a16z：长时运行智能体如何跑赢高价值客户旅程的接力赛

传统上，打电话给互联网服务提供商的支持热线报告故障，过程大致是这样的。一个机械的声音先问候你这位尊贵客户，然后让你在电话菜单上花好几分钟（“技术支持请按3，互联网请按2，其他问题请按4”）。你被搁在等待线上，感觉被遗忘了，直到客服代表终于接起电话，询问你的姓名、账号和问题。如果重启路由器没能解决问题，你又会再次被搁置，然后向另一位代表把整件事再讲一遍，最后才能约到技术员上门。

AI 已经在改变这样的支持互动。不再需要跟机械语音和好几位客服代表周旋，AI 智能体现在可以立刻接起电话。它能查看你的账户，检查你所在区域的其他客户是否也受影响，然后要么直接解决简单问题，要么预约技术员。不再有“我们所有客服代表目前都在忙”，也不再有等待音乐。直到最近，这还代表着技术的极限。

但现在，新能力让智能体能够沿着线索推进，在更长的时间跨度内执行任务。我们相信，这将使 AI 公司能够超越单次客户互动，重新思考如何应对跨越数周乃至数月的复杂客户旅程。AI 将引导保险客户从初次通话走到理赔款到账，引导抵押贷款借款人从预批走到交割，引导企业潜在客户从首次演示走到签约。这不仅会为这些客户带来更好的结果，还能让 AI 供应商从由此带来的收入增长中获得报酬，而不仅仅是节省成本。

价值只在接力赛的终点显现

有许多类型的业务，为客户创造价值需要经过许多步骤，历时数周乃至数月。以传统的原告法律案件准备流程为例。潜在案件往往以电话线索的形式到来，接案专员收集关键事实，然后交给律师评估是否接手客户。一旦律所签约一个案件，接下来就是调查和证据收集：律师助理订购警方报告，尝试联系证人，向被告发送证据保全函以保留证据，同时让客户了解进展。随后，律所等待客户医疗结束，再起草医疗时间线，并将信息交给律师最终完成索赔函。

这个过程就是我们过去所说的“接力赛”：一段漫长的旅程，每一次交接都存在掉棒或价值流失的风险。潜在客户通常会打电话给好几家个人伤害律所，而且往往是与回复最快的那家签约。因此，如果客户只听到语音留言，或者资格审核决定太慢，案件就可能从漏斗中流失。一旦客户签约，证据收集就涉及许多同时进行的并行线索，律所可能没有毅力在前四次尝试都无人接听后，第五次再去联系潜在证人。此外，人力限制也可能使律所无法详细审查每一份证据，尤其是那些看似常规、价值不高的索赔。当仔细阅读医生笔记本可以发现脑损伤迹象、从而提高和解价值时，律所却可能接受第一个报价。最后，案件可能持续数月，需要众多参与者，并且涉及分散在文件、利益相关者和系统中的信息。这使得几乎不可能对每一位客户都保持全貌。结果，重要账单可能没有反映在索赔函中，或者治疗空档可能仍未得到解释，从而导致和解价值降低。

长时运行智能体的机遇

直到最近，AI 智能体大多处理有界任务（“发送这封跟进邮件”、“总结那通电话”、“创建这份文档”）和范围狭窄的交互。例如，客户支持一直是 AI 的一个很好的早期用例，因为问题空间定义明确，使高可靠性可以实现，同时仍能根据公司特定政策进行定制。交互简短，结果可验证，而且如果 AI 智能体遇到无法处理的边缘情况，现有的支持团队通常仍然可以负责升级处理。

如今，长时运行智能体能够跨越数十个步骤、多种模态和更长的时间跨度来追求目标，使它们能够从头到尾承担接力赛。在原告法律示例中，可以给一个长时运行智能体分配一个案件，从最初的接案电话开始，目标就是最大化客户的获赔。该智能体会按需保存和检索案件上下文。它根据事件或截止日期唤醒，主动派遣子智能体通过电话、电子邮件或短信联系证人、向客户更新进展并与律师互动。然后它整合发现，规划后续行动，起草供审阅的文件，并推动案件走向尽可能最好的结果。在客户之间，它不断学习，因为每个案件都会产生数据，帮助智能体比处理当前案件更好地处理下一个案件。

该代理解决了当今接力赛中观察到的关键价值流失问题。在旅程开始时，客户不再因案件评估缓慢而流失，因为无论何时何日，代理都可用，并且几乎可以即时评估案件。证据收集不再受限于人力，因为案件代理可以随时启动一个额外的子代理来拨打第五个、第十个甚至第二十个电话。由于代理几乎可以无限扩展，即使是看似常规的案件也能得到充分处理，每一份证据都会被详细审查，从而发现原本可能被遗漏的潜在脑损伤。最后，代理会保留案件的完整记录，从证人电话记录到警方报告和医疗记录，确保不丢失任何信息。

