画廊的痛点，比你想的更具体
798有家画廊，15个人，主营当代艺术和限量版画。老板姓陈，做了12年。
他们的痛点很具体：每件作品进来都要做鉴赏报告——年代、材质、风格、市场估值、类似作品成交记录。一份报告两个人写，得花两天。藏家来了，销售靠记忆和经验匹配作品，命中率不高。
陈老板不是没想过用AI。去年试过一次，让ChatGPT写鉴赏报告，出来的东西像百科全书词条，没法用。估值不靠谱，风格描述太笼统，藏家看了直摇头。
今年6月GPT-5.6发布，能力跳了一级。陈老板的技术顾问建议重试，这次不是让AI单独干，而是人+AI配合。
鉴赏报告：AI写初稿，人审终稿
流程变了。销售把作品照片、尺寸、签名信息丢进ChatGPT，附上3-5张类似作品的成交记录链接。GPT-5.6在20分钟内出一份结构完整的鉴赏初稿——年代判断、材质分析、风格归类、市场估值范围、类似成交记录横向对比。
然后由画廊的资深鉴定师花30分钟审核修改，重点查年代和估值。一份报告从2天缩到2小时。
关键不是AI写得快，是AI能同时处理几十条成交记录做横向对比。人做这个得翻一整天数据库。而且GPT-5.6的估值比之前靠谱多了，因为它能理解尺幅、品相、出处这些变量对价格的影响。
藏家匹配：从靠记忆到数据驱动
以前藏家来了，销售靠脑子里记的"这位喜欢抽象表现主义""那位收版画"。现在每个藏家的偏好画像存在ChatGPT里——过往收藏记录、预算范围、风格偏好、甚至浏览过的作品。
新作品到画廊后，AI根据藏家画像自动推荐匹配度最高的5位藏家，销售定向邀约。匹配准确率比纯靠经验提升了40%。
这个功能听起来简单，做起来有门槛。藏家数据得先整理干净——陈老板花了两个星期把过去5年的藏家档案数字化，包括购买记录、沟通偏好、甚至藏家自己提过的收藏方向。这些数据喂给AI之前，得脱敏处理，不能泄露藏家隐私。
踩了两个坑
坑一：AI估值偏差差点闹笑话。一幅青年艺术家作品，AI参考了拍卖记录给了15-20万估值。实际画廊定价8万。原因是AI把不同尺幅的作品混在一起比较了——1米×1米的画和60厘米×80厘米的画价格当然不一样。后来加了尺幅换算规则，让AI先标准化到每平米单价再比较，问题才解决。
坑二：鉴赏报告的权威感问题。藏家看到AI生成的报告会有疑虑——"这是机器写的吧？"尤其老藏家，觉得机器鉴赏没有"人情味"。后来画廊在报告末尾加了鉴定师签名和审核记录，标注"AI辅助分析+人工审核"，并在报告里保留鉴定师的个人评语段落。信任问题才缓解。
还有一个意外收获
Midjourney V8.1被用来生成作品在不同空间里的展示效果——客厅、办公室、酒店大堂。藏家买画最纠结的就是"挂我家好看吗"，以前只能靠想象。现在画廊给每件重点作品都配3-5张空间展示图，成交率明显提升。
陈老板说这个功能是意外收获，本来只是想让销售多一个沟通工具，没想到成了成交催化剂。
数字和代价
- 成交率：12% → 25%（匹配更精准，转化自然高）
- 鉴赏报告：2天/份 → 2小时/份
- 客户匹配准确率：↑40%
- 人力成本：↓30%（没裁员，腾出来的人去做藏家维护）
工具费：ChatGPT Team $25/人/月 × 5人 = $125/月。Midjourney用来生成作品展示场景图，$30/月。总共$155/月，约1100人民币。
没裁人。陈老板说，腾出来的时间用来做更有价值的事——跑艺术家工作室、维护藏家关系、策划展览。这些AI干不了。
还有一个变化：以前销售不敢推不太知名的艺术家作品，因为匹配藏家全靠经验，推错了尴尬。现在AI给数据支撑——"这位藏家过往收过3件类似风格的"，销售有底气了。结果是不知名艺术家的作品成交率也涨了，画廊愿意签更多新锐艺术家了。
画廊这种行业，核心是信任和审美。AI能加速信息处理，但最终拍板的还是人。陈老板的原话："AI帮我省了80%的案头工作，但那20%的判断——这件作品值不值得签、这个藏家值不值得深交——还得我自己来。"