国鸣配资 既强大又平庸，AI应用为何活得如此拧巴？_DeepSeek_营销_元宝

“天下英雄如过江之鲫”，这句话用来形容当前的AI应用一点都不为过。对很多AI应用产品来说，他们的故事不是一部连续剧，只是一集短视频。一集演罢就谢幕离场，马上被新的主角新的故事代替，火的周期比流量明星都短暂。

如果说2022年的ChatGPT是来划时代的，那么2025年的ChatGPT就是来划水的，版本更新和功能升级越发没有惊艳感。2024年视频生成模型Sora问世，那个一脸傲娇在东京街头散步的女郎风光了好一阵，仅仅过去一年的时间，Sora似乎已经在大众的视野中消失。在国内，去年这个时候最耀眼的明星当属月之暗面的长文本大模型产品——Kimi，在DeepSeek强势崛起后，Kimi瞬间就不香了，顶流的光环逐渐暗淡。还有这几年在抖音等平台的兵马俑跳舞、魔改甄嬛枪战等风靡一时的各种应用，如今安在哉？

很多AI应用热热闹闹了一阵之后，要么归于平淡，要么被后来者代替。现在还是小甜甜的DeepSeek，也许在不远的将来就是下一个牛夫人。

科技创新本身就是一个后浪拍死前浪的过程，AI原生应用的创新也躲不开这个规律。先驱者成为先烈这件事本身不可怕，我们更关心的是，后浪能不能走得更远。

有些人走着走着就散了，有些火烧着烧着就灭了。

2024年春节刚刚结束，很多打工人还没有从过年的惬意和热闹中走出来。月之暗面突然掀起了一场营销风暴。色彩鲜明的巨幅广告几乎包围了北京国贸地铁站，而这只是个开胃菜。3月开始，关于Kimi的各种风格的广告几乎霸屏了抖音、B站。月之暗面用饱和式进攻的方式，抢占众人的视野。据公开数据显示，月之暗面光是在去年10月和11月的营销费用就分别高达2.2亿元和2亿元。铺天盖地的营销活动在短时间内带来了流量的剧增，但随着营销投入的放缓，用户不留情面的大量流失。有机构预测，7天内有将近60%用户迅速流失。

这场营销大赛不只有月之暗面一个主角，接力月之暗面的是腾讯元宝。作为互联网产业的老大哥，AI时代腾讯自然不会错过。而且，钱对腾讯来说是最不值钱的东西。

移动广告情报分析平台AppGrowing数据显示，2025年一季度，腾讯元宝的广告投放金额高达14.26亿元。就如同月之暗面的前半部剧情一样，砸金币确实能爆一波装备。到了今年3月份，腾讯元宝的周下载用户数已增长至321.4万，仅次于DeepSeek（725.9万）与豆包（706.1万）。但从5月开始，随着营销投入的降低，元宝的增速开始放缓。元宝与月之暗面几乎走出了同样的增长曲线。从月活数量来看，当前市场上已呈现阿里夸克、字节豆包、DeepSeek三足鼎力的格局，这三家产品的月活过亿。元宝暂时落后一个身位，这样的格局在短时间内极难被颠覆。

事实上，花钱买不了人心不是月之暗面和腾讯元宝的错。AI应用留存率低是行业的共性问题。根据统计，当前主流AI应用活跃率均在20%以下，用户月均使用天数基本都在3—5天，3日留存率均不到40%，30日留存不到1%。产品平均留存周期从6个月缩短至17天。虽然各厂商基础模型、产品定位各不相同，但总体而言主流AI应用产品的功能都是以AI助手和聊天机器人为主，同质化竞争的问题十分严重。

（不同时间周期内的留存率）

主流应用尚且如此，那些中小规模的AI应用更是不容乐观。

据IDC 2025Q1数据显示，2023年到2024年两年间一共涌现出将近200款AI应用，如今已有67%停止版本更新。

2025年2月份，月之暗面对持续一年的营销大战踩下了刹车。月之暗面宣布暂停安卓渠道投放并终止第三方广告合作，这一决定在冥冥中昭示着AI厂商们与那个激进的岁月挥手告别。与月之暗面同为“AI六小虎”的另外五只虎的日子也不好过，MiniMax、零一万物、智谱AI等公司接连传出裁员消息。

“六小虎”收缩战线的同时，他们的前辈“AI四小龙”活得也非常挣扎。

就像周杰伦没有出道之前的香港四大天王， “AI四小龙”——商汤科技、旷视科技、依图科技、云从科技，也曾是AI世界最炙手可热的明星。商汤科技市值最高时达到3000亿。而2024年全年，商汤科技营收37.72亿元，亏损高达43.07亿元；云从科技营收3.98亿元，同比下滑36.69%，净亏损6.96亿元，连续八年未能盈利；旷视科技自2021年起3年半累计亏损146亿元，资产负债率超过300%；他们四家当中只有依图科技实现盈利，但靠的是安防业务，AI业务依然不容乐观。

近期，零一万物创始人李开复表示：我们现在已经加速到了“灵魂拷问”阶段，每家大模型公司都需要回答一个问题：有没有能赚钱的商业模式？

实际上，从用户数来说，这些头部AI应用的量足够大了，DeepSeek更是创下了7天用户破亿这个前无古人的疯狂记录。发展势头如此迅猛，为什么AI应用总是给人一种不温不火、可有可无的感觉呢？

这种矛盾感折射出AI原生应用的两个反常现象。

☆做应用的没有卖硬件的赚钱

还是来自李开复老师发出的灵魂拷问（李开复老师最近的拷问也是多了点）：当前的AI生态系统可能正在逐渐走向“不可持续”。在他看来，现阶段除了显卡巨头Nvidia在经济上收获满满，其他AI领域的玩家，包括应用开发者和企业，则挣扎在微薄的利润边缘，整个AI生态链表现出严重的“失衡”。

