豐富完善，該報告還從多個維度給出了詳細的落地建議。例如，其基於不同行業業務場景與智能體的匹配情況，提出了金融、製造、泛互聯網、醫療與教育5個最適合落地DAA的場景建議，提出了高頻任務、高價值任務、高風險任務與高協同任務爲四個優先切入的任務方向，並制定了「0-6個月建立DAA認知與場景基線，6-18個月建設智能體編隊與DAA運營看板、18-36個月進入智能體優先的組織架構重構」的推進路線圖，幫助企業分步驟有序落地。

尤其有價值的是，該報告還提醒我們DAA不只是一個前端應用指標，而是企業後端能力體系的外在表現。一個企業要擁有高質量的DAA，不能只是採購鬆散的智能體應用，好似必須建設面向智能體規模化運行的技術與運營架構。該報告提供了一個稱爲DAA運營底座的架構建議，涵蓋了模型層、數據與知識層、工具與行動層、智能體編排層、身份與權限層、評估與監測層、運營與商業層，這七層架構可以幫助行業用戶對自身的智能體平台能力進行詳細評估與改進。

再完善的理念、方法與工具，要想完美落地還要依賴組織內的人，尤其是組織內的核心決策人員。《DAA研究報告》在李彥宏之前提出的「CEO需要考慮智能體優先策略」的基礎上，對企業各個領域的CXO們都提出了應用DAA的具體建議。例如，其建議CEO可以基於DAA觀察AI戰略落地情況，CIO可以進行企業數字化的平台架構管理，CFO可以進行投資回報衡量，COO可以進行流程運營的優化，CMO可以進行業務增長範式的轉型，CHRO可以進行組織能力的重構......

當一家企業的核心決策人員，都能夠充分理解並應用DAA的理念、方法與工具，那麼企業在構建智能體優先組織，充分釋放智能體業務價值時便能夠事半功倍。

智能經濟時代的百度機遇

在百度提出DAA理念並對其進行豐富完善，從而迭代爲一套完整的方法論時，全球人工智能產業同行也在做着類似的思考。

例如，在海外學術界，AI Token Economics研究認爲，「Token 正在從一個技術計量單位，逐漸暴露出無法解釋價值創造、無法衡量生產力、甚至可能導致成本誤判的問題」。

在產業界，各大科技巨頭對「token maxxing」的態度也出現大反轉，它們紛紛批判Token消耗與價值不對應、無法衡量產出等問題。其中，BNP Paribas CIB AI負責人指出，Token本質上只是計算單元，而非生產力指標，企業如果過度依賴Token進行成本與使用評估，可能會陷入「虛榮指標」的誤區。Palantir CEO Alex Karp認爲，企業正在爲大量「並未轉化爲業務價值的Token消耗」付費......

雖然海外同行也在做着類似的思考，但目前尚未有一家企業像百度這樣已經提出了一套涵蓋理念、方法論與工具的完整解決方案，這不得不讓我們欽佩百度的前沿洞見與技術領導力。那麼，百度到底是如何做到的呢？

作爲DAA概念的提出者，百度創始人李彥宏的技術洞察與產業先見至關重要。但拋開李彥宏個人能力，筆者認爲百度基於技術理想與長期主義思維，在技術、工程化與產業落地等領域長期深耕所形成的「芯—雲—模—體」全棧佈局是重中之重。這種全棧佈局，讓百度具有了大多數企業都無法兼備的兩大核心優勢，一個是在高質量智能體方面的行業領先，另外一個是在幫助行業用戶打造智能體方面的基礎設施支撐能力。

例如，在高質量的智能體領域，百度已經打造了通用智能體百度搭子、代碼智能體秒噠、數字人智能體一鏡與決策智能體伐謀等組成的業界最強大的智能體產品矩陣，對智能體的價值、痛點有着深刻感知。在幫助行業用戶打造智能體方面，百度擁有集合了搜索、雲、崑崙芯、大模型、產業AI與企業服務等多重能力組成的系統性能力，這種系統能力是幫助行業用戶開發高質量智能體的沃土。

在WAIC2026上，百度的「芯—雲—模—體」全棧能力繼續進化。

其中，在智能體領域，百度搭子升級多項新能力，併發布企業版；秒噠最新升級瞄準增長與交付功能，幫助開發者打通從應用開發、上線、變現鏈路；百度一鏡首發數字人視頻播客解決方案，突破數字人微表情技術，呈現自然插話、專業影視視聽語言能力。其中，百度搭子還憑藉在科技含量、市場前景、通用性及社會經濟效益等維度的亮眼表現，成爲入選本次大會十大「鎮館之寶」的唯一同類產品。

在芯片、大模型與雲服務領域，百度也從性能與成本方面持續提升，以更好支撐智能體的規模化運行。例如，在芯片層，崑崙芯展示了超節點最新進展，天池256吞吐性能相比上一代提升25%，並完成與文心、DeepSeek、GLM、Minimax等主流模型的適配，結合推理系統優化，模型推理效率提升50%。單個天池512超節點已具備萬億參數模型訓練能力。在模型層，文心5.1以業界同規模模型約6%的預訓練成本實現領先效果，並登上LMArena搜索榜國內第一。在雲基礎設施層，百度智能雲已服務80%的央企，實現2025年全年、2026年第一季度及2026年上半年公開中標金額持續領跑。

一方面是在高質量智能體領域的行業領先，另外一方面是在協助行業用戶打造高質量智能體方面的基礎設施能力，讓百度對於智能體爆發帶來的用戶需求、痛點有着最深層次的洞察，因此能夠率先提出DAA這一前瞻理念，並基於該理念進行了更加嚴謹、體系化的豐富，從而實現了從理念到完整方法論的構建。

除了在AI價值評估體系上引領智能經濟時代之外，百度也有望成爲智能體應用爆發最大紅利受益者。根據IDC預測，2026年全球活躍智能體數量將達到7940萬個， 2030年增長到22.16億個，增長幅度堪稱驚人。

同時，英偉達創始人黃仁勳近日在與LangChain CEO、聯合創始人Harrison Chase的一場對話中，幾乎沒有聊GPU，也沒有談下一代模型，而是將對話的重心都聚焦到了智能體上。在他看來，大模型正成爲行業標配，真正能拉開企業差距的將是圍繞模型構建的智能體系統，以及企業沉澱其中的專有知識和工作流。黃仁勳表示，未來公司競爭的不再是誰擁有更大的模型，而是誰擁有更強的「超級智能體」，所以每一家企業都需要打造自己的專業化智能體。

IDC的預測與黃仁勳的關注，都預示着智能體的大爆發，這將爲那些提前預見併爲該趨勢做好準備的企業帶來最大的生意機會，而百度正是爲此做好最充分準備的企業。

如果說高質量智能體矩陣是百度在智能經濟時代的親自「淘金」，而「芯雲模體」全棧佈局的基礎設施服務能力，則是其幫助淘金者「淘金」的強大裝備庫，也是百度自身在智能經濟時代實現業務蝶變，業績躍升的最大底氣。