史杰松与二位AI创业者谈《AI 落地，先算清这三笔账》

AI 越用越贵，是很多企业这两年的真实感受。

10 月 23 日下午，一场闭门交流，从下午聊到天色擦黑。没有 PPT，没有议程，只有一壶茶和几个具体问题。坐下来的一共三个人：嘉宁卓业文化科技集团 CEO 沈先生、江苏天衍模力科技的康先生，还有我。

这个集团有点特别：一手做AI短剧，一手铺 AI 算力生态。用 AI 的人，和卖 AI 的人，坐在同一张桌子前。

一个多小时，从一块肉的识别，聊到 OPC 的生死，聊到高校里那些“不敢推 AI”的老师。

聊完我才发现：这场对话，其实只算清了三笔账。

一、这场对话，从一块肉开始

“视觉模型认不出肉。”

开场第一句话，就把 AI 从神坛上拉了下来。生鲜里，蔬菜水果还好；一到肉类，视觉模型基本失效——它分不清猪肉、牛肉、里脊、后秋。“它不是不够聪明，是它看到的和你以为的不一样。”

这句话定下了整场对话的基调：AI 很强，但它有边界。

企业最常犯的错，是先买工具，再找场景。正确的顺序应该反过来——先看清楚哪一段流程真的适合交给 AI，再决定花多少钱。

二、第一笔账：成本账

真正让老板坐不住的，不是模型有多强，是账单。

有句话很扎心：“今年二月份开始，这笔钱已经写进财务报表的管理费用里了。”过去一个部门一个月的 AI 花费是几百块，谁都不当回事，随手就报了；现在越来越贵，老板开始问一句：这钱花得值不值？

答案往往出人意料：模型的差距，没有大家想的那么大。

有个比喻很形象——美国的模型像博士生；中国的模型里，有本科生，有专科生，也有中专生。但企业要做的事：写文案、做表格、接客服、跑流程，中专生、大专生、本科生就够了，为什么非要请一个博士生？

“客户不关心你是什么模型，他只关心你能不能解决问题。”

还有个更直白的比方：我只需要找个人泡茶，会泡茶就行，不需要他还会写代码。

所以选型的逻辑只有四个字：便宜、能用。

这不是将就，是算账。同一个场景，顶尖模型和“够用”模型的成本可能差出一个数量级，而客户能感知到的差别，往往小得多。

给企业的启示｜别在“最强模型”上做军备竞赛。先把每个场景的调用量、单次成本、替代人工的价值算清楚，再决定用哪一档。很多 AI 预算打水漂，不是买错了模型，是从来没算过这笔账。

三、第二笔账：组织账

“我们见过太多企业，看完案例热血沸腾，回去一动不动。”

为什么？原因被说得很透：回去之后，他们要面对一个隐形的问题——有没有那个环境，有没有那个文化，有没有那个人，有没有相应的执行能力和 AI 操作水平。

这是组织问题，不是技术问题。

所以完整的方案里，永远配一套“教育培训包”。颗粒度细到什么程度？如果客户是一群完全没碰过 AI 的小白，就从通识课讲起，先让人用起来，再讲具体操作。

技术上也有讲究：把智能体做私有化部署，或者通过 API 直接接进企业已经在用的办公入口，不改变员工原来的工作习惯。

“我们试过开发独立网页端，让员工登录——失败了。走过不少弯路，后来发现，最好的入口就是员工已经在用的那个。”

给企业的启示｜AI 项目失败，大多数不是模型问题，是没人用、不会用、不敢用。立项时就把“谁用、怎么用、用错了怎么办”写进去，比多买一张卡重要。

四、第三笔账：订单账

OPC（One Person Company，一人公司），这两年成了热词。各地都在建 OPC 社区、AI 孵化器。但现实里，大多数做偏了。

“OPC 对场地的要求是最低的。在家也行，在咖啡厅也行，客户在哪交付就去哪。”

交流中举了一个很有代表性的样本：南京某知名孵化器基地，当年就已经有了 OPC 的雏形，如今却退化成了“二房东”——政府给一栋楼，企业来了交房租，至于你干什么，没人再关心。结果是好企业走了，新团队入驻两三个月跑不通，又一批人逃离。

“越是 OPC，越只关心两件事：算力成本，和订单。”

算力成本决定他能不能活下来，订单决定他能不能长大。把这两件事说清楚，其他都不用多讲。

补贴也是个技术活。算力补贴有评审标准，不是所有 OPC 都能拿到；由平台型主体统一申报，命中率高得多，拿到之后再分发给生态里的小团队使用。这也是天衍模力在做的事：一头是算力底座和 AI 工具，一头是订单和行业场景。

给企业的启示｜如果你在做 AI 园区或孵化器，别再比谁的工位便宜，比谁能把算力和订单送到团队手上。场地只是入口，算力和订单才是留存。

五、一个增量：高校

“AI 一定会走进高校，不只是高校，中小学也会。”

但眼下的尴尬是：老师不敢推。

不久前，南京一所艺术院校的老师来交流，说得特别实在——学生需要 AI 工具和算力，老师也知道该教，但不敢推，怕出事。

另一边是资源浪费。很多高校自建机房，建完就闲置：“能进机房的屈指可数，建完之后大部分闲置在那边。”更合理的做法是，把设备盘活、布上模型，按 token 提供给师生使用。

高校还有两个特点，对企业很有启发：一是不挑学科，医学、汽车、商业都能用；二是有预算，而且愿意为服务付费。

给企业的启示｜教育、培训、校企合作，很可能是明年 AI 落地最确定的现金流之一。但前提是，你得有能交付的课程和案例，而不是一句“我们支持 AI 教学”。

六、尾声：三句话，带回公司

交流结束时，三方把下一步说得很干脆：先从一个点切入—个板块，先合作起来，把闭环跑通，再谈其他板块。

有句话很实在：“下次见面，最好是在一份合同的基础上。”手上同时有四个项目在交付，时间要花在能落地的事上。

这句话听着现实，却是整场对话里最诚实的一句。

合作不是聊出来的，是跑出来的。

如果只带走三句话，我建议是这三句：第一，先算账，再买卡；第二，先解决人，再谈技术；第三，先有订单，再谈生态。

AI 不会淘汰企业，但会淘汰算不清这三笔账的企业。