如何避免成為AI墓地的一員

AI工具聚合網站“DANG！”收錄了大量已經停止運營的AI項目，并為之專門建立了一個死亡名單——AI墓地（AI Graveyard）。據統計，從2024年6月至2025年2月，AI墓地收錄的項目從738個增加至1100多個，短短半年多時間內的增長率就超過了50%！這份名單涵蓋AI領域的多方面產品，包含大量AI語音、AI圖片、AI對話、AI寫作、AI搜索引擎等通用功能類的應用，以及部分AI數據分析、輔助編程、AI設計建模、AI影視剪輯、AI營銷管理等專業功能類產品。

值得一提的是，AI墓地收錄的不只是一些中小型公司的失敗項目，一些巨頭公司、明星創業團隊的項目也在這份名單里，例如OpenAI推出的AI語音識別產品Whisper.ai，Stable Diffusion的知名套殼網站FreewayML，以及由谷歌前高管創立的、曾被視為是“谷歌競爭者”的AI搜索引擎Neeva，等等。

如此多的AI項目折戟沉沙，令人唏噓不已！那么現存的AI企業應該如何避免成為AI墓地的一員呢？

AI行業之所以會出現大量失敗的明星項目，一個核心原因在于，當時許多匆匆涉足這一領域的公司過于關注大模型技術指標的追求，而其產品形態及商業模式較為單一，忽視了商業模式設計在挖掘應用場景、實現技術價值、構建企業防御壁壘方面的重要性。媒體鋪天蓋地的報道與市場對大模型的追捧讓很多人認為，只要掌握了最先進的大模型技術，就掌握了未來數十年的商業密碼，占據了行業的上風。雖然當下國內外AI大模型創業項目有不少得到了上千萬美元的融資，在資本市場收獲了極高的估值，但這并不意味著這些大模型獨角獸已經獲得了商業上的勝利。

評估AI企業生存能力的蛋糕模型

我們認為，AI企業需要更完善的商業模式，才有機會在愈發激烈的市場競爭中生存下來，避免淪為AI墓地中的一員。為了幫助AI公司評估自身生存能力的優劣，我們提出一個“蛋糕模型”（見圖1）：

● 產品價值空間是否存在——蛋糕是否存在？

● 實現價值空間的切入模式是否“銳利”——切蛋糕的角度是否正確？

● 企業是否具備模型迭代所需的資源能力以及足夠的壁壘——能否抵御其他人搶蛋糕？

● 產品盈利模式設計是否合理——吃蛋糕的投入產出是否合理？

● 大模型企業是否具備生態來協助產品迭代至成熟——是否有人協助你吃到蛋糕？

● 大模型應用過程中的數據安全問題——蛋糕是否存在食品安全問題？

每一家AI企業的必修課

上述六個問題是任何一家AI企業在其成立與發展過程中都無法回避的。依序回答好這六個問題，是每一家AI企業在市場中存活并勝出的“必修課”。接下來，本文將結合企業實例以及AI墓地中的典型項目，逐一解釋這六個問題的內涵與重要性。

產品的價值空間是否存在——蛋糕是否存在

與其他類型的產品一樣，任一款大模型產品首要面臨的就是自身的價值空間問題，也就是大模型的具體應用到底創造了什么價值，類比為企業所做的業務場景是否存在甜美的“蛋糕”。

在AI墓地中，有不少項目死于產品價值空間過于狹窄，其中AI Pickup Lines這款應用即是典型。AI Pickup Lines是一款基于AI的搭訕語生成工具，能夠根據用戶輸入的目標特征和場景，快速生成幽默、浪漫或有趣的開場白，幫助用戶在社交場合中打破僵局。但是，該產品的價值空間非常狹小，雖然搭訕語有一定的市場需求，但其應用場景較為狹窄，且用戶對這類產品的依賴性較低，更多是將其作為一種娛樂消遣工具使用。

價值空間問題可進一步拆解為二個子問題：第一，該產品是否創造了價值？即是否在一些明確的場景下滿足了用戶需求；第二，該產品創造的價值存在于已有市場還是新市場？即產品是搶奪存量還是創造增量。