通常情况下，应用开发商赚的钱要多于硬件提供商，然而在AI原生应用时代，形势完全颠倒了，反而是底层基础设施赚得最多。这种“倒金字塔”现象是技术行业前所未有。

☆做C端的还要去抢B端的生意

移动互联网时代，当C端市场的最后一个钢镚被赚走后，很多企业才会“略带遗憾”的去做B端生意。但是当下，很多大模型企业在B和C两个市场同时发力，甚至在B端发力还更大。企业这么做有它的无奈，道理很简单，现在B端赚钱的能力比C端要强。我们很难想象在移动互联网时代，腾讯有了微信，还得靠腾讯云来养着。目前国内大模型B端市场主要买家是国央企和金融机构，他们不差钱。但这样的支出是否具有商业可持续性，也未可知。

不知道大家是不是有同样的感觉，AI原生应用身上有太多拧巴的地方了。

有一种观点认为，这种拧巴是AI应用自带的基因缺陷。尤其当我们拿移动互联网时代的产品与之相对比，这种基因自带的缺陷暴露得更加彻底。

首先来说，与移动互联网的产品相比，AI应用目前还不具备基础性和网络性，它不能渗透融合到人类生活和物理世界之中。以淘宝APP为例，它看起来只是一个悬在手机屏幕的方块图形，但它的背后是一张涵盖商品、金融、物流、人流、信息流的庞大网状拓扑结构。一位来自北京小姐姐能买到丹东的草莓，能买到佛山的家具。就是因为淘宝APP构建出一个兼顾个性化和规模性的世界，在这个世界中通过移动互联网与物联网的深度融合，各种“流”能自由流动和碰撞，不同的要素在数字世界和物理世界中实现无障碍交互。

而AI应用主要功能体现在单人对AI的模式，比如每个人都可以用AI写出胡锡进风格的文章，可以用AI生成一张莫奈风格的画作。但这并没有带来不同要素的网络效应，也没有不同要素间的强交互。

比如说为什么AI聊天机器人新鲜感一过很多人就弃用了，很大程度上是人机聊天远没有人与人之间沟通的情绪价值和实用价值大。哪怕这款应用有一亿用户，也改变不了人与机器单人对话的模式。而相比之下，微信则是为几亿人自由交互创造了一个没有边界的场域。

如果AI应用无法在不同要素间实现能量和信息的大规模交互，也就无法创造比微信、淘宝更具颠覆性的应用。

其次，成本和收益也是AI应用一大技术困境。根据梅特卡夫定律，网络价值与用户数的平方成正比，即用户数量越多,网络整体价值呈指数级增长。移动互联网时代，这个理论是完全适配的。用户的增长必然带来价值效益的指数级增长，但是在AI应用方面，用户规模增长的同时，客户价值并没有实现显著的增长。哪怕是当前用户量已经过亿的AI产品，商业价值跟同等体量时的微信和淘宝完全不能相提并论。

而且移动互联网还有显著的边际效益，在整个服务生态中，增长一名客户与增长十万客户，所带来的技术难度和成本几乎是相同的。而AI应用则不然，新型推理方法在带来性能突破的同时，也伴随着成本上升。例如，OpenAI的o1模型通过测试的计算机制在国际数学测试中实现74.4%的准确率，较前代提升7倍。然而该模型的单次推理成本达到GPT-4o的6倍，响应速度降低30倍，显示性能提升仍受制于算力投入的边际效益递减规律。

这也解释了虽然很多企业身子已经跨入了AI时代，可脑子还停留在移动互联网时代。在移动互联网时代被奉为圭臬的流量思维，未必适用于AI应用。

当前的AI应用或许还不是人们梦想中的超级AI应用，从某种意义上来说，当前的AI应用只是一个过渡形态，真正意义上的AI应用还没有出现。

这一点很多产业界的人早有了判断：更强大的AI应用需要实现跨任务、跨域、跨组织乃至跨物理形态的协作，而实现这一目标的关键是多智能体协作。

多智能体系统是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。通过智能体之间的协同，可以实现资源的优化分配、任务的有效执行以及系统的整体性能提升。

近年来，微软的AutoGen、清华的AgentVerse、Crew AI、LangGraph、OMNE Multiagent等多智能体框架不断涌现。

《人类简史》作者尤瓦尔·诺亚·赫拉利表示说：“人类之所以能主宰世界，是因为我们比任何其他动物都更擅长合作。就个体而言，我们不比其他动物聪明或强壮多少。以黑猩猩为例，它们只能在50只或100只的小群体中合作，而人类却能够建立跨越数百万乃至数十亿人的大规模合作网络。”

多智能体协作就像一个多人合作团队，其中每个智能体分担不同的角色。国际知名的AI学者吴恩达教授曾经举过一个例子：在一个软件开发的场景中，分别创造了软件开发公司的CEO、产品经理、智能体测试员等角色，并分配给他们一个开发任务。“他们会花几分钟编写代码，测试它，评分，然后生成一个及其复杂的程序。”

这意味着，开发一个产品不再从0开始，不再需要一个庞大的技术团队。基于多智能体的平台进行创业，就如同拥有一群行业老兵做合作伙伴，只要利用好这些合作伙伴，一个人就是一个团队。个人或者小微企业就可以调动全球生产要素，为自己所用。在这个平台上，不同要素间的交互将更加紧密，建立在多智能体协作思维之上的AI应用，也将完全不同于当前的AI应用。一个时代有一个时代的使命，我们希望AI的下一个进化早点到来。

股票配资知识网提示：文章来自网络，不代表本站观点。