你新招的 AI 员工,藏着一道心惊的算术题
一篇讲解 AI 营销智能体总拥有成本(TCO)的文章,拆解 token 用量、中间件与工程、持续维护、向量数据库存储四笔账,并给出四步预算方法。


前天夜里,一个做营销的朋友给我发微信,就一句话:
「兄弟,我们上 AI 了。效率翻倍,一个月干完以前三个月的活。」
我回他:「这么厉害?那你这两天的云账单,应该也很好看吧。」
他半天没回话,最后发来一段省略号。
不是我神机妙算。这种反差,我见得太多了。
为什么没人能一眼算明白?
先说个词,叫总拥有成本。英文缩写 TCO,听着唬人。
其实就是一句话:一个系统,从你开始用,到你不用它为止,你在它身上花的每一分钱,加起来。
道理都懂。问题是,大多数人算这笔总账,用的还是老办法,算传统软件的办法。
传统软件怎么收费?订阅。按人算,按年付。钱数写在合同上,一年多少钱,清清楚楚。
可 AI 不在这一套里。
AI 是「按量计费」的。
你让它查一个客户,它要把问题传到模型里转一圈,再把答案取回来。转一圈,计一次钱。你的任务越多,账单跳得越快,跟打表的出租车一样。
更要命的是:这机器,不睡觉。
凌晨两点,你还得睡个觉。你的 AI 员工呢?它还在后台盯着客户的「购买意向」——那不是勤奋,那是计费器还在跳。
什么叫智能体的总成本?我给你算四笔账
第一笔:token 账
什么叫 token?你不需要记术语定义。你就把它当成 AI 认字的最小单位好了。
它读进去的话,写出来的字,都按 token 折算收钱。
你让 AI 员工给一万个客户写个性化问候,每家客户它都要读一遍过往记录、生成一封新文案、再检查一遍。一来一回,一封信几千 token,乘个一万。
最贵的还不是这些,是「后台循环」。
有些智能体会整天盯着你的数据库,找「这客户最近像要买」的信号。你不需要它盯,它也在盯。它盯完了,那个小时,就算进你的账单了。
真正吓人的数字,从来不在你发送的邮件里,而在你睡着以后跑的那些任务里。
第二笔:中间件和工程的账
AI 员工不是一个人就能干活。它得接你的客户系统、你网站的接口、你的广告投放。
各家都说「原生适配器,拿来就能用」。
所谓能用的意思是:哦,通用接口,能通。但你自己那套逻辑,比如什么样的客户该推优惠券、什么样算高质量线索,这一团私有业务规则,原生适配器可不懂你的。
把你们那套规则写进去,得靠工程师一层一层地写代码、调试、审计。
这笔钱,多半记在工程部的本子上。你以为它躺在「AI 项目」的预算里,其实它待在另一个部门的口袋里。立项书上看不见它,年底的利润会替你看见。
第三笔:维护的账
你可能以为,AI 开发完、上线了,这笔钱就算结了。
不是。
外面的系统一改版本,接口一换,它就犯迷糊。你自己的提示词、规则说明,写了就没再维护,它说话就开始越来越不像你。错发邮件、给错人打折、语气越来越硬,这些迟早都会来。
你得花人盯着它:今天审计输出,明天修断掉的接口,后天改提示词,大后天调护栏。
可别把这事想成「一次性」的。它是长期的,至少得有一个人,全职的,常年干这件事。
自动化最贵的一个误会,是你以为它上线了,就能自己管自己。
第四笔:向量库和存储的账
想让 AI 写出来的邮件像真的「记得你」,它就得把客户的历史,存进「向量数据库」里。
这种库,比普通存储贵。而且它的价格,是照着你的客户数不断涨的。
一千个客户一个价;涨到一百万,你在数据层就要攒很多东西,每一层都要算力去跑、去检索。
你客户名单越拉越大,这笔「存储」就涨得越凶。跟电费一样,用的越多越贵。
那该怎么办?
我把要点收成四步,你拿着就能跟老板交差:
第一步,把「每一次调用」真正的成本算出来,然后去乘真实量,拿你「最极端场景下的那几天」来算,别拿平均值。
第二步,把工程部花在调试、适配、审计上的时间,按人头折算成钱,单独立一个条目,别让它躲在别的预算里。
第三步,维护别按「临时」算。至少一个人,常年盯着你那套 AI 的输出。这笔钱,从立项那天起,就排进预算。
第四步,存储。别用「今天的客户数」去估算,要用「你三年后的客户数」去算。提前把涨量写进去。
回到那位朋友
他听完直叹气,觉得自己辛辛苦苦,用自动化给自己挖了个坑。
我接了一句:
你以为你省下的是人工成本,其实那笔钱只是改了个名字,搬进了技术账单里。
「但该上也得大胆上。只是上之前,先把口径算明白。」
后来他告诉我,账算清了,预算报上去,老板批得很痛快。痛快归痛快,批文里加了一条:以后每季度,都要单独报一次运行费用。
你看,多明白的算术。
你早晚也会请上几个 AI 员工。别怕它干活,就怕你没算它的计费。
提前把账立明白,后面每一分钱,都经得起问。