AI服务商为什么容易做成人力外包？

这是一条很滑的坡。开始时大家都想做技术服务，两年后回头看，账单上写的是「驻场人员 3 名，共 36 人月」。退化不是一天发生的，但有明确的早期信号。

一、信号一：报价单位变成人月

计价方式是最诚实的自我暴露。按场景报价，说明你卖的是结果；按人月报价，说明你卖的是时间。

很多团队是被动滑过去的——客户说「你们按人月报吧，我们好走流程」，于是就改了。改完之后，所有后续决策都会被这个单位牵引：客户希望人待得久，你也希望人待得久，效率提升反而变成了双方都不愿意的事。

一旦滑到这一步，想改回来非常难，因为客户已经建立了成本预期。

二、信号二：现场没有沉淀

判断方法很简单：翻一下最近三个项目，看看有没有产出任何可以直接用到第四个项目的东西。如果每次都是从零开始，说明现场时间只换了工时收入。

沉淀不一定是代码，可能是一份行业术语对照表、一套数据核查清单、一组调优过的提示词。关键是它能不能让下次更快。

没有沉淀的现场时间，本质上就是被出租的人力。技术含量再高也改变不了这个性质。

判断自己是不是在做外包，看第三个同类项目比第一个快了多少。答案是零，那就是外包。

三、信号三和四

信号三是需求照单全收。真正的服务方会拒绝一部分需求，因为它们不解决核心问题、或者性价比太低。什么都答应的团队，说明已经把关系维护放在了专业判断之上。

信号四是收入和人数严格线性。如果去年十个人做一千万，今年二十个人做两千万，人均产出没有提升，说明能力没有在积累，只是人多了。

这四个信号里出现两个，就该认真检讨。出现三个以上，基本可以确认已经完成退化。

四、阿优至简的视角

我们防退化的做法有两条。第一条是坚持按场景报价，客户要求按人月的，宁可不接。这条规矩让我们失去过一些订单，但保住了商业模式。

第二条是把人均产出当作核心指标看。团队规模不作为目标，能不能用同样的人做更多的场景才是目标。这也是我们大量使用智能体承担重复工作的原因——不是为了赶时髦，是为了让人均产出这条线能持续往上走。

落地前的三条至简建议

1. 先守计价：把按场景报价作为底线，写进内部规范。
2. 先查沉淀：每季度盘一次可复用资产清单，没增加就是警报。
3. 先看人均：用人均产出而非团队规模衡量成长。

从技术服务滑向人力外包，不需要任何人做错决定，只需要在每个岔路口都选那个更容易的选项。