很多大模型產品的設計是為了幫助企業提高簡單重復工作的生產效率、節約人工成本，即搶奪現有的蛋糕。然而，僅憑這些價值是否能支撐起數十億美元的估值，仍需進一步討論。以美國一家專注于營銷內容生成的大模型初創企業Typeface為例，該公司成立于2022年6月，2023年6月獲得B輪1億美元融資，1年時間估值達10億美元。這款產品主要利用大模型和計算機視覺等技術幫助企業員工通過提示文本快速生成營銷圖文內容，讓沒有營銷專業技能的普通員工也能利用AIGC工具快速制作品牌營銷所需的個性化內容。不難看出，Typeface的價值主要在于替代市場上現有的相關專業人員的部分工作。

雖然Typeface獲得了一眾投資方的青睞，但其產品價值空間在當時能否支撐起10億美元估值？首先，假設Typeface擁有10倍市銷率，按照10億美元的估值計算，也就是說其每年營收須達到1億美元。據Payscale給出的數據，目前美國平面設計與營銷文案策劃從業者平均年薪約為5.7～6.7萬美元。如果假定這些從業者中有10%的工作是營銷材料制作相關的，那么保守估計Typeface每年至少要取代約2萬名這部分工作的從業者，并且在客戶企業愿意支付同等價格的條件下，才能實現10億美元的估值。通過上述估算可見，Typeface的AI產品必須綁定大量的客戶資源并持續占據足夠多的市場份額，才能實現其現有估值。這對于一個剛成立一年的初創公司來說是一個不小的挑戰。

實現價值空間的切入模式是否“銳利”——切蛋糕的角度是否正確

如果一款大模型產品尋找到了其廣闊的價值空間，那接下來企業就需要考慮采用什么樣的產品形態與切入模式，以何種場景切入并實現目標價值空間。同一種需求與價值空間可以通過不同的模式來滿足。真正“銳利”的大模型產品的模式能夠找到最合適的角度精準地命中用戶痛點需求，讓用戶真正愿意為之買單。大模型企業在看到了市場蛋糕之后能不能用最佳的“角度”順利切到蛋糕，這關系到企業提供的產品能否得到市場的認可并占據一定的生存空間。

什么才是真正“銳利”的產品形態與商業模式？其實OpenAI在2022年底發布的ChatGPT產品就是一個很好的案例。事實上，基于Transformer架構的預訓練大模型早在2018年就問世了，但當時只有開發人員能夠通過特定的計算機語言、編程接口等專業方式與這些模型（包括GPT-1與GPT-2）進行交互，這也在一定程度上導致早期的預訓練大模型在市場上鮮為人知。ChatGPT對話式的產品模式以一種最直觀、最簡單易懂的產品形態，讓大眾對生成式大模型的能力迅速產生了強烈的感觸與認知，讓全世界對大模型產生了極強的興趣與信心。該模式的核心目的是為了在市場上“吸睛”，讓盡可能多的人對生成式模型的能力有信心，進而可以在未來獲得最多的資本支持。從這個角度看，其模式是非常成功的。

然而，中國的大模型企業是否應該直接模仿OpenAI這種最簡單、最直觀的商業模式呢？在中國市場上，C端用戶沒有對軟件的使用形成持續付費的習慣。而且，國內眾多大模型企業都開發了相似的對話交互型大模型產品，在這樣的用戶基礎與市場競爭格局下其產品恐怕難以實現盈利。DeepSeek并沒有直接效仿OpenAI的模式，而是以開源模式出現，從本質上改變了切入市場的角度，成就了其一夜成名的神話。

那么，中國的大模型企業應該采用怎樣的角度設計商業模式呢？我們發現一些AI硬件產品能夠體現“銳利”的產品形態與商業模式的重要性。例如各家教育公司相繼推出的AI學習機，其本質是將智能教輔軟件產品硬件化。相較于軟件，中國的家長更愿意為硬件產品付費；同時，由于AI學習機只能用來學習不能用來娛樂，消除了家長對于孩子在注意力管理方面的擔憂。智能耳機同樣也是一個很好的例子，相較于手機和電腦上的翻譯軟件，智能耳機可以實時接收外語并將其轉譯為用戶的母語，達到了同聲傳譯的效果，一些耳機還支持用戶下載語音轉寫結果。與AI學習機一樣，配備有翻譯功能的智能耳機找到了跨語種實時交談這個有著剛性需求的場景，而且硬件形式的產品形態也更能夠調動用戶的付費意愿。

