AI产业链连载④｜AI供应商的报价单，水分藏在哪几行？

项目验收不是终点，账单还会再来一次。

一位做建材的老板去年底上了一套AI客服，年底验收通过，但团队真正用起来已经是今年年初。7月初他收到供应商的第二张单子，数据整理服务费、模型运维费、算力续费，三项加起来接近去年那笔建设费的三成。他问我，当初谈的时候，怎么没人提这一笔。

这笔钱其实早有公开数据。多家海外成本模型测算的区间大体落在同一档，系统上线后的年度运行成本约为建设费用的两到三成。一个100万的项目，第二、第三年每年还要再掏二三十万，花在算力、运维、数据更新和模型迭代上。这张单子，多数报价单上不写。

一比价之前，先比报价边界

两份报价差三倍，先别急着砍价，先看清楚这两份卖的是不是同一件事。

AI项目没有标准品。传统软件有清单，多少人、多少年、哪些模块，价目表对得上。AI项目卖的是结果，而结果的范围由供应商定义。同样是“给销售团队上AI助手”，A供应商的边界是做一套问答机器人；B供应商的边界是打通ERP和CRM、整理三年客户资料、再培训全员用起来。两家的活差着量级，报价当然不在一张桌上。

比价因此有次序。第一步对齐范围，把两家报价单里的“包含”和“不含”逐条列出来对照，这一步能筛掉一半无效比价。第二步比单价，人天单价、硬件单价、Token单价，同口径的才可比。第三步才轮到比总价。

范围里最容易含糊的是数据。多数报价单会写一句“数据整理及清洗，按实际工作量结算”，这句话等于没报价，因为工作量由供应商说了算。把这一句追下去，问清谁来做、做多久、做到什么标准算完成，报价单的真实厚度就出来了。

还有一处容易漏，验收标准。AI交付不像买设备，没有开箱即用的合格证。答对率达到多少算过、哪些场景必须覆盖、错了怎么修，这些写进合同，后面才不会有第三张单子。

说到底，AI项目眼下缺一样东西，价格锚。传统软件有行情，一套ERP、一个CRM大概什么价位，问三家就有数。AI项目没有这个锚，同一个需求，有人按人天报、有人按项目报、有人按订阅加提成报，三种口径混在一起，企业拿着两三份报价单，很难判断哪一份算合理。企业采购当下最真实的困难在这里，手上没有参照系。

二三笔最容易漏算的钱

第一笔是数据准备。海外多份成本模型给出的区间是，数据工程占AI项目总成本的四到六成，是单项占比最高、也最容易低估的一环。原因不难理解，整理历史文档、统一格式、梳理权限、标注样本，这些活不产生演示效果，供应商演示时不会给你看，企业自己也没算过这笔人力。

第二笔是上线之后的运行成本。按两到三成的年比例，从上线的第二年起算，三年下来这笔钱累计能到建设费的一半上下，等于再买半套系统。这笔钱包括算力、监控、数据更新、模型迭代，还包括日常的故障响应。合同里把它写清楚，约定首年包含、次年起怎么计价，比事后被动接受要主动得多。

第三笔是变更和培训。流程要改、员工要学、老系统要对接，这三件事在报价单上常写成“另行商议”。行业调查显示约六成AI项目超出预算，超出的部分很少出在模型和算力上，多数出在数据和组织这两头。

这三笔有个共同点，都发生在交付之后。签约那一刻看不见，上线之后一笔笔冒出来。审报价单的时候，把这三笔单独拎出来问，比盯着总额有用。

顺着这三笔钱，报价单上有三种说法可以先放一放。一种是“先做起来，后面再完善”，边界不清的项目，后面每一步都要加钱；一种是“按年包干，后续迭代都含在里面”，听着省心，实际上排期由对方定，你的需求常常排在别的大客户后面；还有一种是“我们做过同行业的成功案例，照着做就行”，案例不给名字、不给联系人、不给验收数据，这类说服力接近零。

三Token费其实很便宜，贵的是人头和部署

企业老板对AI费用最常见的担心是，用起来会不会一直花钱。这个担心有一半是多余的。

按2026年各家公开的调用报价，国产主流大模型的输入价大多落在每百万Token一两元的档位，豆包、千问的轻量档已经进了每百万Token一元以内。把Token费套进具体场景，一次带两三千字资料的企业问答，Token成本大约一到两分钱。就算一个人每天问二十次，一个月下来也就十块钱上下。

