在中國人工智能的發(fā)展歷史上，“AI四小龍”——商湯科技、曠視科技、圖形科技、云從科技一度成為產(chǎn)業(yè)追光者的象征。他們以計(jì)算機(jī)視覺為核心技術(shù)路徑，率先在安全、金融、交通、醫(yī)療等諸多領(lǐng)域應(yīng)用面部識別、圖像識別等AI能力，牢牢占據(jù)了中國視覺AI市場70%以上的份額。

到目前為止，商湯科技的市值已經(jīng)超過了3000億港元，無視科技的Face。 成為世界上最大的開源面部識別平臺，依圖科技打造了世界上第一個(gè)AI肺炎診斷系統(tǒng)，云從科技服務(wù)了400多家銀行機(jī)構(gòu)，日均調(diào)用量超過2億。

四家公司的總?cè)谫Y額超過百億美元，被公認(rèn)為“AI國家隊(duì)”。

然而，當(dāng)我們回顧這段輝煌的歷史時(shí)，我們看到的是另一個(gè)場景:持續(xù)虧損、融資受阻、裁員潮起、IPO流產(chǎn)。在巨大的技術(shù)光環(huán)下，它是商業(yè)困境的深淵。

商湯科技2024年?duì)I收37.72億元，但虧損高達(dá)43.07億元，累計(jì)虧損已超過545億元；云從科技營收3.98億元，同比下降36.69%，凈虧損6.96億元，連續(xù)八年未盈利；自2021年起三年半，曠視科技累計(jì)虧損146億元，負(fù)債率超過300%；雖然2024年依圖科技首次實(shí)現(xiàn)年度盈利，但是安全業(yè)務(wù)仍占81%，醫(yī)療和芯片業(yè)務(wù)仍長期虧損。

更值得注意的是，這些企業(yè)的R&D費(fèi)用占營收的100%以上，但仍未能構(gòu)建可持續(xù)的產(chǎn)品體系和穩(wěn)定的用戶生態(tài)。

為什么曾經(jīng)“技術(shù)最強(qiáng)”的AI公司現(xiàn)在變成了“最難盈利”的科技企業(yè)？這不僅是AI四小龍的個(gè)人命運(yùn)，也是技術(shù)變革與商業(yè)現(xiàn)實(shí)的正面沖擊。

當(dāng)AI從“算法導(dǎo)向”走向“平臺競爭”，當(dāng)市場從“政府訂單”走向“用戶生態(tài)”，AI四小龍的路徑選擇似乎正在被范式突變淘汰。

而且今天，生成式AI模型風(fēng)頭正勁，ChatGPT、Claude、Kimi、文心一言等商品層出不窮，資本青睞，技術(shù)突破，估值飆升，似曾相識的熱潮再次爆發(fā)。

智譜AI、月亮暗面、百川智能、MiniMax等“新四小龍”的估值已經(jīng)超過20億美元，融資速度直接追上了曾經(jīng)的AI四小龍。

但是，這一輪技術(shù)創(chuàng)新真的能走出上一代AI公司的困境嗎？大模型公司會重復(fù)“領(lǐng)先水平、商業(yè)落后”的覆轍嗎？下一個(gè)“AI四小龍”會在大模型浪潮中悄然誕生嗎？

AI四小龍失敗復(fù)盤：技術(shù)奇點(diǎn)，商業(yè)崩潰

AI四小龍的失敗，并非因?yàn)榧夹g(shù)不夠先進(jìn)，恰恰相反，它們曾經(jīng)在技術(shù)上引領(lǐng)著時(shí)代。

隨著計(jì)算機(jī)視覺和深度學(xué)習(xí)算法的延長，商湯科技在智慧城市、安全、自動(dòng)駕駛等領(lǐng)域建立了完整的視覺識別能力體系，擁有12000多項(xiàng)專利，主導(dǎo)了80多項(xiàng)國際標(biāo)準(zhǔn)的制定。

Face曠視科技 該平臺曾經(jīng)成為世界上最大的開源面部識別庫，為70%以上的安卓手機(jī)制造商提供面部解鎖服務(wù)，并在100多個(gè)城市部署了20萬臺智能攝像頭，安全誤報(bào)率低于10萬分之一。

