国内 AI 商业化可行路径：卖课之外，中小企业怎么落地

一个做合同管理的团队，因为政策要求只能用国内模型，把市面上几家主流产品逐一测过，结论是效果与 OpenAI、Claude 差距明显；另一边，家里做电商的从很早就用上了各类 AI 工具，最后发现真正省事的只有文案生成，图片和视频环节反而不如直接人工，又快又便宜。两件事指向同一个问题：AI 听起来什么都能做，真到掏钱和落地的时候，能算得过账的场景少得可怜。

于是行业里最显眼的变现方式变成了卖课和培训。但这只是信息差生意，不是技术生意。对开发者和中小企业来说，更值得讨论的是：哪些路径真的跑通过，需要什么条件，以及自己该从哪一步开始。

卖课为什么成了最显眼的路径

这条路成立的原因很直白：交付成本低、边际成本接近零、需求端的焦虑足够强。一套课程做出来，卖一百份和卖一万份的成本几乎一样。

但它有明显的前提和天花板：

• 依赖流量能力，而不是技术能力。没有稳定获客渠道的技术团队照搬，通常连启动都困难。
• 复购率低。买课的人学会或放弃之后，很少再买第二次。
• 口碑风险大。内容一旦注水，负面评价传播得比课程本身快。
• 平台对课程资质、宣传用语、效果承诺的审核在收紧，涉及"包就业""保证变现"之类的表述风险很高，具体规则以各平台最新公告为准。

结论是：这条路适合已经有内容与流量积累的人，不适合作为技术团队的主业。

真正跑通的路径，大多是把 AI 嵌进已有业务

1. 垂直业务里的效率工具

合同审查、法律检索、客服问答、报表生成，这些场景的共同点是：有明确输入输出、有历史数据、有专业人员可以做最后一道复核。

关键不在于"模型够不够强"，而在于用工程手段把准确率补到可用：检索增强（RAG）提供依据、输出结构化约束格式、置信度低的请求转人工。法律类业务尤其需要引用溯源，答案必须能指回原文段落，否则专业用户不会信任。

2. 给同行业做项目交付

把上面那套东西打包成项目制或私有化部署卖给同行，收入形态是项目款加年维护。毛利取决于实施效率：每接一个客户都要重新清洗数据和调 prompt，就永远做不大。

3. 算力与基建

有人在做智算中心方案，做底层基建而不是上层应用，理由很直接：上层应用太卷。但这条路的资金门槛和资源门槛都高，不是普通小团队的选项。

4. 内容与电商生产工具

文案生成是目前落地最扎实的一环，改标题、写详情页、批量做多语言版本，人工复核成本低。图像和视频环节仍需要大量人工返工，宣称"一键出片"的工具，实际使用中的重做率往往被低估。

国产模型怎么选：别只看榜单

讨论中被反复提到的是文心、GLM、Moonshot 这几家。有人说某国产模型在英语作文批改上表现优于旧版 ChatGPT，能读文档、能出图；也有人只关心逻辑推理和长文档理解能力，因为法律业务对错误率的容忍度极低。这些结论都只在特定场景、特定版本下成立，参考价值有限。

真正可用的选型方式是拿自己的数据做盲测。建议对比这几个维度：

价格方面，讨论中出现的各家单价差距不小，其中 Moonshot 明显高于文心与 GLM 那一档，但计费口径、免费额度、阶梯折扣经常调整，任何具体数字都只能当作量级参考，务必以厂商官网最新计费文档为准。用量大的话，可以主动谈阶梯价。

接入落地的一份检查清单

1. 选场景：高频、低风险、可人工复核。先用"内部自用"验证，不要一上来就对外收费。
2. 建评测集：收集真实输入和期望输出，固定下来，任何改动都跑一遍。
3. 并行 POC：两到三家模型用同一套 prompt 和同一份评测脚本跑，避免凭感觉下结论。
4. 加检索：文档切片、元数据标注、召回后要求模型给出处；合同、法条类场景必须能指回原文。
5. 约束输出：用 JSON 结构或函数调用固定字段，缺失字段直接判失败重试。
6. 设计兜底：置信度低、无引用、超时的请求一律转人工，别让用户看到未经复核的结论。
7. 灰度与埋点：记录调用量、失败率、人工复核率、单次任务耗时。
8. 再谈扩容：只有当"节省的人工小时数"能算清楚，才值得加预算。

一个最小的评测循环大致长这样：

for case in eval_set:
    out = call(model, prompt(case.input))
    ok = check_schema(out) and score(out, case.expected) >= threshold
    results[model].append((case.id, ok, cost_of(out)))

成本别只算 token 单价

容易被漏掉的几项：

• 重试成本：结构化输出失败重跑，实际调用量往往是名义量的 1.2–2 倍。
• 长上下文成本：合同、卷宗类场景每次都要塞长文档，单价再低也会被长度吃掉。
• 人工复核成本：这是最容易被忽略的一项，也是很多项目"看起来省钱实际不省"的原因。
• 工程维护成本：模型版本更新、prompt 调整、评测集扩充，都需要持续投入。

几个容易踩的坑

• 把免费额度当生产表现。试用阶段的响应速度和稳定性，和真实并发下的表现差别很大。
• 高估生成类工具。图片、视频类工具在演示里效果惊艳，实际生产中的重做率和返工时间常常超过人工直接处理。
• 访问海外模型的灰色做法。共享账号、代注册、代充值这类方式存在封号、付款纠纷和数据泄露风险，也不适合承载企业数据；再加上数据出境的合规要求，走这条路要非常谨慎。合规的替代做法是通过具备资质的云服务商获取海外模型能力，或把不含个人信息的数据放在隔离环境中处理。
• 忽视网络与运行环境。如果团队需要长时间跑批处理任务、本地机器性能不足或网络频繁中断，把调用侧放到一台长期在线的远程机器上是可选方案之一，例如整机放在新加坡机房的独享远程 Mac，按月远程连接使用；但前提是先划清数据合规边界，别把境内用户数据传出去。

小结

对大多数中小企业，合理的顺序是：先用 AI 把内部某个高频环节的成本降下来（自用省钱），再把跑通的方案交付给同行（对外赚钱），最后才考虑做成标准化产品。判断一个方向值不值得做，只需要回答一个问题：它替代了谁的多少小时人工，这部分省下来的钱，客户愿不愿意分你一部分。回答不了，就还停留在演示阶段。

涉及行业监管、数据出境、平台内容规则的部分，变化较快，落地前请以主管部门和平台的最新官方说明为准。