这届AI应用不太行

小磊同学_8940

小磊同学_8940

2026-06-19

907人浏览

原创

过去三年,AI行业最大的认知偏差在于:
大家普遍认为AI时代会复刻移动互联网的发展路径。

当年的演进逻辑是:

● iOS/Android → App Store → 微信、抖音、美团

于是市场集体预设:

● GPT → AI应用井喷

但三年过去,回看产业实际收入分布,现实却大相径庭。

AI应用普遍难盈利

先看几组关键数据。

OpenAI,据多方公开信息披露:

● 2024年营收约 37亿美元
● 2025年营收约 100亿美元
● 2026年初ARR已达 250亿美元

OpenAI已逼近传统SaaS巨头的营收体量。可它本该只是“底层基础设施”,如今却越来越像操作系统+超级平台。

Anthropic,据多家主流媒体及分析师近期跟踪测算:

● ARR已突破 470亿美元(尽管数字惊人,但确有多方信源交叉印证),相较一年前增速极为陡峭。

Cursor,当前AI应用赛道最耀眼的标杆。

● 2025年:ARR突破 5亿美元
成为软件史上增长最快的公司之一。

Glean,企业级AI搜索代表厂商。

● 2025年:ARR达 3亿美元
同比增幅约300%。

问题浮现了吗?整个AI应用生态中,真正年营收过亿美元的公司凤毛麟角,且与头部模型厂商之间存在数量级差距。

首批明星应用,多数被模型层吞并

2023年最火的是谁?

Jasper,融资超1亿美元,估值一度冲至15亿美元。当时舆论将其比作“AI时代的Adobe”。

结果很快发现:打开ChatGPT就能完成90%任务。这正是典型的“套壳(Wrapper)”困局。

Copy.ai等同类产品亦步其后。因为内容生成能力本质属于模型能力,而非应用层独占。

由此催生一个行业规律,我们称之为应用创新生命周期压缩效应
应用创新 → 模型快速吸收 → 原生集成 → 免费开放

许多公司的商业窗口期不足一年。12个月后,要么估值腰斩,要么直接关停。

我正是在洞察这一结构性趋势后,写下了《无人公司》。

同样命运的AI搜索赛道

2023年,Perplexity横空出世,全网热议:Google是否将被取代?但随后:

● ChatGPT Search
● Gemini Search
● Claude Search

悉数上线。Perplexity随即面临根本性质疑:当搜索成为模型标配功能,用户为何还要单独使用你?

这并不等于Perplexity失败(事实上其ARR已超1亿美元)。但增长压力来源已从传统搜索引擎转向模型厂商本身。

AI编程:目前唯一跑通的例外?

当下最稳健的AI应用仍是编程工具。核心原因简单:程序员直接创造经济价值,ROI清晰可量化。

Cursor是最典型样本:

● 2023年几乎籍籍无名
● 2025年:ARR超 5亿美元,用户破百万,企业客户持续涌入

即便如此,Cursor也正遭遇新挑战。2024年对手是GitHub Copilot,而到2026年,对手已升级为:

● Claude Code
● OpenAI Codex

换言之,应用厂商开始与模型厂商正面肉搏。Cursor拿下SpaceX订单,恰恰印证了其生存策略——主动绑定能自建大模型的头部客户。(本质是借力站队,但市场份额已被Claude Code显著挤压)

AI视频:短期亮眼,长期隐忧

这是常被低估的应用方向。

Synthesia,2025年营收破 1亿美元,并已实现盈利。

HeyGen,公开数据显示ARR超 5000万美元,增速迅猛。

为何成功?价值链条极短。企业制作宣传视频:过去动辄数千美元;现在几十美元搞定。ROI肉眼可见。

但该赛道大概率重演Jasper剧本。目前仅因大模型厂商尚未全面入场。Sora虽被暂停,但未关闭的竞品不在少数——试想即梦效果持续迭代,若真出现具备物理世界理解能力的“世界模型”,结局如何?