依圖科技開發(fā)了世界上第一個(gè)AI肺炎診斷系統(tǒng)，獲得了國家美國食品藥品監(jiān)督管理局三類認(rèn)證，一般落地200家三甲醫(yī)院。

云從科技聚焦“人機(jī)協(xié)同”，為中國農(nóng)業(yè)銀行、中國建設(shè)銀行等400多家銀行提供面部識別和智能風(fēng)險(xiǎn)控制服務(wù)，平均每天調(diào)用量超過2億個(gè)，識別準(zhǔn)確率超過99.9%。

但是，如此強(qiáng)大的技術(shù)體系，卻未能帶來可持續(xù)的商業(yè)利益。

商湯科技在2024年?duì)I收增長10.8%時(shí)，凈虧損達(dá)到43.07億元，累計(jì)虧損超過545億元。

云本科技利潤下降至3.98億元，同比下降36.69%，凈虧損6.96億元，連續(xù)八年未能盈利。

曠視科技三年半累計(jì)虧損146億元，負(fù)債率超過300%。

雖然依圖科技在2024年首次實(shí)現(xiàn)了年度盈利(凈利潤1.05億元)，但安防和智慧城市業(yè)務(wù)仍占總收入的81%，芯片和工業(yè)質(zhì)檢業(yè)務(wù)繼續(xù)虧損4.8億元。

造成這種情況的關(guān)鍵不在于技術(shù)不夠“先進(jìn)”，而在于商業(yè)模式的先天失調(diào)。

四小龍的主要客戶是政府和大型國有企業(yè)，其業(yè)務(wù)集中在智慧城市、AI安全、刷臉支付等。 在G領(lǐng)域，項(xiàng)目普遍定制化，缺乏標(biāo)準(zhǔn)化產(chǎn)品能力。

這一模式在初期確實(shí)能迅速實(shí)現(xiàn)，但從長遠(yuǎn)來看，不能形成平臺級的網(wǎng)絡(luò)效應(yīng)，也不能積累可持續(xù)的客戶關(guān)系鏈。

更為致命的是，政府項(xiàng)目的回款周期冗雜，應(yīng)收賬款堆積如山。例如，在2024年商湯科技的應(yīng)收賬款中，賬齡超過三年的項(xiàng)目金額高達(dá)38.21億元，直接侵蝕了應(yīng)該支持R&D和擴(kuò)張的現(xiàn)金流。

四小龍的“技術(shù)導(dǎo)向”文化也在一定程度上加劇了這一困境。他們普遍將資源集中在算法精度和學(xué)術(shù)導(dǎo)出上，而忽略了商品工程和用戶體驗(yàn)的打磨。

大量的R&D費(fèi)用消耗在高薪養(yǎng)人上，而不是生產(chǎn)可復(fù)制的產(chǎn)品能力。

云科技研發(fā)支出占營收的119%，商湯也達(dá)到了109.6%，但是這些投資并沒有形成大規(guī)模的商業(yè)收益。

更為根本的問題是，他們?nèi)狈谄脚_的戰(zhàn)略思想，一直停留在“項(xiàng)目制度” 在交付系統(tǒng)的經(jīng)營范式中，很難像平臺型公司那樣形成數(shù)據(jù)閉環(huán)、用戶沉淀和復(fù)利增長。

領(lǐng)先水平但產(chǎn)品不足，訂單多但沒有客戶，賬戶融資充足但現(xiàn)金流緊張。AI四小龍的失敗不是技術(shù)的失敗，而是商業(yè)設(shè)計(jì)的系統(tǒng)性崩潰。

大型企業(yè)崛起：新范式，舊問題？

與AI四小龍相比，今天的大型公司無疑站在了一個(gè)全新的技術(shù)浪潮之上。技術(shù)范式的核心變化是這一變化的開始。

過去，AI公司依靠計(jì)算機(jī)視覺等“技術(shù)點(diǎn)”來強(qiáng)調(diào)識別和感知；如今，以自然語言理解為核心的大模型已經(jīng)延伸到多模式、跨語言、跨任務(wù)的通用智能系統(tǒng)。

