我在河南用AI鑒定玉石，8個月收入上百萬｜新春走基層

“老師傅”把持的行業，迎面撞上AI新浪潮。

文｜《中國企業家》見習記者 孫欣

記者 王怡潔

見習編輯｜李原 編輯｜何伊凡

圖片來源｜受訪者

“AI鑒寶的準確率可以做到95%，但讓用戶相信這95%，比做到95%難10倍。”“玉王朝App”創始人王朔已經全職創業8個月，他在AI鑒寶方面也越來越純熟。

這位1997年出生的河南南陽人，正站在一個傳統行業與前沿技術的斷裂帶上：一邊是擁有數千年歷史的玉石交易，高度倚賴老師傅的“眼學”經驗；另一邊是日新月異的生成式AI，與鑒寶碰撞出新的可能。

王朔創立的玉王朝App也正卡在中間：創業8個月來，積累的平臺用戶超3萬，已達成上百萬元的GMV。雖然實驗環境下，模型鑒寶準確率高達95%以上，但讓人們如何信賴技術，是更棘手的困境。

“年紀大的用戶理解不了AI，甚至不會自己上傳數據。”玉石行業的核心消費群體以40歲以上人群為主，他們對AI的信任度遠低于業內的“老師傅”。“上傳照片等20秒出結果”的體驗，還無法提供當面“掌眼”的儀式感。

不過，AI向古玩、珠寶行業加速滲透，并將深刻改變行業規則的趨勢，已經不可逆轉。《2025~2030年中國珠寶市場專題研究及市場前景預測評估報告》顯示：2025年，珠寶電商零售額預計為3254億元，相較于2024年的2982.6億元保持增長態勢。然而，“貨不對板”“難以標準化”成為掣肘行業發展的頑疾。

近期，清華系圖靈深視與閑魚、抖音電商等平臺合作宣布其與全球奢品潮品交易交換平臺裂物App達成了戰略合作，并正式上線了全新的AI鑒定服務，累計鑒別商品近500萬次，其中便包含寶石鑒定服務；也有新加坡華人古董商開發出了一套SAAA+系統，宣稱0.5秒出結果、準確率高達98.3%。

AI鑒寶的技術可行性正被逐步驗證，當驗證費用從“月鑒”變為“秒判”，時間成本也將被大大降低。行業需要破解的難點更多在用戶心智的遷移、法律責任的界定、數據獲取的合規性，以及商業的可行性，這些都構成了比算法更復雜的行業障礙。

為提高競爭壁壘，王朔為玉王朝選擇了一條更重的路徑：自建私域流量，直接觸達C端消費者，以“AI鑒寶+交易閉環”完成變現。自研視覺小模型做圖片分析，再將結果傳輸給大模型進行綜合判斷；多模態大模型的技術架構上，他調用了豆包、千問、DeepSeek等國內主流模型的API組成鑒寶和銷售Agent。

“我在做正確的事，用自己的技術，結合家鄉的傳統產業，講清楚這些故事。”這句話聽起來像創業者的標準話術，但對于一個經歷過兩次不成功的創業、拒絕過美團與騰訊offer、在“只能贏不能輸”的壓力下全職投入的95后年輕人而言，它更像是一種自我確認。

在技術狂飆與迷茫的商業化之間，在老師傅的“眼學”與神經網絡的“推理”之間，王朔正在尋找屬于自己的節奏——既不是顛覆者，也不是跟隨者，而是一個在斷裂帶上搭建橋梁的人。

以下為王朔口述整理（有刪減）：

連續創業者

我從小就對計算機感興趣，本科專業是信息管理。考研時，我報考了上海復旦大學的計算機專業，連續兩年備考才得以在2021年成功“上岸”。

我的家里人一直從事玉石生意，父母白手起家，我從小也拜讀了不少企業家的傳記，經常看商業故事，創業的種子從那時開始種下。自讀研起，我就開始馬不停蹄籌備創業。

王朔

2021年我入學復旦大學后，學校正舉行一年一度的“大學生互聯網+創業比賽”。那時，元宇宙概念極為火爆，我也認識一些投資人。于是，我就集結了五六個小伙伴做了一個名為“平行星”的元宇宙社交App。

