在AI商业化道路上，9981难度

(贝佐斯通常不是先锋角色)

AI无论在国外还是国内，都很难成功商业化。上海外的企业级商品似乎看到了一些希望，而国内的路还比较长。

那么为什么AI商业化如此艰难？

真的不是因为AI背后的商业模式新颖，比如因特网、数字货币，正好相反，其核心原因是AI传统充足。

技术是新的，上面的商业模式是传统的，二相复合，反而不容易控制。

每一天，我们都会看到许多新名词，比如Scaling。 Law等。，但是一旦把这些名词的神秘性去掉，放回一定的价值结构中，就可以发现它们真的更像电力、蒸汽机等东西。（Enabling Technology）。

基于这些技术和技术的技术商业化产品更像是一场硬仗，没有那么多取巧的空间。

基于它的硬件和计算机会议差不多，基于它的软件会议类似于过去的传统软件，基于它的系统会议类似于Windows，纯技术会类似于过去的算法授权。

这就要回到旧的价值通道，根据新技术的特点找到新的锚点，否则就没有效果。

无单点完美，无网络效应，所有的价值渠道都是长链条，任何一个环节的堵塞都会导致猥琐发展，猥琐发展的结果不是死亡也是小老头公司。

对奇绩项目的看法是对立的

去年我发现大家聊起奇绩项目的时候，总会有完全对立的看法，今年还是这样。

即使从外部看这些项目的选择标准实际上并不复杂：团队，技术，愿景，不太注重即时的商业变现。

在另一批偏向业务的人眼中，这些被选中的项目是完全不同的评价：太不可靠了，这上哪里赚钱！

后来也许还引起了很多争论，事实上假如把它看作是增长价值链的起点和起点，那么争论就会少一些。

各自的看法大概就是各得一偏。在长期的价值链中，我们需要的不是坚持自己，而是彼此进化。。当初阿里巴巴那有什么技术，跟云计算有什么关系！另一方面，百度的最终成功肯定不仅仅是因为它能做搜索算法。

勇敢地面对现实，大概率回到清晰的视野，如今，几乎所有的AI产品都还在一层无形的薄膜下面，如果长不上去，不是A会死，B不会死，而是会死。

只有少数完成整体进化的人才能突破这种先天性薄膜，获得更多的阳光和雨水，成为参天大树。幸运的是，AI足够大，所以即使是一棵大树也能长出几棵树。

不管怎样，可可，结局注定是残酷的。因特网的空间足够大，可真到今天又剩下多少因特网公司了！

即使AI空间大十倍，那也只是多十倍的剩人为王。

奇技淫巧诱惑与苦难辉煌

众所周知，公司的资金有两个来源：

要不是来自业务，这个时候企业内部升值，各种公司的利益相关者都可以赚到成长的钱。这是最理想的情况，互联网成功人士基本都赚到了这笔钱。这就是非零和游戏。

要不是来自金融市场，这个时候在科技领域并不是传统的思路。没有业务的数量，就没有资本市场的比率，而是依靠一些预期和业务的身影来支撑。

后者想要赚钱就会产生各种复杂的操作，因为这就是零和游戏。

这个问题如果真的可以追溯到以前的德隆系，但是几乎没有成功。

我们总能说资本市场的钱可以反馈行业，然后让企业在资本市场上获得更好的预期，形成资本-行业/科技产品-资本的循环。但是，一旦赚钱变成循环(资本-资本)，变成赚钱的手段，行业就会变成道具，这个循环就不是正常想象中的循环。

这真的需要创业精神，没有创业精神，就没有苦难，就没有真正的资本——产业——资本的正向循环。

产品创新后的打呆仗

在技术-商品-商业模式的循环中，AI最关键的是商品。这一点之前写过:AI不缺概念，甚至不缺技术，但是真的缺货。所以，如果打在技术或商业模式上，除了少数人实际上是非常危险的。

