AI 供应商的售前 demo 怎么看：不被炫技带跑的 5 个问题

说真的，我现在看到"AI 供应商售前 demo"这几个字，条件反射就是先翻个白眼。不是我对 AI 有意见——是我前两年被 demo 忽悠过，学费交得肉疼。今天这篇就把我交学费换来的 5 个问题分享出来，看 demo 之前先存好，关键时刻能救命。

先说个扎心的：demo 都是排练过的

这是第一个反常识的点：你看到的 demo，不是产品的日常状态，是它的高光时刻。样板数据是清洗过的，演示的 SKU 是挑过的，光线、网络、流程全是彩排好的。这就像相亲——谁还不把最好的一面拿出来呢？问题是，仓库的日常是反光包装、褶皱条码、歪掉的托盘和爆仓的波次，demo 里这些一个都不会出现。

2025 年初，我去看一家做视觉识别分拣的供应商 demo。现场那叫一个丝滑：相机一扫，SKU 信息、数量全对，机械臂分毫不差，我当时差点当场签意向。回来拿自己仓三个月的真实订单数据一跑——包装反光的认不出，条码贴皱的读不对，混码托盘直接罢工。demo 里"看着百发百中"的东西，到我的真实场景里差距大到没法用。从那以后我立了条铁律：demo 现场不做任何决定。

5 个问题，一个都别省

这 5 个问题是我现在看任何 AI 供应商 demo 的标配，一个一个问，问完再谈价格。

1. 能不能拿我的真实数据跑一遍？

怎么问：直接给脱敏后的真实数据——三个月订单、SKU 主数据、问题件记录，让他现场跑。看什么信号：爽快答应的，至少对自己的泛化能力有信心；找各种理由推脱、说"我们样板数据更标准"的，基本就是只敢在舒适区表演。红灯回答："我们的模型在标准数据上表现最好。"翻译一下：你的真实数据它搞不定。

2. 拿我最难搞的场景试一次？

每个仓都有自己的"地狱场景"：我的就是反光袋包装加褶皱面单。demo 时主动说：别演顺利的，就演这个。AI 产品最怕的不是平均情况，是长尾。记住，demo 里最丝滑的环节，往往是上线后最先崩的环节——因为排练得最多的就是它。

3. 你们搞砸过哪个项目？

这是我最喜欢的问题。问失败案例，看他敢不敢讲。能讲出"某客户上线后识别率掉了，我们花了两周加了补光和二次校验"的，是真干过项目的；支支吾吾说"我们目前还没有失败案例"的，要么是撒谎，要么是项目太少。两种都别选。

4. 上线之后到底谁来运维？

demo 讲的是能力，运维决定的是寿命。必须问到：模型多久重新训练一次？谁来做？我的新 SKU 上来了谁标注？出问题响应 SLA 是多久？很多 AI 供应商卖的是"交钥匙"，实际上钥匙交完人就撤了，剩下你自己跟模型搏斗。

5. 到底按什么指标收费？

按调用量、按仓、按年，还是按识别成功的单量？涨价条款怎么写？我的数据归谁、能不能拿去训练别人的模型？价格问题放最后问，但必须问透。demo 时含糊的收费项，合同里一定会变成刺。

最后算笔账：demo 的数字一个都别信

数据说话环节。demo 里供应商常报两类数字：准确率和 ROI。我的处理方式：准确率只认"我的数据跑出来的数"，ROI 只认"扣掉运维人力和标注成本之后的数"。下面这张表是我心里那杆秤的简化版：

再给一个决策框架：5 个问题，每个 0～2 分（0=答不上来，1=勉强，2=对答如流且有证据），8 分以上再谈商务，6 分以下直接淘汰。这套打分我用了几次，筛掉过两个"demo 王者、落地青铜"。

避坑提醒三条之前，先教你拆三句 demo 现场最高频的话术。第一句"我们的算法是自研的"——自研不等于好用，重点是有没有在你这个行业真实落地过；第二句"准确率 99%"——不说分母的准确率都是耍流氓，99% 是在样板数据上还是你的地狱场景上，完全是两回事；第三句"上线两周就能跑起来"——跑起来和跑得准是两回事，模型上线后的前三个月才是真正的考试。话术听得越多，你越会发现：demo 卖的永远是确定性，仓库给的永远是不确定性。

避坑提醒三条：第一，demo 现场不签任何东西，冷静 48 小时；第二，demo 时承诺的关键指标，白纸黑字写进合同附件；第三，POC 最好按效果付费，达不到承诺指标有权终止。供应商敢接这三条的，基本靠谱。顺带说一句，这套打分表我也发给了两个做 3PL 的朋友，他们拿去看 WMS 供应商的 demo 照样好用——逻辑是通的：凡是 demo 里不敢让你用真实数据验的，统统先打个问号。

"拿我的数据跑一遍"这招我亲测有效。两次帮我筛掉了 demo 王者，一次帮我把首年报价谈下来一大截——当供应商知道你是真懂验货的人，报价都会老实很多。下次看 demo，记得把这 5 个问题打印出来带身上。

作者：阿K｜跨境电商卖家，5 年老卖家