我們在App里內嵌虛擬地圖，把現實世界和虛擬世界連接起來，大家可以設立自己的人物角色，并在虛擬世界里進行各種活動。當時，開發、運營工作都是在校園內完成的，我們計劃先從校園社區做推廣，再逐步過渡到更多的群體。

起初，這款軟件在上海的幾所高校中小有名氣，我們也更加自信，加大了運營和推廣力度，還專門為團隊招聘了實習生、兼職人員等。但由于經驗不足，融資一直比較困難，開發和運營成本與日俱增，我也沒有找到商業化的路徑。大半年后，隨著元宇宙泡沫的破滅，這個項目也隨即落幕。

這件事一度摧毀了我的創業自信，很多事情超出了我的認知。我開始陷入自我懷疑，是不是并不適合創業？于是我決定去“找個班上上”。

之后的一年多時間里，我進入了復星、網易、美團三家互聯網大廠做AI產品經理。總之，我想在大廠中找到“平行星”項目失敗的答案，以及我的性格缺陷。

2022年，生成式AI火爆起來，我在美團做AI產品經理，當時主要在一個民宿本地榜單項目組，這也是當時抖音、阿里、美團都在重磅下注的賽道。產品經理負責把業務問題轉化成研發語言，再和研發同事溝通，從內部和外部的雙視角去衡量產品設計，推動項目落地。

這個工作既能讓我在研發中學習技術邏輯，又能在市場業務中增加運營經驗，成就感極高，認知也被刷新，我的創業激情很快又被點燃了。

我的家鄉南陽市鎮平縣被譽為“中國玉雕之鄉”，是全世界規模最大、品類最全的玉石加工與批發集散地。那時，直播電商的風吹得正濃。2023年底，我去了一次廣東四會，因為有家族成員在那邊做翡翠電商生意。四會是全球最大的翡翠加工與批發市場，也是中國最早做直播賣貨的地方之一。早在2015年底，就有精明的翡翠商人在那里做戶外直播賣貨。我想，為何不依靠家中祖傳經驗和我的技術手段，在這個賽道淘金呢？

于是，我開始了第二個創業項目，做了個直播電商的數據分析平臺——“紅榜攬星”。直播電商行業里諸如蟬媽媽、飛瓜等平臺十分火爆，他們會對創作者進行全方位分析，總結出什么類型的視頻點贊量多，什么類型的帖子漲粉快等經驗。這些數據不僅各大品牌會關注，更是頭部主播、MCN公司不可或缺的工具，轉化率頗高。

當時我和一個聯創一起編寫了個工具來“爬取和分析數據”，我們共同負責研發和運營，還招聘了相關研發人員。項目開始我們就嘗試做了一些商業化的轉換，包括收費、一對一定制服務等，剛上線就有收入進賬。

起初我很有自信，但慢慢發現很多敏感數據我們無法拿到，頭部數據分析公司都是和抖音、小紅書內部合作拿到的，而我們在獲取數據時往往還會面臨法律的風險。數據不足，愿意為之買單的自然就越來越少。我們也嘗試去和平臺進行談判，但由于體量不大，整體談判都處于不利位置。沒多久項目就無疾而終。

引流、數據標注、自建模型

決定開始新的創業是在2024年9月，那時我剛從復旦畢業，同時拿到了美團、騰訊兩家互聯網大廠關于AI算法崗位的全職offer。

先就業還是創業？我又一次站在十字路口，好在我的家人、女朋友都明白我的理想和抱負，沒有了后顧之憂，我還是毅然決然選擇創業。

即便第二個創業項目以失敗告終，但我覺得直播電商數據分析雖然做不通，但直播電商這個賽道還是沒問題的。日前，河南省數智賦能鄉村產業振興座談會發布了《河南省縣域電子商務發展指數報告（2025）》，顯示鎮平縣位列全省第二直播電商。其中，玉石直播電商是關鍵板塊。