AI陪伴:用户规模庞大,变现乏力

AI陪伴类产品常年霸榜下载榜,代表有Character.AI、Replika。

但用户黏性高≠付费意愿强。Character.AI巅峰期月活数千万,收入却远低于同量级社交产品。

根本原因直白:娱乐需求的支付意愿,天然弱于生产力需求。

若单论商业化效率,这是当前最弱势的应用赛道。

企业级Agent:正在冒头的新势力

这是2025年起浮现的关键趋势。

Sierra,创始团队来自Bret Taylor,成立不足两年,估值已达数十亿美元。

Decagon,增长势头强劲,主打AI客服Agent,客户涵盖头部互联网平台。

这些公司卖的不是聊天界面,而是可量化的运营结果:削减客服人力、提升转化率、降低响应延迟——企业愿为确定性结果持续付费。但它们同样面临模型厂商以另一种方式发起的竞争(后文详述)。

残酷的产业现实

按营收规模排序,当前AI产业链格局大致如下:

第一梯队:模型厂商(多数尚未盈利,但毛利率可观)

代表:OpenAI、Anthropic、Google DeepMind
● 营收:数十亿至数百亿美元

第二梯队:极少数超级应用(多数仍处亏损)

代表:Cursor、Glean、Synthesia、Perplexity
● 营收:1亿~5亿美元

第三梯队:数千家AI初创公司

● 营收:数十万至数千万美元(大量尚无正向现金流)

注:文中案例多选用海外产品,主因数据透明度高,且规避潜在法律风险。

AI应用的生存空间正被系统性收窄

表面看是AI应用不赚钱,深层逻辑实则更复杂。

Build Teams.ai Apps with Anthropic Claude
Build Teams.ai Apps with Anthropic Claude

使用 @youdotcom-oss/teams-anthropic 将 Anthropic Claude 模型(Opus、Sonnet、Haiku)添加到 Microsoft Teams.ai 应用程序中。可选集成 You.com MCP 服务器以进行网页搜索和内容提取。

下载

准确说是价值捕获重心发生了位移

细察近三年演化脉络,整条商业链路经历了三次跃迁:

第一阶段:模型厂商卖API → 应用厂商封装 → 服务企业客户(此时应用百花齐放,Jasper们吃尽红利)

第二阶段:模型厂商推出原生Agent → 直连企业客户(模型下场,应用层首次遭遇大规模挤压)

第三阶段:模型厂商联合SI(系统集成商)→ 深度嵌入企业核心系统(将进一步瓦解独立智能体公司)

2026年年中,一个标志性事件发生:

Anthropic 与 IT服务巨头 DXC 达成全球战略联盟。

DXC组建了超万名“前沿部署工程师(FDE)”专属团队。人力由DXC雇佣,但技术认证、核心模型能力、交付标准均由Anthropic主导。这是一场由模型厂商发起的“集成商收编计划”,将模型能力直接硬链接至企业关键业务系统。

看懂了吗?这意味着,应用公司正承受双重夹击。

● 上压:模型厂商持续向上构建产品(如Claude Code、原生搜索等)

● 下顶:数以万计持有原厂认证的系统集成商(SI)正加速向上承接企业交付。那些独立智能体公司,真的还能存活吗?

● 中间:试图打造“企业级AI应用”的创业公司。

过去,应用厂商是连接技术与客户的必经桥梁:

模型厂商 → 应用厂商 → 客户

今天,结构已变为:

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

这届AI应用不太行

并且,随着模型能力边界持续外扩、代码生成质量不断提升、交付深度不断下沉,最终可能演进为:

模型厂商 → SI生态 → 客户

应用层被系统性稀释。

再审视这些数字。

据多方信源交叉验证,2026年初OpenAI ARR约250亿美元,Anthropic更飙升至470亿美元。而Cursor、Glean等头部应用仍在几亿美元区间徘徊,另有一大批估值数十亿美元但年营收仅数千万美元的AI公司。

这种断层式反差,极具警示意义。

因此,在原有范式下盲目冲锋的应用公司,失败概率远高于成功概率。

那么,AI应用的出路究竟在哪?

既然纯软件形态的“工作流工具”正被模型层与交付层双向吞噬,应用层是否真的走入死胡同?

