AI垂類模型的生死劫:大多數(shù)玩家可能陷入三大陷阱

2025-05-08 13:44

作者：彭昭（智次方創(chuàng)始人、云和資本聯(lián)合創(chuàng)始合伙人）物聯(lián)網(wǎng)智庫原創(chuàng)

這是我的第370篇專欄文章。

《孫子兵法》有云：“上兵伐謀，其次伐交，其次伐兵，其下攻城。”此言意在闡明，制勝之道在于謀略，智者未戰(zhàn)先謀敗，方能立于不敗之地。

正如我在上篇文章《工業(yè)互聯(lián)網(wǎng)+人工智能，誰能笑到最后？四類玩家分析》中所承諾的，本文讓我們一起“事先驗(yàn)尸”，深入剖析垂類模型企業(yè)在轉(zhuǎn)型過程中可能面臨的風(fēng)險(xiǎn)與挑戰(zhàn)。

當(dāng)下，垂類AI模型儼然已成為業(yè)界新寵，然而，在這股喧囂之下，我們更需要保持冷靜和理性。不妨換位思考：倘若一家垂類模型企業(yè)最終走向失敗，其致命傷會(huì)在何處？

在開啟這場思維探索之前，我們要先向那些不斷試錯(cuò)的先行者致敬。正是他們的探索和迷失，鋪就了我們前行的道路。

“事前驗(yàn)尸”雖然聽起來有些可怕，但卻是一種頗具創(chuàng)意的逆向思維決策方法。

步驟是在初步擬定行動(dòng)方案后、正式實(shí)施之前，要求決策參與者做一個(gè)反向假設(shè)：假設(shè)擬定的方案已經(jīng)付諸實(shí)施，但結(jié)果慘遭失敗。基于這個(gè)假設(shè)，參與者需要推演可能導(dǎo)致失敗的原因，進(jìn)而對原有方案進(jìn)行調(diào)整和優(yōu)化，以求最大程度地規(guī)避風(fēng)險(xiǎn)，確保成功。

這種思維方式的精妙之處在于，它能夠幫助我們跳出思維定勢，審慎地看待可能的未來。

站在當(dāng)下這個(gè)節(jié)點(diǎn)，垂類模型企業(yè)正面臨前所未有的機(jī)遇和挑戰(zhàn)，這注定是一段充滿未知、機(jī)遇與風(fēng)險(xiǎn)并存的征程。讓我們以“事前驗(yàn)尸”的視角，剖析垂類模型企業(yè)的致勝關(guān)鍵和致敗隱憂，為產(chǎn)業(yè)智能化轉(zhuǎn)型提供一些可資借鑒的思路。

從“人工智能”到“業(yè)務(wù)價(jià)值”：垂類模型企業(yè)的“鬼門關(guān)”

曾經(jīng)有一家神奇的公司叫做ScaleFactor，這是一家利用人工智能技術(shù)實(shí)現(xiàn)會(huì)計(jì)自動(dòng)化的創(chuàng)業(yè)公司，它在融資1億美元后轟然倒閉。

根據(jù)前員工的爆料，所謂的“人工智能”并未真正制作財(cái)務(wù)報(bào)表，而是由數(shù)十名會(huì)計(jì)師手工完成大部分工作。一些客戶更是收到了錯(cuò)誤百出的賬本，不得不重新聘請會(huì)計(jì)師來清理爛攤子。

ScaleFactor的失敗絕非個(gè)案。事實(shí)上，每一家AI創(chuàng)業(yè)公司，尤其在早期階段，都不可避免地要依賴人工干預(yù)。“AI科學(xué)家”的角色就是在AI無法獨(dú)立解決問題時(shí)提供人工協(xié)助，參與數(shù)據(jù)集的構(gòu)建和算法的優(yōu)化。

然而創(chuàng)業(yè)公司的終極目標(biāo)，則是通過不斷地訓(xùn)練和迭代，一點(diǎn)一滴、一個(gè)模塊一個(gè)模塊地提升自動(dòng)化水平，最終實(shí)現(xiàn)盡可能接近100%的AI自動(dòng)化。

