DeepSeek 本地化部署这门生意，公开招标报价从二十几万到一百多万元，但客户付的钱几乎没花在模型上，因为 DeepSeek 是开源免费的。集成商真正赚的，是把一个免费模型落地成一套能通过验收、能长期运维的系统的交付能力：一单的账里硬件占六到八成，模型那一栏是零。这门生意门槛不高，护城河靠的是政企资质和运维担责，而不是技术，眼下正被一体机厂商和央企从上下两头挤压。
2025 年 3 月，一份佛山的采购公告挂了出来：南方医科大学某医院要做 DeepSeek 本地化部署，预算 50 万元。同一时间，某铁中心医院也挂出一单，预算同样是 50 万元。往后翻，重庆市某区大数据应用发展管理局的私有化部署项目，最高限价 134 万元。
这些单子有一个共同的尴尬：它们采购的核心，也就是 DeepSeek 模型本身，是开源的，谁都能免费下载。客户付的这几十万到一百多万，一分钱没花在模型上。
那这笔钱赚在哪里，值不值得一门生意专门去接，是这篇文章要算的账。
免费的模型，卖的是一套能过验收的系统
先把这门生意说清楚。系统集成商向医院、政府和敏感数据企业，交付一整套私有化系统：按客户的并发和场景选服务器、把开源的 DeepSeek 装进客户内网、搭知识库、配权限和日志、做安全加固、对接院内的 HIS 和 PACS 系统，再按合同里的功能和并发指标验收，收项目款，之后转成每年的运维维保费。
卖的从来不是模型，是把一个免费模型落地成一套能通过验收、能长期运转的系统的能力。
医院愿意为这套系统掏钱，理由很硬。医院的信息流里全是患者数据，出于隐私和数据安全，这些数据只能在内网里跑，不可能调外部云端的算力。想用大模型，就只能在院内装服务器做本地化部署。在健闻咨询的采访里，一位医疗信息化人士把 DeepSeek 的意义说得很直接：在推理能力相近的前提下，它的成本能降到 OpenAI、Claude 的十分之一，甚至二十分之一。成本塌到这个程度，医院本地部署大模型才第一次成为可能。
需求是真的。2025 年至今，全国已有上千家医院官宣完成 DeepSeek 本地化部署。据第一财经报道引述亿欧智库的数据，2025 年 AI 大模型在医疗领域的市场规模超过 11 亿元。
看起来是一门站在风口上的生意。但要判断值不值得做，得把账翻过来，看钱在这套系统里怎么分。
硬件吃掉六成到八成，模型那一栏是零
整套材料里，只有一个项目公开了分项报价：某市人民医院的本地化部署，预算 29 万元，其中硬件最高限价 24 万元，软件最高限价 5 万元。硬件占了 83%，软件占 17%，模型那一栏是零。
这不是个例，是这门生意的骨架。一台能跑 DeepSeek R1 32B 的服务器，配两到四张显卡，市场参考价 7.9 万到 8.5 万元。往上走，某东部沿海三甲医院上了 671B 满血版，光 H100 显卡就花了 300 万元。硬件是这门生意里唯一实打实、压不下去的成本。
我把某部那单 21.531 万元的招标拆开算了一遍。它要的是 R1 32B 模型、至少 16 并发、任务监控、内网网页、语音转文字、图像文字识别和多终端界面，三个月内交付。模型 0 元，硬件按入门配置估 6 到 8 万元，剩下的十来万，是一个工程师把这些功能拼起来、跑通验收指标的三个月工时。粗算下来毛利率大概两三成，这还是最高限价，实际竞标还要再让一刀。这一单，集成商卖的其实是工时。
大单的账是另一副样子。第一财经报道过一个更锋利的数字：一台 500 万元的医疗大模型一体机，硬件方华为大约拿走 400 万元，剩下 100 万元才是软件。某省省级机关医院计划投入 450 万元建智能体应用平台，要求做知识库、历史数据训练、多模态和影像辅助诊疗，按硬件占六到七成推算，服务器和算力一项就吃掉大头，集成商真正落袋的软件加服务，也就一百多万。
