摘要

  • IBEX Limited称，已经在五个行业完成十余个AI Agent落地，第四季度九个新客户中有两个属于战略性AI Agent客户。公司没有披露这些项目的AI收入、适用交互量、定价方式、自动解决率、剩余人工、客户验收、续约或项目利润率。
  • 集团财务不能代替这座桥。第四季度收入同比增长11.6%至1.643亿美元，调整后EBITDA却同比下降1.3%至2020万美元，利润率从13.9%降至12.3%。公司把净利润率压力主要归因于新客户培训和近岸工作暂时转往离岸中心，并未归因于AI。
  • 决策级账本应按项目批次记录：签约范围、投产时间、可由AI处理的交互、独立解决、AI辅助、人工转接、重复联系、客户验收、计价单位、收入、人工与平台成本、贡献利润、续约和扩容；新客户爬坡与地域迁移必须单列。

两个数字之间缺的不是故事，而是对账

“超过十个”解决了一个重要但有限的问题：AI智能体是否已经离开演示环境？按照ibex的说法，答案是肯定的。项目跨越五个行业，第四季度还出现两个新的战略性AI Agent客户。与Sierra的合作公告也提到菲律宾航空采用分阶段上线方式，并称多个项目处于不同部署阶段。

可是，“落地”并不是统一的生产单位。一个项目可能只让语音智能体处理一种高频意图，也可能覆盖一个完整队列；可能由AI独立办结，也可能只是给坐席提示；可能刚通过技术上线，也可能已经完成客户验收并扩容。如果公司不定义何时开始计数、暂停或退出计数，十个小试点与十个规模化合同在报表上没有区别。

收入的范围更宽。2026财年，ibex收入为6.441亿美元，同比增长15.4%。公司提到多个行业、Wave iX方案和数字获客业务共同增长。10-K又称，Wave iX已进入大多数客户组合，并用于招聘、录用、培训、管理和客户体验等环节。这个广义技术覆盖面并不等同于十余个面向客户的AI Agent项目；把两者合并，会拿两个不同口径的分子虚构一个分母。

所以，目前能得出的结论很克制：ibex已经证明部署活动真实存在，也实现了集团层面的强劲增长；公开材料还不能说明增长中有多少来自AI智能体。

一通电话会产生三张不同的收据

在财务之前，先要分清运行路径。一通符合条件的客户来电，可以由智能体完成身份识别与任务办理；也可以由智能体收集信息后交给人工；可以由软件实时辅助坐席；还可能因为不在授权范围内直接进入普通队列。它们消耗的模型推理、通信、系统集成、监督、培训和付薪人工完全不同。

收入也会不同。10-K称，客户合同通常按分钟或小时定基础价格，少数合同还会依据客户目标设置奖励或罚款。如果旧合同以人工处理时长计费，AI更快解决问题可能减少可计费分钟；若改成平台费、每次有效解决计费或成果分成，价值分配又会变化。ibex没有说明新AI合同采用哪一种结构。

真正的问题是：一通变短或被避免的电话，其价值由谁取得？客户可能降低服务成本；ibex可能得到软件费或更高的单次贡献；技术伙伴可能收取使用费；终端用户可能更快解决问题，也可能因为首次回答不完整而再次联系。同一个“自动化”事件，会在四方之间重新分配收入、成本和责任。

因此，仅数“AI处理过的电话”也不够。处理可能只是完成身份验证，可能发生转接、放弃或重复来电。只有客户需求真正办结，而且在设定窗口内没有因为同一问题再次出现，留存才有经济意义。

第四季度是一组混杂变量，不是AI成绩单

ibex第四季度的数据正好说明为什么需要对账。收入从1.471亿美元升至1.643亿美元；净利润从960万美元降至870万美元，净利润率从6.5%降至5.3%；调整后EBITDA从2050万美元降至2020万美元，利润率下降160个基点至12.3%。

这些数字很容易被写成两个相反故事：AI已经推动收入，或者AI正在压低利润。两者都没有证据支持。公司明确说，净利润率下降主要来自新客户培训成本，以及工作从近岸交付中心暂时转往离岸中心的影响；它没有说明培训是否属于AI合同，也没有把利润变化归到自动化。

10-K解释了传统外包业务本身的波动机制。需求上升时，企业通常先招聘和培训，收入稍后才确认，因此早期利润率会下降。客户把服务从在岸转到离岸，通常会支付更低价格，ibex的绝对收入可能减少，但利润率往往提高。行业组合、数字获客、工资、场地、软件许可和汇率也会改变集团数字。2026财年服务成本增长18.3%，快于收入的15.4%；全年调整后EBITDA利润率为12.8%，与上年的12.9%接近。

