AI应用还有机会吗？大模型会终结一切吗？

两类AI应用的不同境遇

走在“黄砖路”上的应用

这类AI应用如代码生成、通用办公助手等，核心体验随模型能力提升。大模型公司掌握模型、分发渠道及底层架构，初创公司若与之趋同，即便产品好用也难长期保持优势，因功能可能被下一代模型替代，增长快但风险高。

深入真实业务世界的应用

保险、医疗等行业复杂且垂直，企业运作基于旧软件体系，数据分散、流程繁杂。模型虽能提供智能，但无法知晓企业隐性规则。垂直AI应用能积累数据和经验，进行模型成本管理与治理，形成企业可接受的运行机制，这是其价值所在。

模型与真实业务的三层距离

数据和经验积累层面

行业知识多在真实工作中沉淀，如法律审查、保险承保流程等经验，通过大量真实流程运行，系统能力得以提升。垂直应用公司在真实生产环境中积累数据，理解问题深度不同，形成学习飞轮。

模型复杂度和成本管理层面

真实业务需多种模型配合，成熟的AI应用公司会依任务选模型，控制成本。大模型实验室难精细化优化成本和调度模型，垂直应用公司可借此以低成本交付结果。

治理和责任层面

进入企业核心流程，AI产品对可控性要求高，不同行业有隐私、监管等要求。销售等场景需将诸多环节连成完整流程，形成运营记忆，这是大模型实验室难以深入做到的。

判断AI应用价值的三个问题

任务复杂程度

像在GoogleDrive搜文件总结与法律审查，虽都用AI执行任务，但难度差异大。法律审查流程长、结果影响大，复杂任务体现出AI应用公司与大模型公司的不同。

是工具还是系统

工具为现有流程加智能，系统是客户工作核心。若客户离开产品流程受影响，更像系统，其价值高于工具，这决定了AI应用公司的地位。

客户付费原因

客户为通用能力付费，大模型公司易进入；为具体业务结果付费，应用公司空间大。如销售线索增加等业务结果，能体现应用公司的独特价值。

大模型公司会占据部分通用场景市场，但复杂行业中，AI应用公司可将模型转化为业务系统，凭借在数据、模型管理、治理等方面优势，形成长期护城河，未来两者都有发展空间。

相关问答

为什么说走在“黄砖路”上的AI应用长期风险高？

因为大模型公司掌控诸多优势，即便应用公司做出好用产品，下一代模型更新后，很多功能可能成基础能力，应用公司优势难持久。

垂直AI应用的价值体现在哪？

能深入复杂垂直行业，积累数据和经验，管理模型复杂度与成本，建立可被企业接受的运行机制，满足真实业务需求。

模型与真实业务的距离在数据积累层面如何体现？

很多行业知识在真实工作中沉淀，如法律审查、保险承保的经验，通过大量真实流程运行，系统能力提升，垂直应用公司积累数据形成优势。

判断AI应用是工具还是系统看什么？

若客户离开产品，原流程受影响或效率大幅下降，它更像系统；若大模型公司推出类似功能可轻松替换，它更像工具。

客户为具体业务结果付费对AI应用公司意味着什么？

意味着应用公司有更大发展空间，因其能满足企业特定业务需求，提供如销售线索增加等具体价值，不易被大模型公司替代。

大模型公司和AI应用公司未来发展趋势怎样？

大模型公司会占据部分通用场景市场，AI应用公司在复杂行业有机会，将模型转化为业务系统，形成长期竞争力，两者都能赢。