AI代理商固定費用：建立經常性收入

基於項目的收入是不可預測的。一個月您有三個活躍項目；下個月您沒有。建立可持續業務的代理商靠固定費用收入做到這一點，收入因此複利而非波動。

微調AI模型創造了一個自然的、合理的固定費用結構，客戶理解並重視。與傳統代理商固定費用（「我們維護您的網站」）不同，模型維護固定費用與真正需要持續關注並提供持續可衡量價值的事物相關聯。

為什麼AI模型需要持續維護

這不是製造的需求來證明固定費用的合理性。AI模型會隨時間退化，退化是可衡量的。

模型漂移： 現實世界發生變化，但模型沒有。如果您在3月微調了客戶支持模型，而客戶在6月更新了退貨政策，模型現在正在回答有關舊政策的問題。沒有再訓練，準確率下降。

分佈轉移： 模型的輸入隨時間變化。新產品線、新客戶群或新支持渠道都會帶來模型以前從未見過的新類型輸入。在包含這些輸入的再訓練週期之前，模型在新輸入上的性能退化。

錯誤積累： 隨著時間推移，您收集模型出錯的記錄案例。這些錯誤是下一個版本的訓練數據。沒有審查和納入它們的流程，質量停滯不前而不是改善。

性能監控： 有人需要關注指標。如果模型的自動解決率在產品更改後從87%下降到71%，您希望在客戶注意到退化的客戶體驗之前知道。

它們在初始部署後的3至6個月內發生。您部署的每個微調模型最終都需要再訓練。

三個固定費用層級

根據維護水平和客戶投資意願構建您的固定費用服務：

第一層：僅監控（每月300-500美元）

• 每週性能指標審查（準確率、自動解決率、邊緣案例跟蹤）
• 帶有模型健康評估的月度報告
• 如果指標低於商定閾值的警報通知
• 再訓練建議（不包括，因此會觸發變更單）

最適合：使用案例穩定、變更頻率低的客戶，他們想要可見性。適合部署在靜態工作流程上的模型。

第二層：監控 + 季度再訓練（每月600-1,200美元）

第一層的一切，加上：

• 季度再訓練週期（每季度一次完整再訓練）
• 從監控性能中納入新訓練數據
• 再訓練後評估和準確率比較
• 如果需求發生變化，每季度一次整合更新

最適合：大多數客戶。月度監控捕捉漂移；季度再訓練保持模型更新，而不會有過多開銷。

第三層：監控 + 月度再訓練 + 新使用案例（每月1,200-2,500美元）

第二層的一切，加上：

• 月度再訓練週期
• 每季度一個新使用案例或模型變體（例如，向現有分類器添加新工單類別）
• 性能問題優先響應
• 擴展AI能力的季度策略會議

最適合：數據快速變化、高價值使用案例或積極計劃擴展AI使用的客戶。這一層將您定位為持續的AI合作夥伴，而非僅是供應商。

每個層級包含的內容

推銷詞：為什麼客戶為固定費用付費

當客戶理解以下三件事時，他們批准固定費用：

1. 過時模型的成本。 如果他們的支持模型的自動解決率因模型6個月未更新而從85%下降到65%，他們正在手動處理20%更多的工單。每個手動工單12美元，每月500個額外工單 = 每月6,000美元隱藏的人力成本。相比之下，您的800美元/月固定費用顯得很便宜。

在您的固定費用推銷中使用這個計算。計算客戶每個未自動化工單的成本，估計沒有維護的退化率，並顯示數字。

2. 他們不想管理的複雜性。 大多數客戶簽約是為了「處理X的AI」，而不是為了管理訓練數據集、再訓練週期和性能監控的第二份工作。固定費用購買的是安心：有人在關注，模型不會悄悄退化。

3. 自己做的機會成本。 如果客戶試圖在內部管理模型維護，他們需要了解數據管道、能夠運行再訓練、能夠評估結果、知道何時標記問題的人。您的固定費用明顯比聘用那個人便宜。

管理固定費用客戶的基礎設施

Ertas代理商計劃（69.50美元/月）是為此模式構建的：

• 每個客戶一個獨立專案，讓每筆委託有自己的畫布與自己的訓練執行歷史
• 沒有硬性並發上限，您可以同時再訓練多個客戶，實際上限是您的點數餘額
• 每月400個積分覆蓋大約25-40次月度再訓練，足以讓10個第二層客戶或5個第三層客戶使用
• 100 GB 模型成品儲存空間，讓每個客戶匯出的 GGUF 與 LoRA 適配器都留著可隨時重新交付

第二層固定費用客戶的月度工作流程：

1. 審查上個月的監控指標（30分鐘）
2. 識別值得納入的邊緣案例和錯誤模式（30分鐘）
3. 如果是季度再訓練月：整理新訓練數據、運行再訓練、評估結果、記錄（3-4小時）
4. 向客戶發送月度報告（30分鐘）

每個第二層客戶每月總時間：1.5小時（非再訓練月），5.5小時（再訓練月）。每年3個再訓練月，平均每月每個第二層客戶約2.5小時。

10個客戶固定費用計算

擁有10個活躍固定費用客戶的小型代理商：

月度基礎設施成本：69.50美元（Ertas）+ 約100-200美元（VPS/基礎設施）= 約170美元/月。

運營利潤：9,130/9,300 = 固定費用收入98%毛利潤（您的時間之前）。您的時間之後的淨利潤（估計每月25小時，每小時75美元 = 1,875美元）：7,255/9,300 = 78%。

入職→固定費用轉化

每個項目都應構建為自然地引導到固定費用。在項目期間：

1. 在您離開之前設置監控。 將性能跟蹤作為初始部署的一部分安裝。在交接期間向客戶展示指標儀表板。

2. 記錄退化時間表。 明確告訴他們：「根據您的數據變化頻率，我們預計模型需要在3-4個月內再訓練以保持這些準確率水平。」

3. 在交接時提出固定費用。 將它定位為自然的延續。「我們建議第二層維護以保持模型更新。這包括季度再訓練和每月900美元的監控。」

4. 展示ROI計算。 將固定費用成本與模型創造的價值聯繫起來。如果模型每月為他們節省4,000美元的API成本或6,000美元的手動工作，每月900美元的維護是該價值的15-22%，是非常合理的保險費。

當您把它呈現為與客戶已經關心的指標掛鉤的持續價值交付時，從項目到固定費用的轉化率通常為60-80%。

---

延伸閱讀

• 微調模型的經常性收入：完整的經常性收入操作手冊
• 管理多個微調模型：多客戶模型管理的運營系統
• 代理商的AI模型版本控制：跨客戶跟蹤模型版本
• 交付前驗證微調模型：客戶交付的評估流程
• Ertas Pro 方案評測：為顧問費模式的機構工作打造的方案