千问把企业AI卖成198块一个座位,我替一家500人的公司算了笔账

他问我，你一个做小生意的，凑什么大公司的热闹。我说你等着看。大厂怎么给企业定价，就是明年我们这些小玩家该躲哪、该往哪挤的路标。

先把结论摆出来。千问办公9月22号在云栖大会上发了个东西，叫"企业上下文"。名字听着玄，卖的其实就一件事——让AI看懂你公司到底在干嘛。标价，198块一个座位，一个月。

这事到底解决了什么

问题得先讲清楚，不然算账没意义。

你肯定碰上过。公司装了AI工具，你问它"上个季度华东区的毛利是多少"，它答不上来。它不知道"我们公司"指哪家，不知道"华东区"算哪几个省，更不知道你们公司那个毛利是怎么个算法。

这不是AI笨。是它压根不知道你是谁。

千问办公的CEO陈宇森在台上说了句挺实在的话：一个不懂业务的AI Agent，进不了企业真实业务流。他把障碍归成三个词——不懂、不敢、不能。不懂，是AI不了解公司；不敢，是数据安全没人敢担责；不能，是某个员工把八小时的活半小时干完了，这套经验没法分给同事。

所以"企业上下文"想干的事，就是拆掉这堵墙。它把企业里散在文档、会议记录、群聊里的东西，压成一份AI能读懂的"公司说明书"，还得跟着业务变化实时更新。

这里有个数字，我觉得是理解整件事的钥匙。中大型企业内部的平均数据量，大概150PB。而眼下主流模型，上下文窗口也就100万Token。差多少个数量级，你自己感受。

所以核心不是"塞"，是"压"。压得住，AI才读得懂；压不住，再多的数据也是废纸。

已经在跑的几个案例

益海嘉里金龙鱼，做粮油那家。以前给餐饮大客户出一份菜品提案，要几个人花好几天，走三百多个步骤。现在把客户品牌、菜品阶段这些信息填进去，几个小时出完整报告。财务那头更直接，过去新品定价得一个个查配方、查行情、查库存、查运输报价，现在填一张标准表单就出结果。

一汽丰田那边，制造车间里一个没写过代码的组长，用大白话就能搭出一套覆盖好几条产线的生产管理系统。

古茗茶饮，一万多家门店，上新频繁，运营标准得天天更新下发。他们把飞书文档、知识库、答疑群、培训日程里的内容，整成一个"门店运营知识空间"，近万名一线员工对着问就行。

还有个做仓储物流包装的公司，叫富立卡。销售团队每人每天要处理三百多条客户询盘，还得跟六个部门来回协作。他们给配了三个数字员工：一个管查询，一个管报价，一个管合同。三个各干各的，通过企业上下文共享同一笔业务的信息，一条询盘从进来到签合同，中间不用人来回倒手。

我那个做仓储物流的老同学看完这个案例，沉默了半天，说这不就是我们公司销售每天在干的事。

更能说明问题的是中国平安。跟阿里合作之后，它日均消耗的Token超过3000亿。你没看错，是3000亿，一天。这个量级至少说明一件事：企业侧对AI的需求不是画饼，是真金白银在烧。

听着是挺猛。

现在开始算账

好，说钱。

我翻了9月29号阿里云开发者社区那篇官方说明，也看了千问办公官网的购买页，价格是明码标着的。

企业标准版：198元/席/月

企业旗舰版：298元/席/月，门槛是100席起购

每个席位每月带2000积分，全部汇进一个"公用池"，大家共享；不够可以买积分包，100块起，2000积分，有效期12个月。

我有个大学同学在一家中型制造企业做IT采购。我拿他们公司当模型，500个人。假如全公司都上一个标准版席位——

500乘以198，一个月99000块。一年，118万8。

这还不含积分包。500个席位一个月就是100万积分，真跑起来大概率不够，还得往里加。

看到这个数，一般老板第一反应是"太贵"。先别急，账要两头算。

一汽丰田那个案例里，有个场景是"原本需要专人花一天整理的报表数据，被压到分钟级"。假设这个岗位一个人一年成本15万，只要这套东西能顶掉哪怕8个这样的岗位，一年就是120万。刚好打平，甚至还有点富余。

所以对大企业，这笔账算得过来。人这块成本压不住，别的都白搭。能省人的钱，就值。

但问题来了。

这玩意儿跟小玩家有什么关系

我表弟在汽车零部件厂做车间管理，他听我说完，脱口就问：那我们这种小厂呢？

我的答案很直接：小厂别碰。

不是说小厂不需要AI，是说"企业上下文"这东西的前提你压根不具备。它要你有足够多的历史数据可压，有足够复杂的业务规则可整理，有一整套权限体系要管。你一个二十人的团队，老板脑子里那点业务知识，写张纸就讲完了，哪需要什么150PB的上下文压缩。

