文 | 李智勇

不管海外還是國內，AI很難成功商業(yè)化。在企業(yè)級產(chǎn)品上海外似乎看到了些希望，國內則還有相對漫長的路要走。

那為什么AI商業(yè)化如此艱難

實在不是因為AI背后的商業(yè)模式新穎，比如互聯(lián)網(wǎng)、數(shù)字貨幣，恰恰相反，核心原因是AI足夠傳統(tǒng)。

技術是新的，上面的商業(yè)模式則是傳統(tǒng)的，兩相復合，反倒是不好駕馭。

每天我們會看到很多新的名詞比如Scaling Law等等，可一旦把這些名詞的神秘性去掉，放回到某個價值結構中，就會發(fā)現(xiàn)它確實會更像電、蒸汽機這些東西（Enabling Technology）。

這類技術以及基于這些技術的產(chǎn)品做商業(yè)化更像硬仗，沒有那么多取巧空間。

基于它做硬件和做電腦會差不多，基于它做軟件會和過去的傳統(tǒng)軟件差不多，基于它做系統(tǒng)會和Windows差不多，純做技術那就和過去算法授權差不多。

這就需要回到老的價值通路中，基于新技術的特質尋找新的錨點，否則是不靈的。

沒有單點極致，沒有網(wǎng)絡效應，價值通路全是長鏈條，任何一個環(huán)節(jié)的阻塞都會導致猥瑣發(fā)育，猥瑣發(fā)育的結果不是死亡也是小老頭企業(yè)。

奇績項目上的觀點對立

去年我就發(fā)現(xiàn)大家閑聊奇績的項目時，總是會出完全對立的觀點，今年還是這樣。

即使從外部看這些項目選擇標準其實也不復雜：團隊、技術、愿景，不怎么關注馬上的商業(yè)變現(xiàn)。

這些被選出的項目換到另一撥偏業(yè)務的人眼里則是完全另一類評價：太不靠譜了，這上哪兒賺錢去！

然后可能還引發(fā)很多爭論，實際上如果把它看成長價值鏈條上的起點和原點，那爭論可能會少點。

各執(zhí)己見大概就是各得一偏。長價值鏈上需要的不是堅持自己，而是分別向對方進化。當年阿里巴巴那有什么技術，和云計算又有什么關系！反過來百度的最終成功也必然不是單純因為會做搜索的算法。

敢于正視現(xiàn)實大概率就回清晰看到，現(xiàn)在的AI產(chǎn)品基本都還在一個無形的薄膜下面，如果長不上去，不是A會死，B不會死，而是都會死。

只有極少數(shù)完成整體性進化的才能突破這種先天薄膜，獲得更多的陽光和雨水，成為參天大樹。好在AI這片地兒范圍足夠大，所以即使是大樹，也還能多長出幾棵。

可不管怎樣，結局注定是很殘酷的。互聯(lián)網(wǎng)的空間足夠大，可真到今天又留下了多少互聯(lián)網(wǎng)公司！

AI即使空間大十倍，那也不過是多十倍的剩者為王。

奇技淫巧的誘惑與苦難輝煌

要么來自于業(yè)務，這時候企業(yè)自身增值，各種企業(yè)的利害相關者都可以賺成長的錢。這是最理想的情況，互聯(lián)網(wǎng)的成功人士們基本賺到了這個錢。這是非零和游戲。

要么來自于資本市場，這時候在科技領域并不是傳統(tǒng)思路，沒有業(yè)務的基數(shù)也就沒有資本市場的倍數(shù)，而是靠預期和業(yè)務的某些影子做支撐。

后者想賺錢就會產(chǎn)生各種復雜操作，因為這是零和游戲。

這事如果真追溯可能可以回溯到當年的德隆系，但基本沒有成功過。

我們總是可以講資本市場的錢可以反哺實業(yè)，然后再讓企業(yè)在資本市場上獲得更好預期，形成資本-實業(yè)/科技產(chǎn)品-資本的循環(huán)，可一旦錢生錢成為循環(huán)（資本-資本），并且成為賺錢的手段，實業(yè)就會變成道具，這個循環(huán)就不是正常想象的那個循環(huán)了。