這是垂類模型企業(yè)能否成功跨越第一重門檻的關(guān)鍵：智能是否真正“吸收”進(jìn)了軟件，而不僅僅是“包裝”成了服務(wù)？

唯有將行業(yè)知識、專家經(jīng)驗(yàn)、業(yè)務(wù)規(guī)則等“軟實(shí)力”真正轉(zhuǎn)化為模型算法，并內(nèi)嵌于產(chǎn)品之中，方能構(gòu)建起真正的智能化解決方案，而非人工服務(wù)的代言人。

然而，即便跨越了第一重門檻，垂類模型企業(yè)仍面臨著第二重考驗(yàn)：如何從“大模型秀場”走向“業(yè)務(wù)價(jià)值場”？不少企業(yè)可能會(huì)倒在這個(gè)轉(zhuǎn)型的半路上。

一些垂類AI企業(yè)往往在起步階段就走入誤區(qū)。他們簡單地將自己定位為“行業(yè)知識版的ChatGPT”，以為只需微調(diào)幾個(gè)模型、堆砌幾個(gè)案例、做幾場Demo演示，就能在產(chǎn)業(yè)中攻城略地。殊不知，真正的產(chǎn)業(yè)需求不是一個(gè)更聰明的聊天機(jī)器人，而是一個(gè)能夠接管流程、交付結(jié)果的智能代理。

當(dāng)前，對大多數(shù)用戶而言，“垂類模型”乃至“大模型”仍是一個(gè)陌生而時(shí)髦的概念。如果不能簡化模型的使用流程、降低用戶的認(rèn)知門檻，再先進(jìn)的技術(shù)也可能淪為“秀肌肉”的玩物。

對垂類模型企業(yè)的商務(wù)和技術(shù)團(tuán)隊(duì)而言，這也是一個(gè)不小的挑戰(zhàn)：如何用通俗易懂的語言向客戶闡釋這項(xiàng)新技術(shù)？如何從整體擁有成本的角度論證產(chǎn)品的經(jīng)濟(jì)性？如何用產(chǎn)品為不同客戶的痛點(diǎn)需求提供切實(shí)解法？每個(gè)問題都沒有輕松的答案。

更嚴(yán)峻的挑戰(zhàn)在于，如何將垂類模型與業(yè)務(wù)流程實(shí)現(xiàn)真正的融合，形成數(shù)據(jù)流、業(yè)務(wù)流、知識流的閉環(huán)？如果垂類模型始終游離于業(yè)務(wù)之外，無法嵌入組織的神經(jīng)末梢，再強(qiáng)大的算法能力也可能淪為花架子。

垂類AI企業(yè)的致命陷阱：商業(yè)模式的迷津

對于垂類模型企業(yè)而言，最致命的陷阱往往不在技術(shù)，而在商業(yè)模式。如果不能實(shí)現(xiàn)從“賣模型”到“賣流程”、從“技術(shù)驅(qū)動(dòng)”到“業(yè)務(wù)驅(qū)動(dòng)”的根本轉(zhuǎn)變，再先進(jìn)的算法也難逃曇花一現(xiàn)的命運(yùn)。

可能垂類模型企業(yè)會(huì)陷入一個(gè)常見的誤區(qū)：把盈利的重心放在了API調(diào)用量、模型微調(diào)服務(wù)或定制化開發(fā)上。

這種“賣技術(shù)”的思路，雖然短期內(nèi)可能帶來可觀的收入，但從長遠(yuǎn)來看卻埋下了隱患。一旦客戶自建模型能力或轉(zhuǎn)向開源方案，這些企業(yè)就可能面臨被拋棄的窘境。

