把 AI 跑在自己机器上：什么时候划算
有一类活没人想干，但每家公司天天都在干：把五十份 PDF 发票里的供应商、金额、到期日抠出来。读一百条客户消息，把想买的和要投诉的分开。把会议记录做成摘要。
这些活现在可以由跑在你自己机器上的 AI 完成，不用月费，什么都不上传。两年前这还是技术人的玩具。现在已经有小模型能在手机和普通办公电脑上跑，质量足够应付重复性任务。
适合你的情况吗？看情况。下面是我决定前会用的判断标准。
什么叫"本地 AI"，直说
就是一个装在你电脑里的程序，自己给答案，不去问任何人的服务器。你装好，指给它你的文件，它就在那干活。断网也照样能用。
和云端工具的实际差别：
- 没有按用量的账单。成本就是你已经有的那台电脑。
- 数据不出门。没有客户合同跑去国外的服务器。
- 能力更有限。小模型写得没大模型好，也推不了那么深。
- 它不会消失。没人关掉它、涨价，或者"停用"你在用的那个版本。
你机器上的小模型在智能上赢不了大模型，但在可预测性上赢。
什么时候真的划算
下面这几条至少满足两条，我才会推荐本地 AI：
**任务重复且定义清楚。**从文档抽一个字段、给消息分类、打个类别、把短文本做成摘要。有固定套路的活。小模型在这方面够用，也不需要天才。
**量大。**如果每月要处理几千条，付费工具的按次成本就开始咬人了。本地跑，搭好之后量是免费的。
**数据敏感。**病历、合同、工资单、按合同或法律不能外泄的客户数据。这里讨论的不是价格，是根本不要有这个风险。
**你想要稳定。**跑在生产环境的自动化，不喜欢供应商悄悄改模型行为。本地跑，昨天能用的明天还能用。
什么时候不划算
在这件事上诚实，能替你省钱：
- 量小。每月就二十件事，为了省点零头搭一套本地环境，不值一个下午。
- 挂着你名字发给客户的文字。这里写作质量重要，大模型还是明显更好。
- 复杂推理、长篇分析、写代码。小模型会迷路。
- 没人维护。本地意味着得有人照看。如果没有这个人，最后还是付费工具便宜。
注意，答案几乎从来不是"全本地"或者"全云端"，而是混着来：重复和敏感的活留在家里，需要打磨的活交给大模型。
怎么零成本先测一测
在搭任何东西之前，先做纸笔测试。挑一项任务，收集三十个真实样本，手工做一遍。记下花了多久、错了几个。这就是你的基准。
然后把同样这三十个交给本地 AI 跑。错误对错误比，时间对时间比。如果它对了八成半，而且错的地方在复核时很容易发现，那你就有实打实的收益。如果它对了八成半，但错的地方看不出来，那你手上是一个等着爆的问题。
这个测试花一个下午，能省掉一个月的返工。谁跳过它，自动化就会变成那个"有时候能用"、谁也不敢信的东西。
一个回本很快的例子
一间业务量不小的办公室，每月大约四百份文档要读要录。原来一个人每月花十五小时在这上面。改成本地跑自动抽取，人工只复核 AI 标记为不确定的部分，就剩下大约三小时的核对。
每月拿回十二小时。没有任何文档离开公司网络。没有新增订阅。全部工作就是搭好、测好，再教团队怎么正确复核。
这不是魔法，也不是革命。就是把一件无聊的活，从一个本该做更重要事情的人手上拿走。
关键在哪
问题不是"本地 AI 还是付费 AI"，而是"这项具体的活需不需要一个贵模型"。办公室里大部分手工活并不需要。它需要的是稳定、每天都能跑、不泄露数据。
想明白这点的人花得更少，也更不依赖别人。想不明白的，会付着昂贵的订阅费，去做前台电脑上一个朴素程序就能搞定的事。
如果你想弄清楚自己每天哪些活能归到这一类，找我一起看看你的流程。