AI 的账单迟早会来：先把生意准备好

你每月付大约二十美元，买一个能干掉某人半天工作的 AI 工具。便宜得不太真实。因为确实如此。

最近有报道指出，AI 公司背着一大堆在资产负债表上看不太出来的债务，用来建数据中心和买芯片。这笔账存在，只是还没算到你头上。有人正在替你补贴，赌的是以后能好好收你的钱。

我不打算预测崩盘，预测泡沫是网上的一项运动。对你的生意来说，事情更简单：你今天付的是促销价，你该为它变化做准备。

为什么现在便宜

这跟你在打车和外卖 App 上见过的是同一套打法。先补贴养成习惯。等习惯变成依赖，再调价。

AI 还多一个细节：跑这些模型是真的贵。它不像普通软件，多一个用户几乎不花钱。每一次回答都在烧电和硬件。等投资人不愿意再补差价，标准就会抬上去。

也可能效率提升先把成本压下来，这确实在部分发生。但把整个流程押在"会一直便宜下去"，那是一个决定，不是一个推论。

一个变成必需品的便宜工具不是省钱，是别人手里的一根杠杆。

真正的风险不是价格，是嵌得太深

如果你的 AI 工具明天涨一倍，有多疼？答案更多取决于你的生意有多少卡在里面，而不是那个金额。

问三个问题：

• 这个工具今天消失，什么会停摆？
• 你的数据只在里面，还是自己也有一份？
• 有没有别的工具能做类似的事，换过去要多久？

如果答案是"全停、数据只在那边、换要花好几个月"，那你手上的不是工具，是一个没跟你商量过的合伙人。

不必偏执，但要做的三件事

这不是叫你去退订，而是让门别上锁。三个实际动作：

**1. 把属于你的东西留下来。**客户对话记录、知识库、文案、你打磨过的提示词。定期导出。这是资产，资产不该只住在别人的云上。

**2. 让模型可替换。**如果你搭的东西是通过一个中间层去调 AI，换供应商就变成改配置，而不是重做一遍。今天好用又便宜的模型很多，包括开源的。只绑一家的人，早晚会以最难受的方式学到代价。

**3. 知道你的数字。**每月在 AI 上花多少，它替掉了多少工作量？你要是不知道，价格一变你什么都决定不了。十行的表格就够。

开源模型已经是真选项

两年前跑开源模型还是技术人的爱好。今天已经有模型能在普通机器上、甚至手机上跑，质量足够处理办公室的活：给消息分类、做摘要、从文档里抽数据、基于你自己的资料回答问题。

不是什么都能干。要做重推理，大模型仍然领先不少。但小公司自动化的大部分内容是简单重复的活，这时候开源模型用零头的成本就能完成，还不用把数据送出去。

这是手里一张好牌。你不必今天就迁，但要知道能迁，并且路已经铺好，万一账单涨了就用得上。

哪些地方值得继续花钱

我说明白点，免得听起来像在劝你勒紧裤腰带：有些 AI 用法，我会毫不犹豫地多付钱。

如果 AI 在凌晨回客户并且带来了成交，订阅费根本无所谓。如果它每周替团队省下十小时手工活，这笔账很明显。该死掉的是那些没人用的订阅，买它只因为演示好看。

正确的问题不是"AI 贵不贵"，而是"这个具体用途能不能付得起自己的账"。付得起的就留着甚至扩大，付不起的就砍掉。等价格一变，你几乎感觉不到。

带进会议的一句话

把 AI 工具当供应商，不要当基础设施。供应商可以比价、可以谈、可以换。基础设施只能接受。

落到实处就是：数据在自己手里，至少测过两家供应商，每个流程的成本可量化，没有任何关键流程只靠某家公司的某个按钮才能跑。

做到这些的人，下一次调价只会耸耸肩。没做的人会发现，"便宜"只是第一期分期付款。

如果你想搭一套不被任何供应商绑住的自动化，找我一起看看你的流程。