這里真的需要企業(yè)家精神，沒有企業(yè)家精神，就沒有苦難輝煌，就沒有真正的資本-實業(yè)-資本的正向循環(huán)。

產(chǎn)品創(chuàng)新后的打呆仗

打在技術上，一個是投入產(chǎn)出先天失衡，一個其實和AI的新技術特征犯沖（后面說）。

產(chǎn)品的難度在于必須是真的創(chuàng)新，有個日漸被忽視的關鍵點：現(xiàn)在我們耳熟能詳?shù)拇髴?，在過去是沒有的，電商并不是更好的百貨。不管是形式還是價值創(chuàng)造方式都完全不一樣。

從這個視角看，絕大部分所謂活躍高的AI APP是不靈的。AI就不是用于做新的App的，也不是用于啟動新一輪的移動互聯(lián)網(wǎng)的。

大模型公司現(xiàn)在設想的很多App其實是解決信息供給問題的，這角色過去分給了搜索和個性化推薦。現(xiàn)在靠內容生成就能讓這事發(fā)生很大變化么？所以這些并不是真的在做過去沒有的App，而是換個樣子在做過去有的東西。

舉個例子，當前幫你簡單回答問題的AI App不是創(chuàng)新型產(chǎn)品（這和搜索大幅重疊），但如果你真能做成英語老師，那就是新的App。

過去的說法叫10倍提升體驗才有價值，但10倍提升在過去能做的領域其實沒可能，只有是基于新技術特征，全新的產(chǎn)品才可能。

在有的領域里面AI可以干重來沒人干過的事，在有的領域里則是能讓過去干的事好一點，后者不頂用的。需要的是前者。

通用性的碾壓力與應用的本質重構

AI這次一個有趣的、從來沒有過的特征是它的能力是往通用方向發(fā)展的。

對于一個具備古往今來所有知識的模型，能力往通用方向發(fā)展，意味著什么呢？

意味著它本身會吞掉過去我們看到的很多很多工具型應用。非要類比有點像一個捆綁了無數(shù)應用的Windows。

比如編輯器，再往下做，Office，Adobe這類應用不是過去的那個給人一堆按鈕的應用了。

如果大模型的能力是指數(shù)型拉升，這些工具型應用的角色會退化成數(shù)據(jù)處理、存儲的終端。

AIGC可以看成是大模型附帶的應用，而通過代碼生成能力又可以覆蓋更多的領域。所以未來的應用要做的根本不是功能，而是數(shù)據(jù)。數(shù)據(jù)定義功能。

如果模型的能力指數(shù)型增長，這點就會越來越明顯。

這反過來意味著什么？

意味著還在做功能而不是創(chuàng)建自己數(shù)據(jù)特色或者壁壘的應用是危險的。

在商業(yè)模式不變的外殼下，產(chǎn)品的內核其實是變的。最近OpenAI放出來了o1的完整版，基于它的應用怎么可能和過去一樣！

脆弱的營收基礎

不是B端容易，C端難，海外容易國內難這種視角，而是在當前的技術基礎上構建營收總是很難的。真不難那天就是選定的人不難，反倒是沒機會了。

如果我們認為簡單授權在國內通過提升技術就能發(fā)展壯大，如果我們認為通過增加幾個銷售人員就可以擴大營收，然后擴張、沖鋒，那更可能離死亡更近。

如果再加上人員、基礎設施的考慮，那么脆弱的營收基礎還要加上剛性的成本的支出。

在相當長一段時間，當你沒有突破薄膜獲取陽光雨露的時候，做AI的會長期在這么一種狀態(tài)下生存。

這是個復雜選擇集中的過程，其實也就是戰(zhàn)略思考的過程。

偏于一端的時候其實不需要思考戰(zhàn)略的，這時候戰(zhàn)略等于信念，比如技術做好就能賺錢，比如渠道做好就能有收入，恰恰是在限定資源前提下謀畫產(chǎn)品的時候需要做戰(zhàn)略思考。

信念總是可以等于一切，但實際上需要以信念為基礎降低信念的比例，這也是個很有意思的話題。

小結

這種糅雜導致了AI的突破需要很不同的方法論?？梢院芸隙ǖ恼f，簡單嘗試的AI類產(chǎn)品沒戲的，不管是偏于技術還是單純的偏于商業(yè)。AI商業(yè)化的啟動的閾值變高了。如果說過去一般App的啟動難度大概是1，那一般AI應用的啟動難度大概是5，并且發(fā)展下去大概率需要變成系統(tǒng)型超級應用。所以看的并非起點在那里，而是誰向完整性進化的更快。