文｜新眸 李小東
關(guān)于AI能否誕生出下一個超級應(yīng)用的討論，一直是行業(yè)里最熱門的話題。
這個話題的本質(zhì)，是在現(xiàn)有技術(shù)框架下尋找最接近AGI的商業(yè)化形態(tài)。當(dāng)前ChatGPT的1億用戶規(guī)模已接近超級應(yīng)用門檻，但日均使用時長不足20分鐘的現(xiàn)狀，暴露了工具屬性與粘性需求的矛盾，也折射出AI行業(yè)的集體困惑。
市面上各類AI應(yīng)用早已超2000款，從A16z等投資機構(gòu)的分析來看，當(dāng)前主流產(chǎn)品集中在AI陪伴、ChatBot、智能客服、圖片視頻生成等領(lǐng)域——當(dāng)用戶打開手機應(yīng)用商店時，看到的仍是千篇一律的“AI助手”和“創(chuàng)作工具”，市場始終缺乏一款真正的國民級產(chǎn)品。
這一現(xiàn)象的背后，是互聯(lián)網(wǎng)與AI兩波技術(shù)浪潮的根本性差異。
超級應(yīng)用的背后往往是超級大廠，但從全球范圍來看，大部分AI初創(chuàng)企業(yè)熬不過五年生存期。以國內(nèi)市場為例，據(jù)統(tǒng)計，過去三年里，累計超過20萬家AI企業(yè)因各種原因退出市場，即使有的能在短時間內(nèi)成為新晉獨角獸，但一個鮮被關(guān)注的現(xiàn)象也同時浮現(xiàn)：盡管這些公司估值飆升、融資不斷，但至今沒有一家能被稱為“大廠”。
相比互聯(lián)網(wǎng)時代，阿里用“平臺+流量”征服電商，騰訊以“社交+內(nèi)容”建立帝國，字節(jié)跳動靠“算法+推薦”重構(gòu)信息分發(fā)——標準化產(chǎn)品、網(wǎng)絡(luò)效應(yīng)、邊際成本趨零的黃金三角，支撐起超級公司的誕生。而AI時代的技術(shù)邏輯正在顛覆這一切：模型訓(xùn)練成本與場景復(fù)雜度正相關(guān)、技術(shù)復(fù)用率低、數(shù)據(jù)價值呈長尾分布。
組織基因的沖突更為尖銳。某大廠AI實驗室采取“賽馬機制”，多個團隊產(chǎn)出的同質(zhì)化客服系統(tǒng)，最終因無法適配客戶私有化部署全部夭折。這種“大中臺”模式在AI領(lǐng)域的水土不服，折射出更深層的矛盾：當(dāng)技術(shù)價值從通用性轉(zhuǎn)向場景特異性，傳統(tǒng)的中心化組織架構(gòu)與AI所需的敏捷響應(yīng)機制產(chǎn)生根本性沖突。
當(dāng)我們將視角拉遠，會發(fā)現(xiàn)這場產(chǎn)業(yè)變局的三個核心矛盾：產(chǎn)品邏輯從“用戶連接”轉(zhuǎn)向“場景滲透”、組織架構(gòu)從中心化轉(zhuǎn)向“細胞化”、技術(shù)估值體系從“規(guī)模溢價”轉(zhuǎn)向“場景乘數(shù)”。這些差異在冥冥之中，或許注定了AI時代難以復(fù)刻互聯(lián)網(wǎng)的造神神話。
01、當(dāng)前的AI公司還沒有真正意義上的“大廠”
“大廠”一詞誕生于互聯(lián)網(wǎng)時代，核心特征是龐大的員工規(guī)模與生態(tài)化布局。
以騰訊為例，成立五年時總員工數(shù)量達到2000，截止目前人數(shù)已經(jīng)超過11萬人；字節(jié)跳動更是以年均萬人規(guī)模的增速，十年內(nèi)就達到12萬員工的體量。
傳統(tǒng)互聯(lián)網(wǎng)大廠通過“產(chǎn)品矩陣+流量生態(tài)”模式，將用戶、數(shù)據(jù)、服務(wù)深度綁定，形成自我循環(huán)的商業(yè)閉環(huán)，同時也帶來了大量的就業(yè)崗位。就拿電商行業(yè)來說，在供給、支付、物流、信用體系加持下，成就了萬億級標準化市場，如今最有代表性的阿里，員工總數(shù)已經(jīng)逼近20萬。
某種程度上，人數(shù)、崗位的增長，能夠反映出一家互聯(lián)網(wǎng)公司的市場規(guī)模和業(yè)務(wù)進展的成熟程度。
