先说结论：仓库 AI 项目的预算表里，软件许可那一栏通常只占三到四成。真正吃钱的大头，是立项时根本想不起来的三项：摄像头和算力的硬件、把数据洗干净的人力、以及项目延期时交的学费。
2023 年，我在 Inland Empire 一家 12 万平方英尺的 3PL 仓看过一个视觉盘点项目。立项预算 8 万美金，最后花到 23 万。超支的部分，一分钱都没花在软件上，全是硬件加装、数据标注和返工。这不是个例——我做过的 AI 项目里，一次按预算做成的不到一半。问题很少在技术，而在预算编制时只算了"看得见的钱"。今天就把四笔钱掰开讲清楚。
第一笔：软件的钱，是最好算的一笔
软件许可或者订阅费，是四笔钱里最透明的。按年订阅、按摄像头路数或者按识别次数收费，报价单上写得明明白白，乘一下数量就能出总数。这笔钱反而最不容易出意外。
容易踩的坑在两个地方。一是按"试点规模"报价、按"全仓规模"签合同。很多厂商的试点报价是 10 路摄像头起步，你觉得便宜，签约时才发现全仓要 80 路，单价还不打折。二是续费条款，第一年优惠价，第二年恢复原价，合同里小字写着。签约前把第二年、第三年的价格锁死，或者至少拿到书面封顶。
我的判断是：软件这笔钱，宁可多花一点买成熟的，也别为了省许可费选半成品。仓库现场没有人有时间给你当小白鼠，一个识别率差五个点的模型，现场返工的成本能把你省下的许可费吃掉十倍。
第二笔：硬件，别忘了"最后 100 米"
摄像头、边缘服务器、网络、供电、支架——这笔钱立项时最容易被低估。我见过一个做入库体积测量的项目，软件谈下来 3 万美金，现场一勘察傻了：传送带上方没有网口，拉了 200 多米网线，加了两个交换机，又给每个相机配了独立供电，一圈下来硬件花了 4 万多，比软件还贵。
预算编制时，硬件要按"点位"算，不是按"设备"算。一个点位的完整成本，等于相机加镜头加支架，再加布线、网络端口、供电和安装人工。只算相机单价，漏掉后面几项，预算至少差出一倍。
还有一个隐性成本：算力。边缘推理用工控机还是走云端？云端按调用量收费，试点时便宜，量一上来可能比买服务器还贵。我做过的项目里，日均识别量超过几万次的，基本都是本地算力更划算。这笔账要在立项时算，别等账单来了再算。
第三笔：数据，最贵的是人工
这是四笔钱里最被低估的。AI 模型要吃数据，仓库的数据现状我太了解了：纸单、Excel 表格、WMS 里缺字段的记录、摄像头拍的逆光照片。把这些变成模型能用的训练数据，靠的是人工标注和清洗。
一个中等规模的视觉项目，标注几千张图片是起步。外包标注听起来一张一两美金不贵，但加上质检、返标、场景覆盖不全要补拍，一个项目的数据成本轻松到几万美金。更贵的是你们自己人的时间：定义标注规范、验收标注质量、处理边缘案例，这些活儿只能自己人干，外包商不懂你的业务。
标注规范要细到什么程度？举个例子："破损"算不算异常？胶带开了算吗？纸箱压瘪但没破算吗？这些边界不写清楚，标出来的三千张图能有一半要返工。我见过一个项目，标注返工了三轮，光返工就烧掉了一个月，最后发现是规范里"褶皱"和"破损"没分清楚，标注员只能靠猜。
预算里要单独列一行"数据准备"，按标注量乘单价再乘 1.5 的返工系数，另加内部人力投入。凡是说"你们数据现成的，直接就能用"的厂商，八成没做过仓库项目。
第四笔：人，内部和外部的都得算进去
外部实施费好理解：厂商的部署、调试、培训，按人天收费。容易漏的是内部人力。一个 AI 项目至少要配一个内部负责人，每周投入两到三天，持续三到六个月。这个人的人力成本要不要进预算？我的建议是：要。进了预算，老板才知道这个项目真实占用了多少资源；不进，项目就变成"顺手的事"，最后没人真正负责。
还有培训。操作员要学会看 AI 的报警、处理误报、做简单排查。培训不是一次性的，人员流动大的仓库，培训是持续成本。把"首年培训"单独列一行，心里有数。
预算表长什么样？我常用的就一张表，六行：软件许可（含三年续费封顶）、硬件（按点位拆）、数据准备（含 1.5 返工系数）、外部实施、内部人力、余量 25%。每一行后面跟一句"依据"——报价单、历史项目、厂商书面承诺。没有依据的行标黄，评审会上逐条过。2023 年那个 23 万的项目，如果当时有这张表，硬件那一行一定是黄的，因为当时根本没人去现场勘察过，连传送带上方有没有网口都不知道。
除了这四笔，还有三笔钱是我每次做预算评审必问的。第一是集成：AI 系统要和 WMS 对接，接口开发、联调、异常处理，这笔钱经常两边都不认——软件商说这是实施范围，实施商说是定制开发。立项时就把集成范围写进合同，写清按固定总价还是按人天。
第二是试点转正式的"规模溢价"。试点 10 个点位跑通了，扩到 100 个点位，单价会不会涨？数据量大了算力要不要加？扩规模的边际成本在立项时就要问清楚。
第三是失败的预算。直说了，AI 项目有三到四成的概率第一次做不成。预算里留 20%～30% 的余量不是保守，是常识。2023 年那个 23 万的项目，如果一开始就按 1.5 倍做预算，中间不会有那么多扯皮，项目反而可能更快。
给一个明天就能用的建议：立项前先花四周做一个最小可行试点，用真实生产数据跑。试点预算单独批，跑通了再谈全仓预算。试点花的钱，就当是买一张"要不要继续"的门票——这张门票，是 AI 项目里性价比最高的支出。
