国内 60 岁家电维修师傅靠 AI 配件识别月入 1.5 万 这事真不真？

这事最近在国内圈子里讨论得比较多。

一位住在四川某三线城市的家电维修师傅，今年 60 岁，干这行 35 年。他过去 8 个月靠一款 AI 配件识别工具，把月收入从原来的 9000 元涨到 1.5 万元。这件事被国内民生消费圈反复讨论，因为大部分人以为 AI 工具是给年轻人用的，没想到一位 60 岁老师傅把它用得比年轻人还溜。

他公开了自己的运营账本，结构拆开后很清晰。

他每天接单 8 到 12 个家电维修单，主要修洗衣机、冰箱、空调、油烟机四大件。每个单子的上门维修费是 80 到 200 元，配件费另算。他每个月工作 26 天，月均上门 280 单，基础维修费月收入 2.6 万元，扣除平台抽成（他挂靠本地一家家电维修平台）22% 后到手 2 万元。

但真正让他月入涨到 1.5 万净收入的关键不是上门费，是配件。

他以前接单后经常遇到一个问题：客户家需要更换的配件本地五金店没有，要从外地调货，等配件到货需要 3 到 5 天，客户嫌慢经常取消订单。他平均每月有 18% 的订单因为等配件被取消，白白浪费了上门时间。

AI 配件识别工具帮他解决了这个问题。

他接到一个洗衣机维修单，用手机拍两张故障部位的照片，AI 工具 5 秒内识别出故障配件的品牌、型号、规格、对应采购渠道、当地供应商位置。以前他需要打电话问 5 个供应商才能确认哪个有货，现在 AI 直接给出最近的有货供应商。

节省下来的时间让他的配件调货周期从 3 到 5 天压到 12 到 24 小时，配件调货成功率从 65% 涨到 91%。

账本上的反映是：以前每月因等配件取消的 18% 订单现在几乎不取消了。这 18% 的订单平均单值 380 元，18% × 280 单 × 380 元 = 1.9 万元的额外月收入，扣除平台抽成和采购成本后净增加 1 万元。这就是他月净收入从 9000 涨到 1.5 万的核心来源。

他用的 AI 工具是一个本地创业团队开发的家电维修 SaaS，年费 4800 元。工具的学习成本极低，他自己摸索了 2 天就学会了。

他公开的工具栈清单是这样的：1 个 AI 配件识别 SaaS（年费 4800 元）、1 辆电动车（每天跑 80 公里）、1 套基本维修工具（一次性投入 6000 元）、1 个接单平台账号（平台抽成 22%）。

工具栈的总体投入是 1.6 万元（一次性）+ 4800 元（每年 SaaS）。相比月增 1 万元的净收入，第一年回本。

给国内想抄这套玩法的同行一个清晰的判断：AI 工具在传统服务行业里的真正价值不是替代人，是补齐人的短板。

这位 60 岁老师傅的维修经验比年轻人强 10 倍，但他对「配件供应链」的熟悉度比年轻人弱（年轻人会用手机查信息，老年人习惯打电话）。AI 工具补的是供应链查询这个短板，不是替代他的维修经验。

落到国内的实操，给传统服务行业的从业者 3 条清单：

第一条，不要被 AI 工具的「高大上」吓到。先列出自己每天工作里最耗时的 3 个环节，找到这 3 个环节里能被 AI 工具替代的部分，先小范围试用。

第二条，AI 工具的年费控制在年净利润的 5% 以内。这位师傅年净利润 18 万元，工具年费 4800 元，占比 2.6%，完全可承受。如果工具年费超过年净利润的 10%，说明这个工具对你来说性价比不够。

第三条，把 AI 工具当作「第二助理」而不是「替代者」。你负责核心服务，AI 工具负责配套查询、辅助决策、信息整理。两者是协作关系不是替代关系。

家电维修这门传统手艺，AI 工具补的不是手艺本身，是手艺之外的「配件供应链」。能把手艺和工具结合起来的老师傅，留下。结合不了的，被同行挤压出去。

60 岁还在学新工具，这件事本身就已经打败了 80% 的同行。

创业找资源，上乌鸦部落。