前車之鑒不止一家，我們以樹根互聯(lián)的故事為例。

作為曾經(jīng)的工業(yè)互聯(lián)網(wǎng)“明星平臺”，樹根互聯(lián)對核心技術(shù)進(jìn)行了大量研發(fā)投入，在廣連接、懂工業(yè)、高性能、易應(yīng)用等方面積累了深厚的實(shí)力。2019年至2021年，僅根云平臺操作系統(tǒng)相關(guān)的研發(fā)項(xiàng)目，樹根互聯(lián)就投入了高達(dá)4.26億元的研發(fā)資金。

然而，高昂的研發(fā)投入也帶來了沉重的財(cái)務(wù)負(fù)擔(dān)。2019年至2021年，樹根互聯(lián)累計(jì)虧損超過13億元，其中研發(fā)投入超過5.3億元，非研發(fā)人力成本投入超過6.3億元，股份支付費(fèi)用更是高達(dá)7.5億元。盡管扣除這些投入后，樹根互聯(lián)的實(shí)際經(jīng)營虧損在逐步縮小，但其研發(fā)投入產(chǎn)出比較低、商業(yè)模式相對單一，已經(jīng)暴露無遺。

對科技型企業(yè)而言，前期虧損無可厚非，關(guān)鍵是要在“燒錢”中夯實(shí)護(hù)城河，優(yōu)化投入產(chǎn)出比，培育可持續(xù)的“造血”能力。

如果只是單純地堆砌技術(shù)，而沒有打造出真正契合客戶需求、創(chuàng)造業(yè)務(wù)價(jià)值的解決方案，再多投入也可能付之東流。

垂類模型企業(yè)要想突破這一魔咒，則需要重構(gòu)商業(yè)邏輯：賣結(jié)果，而非賣工具；按流程計(jì)費(fèi)，而非按調(diào)用計(jì)費(fèi)；綁定業(yè)務(wù)成果，而非綁定功能模塊。

從“模型即產(chǎn)品”轉(zhuǎn)向“業(yè)務(wù)成果即服務(wù)”(BOaaS)，才能真正嵌入客戶的核心業(yè)務(wù)流程，構(gòu)建起高度粘性和壁壘。

反之，如果垂類模型企業(yè)始終徘徊于技術(shù)層面，而沒有向產(chǎn)業(yè)縱深進(jìn)發(fā)，那么被巨頭內(nèi)生取代、被通用模型壓價(jià)、被客戶自建替代，就不過是時(shí)間問題。

垂類AI企業(yè)的生態(tài)困局：從“單點(diǎn)突破”到“平臺增長”

對于垂類AI企業(yè)而言，最大的挑戰(zhàn)不在于技術(shù)，而在于生態(tài)。

許多企業(yè)熱衷于在某個(gè)高價(jià)值場景上“單點(diǎn)爆破”，寄希望于以點(diǎn)帶面，撬動(dòng)整個(gè)行業(yè)的智能化變革。

然而，如果不能將單點(diǎn)突破擴(kuò)展為流程再造，不能將孤立的場景串聯(lián)為完整的閉環(huán)，不能吸引外部生態(tài)伙伴持續(xù)貢獻(xiàn)力量，那么這樣的“單點(diǎn)勝利”注定是曇花一現(xiàn)，難以形成生態(tài)飛輪效應(yīng)。

以智能質(zhì)檢為例。這些場景確實(shí)蘊(yùn)藏著巨大的價(jià)值，如果能夠以智能化的方式顯著提升效率、降低成本、減少錯(cuò)誤，無疑將為客戶帶來可觀的收益。

但問題在于，這些應(yīng)用場景往往只是整個(gè)業(yè)務(wù)流程中的一個(gè)環(huán)節(jié)，如果不能前后貫通、左右協(xié)同，就難以真正融入客戶的核心業(yè)務(wù)，淪為“錦上添花”而非“雪中送炭”。

舉例而言，一款智能質(zhì)檢工具，如果只能識別產(chǎn)品缺陷，而無法與生產(chǎn)排程、工藝優(yōu)化、供應(yīng)商管理等環(huán)節(jié)實(shí)現(xiàn)數(shù)據(jù)打通和流程閉環(huán)，那么再先進(jìn)的算法也可能流于表面。