OpenAI、Anthropic、百度、阿里、智譜、百川等公司推出了數(shù)千億參數(shù)的大型模型，具備文本生成、代碼編寫、圖像理解、語音交互等多種能力。

這一代AI公司也表現(xiàn)出了更強(qiáng)的平臺化理念。

他們不再只是“模型輸出者”，而是構(gòu)建了API接口、開發(fā)平臺、插件生態(tài)、智能體（Agent）全棧式平臺能力包括在內(nèi)。

例如，OpenAI通過ChatGPT插件平臺與GPTs商店建立了C端和開發(fā)者端的生態(tài)分發(fā)系統(tǒng)，百度文心一言以蔽之，接入了搜索、辦公、營銷等多種需求場景，而字節(jié)豆包則在短時(shí)間內(nèi)推出了輕量級Agent框架，迅速占領(lǐng)To。 C入口。

相比之下，他們也更加重視建立客戶關(guān)系。

長期依靠To和AI四小龍 G、To 不同的客戶B，大型企業(yè)正在積極拓展To。 C與To D(開發(fā)者)市場。

在Kimi、在豆包、ChatGPT等產(chǎn)品的推廣中，用戶獲取、日常生活、保留、轉(zhuǎn)化成為關(guān)鍵指標(biāo)，產(chǎn)品設(shè)計(jì)更注重交互體驗(yàn)、前后記憶、人性化服務(wù)等能力。

但是，盡管技術(shù)范式和生態(tài)結(jié)構(gòu)是全新的，一些舊問題仍然如影隨形。

第一個(gè)問題是燒錢。大型訓(xùn)練費(fèi)用極高，僅GPT-4的練習(xí)費(fèi)用就超過了6300萬美元，而國內(nèi)頭部企業(yè)也經(jīng)常投入數(shù)十億美元。

同時(shí)，盈利模式還沒有運(yùn)行。除少數(shù)API支付、企業(yè)定制等服務(wù)外，C端用戶大多仍處于免費(fèi)試用階段，To B訂單也沒有形成大規(guī)模的收益。

更為嚴(yán)重的是，今天的大型企業(yè)正面臨著資金-技術(shù)周期錯(cuò)位的風(fēng)險(xiǎn)。

估值往往是幾十億美元，但是商業(yè)化的路徑還不清楚。自2023年以來，智譜AI、月亮暗面、百川智能、MiniMax等“新四小龍”的估值已經(jīng)超過20億美元，融資節(jié)奏堪比以前的AI四小龍。

但是，如果盈利模式無法建立，一旦融資窗口關(guān)閉，這批公司很可能會重演“融資建筑、虧損養(yǎng)人、裁員收縮”的老路。

也就是說，今天大模型公司擁有的是技術(shù)范式更強(qiáng)，資本期望更高，生態(tài)欲望更廣泛。，但正面臨著類似的商業(yè)困境和運(yùn)營風(fēng)險(xiǎn)。

如果不能及時(shí)建立穩(wěn)定的盈利模式、商品閉環(huán)和用戶生態(tài)，就無法逃脫成為另一代“技術(shù)奇點(diǎn)、商業(yè)崩潰”的代表。

怎樣避免一錯(cuò)再錯(cuò)？新一代AI公司的“生存建議”

“AI四小龍”的起起落落，以及大型企業(yè)的興起，共同揭示了一個(gè)無法回避的問題：到底應(yīng)該如何走AI的商業(yè)化路徑？

技術(shù)可以領(lǐng)先，融資可以充足，但是如果找不到可持續(xù)的盈利方式，所有的技術(shù)紅利最終都可能變成“幻覺經(jīng)濟(jì)”。

回顧AI四小龍的商業(yè)化模式，其最大的特點(diǎn)是重新定制，輕商品，重新交付，輕生態(tài)。

以To 以G市場為主，四小龍依靠高價(jià)訂單支撐營收表面增長，承擔(dān)安防、智慧城市、面部識別等特點(diǎn)。通過與政府、國企、銀行等大客戶的合作。然而，這種模式存在致命的結(jié)構(gòu)性問題。

