本文仅在今日头条发布，谢绝转载

导读：“AI 鉴定玉石收入百万”是一个很好的“人工智能+传统产业”的故事，这个故事，不仅关乎于技术，更关乎于信任、流量和商业模式：如果你能在一个信息不对称的传统行业，通过新技术建立起信任，再把信任转化为流量，最终的交易就是水到渠成的事情。

1997年出生的河南小伙王朔，用AI鉴定玉石在8个月内做到上百万GMV，造富故事背后，我们应该思考的是这种做法是否具有可复制性。

王朔出身玉石世家、毕业于复旦计算机专业、曾在互联网大厂做过AI产品经理，在经历了两次创业失败后，他将目光转回了自己最熟悉的领域。

“玉王朝”主打AI鉴定玉石。用户只需要上传几张玉石照片和信息，AI就能给出一份包含真伪、产地、品质和估价区间的报告。

要理解王朔的成功，我们需要拆解背后的三件事：技术能做什么、商业模式如何闭环，以及真正的壁垒在哪里。

AI鉴宝，靠谱吗？

首先来看技术层面，AI鉴宝，靠谱吗？我觉得还是有一定道理的。

因为王朔并不是直接把用户的图片交给豆包、千问、DeepSeek去做识别，那也太没有技术含量而且太不靠谱了。

他的做法是，将家族在玉石行业积累的经验，转化为成千上万张人工标注的训练数据作为教材，自己训练了一个专门用于鉴定玉石的模型。

河南南阳石佛寺镇

这个模型专注于解决玉石鉴定中的特征提取和分类问题，主要依据图像中玉石的纹理、色泽、棉絮、裂隙等细节给出意见。

然后，为了给用户更好的体验，王朔在输出环节，会调用大语言模型的能力，结合 RAG 知识库，根据“玉石鉴定专用模型”给出的特征，结合知识库里和行情数据，生成一份面向用户的、图文并茂的鉴定报告。

这种做法的核心在于训练专用模型，当积累的图像数据足够多，模型就能够学习到正品、A货、赝品的不同视觉特征。同时，通过大模型+知识库的做法，给出用户需要的报告。

按照王朔的说法，在理想条件下，“玉石鉴定专用模型”能够做到 95% 的准确率。

我觉得，这个数字其实并不重要。因为这种鉴定肯定做不到百分百准确，用户也不会指望 AI 给出一个绝对靠谱的答案。

视觉 AI 无论如何都是替代不了玉石鉴定报告的，王朔的聪明之处也在于此，“玉王朝”真正解决的，依然是交易问题。

技术背后的商业模式

玉石行业数千年来都建立在“眼学”和“师傅”的经验之上，这是一个典型的信息不对称市场。卖家说得天花乱坠，买家心里一团迷雾。一个新手走进玉石市场，大概率是要交学费的。

在这种环境下，消费者最缺的就是一个相对客观、立场中立、成本低廉的参考坐标。

“玉王朝”的AI鉴定功能，恰好就提供了这样一个坐标。它可能不是100%准确，但它至少提供了一个不受卖家主观意志影响的第三方意见。

当一个消费者面对一块标价几千的玉石，心里没底时，花几块钱或者通过首次免费的机会，用App拍一下，得到一份报告，这本身就极大地增强了他的议价能力和决策信心。

这个报告的价值，不在于它的绝对精确，而在于它打破了卖家单方面的信息垄断。它成为了一个“信任代理”或者说“决策锚点”。

王朔自己也承认，“让用户相信这95%，比做到95%难10倍。”这句话的潜台词是，用户需要的不是一个完美的鉴定机器人，而是一个能帮助他们在交易中感到更“安全”的工具。

如果理解了AI在这里的核心作用是构建信任，那么它的另一个价值就水到渠成了：流量获取。

对于一个新上线的电商App，最头疼的问题就是获客。传统的买量、投广告成本高昂。但“免费/低价AI鉴宝”是一个极具吸引力的钩子。它精准地筛选出了对玉石感兴趣的潜在用户群体——要么手里有玉想知道真假贵贱，要么准备买玉怕被坑。