由此可見，垂類AI要想成為真正的產(chǎn)業(yè)平臺，就得從端到端重塑業(yè)務(wù)流程，從全局出發(fā)設(shè)計(jì)場景方案，構(gòu)建起數(shù)據(jù)流、控制流、知識流的協(xié)同閉環(huán)。

這需要企業(yè)深入業(yè)務(wù)一線，與客戶共同梳理流程，重構(gòu)任務(wù)，打破信息孤島，形成可編排、可優(yōu)化、可迭代的智能化解決方案。只有這樣，才能將“單點(diǎn)突破”擴(kuò)展為“流程再造”，將“場景驅(qū)動(dòng)”升級為“平臺思維”，真正賦能客戶的業(yè)務(wù)創(chuàng)新。

在這一過程中，垂類AI企業(yè)還應(yīng)高度重視生態(tài)的力量。

一個(gè)真正有生命力的產(chǎn)業(yè)平臺，必須能夠吸引不同角色的參與者持續(xù)貢獻(xiàn)價(jià)值，形成合作共贏的正向循環(huán)。

這就要求垂類AI企業(yè)要從一開始就立足開放、共生的理念設(shè)計(jì)系統(tǒng)架構(gòu)，將外部創(chuàng)新力量嵌入平臺基因。

寫在最后

在智能時(shí)代的殘酷競爭中，垂類AI企業(yè)要想立于不敗之地，應(yīng)當(dāng)構(gòu)筑起堅(jiān)實(shí)的“護(hù)城河”。而這條護(hù)城河，不能僅僅依靠技術(shù)的領(lǐng)先，更要依靠對行業(yè)流程的把控和生態(tài)網(wǎng)絡(luò)的構(gòu)建。

換言之，垂類AI企業(yè)應(yīng)當(dāng)從“任務(wù)的執(zhí)行者”蛻變?yōu)?ldquo;流程的管理者”，從單一的模型服務(wù)轉(zhuǎn)向開放的生態(tài)平臺。

如果說Agent是垂類AI企業(yè)構(gòu)建護(hù)城河的立足點(diǎn)，那么平臺化則是構(gòu)建生態(tài)護(hù)城河的制高點(diǎn)。

唯有以Agent為抓手，全面接管流程執(zhí)行；以開放平臺為目標(biāo)，吸引更多參與者，才能從根本上鎖定行業(yè)話語權(quán)。

具體而言，垂類AI企業(yè)要在三個(gè)層面精準(zhǔn)發(fā)力：

一是以流程為牽引，以Agent為核心，全面參與和重塑行業(yè)流程，實(shí)現(xiàn)從“輔助決策”到“自主執(zhí)行”的躍遷；

二是以結(jié)果為導(dǎo)向，以業(yè)務(wù)成果即軟件(BOaaS)為商業(yè)模式，提供端到端的“流程外包”服務(wù)，實(shí)現(xiàn)從賣模型調(diào)用到賣流程成果的升級；

三是以生態(tài)為目標(biāo)，掌控任務(wù)界面、數(shù)據(jù)閉環(huán)、智能調(diào)度三大要素，吸引多元參與者接入平臺，構(gòu)建正向增強(qiáng)的網(wǎng)絡(luò)效應(yīng)和規(guī)模效應(yīng)。

流程為體、結(jié)果為翼、生態(tài)為魂，是垂類AI的立體護(hù)城河。

垂類AI即將進(jìn)入“戰(zhàn)國時(shí)代”，勝負(fù)的關(guān)鍵不在于誰的模型更強(qiáng)大，而在于誰能真正洞悉產(chǎn)業(yè)的本質(zhì)，誰能以客戶價(jià)值為核心構(gòu)建可持續(xù)的生態(tài)。

原文標(biāo)題 : AI垂類模型的生死劫:大多數(shù)玩家可能陷入三大陷阱