RAG 从发布会PPT到工厂车间的真实账本

我那天在开标现场，裤脚还沾着前一天去常熟看纺织厂产线蹭的棉絮。

2026年开春的开标现场

客户是做汽车精密零部件的，之前听了三场大模型厂商的发布会，回来列了120万的预算，要上一套全车间的RAG知识库，说能把技术文档的查询效率提90%，减少因为查不到维修手册导致的设备停线时间。

结果开标当天，三家投标方的报价摊在桌上，最高的44.8万，最低的27.98万。

招标办的张主任脸都绿了。他之前做预算的时候，是照着2024年头部云厂商的公开报价算的，本来留了充足的议价空间，哪想到两年时间，价格直接打到两折。算下来这差出来的92万，相当于这个300人规模的工厂全年一线质检岗技能培训经费的1.7倍。

第一家投标的是本地的小公司，老板我认识，之前就是给客户做OA系统外包的，团队连个专职算法工程师都没有。他掏出来的演示视频更实在：把客户车间12年的维修手册、质检标准、供应商来料报告全部切分，接个开源的7B模型，查一个轴承故障代码的响应时间是2.1秒，跟之前客户花80万做的定制化知识系统比，召回率差了不到4%。

我凑过去问他，这报价能赚钱不。

他叼着烟笑，毛利18%，再低就卷不动了。

说实话，我当时第一反应是，这哪是什么下一代AI应用的落地突破，这就是把之前靠信息差赚高毛利的定制系统生意，直接拉到了跟装家用路由器一样的标准化赛道。客户根本不关心你用的是闭源大模型还是开源模型，他只关心我车间的老师傅查故障代码的时候，能不能不用翻半米厚的纸质手册，能不能不把我攒了十几年的工艺参数传到公网。

RAG的成本根本不在大家吹的地方

之前所有的发布会PPT里，RAG的核心卖点全在向量数据库的性能、大模型的推理精度、检索链路的优化上，好像谁的向量集群算力强，谁就能拿下这个市场。

我拆过三个落地项目的真实成本表，跟这些宣传的半毛钱关系都没有。

就拿那个27.98万的项目来说，成本摊开算：40%是文档整理的人工钱。就是把过去堆在共享盘里的扫描版PDF、手写的维修记录、甚至夹在文件夹里的过期通知，全部OCR识别、去重、打标签，把错的、过期的内容全部剔出去。这部分活没有任何技术含量，就是蹲在车间里跟老师傅一条一条对，但是占了最高的成本比例。30%是服务器折旧的钱，用的就是客户机房里之前跑数字孪生项目闲置的3台GPU服务器，本来就没人用，摊个电费就行。20%是向量数据库的授权费，现在国内做向量库的厂商卷到什么程度？100G的存储空间一年授权费才1200块，比客户存这些文件的企业云盘年费还便宜。剩下10%才是现场调试的人工成本。

算个账：一个千万级别的工业RAG项目，真正花在向量计算上的全年算力成本，还不到项目实施期间给驻场员工发的加班餐费的三分之一。

这场景跟苏南制造业过去二十年的升级逻辑一模一样。一开始所有人都觉得，要搞最先进的进口机床、全自动化的生产线，没有顶级硬件就做不出好产品。最后卷到最后，大家拼的是把螺丝的拧紧力矩控制到标准值的±5%，把每批物料的摆放位置标清楚，把每道工序的良率提0.1个百分点的现场管理能力，根本不是什么颠覆性的技术突破。

杭州有个做向量数据库的公司，2024年的时候还在对外吹自己是“大模型时代的Oracle”，融资后的估值冲到30亿，销售见客户就吹自己的检索延迟能到毫秒级。结果2025年下半年，开源社区把所有向量库的核心功能全部做全了，还免费给商用，他们的企业级授权收入直接掉了70%。现在公司一半的销售团队都转去做文档清洗的外包服务，之前为了给大客户做集群采购的20台GPU服务器，现在拆了当个人开发机卖，库存压了快半年。

谁在扩产？就是那些之前做企业数字化外包的小团队，本来给客户做OA、做文件共享，现在套个RAG的壳，把开源框架拉下来改个界面，就能多收十几万的项目款，根本不用养昂贵的算法团队。谁在库存里挣扎？就是那些之前靠卖大模型微调、卖专属算力集群赚高毛利的厂商，融了几个亿，买了一堆GPU建公有云推理集群，结果客户现在全要离线部署，所有数据存在自己的机房里，根本不买在线推理的账，集群的闲置率超过70%，每个月的电费都快压得人喘不过气。

普通从业者的选择逻辑

之前所有人都觉得，做RAG要会写复杂的向量检索代码、要懂大模型微调的技术原理，是算法工程师的专属赛道。

跑了三个省的项目我才发现，现在交付最快、客户最满意的实施人员，根本不是那些985毕业的算法工程师。

去年在宁波的一个注塑厂项目，驻场的小伙子是中专毕业，之前在车间做了四年设备维修，后来转做数字化实施。他比一起进场的两个算法工程师的交付速度快3倍——因为他知道哪份维修手册是2019年的过期版本，哪份质检标准是2024年刚改的，哪份供应商的来料报告是之前的文员凑数编的。那些算法工程师只会对着PDF文件机械切分，根本分不清哪些内容是真的能用来解决问题的。

现在翻江苏、广东2026年一季度的制造业RAG项目招投标文件，评分标准已经全变了。之前占比60%的“大模型参数规模”“向量检索性能”这些指标，现在占比不到10%，反而把“非结构化文档清洗准确率”“全离线部署能力”“历史工艺文档适配数量”这些指标拉到了评分项的第一位，占比超过60%。那些靠吹参数拿项目的厂商，现在连资格审都过不了。

我上个月跟一个做RAG创业的老板吃饭，他说现在最想做的生意，就是把闲置的GPU拆了，给小区旁边的网吧做游戏服务器升级，至少现金流能转起来，不用每个月烧钱养团队。

没人再提之前发布会里说的“RAG是大模型落地的最后一公里”的宏大叙事了。大家都在算实账：哪个环节能不卷，哪个环节能赚现金，哪个环节不会被开源工具免费替代。

现在所有人都在闷头切文档、打标签、调试检索效果，但是没人停下来问一句——当所有车间的纸质手册都变成可检索的电子文件，当所有的故障记录都被打了标签，下一个能撑起高毛利的环节，到底是在冷冰冰的算力集群里，还是在那些没人愿意蹲的、飘着机油味的车间角落里？