IDC 在 WAIC2026 发布《DAA研究报告》

过去一年，行业忙着比模型、比 Token、比 Agent 数量。可企业最后要算的是三本账：花了多少钱，完成了多少工作，带来了什么结果。

WAIC2026 上，IDC 发布行业首份《DAA研究报告》，系统讨论了 DAA（Daily Active Agents，日活智能体数）的定义、指标、价值公式和落地路径。

DAA 可以理解成一套“结果核算”方法。Token 和运营成本记录资源消耗，DAA 继续追问：每天有多少智能体真正进入业务流程，接住具体任务，并交付可以使用的结果？

活跃智能体数、单体任务量、任务完成质量和单任务业务价值，共同决定产出；Token 与运营总成本构成成本边界。智能体即使全天在线，频繁失败、反复返工、长期依赖人工兜底，或者产出无人采用，价值依然有限。

百度在 WAIC 展示的几个案例，让这套度量方式有了更具体的参照：秒哒把需求变成可用应用，伐谋进入生产排程和工艺优化，萝卜快跑在真实道路上持续提供服务。场景差别很大，背后都要回答同一个问题：AI 承接了什么任务，结果能不能稳定交付，又创造了什么价值？

我认同 DAA 的方向，只统计活跃数量，团队很容易养出一批看起来很忙的“僵尸 Agent”。 IDC 的指标体系还纳入了任务执行、结果交付、有效 Token、人机协同、治理与风险。企业落地时，不能只选取最容易统计指标。

企业落地时，应该算清楚 AI 经营账：成本账看 Token 和运营投入，工作账看智能体完成了多少有效任务，结果账看它有没有增加收入、降低成本、缩短周期、减少返工或释放产能。

Agent 会越来越多。能不能把成本、任务和结果对上账，才是企业判断 AI 价值的关键。