10月16日，一份公告里有两行字挨得很近。

第一行是拟变更公司名称，经营范围增加四项：信息系统集成服务、人工智能基础资源与技术平台、人工智能通用应用系统、出版物互联网销售。

第二行是2025年的收入：31.98亿元，其中非学历培训31.70亿元，占99.13%；原来的建筑设计咨询业务，不足1%。

第一行想往前跑，第二行把它按在原地。

改名本身没什么可讨论的，工商变更几百块钱。值得拆的是另一件事：一家收入几乎全部来自上课的公司，凭什么认为自己能变成科技公司，它在改名前一年先动了什么。

一、先把31.98亿摊开

31.98亿元里，31.70亿元是培训，剩下0.28亿元是原业务。按这个口径，它的真实身份非常清楚。

这张表说明一件事：它不是一家“正在转型的公司”，它是一家“培训公司加了一个很小的旧业务”。

所以改名不是对现状的描述，是对意图的描述。描述和意图之间隔着一段路，这段路才是本文要看的。

二、市场给“培训”和“科技”的是两把尺子

培训生意的估值锚很具体：校区数、满班率、续班率、单店回收期。增长靠加人、加店、加课时，收入每涨一块，成本基本跟着涨一块。

科技生意的估值锚是另一套：调用量、订阅数、毛利率。增长靠复用，一套东西卖给一千个人和卖给一万个人，成本差得不多。

同一份利润，放在两把尺子下，价格不一样。这就是改名的全部动机，也是改名这件事唯一合理的地方。

但改名不改估值，改成本结构才改估值。

这句话有个不太好听的推论：三年之后，如果培训收入还是99%，名字改十次也没用。市场不看营业执照，看利润表。

四项新增经营范围里，有三项是能力，只有一项是渠道：出版物互联网销售。

这一项容易被当成凑数的。但放在16万小时逐字稿和数十万套真题解析旁边看，它指向一条很清楚的路：把课堂内容做成可以独立销售的商品。课程要老师在场才能交付，出版物不需要。同一份内容，卖一万份和卖十万份，成本几乎一样。

这才是“科技公司”四个字在报表上唯一可能落地的地方。不是名字里有没有科技，是有没有一条收入，能不跟着老师的人数一起涨。

所以真正该问的不是“它为什么要改”，而是“它为了让那99%变得像科技生意，先付出了什么”。公告里能看到的动作，有四步。

三、岔路口一：先改组织，还是先改名字

时间顺序很关键。2025年，它把人工智能升格为一级部门，投入预算不设上限；2026年10月，才公告改名。

组织在前，名字在后。这个顺序不是巧合。

一级部门意味着三件事：预算单列，不用跟招生抢钱；汇报层级高，不用层层审批；最重要的一条，短期不背收入指标。AI 这种事，头两年只有成本没有收入，如果挂在一个业务线下面，第一年亏钱，第二年就会被砍掉。

反过来的做法在行业里更常见：先挂牌子，成立一个“AI 中心”，再从各业务线抽两个人，预算从部门费用里挤。半年后中心的主要产出是汇报材料和参观接待。

中小机构照抄不了“一级部门”，但可以抄这个逻辑：给这件事一个不背招生指标的人，和一笔固定的钱。一个人也行，一笔小预算也行，关键是这笔钱不参与季度考核。

一级部门还有一个隐性作用：把“AI 到底有没有用”的判断权，从业务线手里拿走。业务线判断的标准永远是“这个月能不能带来报名”，答案永远是不能。让业务线来判断一项两年后才见效的投入，结论不用开会也知道。