首先，高度定制化的項(xiàng)目，難以規(guī)范復(fù)制，每個(gè)訂單都需要重新投入開發(fā)資源，導(dǎo)致邊際成本始終居高不下。

其次，回款周期長，利潤率低，客戶關(guān)系不可持續(xù)。，使企業(yè)對新訂單輸血極為依賴。

最為致命的是，To G客戶不是“真正的用戶”或市場驗(yàn)證者，企業(yè)很難獲得用戶信息、商品反饋和迭代空間。

與此相比，大型企業(yè)正在嘗試各種新的商業(yè)化路徑。要從四種主流路徑對比分析它們的優(yōu)缺點(diǎn)：

在這些模式的差異背后，反復(fù)驗(yàn)證的謬論：AI好用，并不意味著AI可以實(shí)現(xiàn)；強(qiáng)大的模型并不意味著商品成功。

技術(shù)路徑可以定義概率，但能否走商業(yè)路徑最終決定了公司的生死。AI企業(yè)的核心問題不再是“能不能做”，而是“誰愿意在做了之后繼續(xù)為此買單”。在這場比賽中，比算法參數(shù)更重要的是商業(yè)模式的可復(fù)制性、復(fù)利性和生態(tài)性。

AI四小龍的故事已經(jīng)為整個(gè)市場提供了一份“失敗的操作教材”。但是失敗本身并不意味著最后的結(jié)局，它更像是一面鏡子，展現(xiàn)了企業(yè)未來應(yīng)該如何走得更穩(wěn)、更遠(yuǎn)。

對于處于風(fēng)口浪尖的大型企業(yè)來說，如果不想重復(fù)“技術(shù)奇點(diǎn)、商業(yè)崩潰”的覆轍，就必須重新思考自己的戰(zhàn)略路徑和組織能力。

首先，從“定制化”向“實(shí)用化”轉(zhuǎn)變。AI公司不能再依靠“一個(gè)項(xiàng)目一個(gè)團(tuán)隊(duì)”，而應(yīng)該建立一條可以大規(guī)模部署的產(chǎn)品線。例如，通過開放API、SDK、SaaS平臺允許AI能力以“模塊化”的方式嵌入各個(gè)行業(yè)。這樣不僅可以減少人力依賴，還可以大大提高復(fù)用率和客戶粘性。

其次，從“技術(shù)導(dǎo)向”向“用戶導(dǎo)向”轉(zhuǎn)變。AI企業(yè)不僅要關(guān)注模型參數(shù)值的規(guī)模、訓(xùn)練精度和論文的數(shù)量，還要關(guān)注客戶體驗(yàn)、場景適應(yīng)和互動(dòng)的細(xì)節(jié)。例如，OpenAIGPT-在4o中增加了多模式訪問和前后記憶功能，而Kimi則提高了長文的讀寫能力，這些都反映了從“算法驅(qū)動(dòng)”到“用戶驅(qū)動(dòng)”的轉(zhuǎn)變。

三是擁抱“平臺化”和“生態(tài)建設(shè)”。一個(gè)強(qiáng)大的模型不是終點(diǎn)，而是一個(gè)可以被開發(fā)者、客戶和公司不斷調(diào)用的生態(tài)系統(tǒng)。這意味著AI公司應(yīng)該像操作系統(tǒng)一樣思考:“我能讓別人基于我工作嗎？”O(jiān)penAI的GPTs和插件系統(tǒng)、百度的文心插件店、字節(jié)豆包開發(fā)平臺都是這種平臺思維的具體體現(xiàn)。

四是拓展多元化的商業(yè)模式，防止單點(diǎn)依賴。企業(yè)不僅要依靠API收費(fèi)或企業(yè)定制，還要形成組合拳式的盈利結(jié)構(gòu)：API SaaS C端訂閱 硬件終端 廣告模型。舉例來說，微軟將Copilot嵌入Office全家桶中，直接促進(jìn)訂閱率的提高；OpenAI探索與硬件制造商合作，打造AI原生終端，都是實(shí)現(xiàn)多元化的途徑嘗試。