这并不证明AI价值低，只说明归因必须有控制项。普通新客户爬坡产生的收入，不能自动记到AI名下；地域迁移产生的成本或利润变化，也不能成为AI的功过。如果某个AI项目确实增加了集成、培训或异常处理成本，就应进入该批次账本；如果自动化促成队列迁移、缩编或扩张，则应记录发生顺序和基准，而不是倒推因果。

单位经济桥应从项目批次开始

第一组字段是身份。无需公开客户机密，但应写明行业、合同类型、签约日期、投产日期、渠道、语言、获准处理的意图和原始交付地域。还要固定“已落地”的含义：技术上线、第一次真实交互、客户验收、达到合同量，还是全部推广。后续扩容、暂停或回滚都应保留历史版本。

第二组字段追踪需求流。记录符合条件的交互、实际送给AI的交互、成功验证身份的交互、AI独立办结、AI辅助人工、直接人工、转接、放弃和规定窗口内的重复联系。每条交互必须落到终态，不能一转给人工就在统计中消失。一次对话回合、一通联系和一个已经解决的客户需求，也不能混为一谈。

第三组字段记录质量和权限。智能体获准处理哪些意图？能在业务系统里执行什么动作？哪些决定必须人工批准？人工介入频率如何？错误、投诉和更正率是多少？客户用什么结果作为付款或服务等级验收？在这些定义公开前，“成功落地”仍是管理层描述，不是可比指标。

第四组字段才连接钱。列出计价方式、确认收入、抵扣与罚款、模型与平台费、集成、支持、通信、安全审查、人工处理分钟、监督、招聘、培训和迁移成本。它不必强行分摊全部总部开支，只需形成可靠的贡献利润视图，从而区分：收益来自更好服务、人工迁移、合同改价，还是一次性爬坡成本消失。

最后要观察耐久性。续约、扩展新意图、缩减、回滚和终止都属于同一批次历史。首月通过验收、第三月却引发大量重复联系的项目，不应被永久保留为同一种“成功”。从单队列扩至全客户业务的试点，也应在不改写原始基线的前提下成长。

一个案例恰好暴露了分母问题

ibex公开的一则匿名零售商案例称，AI处理了超过3.7万通来电，11.7%的来电无需转人工而留存，客户验证成功率为70%，重复性任务减少20%。这些数字比“一个落地”更有信息，因为它们开始描述真实流量。

但下一层问题随即出现。11.7%的分母是全部来电、送给虚拟坐席的来电，还是通过身份验证后的来电？“处理”是否包含转接和放弃？留存是在当次通话结束时计算，还是考虑了重复联系？20%的基线是工时、任务件数还是人工接触量？合同又按留存、办结、分钟还是可用性付费？案例无需泄露客户商业机密，组合层面的口径却必须稳定。

这组数据不能外推到十余个项目。它只属于一个未具名零售客户、一套流程和一个观察期。它真正提供的方法论是：任何分子都必须带着适用人群、路径、时间窗和客户认可的终态一起移动。

人工交付体系仍在扩张

截至2026年6月30日，ibex约有3.5万名员工，高于上年的约3.3万名；公司运营30个交付中心、21705个生产工位，其中20325个在使用，总体利用率报为94%。全年管理了近1.76亿次客户交互。这些数字都没有拆成AI独立、AI辅助与纯人工。

AI改变人工，不一定简单删除人工。虚拟坐席吸收常规问题后，留下的案件可能更长、更不稳定、更敏感；辅助工具可能缩短处理时间，却增加复核责任；新项目稳定前可能需要培训师、集成工程师、质检和异常团队。如果客户总需求扩大，自动化比例与员工人数甚至可以同时上升。若业务同时转往离岸中心，人工成本又会因地域变化而改变。

因此，应衡量工作而不是预设就业叙事：每个已解决需求需要多少付薪工时、培训时间、排班波动、升级复杂度与质量复核；生产率收益由ibex保留、通过降价转给客户、投入更高服务，还是被技术与过渡成本吸收。

证据边界

财年公告证明十余个落地与集团结果，但没有单列AI业务。10-K解释Wave iX覆盖面和外包经济，却没有把某个智能体连到确认收入与成本。Sierra合作公告包含供应商与客户对分阶段项目的描述，并非合同、审计或项目利润表。

本文不把第四季度利润率下降、全年收入增长、员工增加、交付迁移或2027财年指引归因于AI；也不把“成功”解释为已盈利、已续约或经过独立验收，更不把一个零售商案例外推到全体客户。可以确认的是落地已经可见，经济桥仍未公开。

来源