四、岔路口二：自研大模型，还是接80个

它选了第三条路：接入80多个外部模型，自研15个场景模型，“公域模型＋自研模型”双轮驱动。

这个组合翻译过来就是：通用的能力租，场景的能力自己养。

15个这个数字，不该被当成技术指标看，它是一张场景清单。面试点评、申论批改、拍照搜题，每一个背后都有一类可以被写下来的评分标准。能被写下来的，才能被模型学。

对中小机构来说，15个太多，1到2个就够。选场景有三个标准：频率高、有明确对错或评分口径、老师做起来最烦。三个都占的，通常就是最值得做的那个。

五、岔路口三：经验留在人脑里，还是留在语料里

公告里最不起眼、也最值钱的一句是：沉淀了16万小时课程逐字稿、数十万套真题解析。

16万小时是什么概念。按一个老师一年上课一千小时估算，相当于一百六十个老师上一年的课。这是一个机构用几年时间，把课堂上说过的每一句话攒下来的量。

逐字稿记的不是内容，内容在教材里。它记的是讲法：这句话之后停了半秒，那道题讲到第三步突然加重语气，那句“这里年年考、年年错”是在哪个位置插进去的。

这些东西以前只存在于教室里。老师一走，全没了。机构付了十年工资，到头来账上只剩几间教室和一堆桌椅。

教培机构最贵的资产不是校区，是老师讲课时那些没被记下来的话。

但“记下来”不等于“数据资产”。要变成资产，得同时满足三个条件。

三条里最容易缺的是第二条。很多机构存了大量课堂录像，但没人能回答“这些录像到底省了谁的时间”。回答不了的资产，在预算会上没有发言权。

六、1100万人次：使用量比“上线”重要

2026年上半年，它的AI面试点评、AI申论批改、AI拍搜三个工具，累计使用量突破1100万人次。

这个数字放在31.98亿元的收入旁边不算大，但它的意义不在收入，在于三件事。

一是验证场景。用得多的留下，用得少的砍掉。15个场景模型不可能个个成立，使用量是唯一诚实的裁判。

二是摊薄成本。推理是按次计费的，调用量越大，单位成本越低。没有量，AI 永远是纯支出。

三是养成习惯。老师用顺了一个工具，换机构的时候会犹豫。这种黏性不写在合同里，但真实存在。

行业里更常见的画面是另一面：系统买回来了，日活是个位数，年底总结只能写“已完成部署”。工具不是买来的，是养出来的；养的成本，通常比买的钱贵。

1100万人次按半年折算，一天六万次上下。这个量级撑不起31.98亿元的收入，但撑得起一件事：让模型每周都能拿到新的真实样本。用的人越多，错得越少；错得越少，用的人越多。这个循环转起来之前，所有投入都是沉没成本。

中小机构看这一条，容易看歪。它不是一个“也要做到一千万次”的目标，而是一个提醒：如果你买了工具，却没有人用，那笔钱等于扔了。判断标准很土——月底看一眼登录记录，有多少老师在用。

七、代价：这套打法贵在哪

“投入预算不设上限”这句话，只有上市公司能说。中小机构听到这里就该明白，能抄的不是规模。

这套打法的钱花在三个地方。算力与调用费，随着使用量往上涨，收入没起来的时候是纯支出。语料处理，16万小时要转写、校对、脱敏、对齐，这是人力活，且是枯燥的人力活。组织成本，一级部门要编制、要人、要两年不产出。

三项里，最容易被低估的是第二项。很多校长以为语料是“导出来就有”，实际是几百个人月的工作量。一家两百人的机构，抽不出这个人力。

第三项也不太被理解。一个不产出的部门，在机构里的处境很难：它不带来收入，却占着编制和预算，每次开会都要解释自己在干什么。能撑过两年的，通常不是因为它讲得清，而是因为老板自己想清楚了。

所以能抄的是顺序：先让过程被记录，再把记录变成可复用的语料，才谈模型。顺序反了，钱花在前面，东西留不下来。

八、数据资产会改写薪资结构

这一步和校长们的关系最直接。

现在的薪资结构基本是三段：底薪、课时费、续班奖。三段都指向同一个计量对象——上了多少课。

当课堂逐字稿、批改记录、讲评话术被系统存下来之后，多了一个可以计量的对象：这个老师产出了多少能被别人复用的东西。

这会撞上一个老问题。老教师不愿意把讲法交出来，因为讲法是他的本钱，交出去等于给自己降价。机构的诉求正好相反，它希望讲法留在机构，人走了课还在。

三种处理方式，各有代价。

老师的经验一旦能被计量，薪资结构就一定会被重写。

但顺序不能反：先有记录，再有计量，才谈钱。先谈钱，老师会认为你在为降课时费找依据，后面什么都推不动。

九、中小机构抄得走的部分：三个抽屉

不需要大模型，也不需要技术团队。三个文件抽屉，一年就能攒出可用的东西。

三个抽屉跑满一年，你才有资格说“我们有数据”。在这之前，谈AI都是空的。

真正的难点不是建文件，是让老师愿意写。加一张表，就多一道活，多一道活就多一个不填的理由。

可行的办法是把记录挂在已有动作上：批改完本来就要写评语，把评语里那句最有用的话复制到抽屉里；家长会开完本来就要写小结，把被问最多的问题抄下来。不新增动作，只多一步复制。

这件事的回报来得慢，但它有复利。第一年攒的是记录，第二年攒的是可以复用的讲法，第三年才是别人抄不走的东西。

它的16万小时，本质上就是这三个抽屉的工业化版本。量级不同，动作一样。

数据资产的前提，是过程先被留下来。学邦教务教学管理系统的学员档案把每节课的出勤、作业、点评记在同一条时间线上，课消与回访全程留痕，老师离职时这些记录不会跟着人走；OA与智能绩效让“谁产出了多少能被复用的东西”有据可算，薪资核算不必再靠一张表反复对。

写在最后

把公司改成科技公司，一年就能办完。把交付过程变成数据资产，得好几年。

前者花钱，后者花耐心。真正拉开差距的，往往是后者。

关注「学邦技术」公众号，回复「薪资」，即可领取本文对应的完整版管理资料（含教师产出记录表、课时与教研补贴测算模板、三个抽屉的记录样例），持续获取教培运营干货。

点击公众号菜单「免费体验」，还可预约学邦教务教学管理系统演示——排课、考勤、课消、家校沟通、财务报表一站搞定，让教务老师从表格里解放出来。