硬要上，就是花大钱买一个你永远用不上的能力。

那对小玩家真正有用的信号是什么？是它的定价方式。

你注意到没有——大厂现在卖AI，还是"按人头、按月、按席位"。这是上个时代卖软件的套路。一套SaaS系统，一人一个账号，198块。AI被硬塞进了软件的老壳子里。

但AI的成本结构跟软件完全不一样。软件卖一万份，成本几乎不动。AI每被用一次，都在烧算力、烧Token。所以"席位制"这个壳子，迟早要被撑破。

我给自己的判断是：明年，AI的收费会从"按人头"慢慢滑向"按用量"和"按成果"。谁先想明白这件事，谁就少交学费。

几条我算出来的坑

别光听好的。坑我列几条，都是自己翻条款翻出来的。

先说积分。它是按订阅月刷新的，这个月没用完，下个月清零，不给你攒。你多买的额度，月底就蒸发。用量忽高忽低的公司特别难受——忙的时候不够要加购，闲的时候又白白浪费。

再说席位制本身。它对"少数人重度用"的公司特别亏。你20个人的公司，天天用AI的就3个，你买20个席位，等于给17个不用的人交钱。真实的单人成本被稀释好几倍。真要省，就只买3个席位，其他人能不能共享，还得看合规允不允许。

还有那个旗舰版，100席起购。298乘100，一个月29800块起步，一刀就把中小公司砍在门外。想用私有部署、想要更严的管控？先凑够100个人再说。

而真正的坑，其实不在钱上，在数据上。束骏亮自己讲过，要搭一套企业上下文，有两个难点：一个是数据来源太杂、前后矛盾多，一个是抽象算法能不能覆盖钉钉、飞书还有各种别的软件。他甚至打了个比方——一套算法去抽象一家企业的上下文，可能要10天、花100万。席位费才几个钱。把自家数据治理成AI能用的样子，才是真正的大头。

所以我说，企业上下文表面是卖工具，实际是卖一个"你得先把家底理清楚"的门槛。

我的判断

我做了几年内容生意，越来越信一句话：技术本身不值钱，技术的使用成本才决定它能不能变成生意。

9月18号我算过一笔Qwen3.8-Omni-Flash降价的账，自己的API账单从480块砍到17块。10月18号和26号，我又两次聊过包月还是按量。这几篇其实都在讲同一件事——成本。企业上下文也一样，剥开那层"企业级Agent"的包装，里面还是成本和门槛。

陈宇森演讲收尾时引了杰文斯悖论：煤价降了，蒸汽机反而用得更凶。AI也一样，单价越降，企业用得越多，总账单反而越大。

这话对老板是个提醒：别以为AI便宜了你就省钱，你可能会花得更多。以前一个部门一年花几万买软件，现在换成AI，可能变成一个月几万。单价是降了，但用的次数涨得更快，账单反而更厚。

我见过太多小老板踩这个坑。他们听"AI便宜"就冲进去，结果发现便宜的是单次调用，贵的是自己搭流程、调提示词、改数据的时间。AI这东西，门槛从来不在价格表上。

但对我们这些个体户、小团队来说，这话是另一层意思——大厂在抢"重数据、重流程、重合规"的活，那我们就别去那挤。我们的机会在轻的地方：数据轻、决策短、按件收钱、一个人就能交付。

顺带说一句。我翻了半天官方给的案例，全是大客户——粮油巨头、车企、万家门店的茶饮连锁。中小企业的真实案例，一个都没见着。这不奇怪，"企业上下文"从出生就是冲着大公司去的。你要是个几十人的小公司，别因为看见大厂都在用就焦虑，那套逻辑本来就不是给你设计的。

大厂吃肉，我们喝汤，但汤得挑对碗。

11月2号换人。这次轮到那位行业老炮出来写。他打算聊同一场云栖大会上的另一半——千问办公顺手发的硬件。一个67克、主打"真AI不录音"的小玩意儿，还有个899块、摆在工位上的桌面机器人。他说软件抢的是你的活儿，硬件抢的是你的"现场"。开会的时候到底谁记笔记，这事的答案可能真要变了。

我问他，这跟咱们算账的有啥关系。

他说关系大着呢——硬件是往企业里塞的又一根管子，管子里流的还是数据。谁的管子多，谁就离那150PB更近一步。

行。他研究他的管子，我接着算我的账。

反正都是同一件事：钱从哪来，又往哪去。