從以上例子可以看出，大模型企業的產品形態與商業模式只有匹配到目標用戶的某種剛需場景，才能找到“銳利”的產品與商業模式，用正確的角度切入目標價值空間、吃到市場蛋糕，并有機會逐步實現盈利。

企業是否具備模型迭代所需的資源能力以及足夠的壁壘——能否抵御其他人搶蛋糕

大模型企業基于價值空間找到了一種“銳利”的產品形態與商業模式，并不意味著就能順利吃到蛋糕，還需要考慮如何建立足夠高的壁壘以抵御市場上其他競爭者前來爭奪同一塊蛋糕。

不少大模型獨角獸的AI產品實際上是主流大模型的套殼應用，這類公司的價值在于降低了大模型產品在垂直領域的使用門檻，將只具備通用能力的大模型改造成擁有專用能力的工具。但隨著大模型的技術不斷升級，其通用能力的溢出往往會覆蓋部分專用能力。2023年6月，Jasper網站瀏覽量較2023年初下滑50%，其競品公司更直接表示同類初創企業的價值正在逐漸消失。同時，隨著同類的套殼公司越來越多，早期套殼公司的優勢也將快速喪失。AI墓地里的文生圖應用FreewayML作為Stable Diffusion套殼網站，只是簡單地接入了Stable Diffusion的功能，面對越來越多類似的套殼產品毫無優勢可言，只靠套殼并不能幫助AI企業建立足夠安全的“護城河”。

開發垂直領域大模型的初創企業更要應對巨頭下場帶來的威脅。以互聯網廣告業務為例，該垂直領域已經誕生了一批“大模型+營銷”的創業公司，包括上文提到的Typeface、Jasper、Copy.AI、Synthesia等。與此同時，谷歌等互聯網巨頭也在部署自己的廣告營銷類大模型。相比各家AI營銷獨角獸，谷歌的廣告大模型具有天然的產業數據基礎，可以輕松獲取傳統廣告主與用戶的龐大產品信息與市場需求數據，在C端廣告業務上更具優勢。

可見，一些獨角獸只是依靠行業不成熟階段的紅利獲取先發優勢，如果沒有通過商業模式設計獲得足夠的垂直產業資源，更沒有建立牢固的競爭壁壘，一旦谷歌、OpenAI、微軟等巨頭全面躬身入局，這類創業公司或將很快陷入窘境。

產品的盈利模式——吃蛋糕的投入產出是否合理

在明確了產品的價值空間、產品形態、競爭壁壘問題后，接下來需要探討企業如何捕獲該價值，也就是產品的盈利模式與成本問題，也即企業吃到這個“蛋糕”的投入產出是否合理。

產品的盈利模式如何設計、如何向客戶收費，這關系到企業的現金流是否合理、產品收益是否可以覆蓋模型研發的成本支出，以及企業的大模型業務是否可持續等一系列重要問題。簡單來講，企業盈利模式中定價方式可分為兩極：

● 成本加成定價，即在產品研發成本基礎上設置一定比例的利潤加成，以成本為定價的來源。

● 價值分享定價，即企業作為產品提供方，以產品的實際使用效果、給客戶帶來的收益為基礎按比例收費，盈利水平與產品創造的績效直接掛鉤。

一般企業的定價會在這兩級之間找到一個平衡點。影響這個平衡點的一個重要因素是市場的競爭性，當市場競爭尚不激烈時，企業通過與客戶圍繞某一產品或服務共同進行價值創造，可以采取價值分享定價；當企業之間基于成本優勢進行競爭時，可以采用成本加成定價。當市場同質化程度過高、競爭趨于激烈時，企業之間則會陷入一種競爭性定價的狀態，也就是傳統意義上的價格戰。激烈的價格戰與燒錢策略在過去的團購、外賣、打車、共享單車等領域屢見不鮮，其結果就是市場環境的惡化，參與競爭的各方都很難盈利，用戶體驗也沒有實質性提升。

目前國內大模型相關企業可能普遍面臨盈利模式問題帶來的挑戰。盡管大型互聯網公司及一眾創業公司都在積極推出自己的AI大模型，但這些模型均以對話問答、圖文生成、視頻創作等通用能力為主，產品及應用場景過于雷同，這是應引起警惕的現象。一方面，如果任何一家企業的大模型產品都難以提供“非它不可”的價值，那么用戶面對這些功能相近的產品時購買依據可能會以價格為主，這將導致用戶端的整體支付意愿降低；另一方面，如果未來各家大模型提供商的模型同質化加劇，則容易陷入競爭性定價，進而可能大大折損企業的盈利能力。