从技术上讲，一是投入产出先天性失衡，二是实际上与AI的新技术特征发生冲突(后面说)。

通过渠道，实际上将成为一项永恒的业务，错过一些真正的机会。

产品的难度在于必须真正创新。，一个日益被忽视的关键点：如今我们熟悉的大应用，在过去是不存在的，电子商务并非更好的百货商店。。无论是方法还是价值创造方法都完全不同。

从这个角度来看，绝大多数所谓的活跃高AI 应用程序是无效的。AI不是用来制作新App的，也不是用来启动新一轮移动互联网的。

大模型公司现在想象的很多应用，其实都是处理信息供应问题，这个角色过去被分配给搜索和智能推荐。现在内容生成能不能让这件事发生很大的变化？所以这些并不是真的在做过去没有的应用，而是在做过去有的事情。

举例来说，目前AI帮你简单回答问题。 App并非创新商品(这与搜索大相径庭)，但是如果你真的可以成为英语教师，那就是新的App。

以前的说法叫做10倍提升体验才有价值，但是事实上，在过去可以做到的领域，10倍的提升是不可能的，只有基于新技术特点，才能实现全新的产品。

在一些领域，AI可以做一些没有人做过的事情，而在一些领域，它可以让过去做得更好，而后者是没有用的。需要的是前者。

实用的碾压力和应用的实质性重构

这一次，AI的一个有趣的、前所未有的特点就是它的能力正在向一般方向发展。

对一种有古往今来所有知识模式，能力向一般方面发展，意味着什么？

这意味着它本身就会吞噬过去我们看到的许多许多工具应用程序。非要比较有点像一个Windows，它捆绑了无数的应用程序。

比如编辑器，再往下做，Office，像Adobe这样的应用程序并不是过去给人一堆按钮的应用程序。

假如大型模型的能力是指数型拉升，那么这些工具型应用程序的作用就会衰退到数据处理、存储的终端。

AIGC可以看作是一个大模型附带的应用程序，它可以通过代码生成来覆盖更多的行业。因此，未来的应用程序根本不是功能，而是数据。数据定义功能。

假如模型能力指数增加，这一点就会越来越明显。

这个反过来意味着什么？

这意味着仍然在做功能，而不是建立自己的数据特征或堡垒应用是危险的。

在商业模式不变的外壳下，商品的核心实际上是变化。最近，OpenAI发布了o1的完整版本。基于它的应用怎么可能和过去一样？

盈利基础脆弱

不是B端容易，C端难，海外容易，国内难。相反，在目前的技术基础上，总是很难建立收入。那天选择人并不难，但是没有机会。

如果我们认为简单的授权可以通过提升技术在中国发展壮大，如果我们认为我们可以通过增加几个销售人员来扩大收入，然后扩大和充电，那么我们更有可能更接近死亡。

假如加上人员、基础设施的考虑，脆弱的盈利基础也要加上刚性成本的支出。

长期以来，当你没有突破薄膜得到阳光雨露时，做AI的人一年四季都会在这样的情况下生存。

它是一个复杂的集中选择过程，实际上是一个战略思考的过程。

事实上，当你偏向一端时，你不需要思考战略。这个时候，战略等于信仰。，举例来说，技术做得好就能赚钱，比如渠道做得好就能赚钱，正是在限制资源的前提下，才需要进行战略思考。

信仰总能等于一切，但实际上需要在信仰的基础上降低信仰的比例，这也是一个非常有趣的话题。

总结

这一混合导致AI的突破需要非常不同的方法论。可以肯定的说，简单尝试的AI类产品是没有机会的，不管是偏于技术还是单纯偏于商业。AI商业化启动的阀值增加了。假设过去一般APP的启动难度大概是1，那么一般AIAPP的启动难度大概是5，而且发展下去很有可能需要成为系统超级APP。所以看到的不是起点在那里，而是谁更快地进化到完整。

本文来自微信微信官方账号“琢磨事”，作者：老李话一三，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com