但縱觀AI領(lǐng)域，目前國內(nèi)外大部分的玩家，仍以小于千人的創(chuàng)業(yè)團隊為主，明星公司如DeepSeek，目前的總?cè)藬?shù)僅為160人。即使是Open AI，成立近十年，員工總數(shù)也只有2000左右，其中近90%為技術(shù)人員，業(yè)務(wù)仍集中于模型訓(xùn)練與垂直場景應(yīng)用，遠低于傳統(tǒng)互聯(lián)網(wǎng)大廠的人口增速。
AI公司的“技術(shù)密集型”結(jié)構(gòu)，與互聯(lián)網(wǎng)時代的“人力密集型”模式形成鮮明對比，某種程度上，意味著行業(yè)尚未形成可復(fù)制的規(guī)?；鲩L路徑。
前段時間，有媒體稱，當(dāng)下AI領(lǐng)域高薪招人成了普遍現(xiàn)象，近一年AI技術(shù)崗位中，30%的年薪超過50萬元。類比早年傳統(tǒng)互聯(lián)網(wǎng)行業(yè)的繁榮，誕生了一批以程序員為代表的城市中產(chǎn)，于是有人推斷，AI也在催生這樣的盛況。
但現(xiàn)實中準確的來說，這場AI領(lǐng)域的高薪招聘熱潮，仍然是由互聯(lián)網(wǎng)大廠主導(dǎo)。阿里2025年春招開放的3000個實習(xí)生崗位中，近50%與AI相關(guān)。字節(jié)除了廣挖行業(yè)專家，張一鳴甚至親自牽頭挖掘各路人才。
眾所周知，在最早一批的AI搶跑過程中，大廠幾乎落后了一拍，在技術(shù)、產(chǎn)品、商業(yè)模式上都沒能主動帶來先發(fā)性的突破。隨著大廠補齊短板，創(chuàng)業(yè)公司當(dāng)中，有技術(shù)實力的陸續(xù)被兼并，有價值的業(yè)務(wù)、技術(shù)和人才最終又回流到了互聯(lián)網(wǎng)大廠。后者有資源、有足夠的現(xiàn)金流來支持長期的研究，并能夠在產(chǎn)品側(cè)同質(zhì)化極其嚴重的情況下，憑借綜合優(yōu)勢后來居上。
但需要注意的是，這并不意味著互聯(lián)網(wǎng)大廠變成了“AI大廠”，事實上，AI仍只是他們生態(tài)內(nèi)的一個組成部分，負責(zé)這部分業(yè)務(wù)的團隊，大多是在原有基礎(chǔ)上，進行擴充或?qū)㈥犖椴鸱值母蛹氈隆?/p>
作為對比，不同于互聯(lián)網(wǎng)公司的大躍進式招聘，那些一開始走向行業(yè)潮頭的新興公司，反而顯示出不斷縮編的跡象。自去年開始，包括MiniMax、月之暗面、零一萬物、智譜在內(nèi)的AI公司接連傳出裁員消息，當(dāng)年從大廠出走的技術(shù)骨干也陸續(xù)出現(xiàn)回流跡象。
02、倒閉8萬家新公司從哪來，到哪去？
來看一組數(shù)據(jù)。
自ChatGPT發(fā)布到去年8月，國內(nèi)有近8萬家新注冊的AI公司處于注銷、吊銷或停業(yè)異常狀態(tài)，占同期新注冊AI企業(yè)總量的約9%，也就意味著，由大模型掀起的AI浪潮下，不到三年里興起的創(chuàng)業(yè)公司接近90萬家。
這些企業(yè)從哪來？
ChatGPT通過大模型+人類反饋強化學(xué)習(xí)的技術(shù)路徑，實現(xiàn)了自然語言處理的質(zhì)變，兩個月內(nèi)用戶破億的商業(yè)成功，為國內(nèi)企業(yè)提供了可復(fù)制的技術(shù)路線參考。資本市場將ChatGPT視為“AI的iPhone時刻”，當(dāng)年A股市場單月概念股漲幅過半，融資額同比激增數(shù)倍。
這種財富效應(yīng)一度點燃了三類玩家：互聯(lián)網(wǎng)巨頭通過發(fā)布“中國版ChatGPT”搶占輿論制高點；傳統(tǒng)科技企業(yè)加速向AI轉(zhuǎn)型；初創(chuàng)公司紛紛快速成立。有投資人指出，國內(nèi)資本的投資偏好，使得輕資產(chǎn)、易包裝的初創(chuàng)公司更容易獲得融資。
另一方面，伴隨AI被地方列為重點產(chǎn)業(yè)并搶灘布局，給出了前所未有的扶持力度，像北京、上海的AI園區(qū)提供免費算力、稅收減免，甚至直接給企業(yè)“發(fā)錢”。
當(dāng)技術(shù)、資本和政策的紅利同時出現(xiàn)時，市場往往會陷入虛假繁榮。如果將行業(yè)泡沫歸咎于垃圾公司的短期風(fēng)口套現(xiàn)，那么活下來的優(yōu)質(zhì)企業(yè)中，又是什么限制了他們的進一步生長？
