一句话看懂：随着AI供应商从低价订阅转向按结果收费，企业AI成本将大幅上涨。但本地部署的AI PC正在快速演进，有望让企业通过硬件一次性投入，将部分通用AI任务从云端拉回本地，形成一个更可控的混合算力架构，但这并不意味着云计算的终结。
事件核心：发生了什么
TechRadar报道指出，AI供应商正在调整定价模式。此前为吸引用户而设计的低价订阅或按席位计费正在被淘汰，取而代之的是按Token消耗量或结果付费。Zendesk产品和工程总裁Shashi Upadhyay强调，传统按人头收费对客户不公平——无论问题是否解决，客户都要为原始的AI能力付费。新模式下，客户只需为“成功结果”买单，但这也意味着AI服务的成本将变得显著且不确定。
与此同时，AI PC的硬件能力正在快速跃升。Omdia研究总监Ishan Dutt透露，18个月前被称为“AI-ready”的PC，其NPU算力还不到10 TOPS；微软定义的Copilot+ PC已将标准提升至约40 TOPS；而在CES 2025上，Intel、AMD、高通展示的NPU均已超过50 TOPS，甚至已经有75 TOPS以上的产品信号。Omdia认为，真正的AI PC还要求16GB以上内存，且32GB才能支持更重的生成式任务。AI能力是NPU算力、内存和GPU三者协同的结果，这个门槛仍在持续被推高。
为什么重要
这件事之所以关键，在于它戳破了两个此前默认的假设：一是AI服务会持续便宜下去，二是云端计算是唯一合理的推理方案。供应商转向以结果为导向的定价，意味着过去用低价跑马圈地的“烧钱换增长”策略已经结束，企业必须面对AI成本激增的现实。而AI PC的硬件跃迁——从10 TOPS到50+ TOPS、从16GB到32GB内存——使“本地推理”从一个可选项变成了一个正经的商业决策。对企业而言，将概括、转录、背景移除等基础任务放至本地运行，可将云端算力用在大型企业应用或最新大模型推理上，形成一个“本地固定成本+云端弹性成本”的混合架构。
对用户/开发者/创作者的影响
企业采购者：需要重新评估AI基础设施总成本。传统上把所有AI任务扔到云端的策略，在按量计费下可能迅速失控。采购AI PC是一次性资本支出，可为高频、低复杂度的AI任务提供无限次、零边际成本的算力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者：应关注本地推理能力与云端协同的接口设计。随着NPU性能向50+ TOPS、内存向32GB以上迈进，本地运行小模型甚至部分中型模型已经可行，开发者需要规划哪些推理任务放本地、哪些放云端，以优化总成本。
普通用户/创作者：短期内可能不会直接感到价格冲击，但长期来看，依赖云端付费的AI工具（如文档摘要、图像处理）可能会涨价或限制免费额度。拥有较强本地算力的设备反而可能成为控制使用成本的性价比之选。
值得关注的后续
1. AI PC的实际出货量与换机周期能否匹配？目前公开信息显示，虽然企业对新硬件的兴趣升温，但大规模部署仍受限于更新换代的节奏。在即将到来的企业设备更新潮中，是否将AI PC列为标配，将直接影响本地推理的市场渗透速度。
2. 云端供应商是否会推出差异化定价以应对AI PC的竞争？如果企业大规模将基础推理移回本地，云端供应商的ToB业务收入结构将面临压力。我们可能会更快看到针对高价值推理与训练任务的加价，以及针对轻度任务的捆绑降价。
3. 本地模型生态是否会迎来爆发？一旦AI PC的硬件基线被确立（例如NPU 50+ TOPS、32GB内存），针对本地运行优化的小模型、开源模型、轻量级Agent框架将获得更大的开发者关注，这可能反过来加速企业在本地部署AI能力的决策。
来源：TechRadar