这些人被吸引到App上，就成了最优质的私域流量。App通过提供鉴定服务完成用户的初次价值交换，建立初步信任后，再顺理成章地切入交易环节，就变得非常自然。

“玉王朝”的商业模式就是这样的一个闭环：用AI鉴定作为流量入口，吸引并筛选目标用户；然后通过App内直接销售自有供应链的玉石来完成商业变现。所有上架的商品，都支持用平台自己的AI进行检测，这又进一步强化了平台的公信力。

鉴定服务本身并不重要，但它带来的用户和信任，是驱动后续电商交易的发动机。

真正的壁垒依然专业数据和供应链

AI鉴宝在市面上也并非没有竞争者，比如清华系的“图灵深视”，已经和闲鱼、抖音等大平台合作，而且业务范围也更广，覆盖箱包、潮鞋、化妆品等多个品类。

这些案例里，真正的壁垒，或者说护城河，在于高质量的、有标注的垂直领域数据，以及深植于行业的供应链能力。

王朔的家庭世代从事玉石生意，这意味着他天然就拥有一个“数据金矿”。过去多年电商交易中积累的大量玉石图片、对应的成交价、品质描述、客户反馈，这些都是训练AI模型最宝贵的燃料。雇佣数据工程师对这些自有数据进行清洗和标注，其质量和相关性比公开爬取的数据要高很多。

但这是典型的“脏活累活”，也是很多纯技术背景的创业者所缺乏的。没有高质量的数据喂养，再先进的算法也只是空中楼阁。

其次是供应链。AI鉴定解决了“信不信”和“人从哪来”的问题，但最终能否赚钱，依然取决于你卖的货本身。能否控制商品的品质和成本，这是将流量转化为有效GMV和利润的基础。

如果一个纯技术团队搭建了同样功能的App，却没有可靠的供应链，那么它只能停留在做一个收费鉴定工具的层面，天花板就会很低。

从玉石到万物：产业AI的落地逻辑

“玉王朝”的成功，是一个典型的“产业AI”案例。它的成功不是因为AI技术本身有多么颠覆性的突破，而是因为一个懂技术、懂产品、又深度理解传统产业痛点的人，将三者完美地结合了起来。

王朔利用技术作为杠杆，撬动了一个信息壁垒森严的古老行业，但真正支撑起杠杆支点的，是他多年积累的行业认知、数据和资源。

这个故事证明，在生成式AI时代，真正的机会往往不在于追求打造更大、更强的通用模型，而在于找到一个足够垂直、痛点足够明确的场景，用“足够好”的技术去解决实际问题。这个问题的关键，常常围绕着“信息不对称”和“信任缺失”。

无论是玉石、古玩、二手奢侈品，还是法律咨询、医疗诊断辅助，这些领域的共同特点是，专业知识门槛高，服务供给有限且昂贵，导致普通用户在消费和决策时处于弱势地位。

AI在这里可以扮演一个“知识普惠”和“信任中介”的角色。它不一定能完全取代顶级的专家，但它能将专家60%到80%的知识和能力，以极低的成本，大规模地提供给普通人，这就足以产生巨大的商业价值。

王朔的路径也给出了一个可供参考的做法：不要一开始就想着颠覆整个行业。先从一个最痛的、最小的点切入，比如鉴定。用一个工具属性的产品，以服务的方式，低成本地获取第一批核心用户，并完成数据的原始积累。然后，在服务用户的过程中，逐步构建起社区和信任，再自然地延伸到交易、服务等更深度的环节，最终形成一个商业闭环。

总而言之，AI鉴定玉石的故事，表面上是技术驱动的创新，但其内核，依然是关于商业的智慧。它关乎如何发现一个真实存在的需求，如何用一种新的方式构建信任，如何设计一个可持续的商业模式让价值流动起来。

技术在这里是催化剂，是放大器，但绝对不是全部。真正的价值，诞生于技术与产业、算法与场景、代码与人性的深度融合之中。

这才是当下所有AI创业者，都应该思考的问题。