于是这门生意有个反直觉的结论：大单不比小单赚率高，只是绝对额更大、担的责更重。小单卖工时，大单卖的是采购资质加担责，也就是我有资质能替医院买这一堆卡、并且敢在验收单上签字。模型在两种单子里都是 0。
这也解释了为什么有人闷声在做量。健闻咨询提到，一家业务量较大的互联网医疗公司，收费标准是每家医院 60 万元，已经做了几十家，短时间内收入就到了千万级。它赚的不是技术溢价，是把一件标准活儿重复做几十遍的规模。
门槛低到人人能做，护城河就成了问题
同样在健闻咨询的采访里，行业人士宋坤说得很白：给医院做大模型本地化部署，并没有太高门槛，传统的医疗信息化服务公司都能做。他还补了一句更扎心的，大部分所谓本地化部署，就是在医院的 HIS 系统里开一个界面，让你能和 DeepSeek 对话，和远程打开网页用 DeepSeek 在体验上没有区别。给医院做 AI 软件的刘斌说得更直接：很多人以为只要装了个 DeepSeek 大模型就能卖硬件了。
装模型是个零门槛动作，所以它不可能是护城河。真正的门槛卡在链路的两头。进场端，招标要求计算机系统集成或软件开发资质、境内注册法人，这道坎就把只会调 API 的个人开发者挡在门外，他连报名都进不去。收款端，要按 16 并发这类硬指标签验收、还要接每年约硬件成本 8% 的维保长期担责，出了问题要有一个境内主体来追责。
把护城河一项项拆开质检，剩不下多少。搭知识库、配权限、对接 HIS，这些技术活正在被一体机厂商写进出厂模板；系统集成资质能买能挂靠；能真正抄不走的，只有存量客户关系和敢担责的本地运维。而这一样，恰恰是最累、最不值钱的那部分。
更麻烦的是，集成商正被上下两头挤压。上游，讯飞、蚂蚁、舜源这些厂商把软硬件打包成开箱即用的一体机，一位三甲医院信息科负责人把它形容为定制化减配的算力服务器，集成的手工活被收进了盒子里。下游，政府的单子越来越多被央企整单端走。重庆某区那个 134 万元的项目，最后由中国电信某分公司以 133.92 万元中标，比最高限价只低了 0.06%，几乎是平价拿走。这里没有价格竞争，中标靠的是资质和资源，不是谁更懂模型。
还有一层容易被忽略：现在最起劲鼓吹这门生意的人，赚的是另一本账。一体机厂商和显卡厂商，钱在交付当天就落袋，不用管后面用不用得起来；卖课的赚的是那批以为装个 DeepSeek 就能卖硬件的人的学费；地方上要的是上千家官宣的政绩数字，官宣即兑现。他们都是卖完就走的确定收益，集成商是卖完才开始的滞后收益，还要为效果和运维兜底。把别人的出货热度，当成自己的订单簿，是这门生意里最常见的误读。
上千家官宣，大量买回去积灰
需求有真有假，这是接单前必须分清的一条线。
真刚需的信号很清楚：医院被数据安全逼着上内网，这类客户会为过验收、长期运维、对接几十上百个院内系统付真钱。假需求的信号也很清楚。第一财经的采访里，多位从业者的说法高度一致：真花钱的还是一小部分医院，大家观望的多；很多买了一体机的医院用不起来，就放在一边积灰了。前面提到那位上了 671B 满血版的信息科主任说，试用下来效果相当拉垮，错误一堆，医生不敢用，现在主要拿来写行政文件。
这意味着，那上千家官宣里，有相当一部分是注定要积灰的收入。对集成商，正确的动作是接对接深、担责重、客户被合规逼着上内网的难单，躲功能标准化、一体机能平替、客户只为冲 KPI 的标准单。后一种单子，你上去只能拼价格，毛利被压到两成还要跟央企抢。
模型迭代会不会把这门生意直接抹掉，答案是不会，但会把它降维。下一代更省显卡的开源模型、更成熟的一体机、云厂商的一键私有化，一起打击的是配硬件、装模型、搭知识库这段交付集成，也就是集成商赚一次性项目费的地方。但有两样东西模型迭代碰不到：一个是验收担责，医院要有个境内法人签字背锅，出事能追责，模型再强也不会替医院背临床误诊的责任；另一个是运维年金，每一代新模型都要重新调知识库、重新对接，反而制造新的运维需求。
