上周跟几位朋友打了个电话，简单聊了聊各自对于当前 AI 发展的看法。

每个人职业背景不同，看问题的角度、习惯自然会有差异。

他们几位是做一级市场投资的，只有我在 IT 行业。

他们关注的，是行业发展，政策影响，底层商业模式，偏宏观；我侧重的是 AI 在哪些方面可以帮助我更快、更好地把事情完成，优势和短板在哪里，偏微观。

聊了大概半小时，不尽兴，打算后面线下再约一次。

之所以有很多话题想谈，我想大概还是因为，AI 是目前为数不多，有确定性增长，而且想象空间无限的新兴领域。

关于 AI 怎么使用，已经在之前 文章🔗 文章谈过，因此今天打算把重点，放在 AI 的商业模式上。

1. 商业模式概念

在谈具体的 AI 商业模式之前，先来理清商业模式的概念。

根据维基百科的定义：

A business model describes how a business organization creates, delivers, and captures value, in economic, social, cultural or other contexts.

商业模式描述了商业组织如何在经济、社会、文化或其他背景下创造、传递和获取价值。

模式（Pattern）即规律。不言而喻，商业模式则是对发生在商业领域的现象的抽象概括。

企业组织人力、物力、财力，搭建生产环境，高效地生产产品或服务，通过“卖”给消费者而产生盈利。

比如淘宝、京东，虽然是两家不同的公司，但本质都可以归为“电商”这类商业模式。

2. 互联网商业模式

具体到互联网行业，前人总结下来、行之可行的商业模式大致有三类：

1. 电商模式。

   • B2C (企业对消费者):

     商家直接面向消费者销售商品或服务，如京东、天猫等。

   • B2B (企业对企业):

     商家之间进行商品或服务的交易，如阿里巴巴等。

   • C2C (消费者对消费者):

     消费者之间进行商品或服务的交易，如淘宝集市、闲鱼等。

   • C2B (消费者对企业):

     消费者向企业提供需求，企业提供相应商品或服务，如定制商品等。

2. 广告模式。通过向用户提供免费服务，吸引用户后，依靠展示广告创造收益，如各大短视频平台。

3. 增值模式。用户按月或年付费，获取免费用户获取不到的高级服务，常见于各大流媒体平台，如爱优腾。

尽管看起来互联网产品繁多，但从盈利角度，无外乎是这三个，及其不同程度的组合。

这就是商业模式的好处，提纲挈领，快速抓到重点。

3. AI 商业模式

互联网发展几十年，孕育出了很多成熟的商业公司和模式。

但 AI 不然。

AI 的提出尽管早在 20 世纪 60 年代，但一路的发展，辉煌，坎坷，跌跌绊绊。一直以来都是作为互联网的附属品。

直到 ChatGPT 在 2023 年横空出世，才改变了这一格局。AI 作为主角站到了舞台中央。

两年的发展，时间不长，但形形色色的产品如雨后春笋般出现。

主要有这么几类公司：

3.1 硬件 + AI

将 AI 模型嵌入到硬件中，形成差异化产品。

• 代表产品：
  • 特斯拉 FSD（自动驾驶）
  • 苹果 Vision Pro + AI
  • AI 智能音箱、机器人（如优必选、Figure AI）
• 盈利模式：
  • 硬件一次性销售
  • 后续订阅（如特斯拉 FSD 软件解锁费）
• 优点：结合硬件可提高体验
• 缺点：研发投入大，迭代慢

3.2 模型即服务（Model as a Service, MaaS）

直接向企业或个人提供 AI 模型调用，按量计费或订阅制。

• 代表企业：OpenAI、Anthropic、Google DeepMind、百度文心、阿里通义等
• 常见收费方式：
  • API 调用按 Token 或请求次数计费
  • 月度订阅（如 ChatGPT Plus、Claude Pro）
  • 按企业规模定制合同价
• 优点：技术门槛低，开发者和企业可快速集成
• 缺点：依赖云端，数据隐私和成本是敏感点

3.3 SaaS + AI 能力

将 AI 功能嵌入到现有 SaaS 产品里，提高价值或作为增值服务。

• 代表案例：
  • 微软 Copilot（嵌入 Office、GitHub、Windows）
  • Notion AI、Canva AI
  • Figma 的 AI 设计助手
• 盈利模式：
  • 在原有订阅基础上加价（如 Notion AI 每月多收 8 美元）
  • 高级功能解锁
• 优点：用户留存高，能在已有客户群变现
• 缺点：对 SaaS 产品本身依赖强，AI 只是增强而非核心

3.4 垂直行业 AI 解决方案

针对特定行业定制 AI 模型与工作流。

• 代表领域：
  • 医疗影像分析（AI 辅助诊断）
  • 法律检索与合同审核
  • 金融风控、投研分析
  • 制造业质量检测、预测性维护
• 盈利模式：
  • 项目制收费（一次性）
  • 年度服务合同（高客单价）
• 优点：毛利高，竞争壁垒强
• 缺点：前期定制成本高，规模化慢

3.5. AI 辅助内容创作与分发

利用 AI 生成文本、图片、视频、音频等，提供给创作者或企业。

• 代表案例：
  • Midjourney（图像订阅）
  • Runway（视频生成）
  • Pika Labs、Synthesia（虚拟人视频）
• 盈利模式：
  • 订阅费
  • 按生成次数或时长计费
  • 分成模式（与内容平台合作）
• 优点：市场需求广泛
• 缺点：内容同质化，最后开始卷价格

3.6 数据标注服务

提供高质量训练数据或标注外包服务。

• 代表企业：Scale AI、Hive Data、字节火山引擎数据平台
• 盈利模式：
  • 按标注任务/数据量计费
  • 数据订阅
• 优点：AI 基础设施必需品
• 缺点：利润率受人工成本限制，容易被自动化替代

4. 总结

和哈姆雷特一样，不同人眼里的 AI 也是不同的。

在开发者眼里，AI 是个好用的工具。可以解 Bug，快速生成原型产品，提高交付效率，顺便提高发量。

在商人眼里，AI 是次机会。在浪潮下，如果能创新地提出另类的商业模式，构建起护城河，无疑能快速实现财富跃迁。

在我看来，这两者其实并不矛盾。

对于开发者，当然要善用 AI，Empower yourself，同时也要不断学习并培养商业思维。

开发者解决的是工程问题，商人解决的是用户需求问题。

我想未来的创业，也许会趋于扁平化，组织结构极简化，低门槛化。每个人都有机会。

最近看到一篇关于 Dario Amodei 的 采访🔗，写得很好，贴在这里。

（完）

参考

1. 商业模式 - 维基百科，自由的百科全书🔗
2. The Making Of Dario Amodei - by Alex Kantrowitz🔗