對于這個問題，最容易想到的原因是“缺人”。
此前有研究人員表示，國內(nèi)AI人才總?cè)笨跀?shù)百萬，一些一線城市的人才需求與當(dāng)?shù)馗咝Ｖg存在相差十倍的缺口。今年各家公司春招甚至都開出了百萬年薪招攬畢業(yè)生，這些崗位大多為算法工程師、數(shù)據(jù)科學(xué)家、模型架構(gòu)師等核心技術(shù)崗，還有一些與AI相關(guān)的業(yè)務(wù)崗，如AI產(chǎn)品經(jīng)理、AI硬件工程師等。
然而，據(jù)行業(yè)資深從業(yè)者透露，當(dāng)前AI領(lǐng)域的人才爭奪戰(zhàn)呈現(xiàn)明顯的“戰(zhàn)略囤積”特征——企業(yè)意識到人才是核心資源儲備?，F(xiàn)實情況中，大部分的AI企業(yè)存在“人才到位但效能滯后”的人才空轉(zhuǎn)現(xiàn)象，技術(shù)團隊與業(yè)務(wù)部門的協(xié)同效率不足，導(dǎo)致人均產(chǎn)出甚至要低于互聯(lián)網(wǎng)企業(yè)。
外界對此的解讀分為兩方面。
一是企業(yè)未能建立起與AI技術(shù)相匹配的組織架構(gòu)和業(yè)務(wù)閉環(huán)，以阿里的電商業(yè)務(wù)為例，內(nèi)部并不是所有人都是代碼專家或市場精英，還有大量分布在供應(yīng)鏈管理、客戶運營、風(fēng)險控制的支撐性崗位，起到維持商業(yè)模式運轉(zhuǎn)的作用。
相比互聯(lián)網(wǎng)緊密連接商業(yè)世界，能跨越時空解決問題，對實體商業(yè)沖擊巨大，改變了人們的生活和消費方式。AI在某種程度上是與商業(yè)世界脫鉤的，除了優(yōu)化部分工作流，在實際應(yīng)用中的程度相當(dāng)有限。
“衡量一款產(chǎn)品成功與否，一定要看它在用戶全生命周期上發(fā)揮的價值，但AI還遠未達到這一要求。”業(yè)內(nèi)人士分析，根本原因一方面在于商業(yè)化的路徑不清晰，另一方面在于技術(shù)本身的局限性，遠沒有互聯(lián)網(wǎng)那么大的影響力。
另一個觀點則認為，當(dāng)下的AI，或許還并不需要那么多的人。
人們對AGI的期待，本質(zhì)是希望AI能突破單一任務(wù)限制，具備人類級別的跨領(lǐng)域推理能力。這種愿景推動了大模型技術(shù)的爆發(fā)式發(fā)展。行業(yè)追逐的“超級應(yīng)用”，以及所謂的“大廠”和相關(guān)產(chǎn)業(yè)鏈路，是在現(xiàn)有技術(shù)框架下尋找最接近AGI的商業(yè)化形態(tài)。
但當(dāng)前技術(shù)仍處于“弱AI”階段，大模型存在幻覺、邏輯推理缺陷等問題，距離真正的AGI仍有鴻溝。意味著，AI還要經(jīng)歷漫長的技術(shù)驗證，才有可能跳出高度聚焦于模型訓(xùn)練或單一場景應(yīng)用的業(yè)務(wù)，這一時期，AI呈現(xiàn)出的本質(zhì)是"智力密度"的比拼，而非互聯(lián)網(wǎng)賽道人力規(guī)模的較量。
更深層的挑戰(zhàn)，在于AI創(chuàng)業(yè)公司后期經(jīng)營過程中的組織缺陷。
尤其是國內(nèi)企業(yè)，普遍存在“研究”與“研發(fā)”的認知錯位，在高層領(lǐng)導(dǎo)與投資人的push下，科研團隊的時間精力，往往被迫用來應(yīng)付短期的KPI，而非真正的前沿探索。這種現(xiàn)象在高頻考核體系下尤為突出，算法團隊不得不用有限資源追求更具性價比的短期效果，導(dǎo)致技術(shù)迭代陷入“內(nèi)卷式優(yōu)化”。
因此也就不難理解，DeepSeek創(chuàng)始人梁文鋒多次婉拒騰訊、阿里等大公司投資，將量化基金收益全部投入AI研發(fā)，在他看來，比起盲目去擴張團隊，當(dāng)AGI實現(xiàn)路徑仍不明朗時，與其做垂類和應(yīng)用尋求變現(xiàn)，更明智的選擇是找到真正合適的人才繼續(xù)深入研究。
03、AI需不需要再造大廠？
AI這個概念自誕生之初，最大的想象力來源于對人的替代上。