五是控制成本結(jié)構(gòu)，警惕“人力AI”陷阱。AI公司的R&D投資必須與產(chǎn)品價(jià)值形成閉環(huán)。“R&D支出占收入的120%”，但沒有產(chǎn)品的尷尬局面是不能再發(fā)生的。R&D不僅僅是“燒錢”，更是“造資產(chǎn)”——把技術(shù)沉淀成模型、框架、平臺、數(shù)據(jù)網(wǎng)絡(luò)，而不僅僅是高薪養(yǎng)人。

也就是說，新一代AI公司必須同時(shí)擁有“技術(shù)視線” 商業(yè)能力 產(chǎn)品意識 “生態(tài)構(gòu)建力”四大能力。誰能率先實(shí)現(xiàn)這四者的統(tǒng)一，誰就能走出AI四小龍未竟之路，構(gòu)建智能時(shí)代真正的商業(yè)范式。

寫在最后

回到文章開頭提出的問題：大型企業(yè)，會不會進(jìn)入“AI四小龍”的后塵？

回答可能還沒有寫出來，但是路徑的岔路口已經(jīng)很清楚了。AI四小龍的故事告訴我們，領(lǐng)先水平不足以帶來商業(yè)上的成功，甚至可能成為覆蓋問題的迷霧。

在以計(jì)算機(jī)視覺為核心的AI競賽中，四家公司幾乎收集了所有“技術(shù)正確”的要素:最前沿的算法、最龐大的R&D團(tuán)隊(duì)、最多的論文和專利、最大的融資金額，但最終還是輸給了商業(yè)模式的不可復(fù)制性、客戶關(guān)系的不可持續(xù)性、組織結(jié)構(gòu)的高度依賴和產(chǎn)品思維的不足。

如今的大模型公司，雖然站在更高的技術(shù)起點(diǎn)上，應(yīng)用潛力更廣，生態(tài)結(jié)構(gòu)更多樣化，但也面臨著同樣的底層挑戰(zhàn):如何把“能做”變成“好用”，再變成“可持續(xù)付費(fèi)”？

它不僅僅是一個(gè)商業(yè)問題，更是一個(gè)戰(zhàn)略問題。在AI技術(shù)進(jìn)入商業(yè)化階段之后，中國“AI四小龍”的失敗并非個(gè)案，而是全球企業(yè)普遍面臨的難題。

雖然國外的AI公司也遭受過類似的困難，但是像OpenAI這樣的、Anthropic等公司逐步走出“技術(shù)強(qiáng)但不賺錢”的陷阱，通過平臺轉(zhuǎn)型、構(gòu)建用戶生態(tài)、綁定長期資本，值得中國AI公司警惕和借鑒。

“領(lǐng)先水平”只是進(jìn)入AI競技場的門票，而“搭建平臺、服務(wù)用戶、形成生態(tài)”才是最終的勝負(fù)。

在AI的上半場，誰的模型跑得快，參數(shù)多，推理強(qiáng)；但是在AI的后半段，它將屬于那些能夠真正使用、長期使用、廣泛使用的產(chǎn)品和平臺。

未來的贏家不一定是最聰明的AI公司，但很可能是對商品最了解，最能構(gòu)建用戶關(guān)系，最能形成商業(yè)閉環(huán)的那一家。

正如歷史從來沒有重復(fù)過一樣，但總是壓韻。

在AI技術(shù)革命中，真正的分水嶺不是誰能訓(xùn)練出更多的模型，而是誰能訓(xùn)練出更多的模型。用這些模型構(gòu)建一個(gè)長期的價(jià)值網(wǎng)絡(luò)。那是AI的未來，也是新一代AI企業(yè)家必須回答的問題。

參考資料：

1. 裁員一半，虧損7億！AI四小龍還能堅(jiān)持多久？回答是絕望的！來源：知乎：

2. 沖關(guān)大模型：AI四小龍下手一個(gè)比一個(gè)狠，作者：韭菜財(cái)經(jīng)，來源：36kr

3. 年虧百億，裁員自救！“AI四小龍”難度大…來源：新浪財(cái)經(jīng)

本文來自微信微信官方賬號 “物聯(lián)網(wǎng)智庫”（ID：作者：彭昭，36氪經(jīng)授權(quán)發(fā)布，iot101)。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com