如果長期缺乏清晰、可持續的盈利模式，被迫卷入價格戰，未來很可能會有許多大模型公司難以維持生存。這是大模型企業未來迫切需要化解的核心挑戰之一。

除盈利模式外，企業還應考慮大模型的成本控制問題，即企業為了吃到“蛋糕”而需要付出的成本。盈利模式與成本控制是一體兩面、相互制約的：如果無法實現持續盈利，研發投入就沒有支撐；如果無法合理控制研發成本，盈利能力也會受到極大拖累。

大模型的研發過程通常至少要持續幾個月以上，期間還需要購買大量稀缺昂貴的AI算力芯片并消耗大量算力資源。OpenAI首席執行官Sam Altman曾透露，單是訓練GPT-4的成本就超過了1億美元。有知情人士表示，OpenAI尚未發布的GPT-5模型已經完成了兩輪訓練，僅一輪訓練的成本就接近5億美元。國內大模型企業零一萬物創始人李開復也曾公開透露，“即便是成本更低的Yi- Lightning，在訓練時也用了2000張GPU，耗時一個半月，花費三百多萬美元”。由此可見，即使是訓練成本較低的大模型，其耗費的成本也是一般企業難以承受的重擔。

目前市場對大模型成本問題的注意力主要集中在硬件與算力成本上。除了高昂的訓練成本，大模型企業還可能面臨更多矛盾問題。由于大模型產品在實際應用過程中存在很強的易變性與不確定性，大模型企業（以及模型使用方）會面臨除了可見成本之外的諸多未知成本，而這對大模型企業的制約可能要大于單純的人力、物力成本，對模型訓練與微調過程中的成本可控性提出很大挑戰。

首先，大模型技術迭代速度很快，科技巨頭和開源社區都在不斷地發布新的大模型架構，新模型、新版本層出不窮。過去一年里，OpenAI、Meta、谷歌等巨頭都在不斷更新自己的大模型。在雄厚資金的支持下，OpenAI和谷歌在大模型參數量上一騎絕塵，相比GPT-3約有1750億個參數，GPT-4包含的參數量達到了近1.8萬億個，谷歌Gemini大模型的最強版本Ultra據稱參數量甚至超過GPT-4。大模型領先者的發展速度之快，所需算力之巨，令后發者望塵莫及。在參數量更為靈活的開源模型方面，Meta的Llama模型和其他開源模型也在持續推出性能更優的新版本。對于利用開源模型微調自己模型的企業來說，每一次開源模型版本的更新，都可能導致需要重新投入資源進行訓練。而對于選擇自己從頭訓練模型的企業來說，一旦競爭者發布了性能更優的模型，那么企業投入巨額成本自主研發的大模型就會立即落后，失去原有價值與競爭優勢。

其次，由于大模型技術仍處于商業化早期，大模型企業對于模型與客戶的業務可以在哪些維度結合尚缺乏全面認知，并且在嚴肅的企業業務場景中，大模型的“幻覺”問題尚未完全解決。因此，大模型企業能否順利將大模型產品出售并部署到客戶的業務環節中，以及是否在部署完成后根據新應用場景投入更多成本反復調整模型架構，對于大模型企業及其客戶來說都是艱難的挑戰和難以抉擇的問題。

大模型企業是否具備生態來協助產品迭代至成熟——是否有人協助企業吃到蛋糕

大模型企業還需要考慮的一個問題是有沒有人愿意協助其共同分得市場蛋糕。一個新技術要實現市場普及，往往需要得到一個生態價值鏈的配合，讓生態中的其他參與者不斷應用這項技術，進而營造一個技術可持續迭代、能夠實現商業價值的閉環。

為此，硬科技企業必須找到一個“能夠讓企業穩定運營、讓技術在應用場景下不斷迭代的生態”，這個過程正是商業模式創新的工作。通過商業模式創新，硬科技企業能夠創造一個新的細分賽道、構建一個新的生態系統、選擇利益相關者并得到多方配合，以此設計出可以釋放足夠價值的交易結構，這樣才有機會成功。

