新闻里的 AI 靠裁员赚钱，实业里的 AI 开始解决问

几万亿参数的前沿大模型不断在新闻里改变着世界，让全球股市在一天内涨跌几千亿美元。但公司用什么技术，通常取决于它的预算。离开雇佣大批高薪程序员的科技行业，最先进的大模型更多是谈资。

一项前沿技术真正进入各行各业、改变每个人的生活，往往要等到它不再性感，成熟到“无聊”。最近进入这个阶段的，是Transformer之前的明星——CNN、RNN架构的模型。

十年前，科技媒体最关注的创新科技公司是做这些模型的“AI四小龙”。英伟达来中国办活动，黄仁勋将海康列为跟阿里云一样重要的AI合作伙伴。

今天，这些公司不再被人讨论，而曾经的前沿技术也足够便宜，进入了生产线。

双十一前夕，多个物流转运中心装上了新的AI服务器。每台服务器盯着一个转运中心上千个摄像头的实时画面，每秒刷新8次。包裹卡住、分拣员用力扔快递，服务器一分钟内就会发出通知，派人处理。

在苹果一家中国供应商的生产线上，一百多个激光3D打印的钛合金零件组装成折叠屏铰链。每个零件和装好的铰链，最后都要放上支架检查。产线上没有纪录片里那种扭着脖子看放大镜的工人。干活的是一排十几个摄像头，每秒拍10张，边拍边调整位置。照片全部在流水线里一台类似PC的AI服务器上检测。人只负责把合格的零件搬走。

一些司法部门下班后，办公楼里的小型服务器还在处理历史档案。这些数据不能、也不需要上传到对外服务的大模型，楼内服务器上的 27B Qwen 就能把它们整理成数据库。第二天上班，工作人员像用豆包一样提问，就能准确查到相关历史案件怎么处理，附上出处。

这些场景不需要最大的模型。十年前流行的视觉模型，加上规模较小的大语言模型——参数规模通常只有 Kimi K3 几分之一甚至几十分之一，已经能完成不少工作。

这些场景里的GPU都由登临提供，一块卖几千元到几万元。今年前4个月，登临卖了10000多块。在价格敏感的行业里，它一单一单替掉了英伟达的推理芯片，甚至游戏显卡。

从快递物流，到工厂流水线，AI已经是一笔算得过来的账

快递业今天更像自动化工厂。一座占地30万平米的大型物流转运中心，传送带总长40公里。货车运来的快件倒上分拣机，扫码后进入不同的传送带，再装车发往全国。

这里的传送带，平均一天出上千起故障。包裹被护栏挂住，就可能挡住后面的包裹，堵住一整条传送带；有时包装被撕裂卷进机器，导致整条线停下；如果面单损坏，查不到包裹从哪儿来、该到哪儿去，就成了快递业说的“无头件”，等着赔客户。

这样一个转运中心，光专门盯着流水线和分拣操作的摄像头，就有将近数千个。