這一次創業，我想更靠近交易環節。我們此前有了做互聯網產品運營和研發、數據分析的能力上的積累，又做過App，于是，我的第三個創業項目就做了“玉王朝”App。

2024年7月～9月，我和聯創開始做App前期搭建，并進行測試、運營、注冊公司，并在上海設立了線下辦公室。之前認識的一個實習生做兼職運營，我負責AI算法和數據分析。

目前，玉王朝有兩種商業化模式：一種是“純鑒定模式”，即鑒定用戶的玉石，這個功能是我們用來引流、提供服務的，靠用戶訂閱購買積分付費鑒寶。另一種模式是我們直接在App內售賣貨物，相當于基于家族玉石的線下生意，做自有供應鏈的電商平臺。當然我們的貨物也支持AI鑒寶，且AI的評測標準是一樣的。

事實上，AI鑒寶并不是我們最初的方向。我們的原計劃是借助河南南陽鎮平、廣東四會這兩大供應鏈優勢，做玉石直播帶貨。但團隊發現，多數消費者最關心的是“真假”問題，我們必須要在短時間內取得消費者的信任。但市面上大大小小的檢測機構很多，到底什么才能打動消費者？

與此同時，大模型也在日新月異，生成式AI正在進入日常生活，用戶的AI心智空前提高。基于我自己在AI算法方向的經驗，我決定給玉王朝加入“AI鑒寶”功能。

我們決定做AI鑒寶，還由于珠寶直播最關鍵的便是如何引流。做玉石的電商平臺太多了，尤其做私域的，開發出一個小程序極其簡單，甚至用AI就能做到。我也需要找到吸睛的營銷方式，才能獲得流量。

中國做珠寶交易的人很多，多數都是年長的人在做，很少有人會想到結合AI。而做AI的人，又不熟悉珠寶賽道。基于此，我們把玉王朝調整了方向，整體都轉到了AI鑒寶功能上。

意外的是，AI鑒寶一上線，我就發現它可以引流。大部分消費者除了關心真假，最關心的便是價格。玉石這個行業，主要賣的就是信息差。大部分線下交易場景中，只有很專業的人才能不吃虧。玉王朝App的鑒寶功能既可以鑒別真偽，也會估測一個大致的價位區間。目前，我們擁有3萬多的私域用戶，這在玉石交易平臺中，已經算得上頭部。

不過，做AI鑒寶也有門檻，需要解決數據、模型、用戶接受度幾個問題。

數據方面，我在第二個創業項目中已然明白最專業的數據來自于哪些分析平臺。此外，因為家里世代做翡翠玉石電商，過往積累了不少數據，我們為此雇了許多數據處理工程師進行數據標注、清洗等。我們自己也開發了一個內部的數據分析工具，數據越有效，模型訓練得也就越好。

模型方面，團隊自研了視覺小模型，專門進行翡翠玉石的純視覺分類。小模型是團隊基于自建的數據庫和相關玉石平臺的數據庫進行訓練的。隨后，我們把視覺分類的結果再“喂”給國內主流大模型，再加入RAG（檢索增強生成）等方式，呈現給用戶。

簡單來說，用戶只需上傳幾張珠寶的圖片，再輸入尺寸信息，玉王朝自研小模型就會對此進行分析和推理，再把結果傳輸給接入API的大模型。大模型對圖片綜合分析，經過10～20秒的思考，將貨物的真假、產地、顏色、水種和工藝等各個維度的信息反饋給用戶，并給出一個大致的價位區間。目前在實驗環境下，模型的準確率在95%以上。

即便準確率已經很高，但AI的“幻覺”是不可避免的。平臺鑒定出來的結果，與用戶自己去其他鑒定機構結果有差別的情況仍是存在的——這也是目前我們正在集中攻克的技術難關。

除了技術面臨嚴峻考驗，在用戶端的接受度上，我們也遇到了很大的阻力。雖然技術邏輯沒問題，但年紀大的用戶理解不了AI，甚至不會自己上傳數據。其次，也有很多人質疑，我們的供應鏈是不是可靠。在融資方面，我們也正在努力推進，需要厘清的商業閉環還有很多。