真正的钱花在另外两处。一处是一次性的部署费，人力、数据、集成都算在里面；另一处是软件年费，多数按人头收。这两项的量级，和Token费不在一个数量级上。

Token便宜，但它在报价单上很少按原价出现。这里先分清两个常被混着说的词，算力费是租机器、买机器的钱，按月付或一次买断，用不用都照付；Token费是按调用量付的钱，用多少算多少。

集成商从模型公司批量采购，再转售给企业，赚中间的差价，这本身是合理的生意。问题在于不少报价单只写“算力费”或“AI调用费”几个字，不写按哪家模型、什么单价、用量波动谁承担。企业没法判断中间加了多少。把这三件事问清楚，这一项就透明了。

有一个例外要单独算，高频调用场景。客服机器人一天处理几千上万次对话，质检全量跑一遍，这类用量堆起来，一年也是几万到几十万的量级。这种场景要在签约前把真实用量列出来，让供应商按你的用量算，而不是按他演示的用量算。

四国外按人头算，国内按项目算

国际上这一层的计价方式，主流是按人头或按用量，标准大多写在明面上。微软的365Copilot按坐席收费，行业公开报价大约30美元每人每月，这还只是附加包，底下的办公套件订阅要另算，加在一起每人每月的实际支出常在六十美元以上。Salesforce的Agentforce按用量计费，一次对话2美元，也可以按动作计量，一个标准动作约0.1美元。

做企业知识检索的Glean同样按席位收，人均每月50美元起，还设了100个席位的最低门槛，年合同起步就在6万美元，够得着的多是几百人以上的企业。

国内主流是另一套，项目打包或者按套件订阅。办公智能体的企业版也有按人月收费的，公开报价落在每月一两百元这一档。

两种模式各有各的坑。按人头算的好处是成本可预期，坑在买了不用也要付钱，不少企业签了几百个席位，真正每周打开的只是一小部分，闲置的席位照常付费。项目打包的好处是总价可谈，坑在边界模糊，做完一版还要加功能，追加单接二连三。

最难审的是第三种，把四行费用报成一个总价的。一次买断的、按人头的、按月租的、按量计的，性质完全不同，混在一起，哪一项贵了都看不出来。遇到这种报价，只提一个要求，请把这四行分开列。

对多数企业来说，一份AI报价单上真正管钱的就是四行，一次性部署费、软件年费、算力费、Token费。前两行是大头，算力费看你走不走私有化，Token费一般是最小的那一行，也是水分最薄的一行。审价的时候按这个顺序分配注意力，就不会跑偏。

五审价先问四个问题

第一个问题，能不能拆开报。建设、第一年运行、第二年运行、数据准备、效果评估，分成五块。行业内有一句话说得很直白，一份只给总价、不给分项的报价，等于把不确定性的成本留给了客户自己。同一件事，报价单的颗粒度越细，水分越难藏。

第二个问题，模型、数据、评估集这三样归谁。模型调的是哪一家、以后能不能换；整理的文档和知识库存在哪、能不能导出；验收用的那套测试题由谁出、归谁。这三样决定了你将来搬家的成本。

第三个问题，用量翻倍怎么办。让供应商给出分档价格，用量翻一倍、翻三倍分别多少钱。不给分档的报价，等于把未来的涨价权留给了对方。

第四个问题，计价方式是哪种。范围清楚的阶段用固定价；范围不清楚的用工时，但工时合同要有硬上限和周报，超出要事先确认。开放式工时和“坐席加Token”的复合套餐，能避就避。

还有一条方向性的建议。海外同行在采购这件事上口径很一致，能用现成产品解决的，先别定制。按公开报价，成熟的办公智能体产品每个坐席每月几十到一两百元，而一个定制项目的起步价就是几十万。除非你的需求确实独特，或者数据不能出内网，否则先用现成的跑三到六个月，验证了真实需求再决定要不要定制，这条路的钱和时间都更省。

四个问题问完，报价单的成色基本能看出来。更细的对照条目，我整理成了一份《AI供应商选型对照清单》，按报价结构、数据准备、验收标准、权属条款、退出机制五块做成检查表，逐条对着谈，比拿着两份总价来回砍价省力得多。

报价单看得懂之后，还剩一个问题绕不开，这些活到底谁来做。同一套系统，不同的人来落地，结果能差出一大截。下一篇讲一个正从海外火到国内的岗位，前向部署工程师，它很大程度上决定了你的项目最终能不能跑起来。

风险提示：本文为产业观察，不构成任何投资建议；涉及的企业与数据均来自公开报道，以官方披露为准。