这周有件事在圈子里刷屏：DeepSeek 宣布 V4 全系模型正式版要调价，而且用了个很新鲜的说法——"峰谷定价"。闲时价格是高峰时段的一半，鼓励你把任务挪到不忙的时候跑。

很多人第一反应是"又便宜了"或者"又在搞价格战"。但我盯着这个"峰谷"两个字看了很久，越想越觉得，这根本不是个价格问题，这是个组织问题。

它把一件一直藏着的事，第一次摊到了台面上：算力是有时间成本的，而你的组织，完全没为这件事做好准备。

你根本不是"AI公司"，你是个算力散户

我见过不少老板，谈起 AI 落地头头是道：我们上了智能客服、用了 AI 写周报、搞了数据中台。但你问他一句——"你上个月算力花了多少钱？高峰时段的调用量是多少？闲置时段的浪费有多少？"十个人里九个答不上来。

为什么答不上来？因为对大多数传统企业来说，AI 的成本是"沉没"到各个部门的零散订阅里的。市场部买了个写作工具，客服部接了个大模型 API，研发部自己跑了个推理集群。没有一个角色真的在管"AI 的账"。

峰谷定价一出来，等于把这张隐形的账本拍在了桌面上。它逼着你回答一个问题：你能让你的 AI 任务"错峰"吗？

这问题对散户是无解的。散户的典型特征是：任务来了就提交，想到什么问什么，上午十点全员一起跑。你根本不知道哪些任务能等、哪些不能等。

定价，从来都是组织能力的照妖镜

我判断一个事有没有价值，有个很土的方法：看它能暴露什么问题。峰谷定价真正值钱的，不是省那点钱，而是它逼着组织去想一个更本质的问题——你到底是在"用 AI"，还是在"被 AI 用"？

什么叫"被 AI 用"？就是你把它当成一个随叫随到的免费员工，从不规划调用节奏，从不区分任务权重，从不计算单位产出的真实成本。工具越便宜，你的调度能力越差，这才是最隐蔽的成本。

我打个比方。一个工厂如果电价峰谷分时，聪明的厂长会干嘛？他会把高耗能的那批活儿排到夜里低谷电价时干，白天干精加工。这就是"调度能力"——比工具本身更值钱的能力。现在 AI 开始分峰谷了，你的组织有没有这个"调度能力"？

真正的差距不在你用不用得起 AI，而在你会不会安排 AI。

隐性成本的三层，一层比一层吓人

我把 AI 时代的"定价焦虑"拆成三层，你对照看看自己在哪一层。

第一层，显性成本：就是账单上的数字。API 调用费、订阅费、算力租赁费。这层最直观，但也最不重要，因为 AI 总体是越来越便宜的。

第二层，机会成本：这是峰谷定价暴露出来的真正东西。你用高峰时段的昂贵算力，跑了本可以排在低谷的活儿，多花的钱是小，浪费的"调度窗口"是大。你的团队把注意力花在"哪个工具又涨价了"，而不是"我怎么安排任务更高效"。

第三层，决策成本：这是我今天最想说的。AI 一旦开始按时间、按场景、按优先级差异化定价，它就不再是个"用了就行"的透明工具，而变成了一个需要持续做判断的决策对象。什么时候用贵的、什么时候用便宜的、哪个任务值得上顶配模型、哪个任务抠抠搜搜用个小的就够了——这些判断，AI 替你做不了，它反而在逼你做更多的判断。

谁该为"AI 的账"负责？

现在大多数公司里，AI 的账是"三不管"地带：CIO 说这不归我管，CFO 说这不在我预算里，业务部门说我自己买的自己用。峰谷定价一出来，这个"三不管"就藏不住了。

我的判断是：未来一定会出现一个明确的角色或职能，专门管"AI 的成本与调度"——就像当年的"服务器管理员"、"运维工程师"一样。名字不重要，但它要做三件事：

一是看清，把散落在各部门的 AI 成本归集起来，别让算力支出成为一笔糊涂账。

二是调度，区分任务的优先级和时效性，把能错峰的错峰、能降级的降级、能合并的合并。

三是定价，给内部不同场景的 AI 使用"标个价"，让每个用 AI 的人都知道：这不是免费的，你用掉的每一分算力，背后都对应着组织的真金白银。

别让"便宜"变成"更贵"

说到底，峰谷定价给我最大的提醒不是省钱的技巧，而是一个认知：AI 正在从"免费的赋能工具"，变成"需要被经营的资产"。

以前你买把锤子，买回来就完了。现在你接入的是个活的、会波动的系统，它的成本会变、节奏会变、价格会变。你不能再把它当锤子使，你得像经营一条生产线、一个供应链那样经营它。

而经营，靠的从来不是工具，是调度和判断。这个问题，AI 解决不了，得靠人。

据我观察，这恰恰是很多中小企业赶超的机会。大厂有人力去精雕细琢算力，小厂如果能在"怎么花最少的算力干最多的活"上多想一步，反而能跑出效率优势。这比堆 GPU 现实多了。