为结果付费

除了堵住这些漏洞，拥有完整的客户旅程还可以改变代理供应商的经济效益。随着代理帮助以更快的速度提供更高质量的结果，它们可以为客户带来收入增长，而不仅仅是降低成本。更重要的是，由于影响是可观察且可归因于代理的，供应商可以通过基于工作产品或结果定价来参与他们创造的上行收益。例如，在原告法律中，单个案件是一个独立的工作单元，其结果价值（和解金额）是清晰可识别的。此外，由于代理在最终工作产品中占据更大份额，结果可以更容易地与代理关联。供应商随后可以分享顶线增长，达到仅专注于降低成本时无法企及的合同价值。

诚然，转向基于结果的定价并非没有摩擦。在原告法律中，大多数州禁止非律师分享法律费用，因此定价需要与和解价值保持一致，而不能直接从中分成。在其他垂直领域，供应商可能会面临采购团队的反对，因为他们还没有基于结果的合同先例。而且，即使代理越来越接近完全拥有结果，归因争议最初也可能会出现。因此，成功部署长期运行的代理既是一项商业挑战，也是一项技术挑战。

尽管如此，在高价值客户旅程中为结果付费并不是一个新想法。

AI原生Red Ventures的理由

Red Ventures (RV) 是一个很好的历史例子。RV 由 Ric Elias 和 Dan Feldstein 创立，开创了面向长期消费者合同的数字化端到端外包销售运营。例如，对于保险保单，RV 会在客户搜索这些产品时收集客户详细信息（通过拥有 homeinsurance.com 等网站），主动联系他们，引导他们了解承保选项，并完成保单。通过完全拥有这一旅程，RV 从保险公司那里为每份完成的保单收取费用。这曾经非常有效：根据 S&P Global 的数据，RV 在 2022 年实现了 约 3.7 亿美元的 EBITDA，销售额约为 14 亿美元。

如今，这一模式在结构上似乎正面临威胁。在漏斗顶端，消费者发现产品的方式正在改变。他们不再依赖 Google 搜索或比价网站来探索和比较产品，而是可以直接向 Meta 的 Muse 或 Instinct 等个人代理询问产品推荐，这降低了拥有传统探索网站的价值。在更下游，不再是数百名人工运营线性漏斗，而是长期运行的代理能够跨越复杂得多的旅程开展工作。它们将跨产品、跨沟通方式并行运作，支持任何语言、大规模运行，并具有无限的持久性。RV 的 EBITDA在 2025 年下降至约 1.6 亿美元，受客户流失和广告支出疲软推动，这为该模式的脆弱性提供了早期迹象，因为 AI 将进一步改变整个行业。

三种营销方式

将长期运行的代理推向市场有不同的方式。

(1) 销售平台：在这种模式下，供应商将长期运行的代理作为软件出售，支持企业现有的运营。原告法律案件代理与现有团队及其工作流程集成就是一个很好的例子。销售平台可以带来收入上行空间，因为通常没有可比的软件或外包服务合同来锚定价格。然而，这也会延长销售周期，因为需要创建新的预算项目，而且更难将成果明确归因于一个与企业多个部门交互的代理。

(2) 销售服务：在这里，供应商接管一项已经外包的服务，以更有效地交付预期成果，就像 Red Ventures 为一家保险公司拥有整个客户获取旅程一样。这种方法缩短了销售周期，因为买方的 ROI 计算很简单，而且 BPO 的预算项目已经存在。然而，现有的、前 AI 时代的定价模式可能无法反映长期运行的代理所能交付的真实价值，而且如今许多高价值旅程都在内部运行，限制了这种方法的覆盖范围。

(3) 全栈模式：全栈方法意味着垂直整合并成为 AI 原生参与者。例如，与其向债务催收公司出售长期运行的代理，你可以购买债务组合并自行催收，从而完全捕获所创造的任何 AI 上行空间并解决归因问题。然而，这也意味着要拥有服务的一部分，如许可或合规，这些都在实际客户旅程之外，会增加干扰和运营复杂性。

现在判断哪种方法会胜出还为时过早，但我们确信，长期运行的代理将在大规模接力赛中获胜，并将 AI 可触达的市场从劳动力预算的一部分扩展到收入的一部分。原告案件准备只是一个例子，我们预计代理将在抵押贷款发放、保险理赔处理、复杂企业销售以及其他无数高价值旅程中推动成果。如果你正在努力抓住这一机会，我们很乐意听到你的消息！

立即订阅

本通讯仅供参考，不应作为法律、商业、投资或税务建议的依据。此外，本内容并非投资建议，也不适用于任何a16z基金的投资者或潜在投资者。本通讯可能链接至其他网站或包含从第三方来源获得的其他信息——a16z尚未独立核实，也不对此类信息的当前或持续准确性作出任何陈述。如果本内容包含第三方广告，a16z尚未审查此类广告，也不认可其中包含的任何广告内容或相关公司。所提及、引用或描述的任何投资或投资组合公司并不代表a16z管理的所有投资工具的投资；请访问https://a16z.com/investment-list/获取完整投资列表。其他重要信息可在a16z.com/disclosures找到。您收到此通讯是因为您之前选择了订阅；如果您希望退出未来的通讯，您可以立即取消订阅。