大讲堂
开标桌上的价格倒挂
2026年3月我在苏州园区待了整一周，跑了四个汽车电子厂的开标会，都是招SMT线的AOI质检升级方案。之前两年行业里传得神乎其神，说GPT大模型接机器视觉，能把漏检率压到传统方案的1/10。结果真到开标那天，三家主打GPT质检的供应商，报价分别是128万、132万、124万，而同场中标的传统AOI升级方案，报价是31万。 4.1倍的价格差，算下来差不多够给每条线配两个有十年经验的熟手QC，干满一整年的工资加社保。 现场没人给GPT方案留情面。采购总监直接把送测报告甩在桌上：去年你们拿我们2024年的存量板片做测试，漏检率0.2%，吹得天花乱坠，说能替代人工。结果上个月拿2026年新批次、带半透防焊层的板片测，漏检率直接飙到2.7%——比我们现在用了八年的老设备还高。 那销售憋得脸通红，说回去微调模型，一周就能适配好。采购直接打断：等不起。我们生产线停一小时就是12万的损失，你模型迭代的速度，赶不上我们换供应商的速度。 说实话，我当时坐在旁听席都替他尴尬。
推理成本背后的利益账
很多人到现在还以为GPT的推理成本会像摩尔定律一样，一年降一半。根本不是。2025年底开始，因为高端HBM显存的供应卡壳，工业场景的GPT推理成本不降反涨。某头部云厂商的工业GPT推理服务，2024年报价是每千次调用0.008元，2026年开春的报价是0.029元，3.6倍的推理成本涨幅，相当于把原来用传统规则引擎处理100万张图片的电费，现在够给整个工厂的员工食堂供半年的免费绿豆汤。 现在的工业GPT落地，就像刚从实验室育出来的超级稻——看着穗子大、抗性强，真拉到工厂的盐碱地（就是真实的、飘着焊烟、灯光角度天天变、批次参数总飘的生产线）里种，先是扛不住土，再算下来种子钱比收的稻子还贵。 深圳有家做了八年传统工业视觉的老厂，2023年被资本追着投，融了两轮共1.2亿，转头就all in工业GPT质检，把原来占团队60%的传统算法工程师裁了，全换成做大模型微调的算法岗。结果2026年开年的订单量比2024年掉了47%，库存里压了两千多套已经适配完客户场景的模型授权，因为客户算完账觉得成本太高，全退了。现在公司账上的现金，撑不过四个月。 谁在真金白银为GPT买单？根本不是中小制造工厂。三类客户撑着现在的市场：一类是互联网公司内部的客服、内容团队，用GPT写方案、回用户投诉，算下来比招外包便宜；一类是数字政府类的招投标项目，招标书里明明白白写着”需具备大模型核心能力”，不管实际运行用不用，先把GPT的名头写上，钱是财政托底；一类是跨境电商团队，用GPT写多语种商品详情页，这个场景是真的算过账，比找翻译公司便宜60%以上。 谁在闷声扩产？是做推理卡的渠道商。2025年英伟达的H20在国内的渠道价涨了40%，不管GPT方案能不能落地，只要你要接大模型，就得买卡。硬通货一样的推理卡，比那些飘在天上的模型概念靠谱多了。
一线从业者的真实处境
这两年刷到太多短视频，说GPT要替代QC、替代程序员、替代所有办公室岗位。真到车间里走一圈就知道，根本不是那么回事。 我认识个在苏州做了十二年AOI设备调试的老周，现在的收入比2023年还涨了30%。为什么？因为那些做GPT方案的公司，招不到懂生产线的人。模型在实验室里训得再好，到了现场，飘进来的焊烟、下午斜照的太阳光、板上因为批次差异带来的反光变化，都能让准确率掉20个百分点。这些问题，写再多代码都没用，得找老周这样摸了十几年设备的人，现场调灯光角度、调镜头高度，找个几十块钱的遮光板就能解决。 有个从大厂跳去GPT创业公司的算法工程师，去年在车间蹲了三个月，跟我吐槽说，自己之前写了十万行模型微调代码，花了公司两百多万的算力成本，最后问题的解决方案是老QC花两百块买的一块遮光板。他说之前在大厂的时候，觉得技术能解决一切，到了现场才发现，很多问题根本不是技术问题，是你有没有真的蹲在车间里看过一小时生产线的问题。 现在被GPT冲击的，从来不是这些有一线经验的人。是那些只会套模板写通用文案、只会堆PPT凑概念、连自己写的东西能不能落地都不知道的人。你说他们卷不动了？不对，是本来就没什么核心价值，之前靠信息差混饭吃，现在GPT把信息差填平了而已。 等再过三年，当推理卡的价格降到跟普通显卡一样，当大家算清楚每一次GPT调用的真实成本，那些现在拿着PPT吹GPT万能的人，到底能留下多少真的能在车间里跑起来的场景？作者|大讲堂
排版|大讲堂
审核|小准