前段時間的Manus就是典型的例子，作為一款通用型Agent產(chǎn)品，上線首周便經(jīng)歷從狂熱追捧到輿論反轉(zhuǎn)的一波三折，它的突破性體現(xiàn)在產(chǎn)品形態(tài)的創(chuàng)新，能夠接管日常的一部分實際工作，這讓人們似乎看到了AGI的一些縮影。
但在技術(shù)專家看來，Manus的底層技術(shù)并不復(fù)雜，如果市面上同時上線了多款類似的產(chǎn)品，用戶怎么選擇，將最大限度取決于大模型的精準性，即對人工的真實替代程度。
對于企業(yè)來說，AI的價值同樣體現(xiàn)在“人工替代”，并一度作為企業(yè)降本增效的不二法則。就連一些AI公司也已經(jīng)將數(shù)據(jù)標注的工作交給Agent工具，這揭示了AI時代的人才配置邏輯：關(guān)鍵崗位需要頂尖專家，基礎(chǔ)崗位應(yīng)通過技術(shù)替代實現(xiàn)人力優(yōu)化。
回到核心話題，AI究竟需不需要大廠？這個問題其實是在討論，AI公司究竟要不要成為騰訊、阿里那樣樹大根深且涉獵縱深的巨型企業(yè)，以及有沒有可能孵化出類似微信、淘寶這樣的超級應(yīng)用。
AI技術(shù)的落地高度依賴數(shù)據(jù)、算力和人才，阿里、騰訊、字節(jié)等憑借長期積累的海量數(shù)據(jù)、強大的算力基礎(chǔ)設(shè)施以及頂尖人才團隊，在模型訓(xùn)練和場景落地中占據(jù)優(yōu)勢。在這一背景下，創(chuàng)業(yè)公司往往因資源受限難以直面競爭，但部分專注于細分場景的中小公司，可以提供各種垂類應(yīng)用，通過單點突破實現(xiàn)商業(yè)化。
大廠的優(yōu)勢不僅在于技術(shù)，更在于業(yè)務(wù)生態(tài)的協(xié)同性，騰訊依托微信生態(tài)推動商業(yè)化發(fā)展，阿里通過電商場景優(yōu)化推薦算法，然而AI產(chǎn)品卻呈現(xiàn)出與以往互聯(lián)網(wǎng)截然不同的發(fā)展路徑，用戶規(guī)模紅利體現(xiàn)得不明顯。
當(dāng)互聯(lián)網(wǎng)大廠將電商、教育等業(yè)務(wù)線的精兵強將調(diào)往AI部門時，會發(fā)現(xiàn)這些互聯(lián)網(wǎng)時代的戰(zhàn)斗單元在AI戰(zhàn)場水土不服。傳統(tǒng)業(yè)務(wù)部門習(xí)慣的“數(shù)據(jù)驅(qū)動決策”與AI團隊的“模型迭代思維”存在本質(zhì)沖突，前者依賴用戶行為數(shù)據(jù)優(yōu)化體驗，后者需要高質(zhì)量標注數(shù)據(jù)訓(xùn)練模型。
拿字節(jié)CEO梁汝波今年全員會上的描述來說，豆包沒顯出“越多人用越好用”的互聯(lián)網(wǎng)產(chǎn)品特性。相比互聯(lián)網(wǎng)產(chǎn)品依靠用戶數(shù)據(jù)進行優(yōu)化，當(dāng)下AI產(chǎn)品大多以生成類工具為主，用戶提問數(shù)據(jù)對于模型優(yōu)化的好處十分有限。
一款擁有幾億甚至幾十億MAU的AI產(chǎn)品，商業(yè)價值或許遠不如微信；而一家出色的AI企業(yè)，也并不意味著一定會成為阿里、騰訊那樣的規(guī)模大廠。
根本的原因，和上一輪互聯(lián)網(wǎng)浪潮相比，用戶規(guī)模的增長往往能帶來顯著的經(jīng)濟效益，這一輪AI浪潮最鮮明的特征是，盡管有大量資本投入，但還未找到穩(wěn)定的盈利模式，并且呈現(xiàn)出“C端起量，B端買單”的局面。
在2025年的AI產(chǎn)業(yè)圖譜中，技術(shù)縱深正在取代用戶規(guī)模成為核心競爭力。微軟研究院的研究表明，具備跨領(lǐng)域推理能力的AI系統(tǒng)，其價值創(chuàng)造效率將呈現(xiàn)非線性增長。但實現(xiàn)這一目標需要的不是用戶規(guī)模，而是高質(zhì)量的多模態(tài)數(shù)據(jù)和持續(xù)的算法創(chuàng)新。
換句話說，當(dāng)技術(shù)走過驗證期后，AI或許才能開始討論用戶全生命周期的話題。