這個道理同樣適用于大模型企業。例如，OpenAI的視頻生成產品Sora一經發布便一石激起千層浪，給視頻制作、剪輯以及影視行業帶來了不小的震動。Sora這款強大功能的產品意在顛覆原有影視制作的產業生態，從零開始自建一個全新生態。一般而言，影視制作鏈條包含劇本創作、拍攝準備、實地拍攝、后期剪輯與制作、營銷發行、院線放映、觀眾反饋等多個環節，而Sora只用文生視頻功能就一次性地囊括這些環節。但目前Sora的技術并不成熟且計算成本極高，按照OpenAi公布的數據，Sora的計算成本是GPT-4模型的15000倍，即使Sora通過月度會員費、按視頻長度計費等方式收費，依舊難以完全覆蓋其極高的計算、推理成本。如果Sora未能實現商業閉環的生態，讓產品與技術在新生態的配合下不斷迭代至成熟，那么它想替代傳統影視制作產業鏈條是極為困難的。

相較Sora，Adobe旗下的影視編輯軟件Adobe Premiere就選擇了不同的生態模式進行發展。Premiere清楚文生視頻的技術還不夠成熟，因此其將AI技術的應用場景更多側重于對現有影視鏈條的優化，如利用AI進行素材補全、后期修復。而后 Premiere通過其數據采集模塊（需用戶授權），實時分析哪些AI功能使用頻率最高、哪些參數調整最頻繁，用于優化下一版模型。根據用戶需要， Premiere還會從從獨立電影制作人與商業攝影師處購買特定風格視頻片段，用于訓練細分場景模型。通過不斷轉化傳統生態，Premiere得以逐步完善自身產品。當產品足夠成熟時，便有機會催生出一個全新的生態以徹底顛覆原有的價值鏈條，以更大的規模實現自身的商業價值。

大模型應用過程中的數據安全——蛋糕的食品安全問題

大模型在使用過程中存在一系列潛在的安全風險，類似于辛辛苦苦獲得的蛋糕可能存在食品安全問題。

AI墓地中，OpenAI推出的AI語音識別產品Whisper.ai因數據安全風險而被市場拋棄。據悉，基于Whisper.ai開發的各類工具已經有超過30000名臨床醫生和40個醫療系統使用。由于醫療數據涉及患者大量敏感信息，若Whisper.ai存在數據權限漏洞或被攻擊者利用提示詞誘導，可能導致患者隱私數據泄露，如患者的病情、治療方案等，會對患者造成嚴重影響，也會引發醫療機構對其安全性的擔憂。此外，Whisper.ai被曝光存在嚴重的“幻覺”問題，會亂編藥物、捏造大段文字與事實，在醫療等領域應用時，無法滿足用戶對準確記錄的需求，導致其難以在高風險、對準確性要求極高的場景中立足。

安全風險中受市場以及監管最為關注的是大模型的數據泄露風險。一方面，模型的訓練過程需要模型使用方主動提供足夠的經營數據，以供大模型進行訓練與微調，但由于大模型各項組件可能存在受攻擊漏洞以及數據權限漏洞，導致大模型無意間透露敏感信息或者產生未經授權的數據訪問，這會產生大量客戶數據泄露的風險；另一方面，目前大模型產品可能會被攻擊者精心設計的提示詞操控，容易在人為的誘導與欺騙下泄露大模型使用方的機密數據，而且使用方內部難以及時察覺和有效封補。除了數據泄露隱患，大模型也會面臨幻覺帶來的應用風險。

大模型產品在設計模式時務必要考慮安全風險的因素，特別是面向政府或企業提供服務的公司。

產業發展初期，AI企業的商業模式需要不斷升級迭代

回顧中國多家大模型企業的發展過程，不難意識到，部分企業的商業模式還不夠完善。國外AI墓地的各個案例也告訴我們，AI企業確實到了該“補課”的關頭，到了對商業模式給予足夠重視的時候！

中國作為全球工業門類最齊全的國家之一，制造業規模居全球首位，具有完整的產業配套體系。因此，在中國工業制造的“蛋糕”基礎上，中國本土企業如果能有效利用好這次大模型技術發展的機遇，將技術與商業模式有機融合，完全有機會走出一條不同于美國人工智能產業的全新路徑。這需要中國企業結合中國的場景，不斷探索符合中國應用場景的商業模式。

致謝清華大學成果、付渝與唐麓麓同學為本文的貢獻