所以现在就该想清楚合同怎么签：别再靠能装模型报价，把结构从项目费为主，转向低价交付加锁定多年维保加担责溢价。这门生意里，唯一模型迭代杀不死的收入，是那 8% 的运维年金和那张验收签字。
哪些人还能在这里面拿到红利？
把账算到这里，人群就分出来了。
- 值得入场的是区域集成商。已经手里攥着政企客户、有系统集成资质、有本地运维队伍的，这门生意对你是送分题。它的门槛，资质、境内法人、院内资源、敢签验收、常年运维，正好都是你早就沉下去的存量资产。加一条大模型交付线，边际投入不过是一两名 AI 工程师、一年二三十万，就能去对得起某院 50 万、某脑科医院 66.8 万起、上探某省 450 万的单价，回本很快。
- 该观望的是转卖一体机赚差价的。500 万的单子华为拿走 400 万，你能碰的只有被硬件厂锁死的那一小层。值得等的信号很具体：出现能绕开华为、浪潮的国产平价算力，把硬件那六到七成的占比打下来，你这个搬运工的差价才有空间。在那之前，你只是替厂商垫资的中间商。
- 别碰的是只会调 API 的个人开发者。最致命的一条是你连招标都报不了名，没有境内法人和资质，进场端就把你挡死了。你会的那部分，恰好是模型那个 0 元的环节。真要吃这波红利，正确姿势是把手里的客户线索转给有资质的集成商朋友，赚个转介，或者给他做应用外包，而不是自己顶名下场。
这门生意做到头能有多大，也就看清楚了。市场总盘是十亿级，但硬件和一体机吃掉大头，集成商真正能分到的落地服务，量级更像一到三亿。它是一门靠现金流的经营生意，不是靠融资讲故事的股权生意，收入是一单一结的项目款，护城河是资质和资源，长不出平台估值。做成一个守住区域的小巨头，是它的上限。
最后算一笔法律成本
这门生意眼下还站在一个不小的监管空隙里，坑不多，但每一个都要折成钱算进去。监管的空隙主要有三重。
- 第一重是生成式 AI 备案的边界。《生成式人工智能服务管理暂行办法》第二条写得明白，它规制的是向境内公众提供生成式服务，"行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等研发、应用生成式人工智能技术，未向境内公众提供生成式人工智能服务的，不适用本办法的规定"。医院、政府的私有化部署是内部使用、数据不出域，基本在它的覆盖边缘。坑在于别把内部系统随手开成公众入口，比如把院内的模型直接接到面向患者的互联网医院对话窗口，那一步就从内部使用跨进了要备案的公众服务。
- 第二重是医疗器械资质。AI 影像辅助诊断、辅助决策这类要上临床的应用，按第三类医疗器械管理，要拿国家药监局的注册证，审批以年计；而知识库、语音转文字、OCR、病历质控、预问诊导诊这类行政科研辅助功能，不在这个卡口内。2026 年 5 月才落地全球首张基于大模型的三类证，可见这条路有多长。接影像辅助诊疗类的单子前，先确认客户或产品方有没有证，没证的诊断功能别交付上临床。
- 第三重是数据授权。客户的医疗数据进知识库或拿去微调，属于敏感个人信息，按《个人信息保护法》要取得单独同意。这类纠纷多是民事赔偿，行业里常被当成经营成本，但把授权范围、是否对公众开放、诊断功能是否上临床这三条在合同里写死，把验收责任和运维责任的边界划清，这项成本基本就能归零。
监管的方向是软着陆，不是叫停。它只会持续抬高备案、等保、注册证和数据授权的合规成本，把这门生意的利润从钻空子，一点点逼向担责和运维。这对有资质、肯担责的集成商反而是好事，门槛抬高的时候，先合规的人吃掉后合规的人的市场。
有相关合规或合同方面的法律需求，欢迎跟作者聊一聊。