答案是否定的。

但未来的“应用”,将彻底不同于过去。

解决某个功能、赚取端到端现金流,当然仍是应用;但其本质差异,已堪比人类与猩猩。换句话说,未来应用不该是“软件”,而应是“业务本身”。这也是《无人公司》中最核心的判断。

当线上信息处理与代码生成被模型全面接管,真正的护城河,只存在于模型无法直接触达的物理资产、隐性知识与完整商业闭环之中。未来的AI应用,很可能不再呈现为传统软件形态,而将进化为深度AI驱动的实体服务,例如:

● Robotaxi(无人驾驶出租车):底层依赖强大模型能力,但向用户收取的并非“自动驾驶API调用费”,而是“从A点送达B点”的运输服务费。其边界已延伸至实体车辆、调度网络与线下运营体系,构筑起真实壁垒。

● AI重构的未来医院:它不售卖“AI问诊对话框”,而是整体重构问诊、检验、处方、随访的实体流程。患者支付的是“疾病治愈”的端到端服务费用。

这正是未来应用的迁移方向——从比特世界,转向原子世界攫取利润。

互联网时代,应用定义用户;AI时代,模型定义应用。旧有应用模式,终将在模型边界的持续扩张中,如恐龙般消逝。

大灭绝之后,才是寒武纪生命大爆发的序章。

当模型日益趋近操作系统与云基础设施,应用层所能保留的纯软件价值,或许远低于大多数创业者的心理预期。

AI应用并未集体溃败,但AI产业的权力中心,确已悄然撤离应用层。绝大部分价值,正加速向模型层与工作流交付层坍缩;而另一批破局者,正奋力跃向“端到端实体商业”的深水区。

这,或许才是过去三年真正发生的本质变迁。

本文来自微信公众号“琢磨事”,作者:李智勇,36氪经授权发布。

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
AionClaw AI智能体与电脑自动化任务执行功能使用教程
AionClaw AI智能体与电脑自动化任务执行功能使用教程

AionClaw专题整理AI智能体与电脑自动化相关功能使用教程,涵盖安装部署、AI任务执行、Skills技能、文件处理、浏览器控制、电脑操作、持久记忆、聊天工具连接以及办公、编程和内容创作等功能,帮助用户快速掌握AionClaw的实际使用方法。

2026.09.20

0

15

AI视频生成软件推荐
AI视频生成软件推荐

本专题汇总了当前主流的AI视频生成软件推荐与排行榜单,涵盖seko、AniShort、剧云、Lovart、LiblibAI及立刻mv等热门工具。同时整理了各软件在文生视频、图生视频、时长限制、画质表现及免费额度等方面的差异对比,助您快速选对适合创作需求的AI视频生成工具。

2026.09.16

160

9

ai生成视频的工具免费版合集
ai生成视频的工具免费版合集

本专题汇总了当前免费AI生成视频工具的排行榜与推荐清单,涵盖seko、讯飞智作、AniShort及剧云、Lovart等多模型集成平台。同时整理了各工具的免费额度、输出时长、水印政策及适用场景差异,助您快速选择合适工具开启AI视频创作。

2026.09.16

60

10

Pandas时间序列分析与可视化报表
Pandas时间序列分析与可视化报表

本专题整理Pandas日期转换、时间索引、重采样、滚动窗口、时区处理、plot绘图、Styler表格样式和报表输出方法。

2026.09.16

80

23

Pandas数据筛选索引与清洗处理
Pandas数据筛选索引与清洗处理

本专题整理Pandas中的loc、iloc、条件筛选、query查询、缺失值处理、重复值删除、类型转换和字符串列清洗方法。

2026.09.16

60

25

Pandas数据读取导入与文件导出处理
Pandas数据读取导入与文件导出处理

本专题整理Pandas读取CSV、Excel、JSON、SQL、Parquet等文件的方法,以及to_csv、to_excel、to_sql和to_parquet等常用数据导出流程。

2026.09.16

40

27

GDB怎么设置断点
GDB怎么设置断点

本专题介绍GDB按照函数名、源代码行号和文件位置设置断点的方法,详细说明run、continue、next、step等命令的配合使用,帮助定位程序崩溃、逻辑异常及代码未按预期执行的问题。

2026.09.11

380

28

GDB怎么查看变量值
GDB怎么查看变量值

本专题介绍GDB调试过程中查看变量值的具体方法,涵盖局部变量、函数参数、数组、结构体和指针内容查询,同时整理变量持续显示、格式化输出及无法读取变量时的排查思路。

2026.09.11

120

22

GDB C++程序怎么调试
GDB C++程序怎么调试

本专题围绕GDB调试C++程序的实际过程,详细说明程序编译、调试器启动、命令行参数传入、断点命中和程序继续运行等步骤,并介绍条件断点、临时断点和观察点的设置方法,方便开发者跟踪复杂代码的执行状态。

2026.09.11

140

20

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Dify 快速入门
Dify 快速入门

共0课时 | 0人学习

Dify 官方文档
Dify 官方文档

共0课时 | 0人学习