Create

Sign in to ReadmeX

Sign in to join communities, post, vote and chat.

New here?

Story

Why AI Applications Struggle to Make Money

AI summary

This opinion article argues that standalone AI applications will struggle to sustain profits because single-point capabilities such as coding, translation and presentation generation have low barriers and switching costs. It says the stronger business model is enterprise-focused workflow capture: using AI to take over complete business processes, tie value to measurable P&L outcomes, and embed AI into products, services and operations rather than selling consumer subscriptions.

Why it matters: The analysis highlights enterprise workflow ownership and supply-side transformation as possible sources of durable AI value.

NVIDIAHiggsfieldManus

0
Source text虎嗅 AI · 5 min read
上个月笔者参加一场中科大校友会的活动。有个新生站起来问:AI来了,我该选什么专业才能不被淘汰?旁边一个做了二十年投资的老校友接过话筒:你问反了!你能考上中科大,说明你是聪明人,不是选什么专业能躲开AI,是怎么站到AI这边来,去革别人的命。生产率提高不代表所有人工资跟着涨。更少的人交付更多服务,白领岗位收缩和消......

本文来自微信公众号: 周喆吾 ,作者:周喆吾,原文标题:《利不在器:论为何 AI 应用都不赚钱》

上个月笔者参加一场中科大校友会的活动。有个新生站起来问:AI来了,我该选什么专业才能不被淘汰?

旁边一个做了二十年投资的老校友接过话筒:你问反了!你能考上中科大,说明你是聪明人,不是选什么专业能躲开AI,是怎么站到AI这边来,去革别人的命。

生产率提高不代表所有人工资跟着涨。更少的人交付更多服务,白领岗位收缩和消费者生活变好会同时发生。你的薪水不一定涨,但同样的钱买到更好的体验,more bang for the buck。

问题早已不是AI会不会来到人类社会,而是谁在用AI重塑整个社会的生产流通各环节、谁拿走重做之后的利润。

所有20美元AI订阅,终将被踏平

  1. 全行业都在问:为什么AI infra赚钱,AI apps不赚钱?NVIDIA持续印钞、Higgsfield活得不错,而做AI app的前赴后继被碾平。Manus刚起来就被Muse Spark截胡,Cursor势头正猛转眼Claude Code出来了。

  2. 常见解释是卖铲子永远比挖矿赚,但是这个解释太单薄。再往下:谁在买铲子?不是AI创业公司们。是传统企业买AI infra回去改造自己的供应链和服务!

  3. AI app for AI users,零和博弈;传统行业买AI infra,增量创造。

  4. Anthropic、智谱、OpenAI Codex、字节Seedance集体证明:AI的正确姿势是to B,不是to C。最终付款的好模式一定是Enterprise:企业买单。

Workflow Capture才是本质

  1. 器盈则贱:单点能力不值钱。写代码、做图、翻译、生成PPT,供给多、壁垒低、切换成本为零,利润必然趋零。

  2. 能收到钱的是workflow capture:接管一条完整业务流程,交付一波明确的营收增长。唯有帮客户多赚钱,他才离不开你。

  3. 常见误判是以为token成本是AI落地的核心瓶颈。不是。决定性因素是L4跑通全流程增量营收。帮客户一个月多赚50万,可以收他30万(!!),他不在意你背后跑什么模型。

  4. 哪怕今天账面没打平,token成本明年降30倍,往后的EBITDA会非常好看。敢在这个窗口期亏着干的人,吃到的是成本曲线的时间差红利,占住的是workflow capture的卡位。

  5. 客户愿意长期付费的KPI只有一类:绑定在真实P&L上的垂直ROI。其余皆为demo。

  6. 笔者算账的公式很朴素:替人率x人数,乘出来就是可分割价值。

  7. 顺着这个逻辑看,目前雇佣纯低端白领就能赚钱的生意是什么?电商、直播、游戏公会、保险销售团队、网课销售团队。大量白领做重复度高的认知劳动,人力是最大成本项,产出直接可量化。这些就是AI workflow capture的最佳靶场。

AI是一场新能源革命,革的是供给侧

  1. 笔者觉得,未来不是说AI个人助理帮你挑选奔驰宝马和大众,而是新冒出来理想蔚来,用新技术造出更好的产品,并且全渠道覆盖,种草、试驾、服务、4S店、社群、OTA、休息室、车友会等等,最终提供了更好的产品/服务;

  2. AI的大机会同样在供给侧:帮企业造出更好的产品、提供更好的服务。

  3. 消费者可以通过商家提供的产品与服务享受AI收益,甚至不必知道背后用了AI。

  4. 需求侧AI天花板低。帮你比价、筛选、做决策,有用,但用户不愿付费。你用AI帮你挑了一条裙子省了十分钟,你不会为此每月付20块钱。

  5. 供给侧完全不同。企业用AI重做产品、服务和运营,AI的成本进COGS,靠更好的unit economics覆盖。消费者根本不知道后面有AI,只知道这家东西更好、价格更合理、服务更到位。

  6. 这里面最深的一层变化不是让现有客服效率提高30%,那叫优化。变革是:什么样的企业,在经济上第一次变得可行了?

  7. 过去品牌卖完一件商品,和消费者的关系基本就断了。不是不想维护,是维护成本太高。持续理解每个客户的偏好、主动提供个性化售后,传统成本结构下只有奢侈品牌对顶级VIP做得起。当认知劳动成本趋零,你可以从第一天就把这种能力写进产品定义和组织架构里。

  8. 消费者感受到的是什么?这个品牌更懂我,产品贴合需求,出了问题响应很快。AI在企业的每一个毛孔里,消费者不需要知道。

  9. 历史反复验证同一件事:底层成本结构发生数量级变化的时候,新玩家的胜率远比在位者预期的要高。

  10. 特斯拉创办那年,没有资本看好。

利不在器,躬身toB

  1. AI最大的商业机会,大概率是用全新的成本结构从头做一家企业,提供一个很传统的已经被百亿营收验证过的老业务。

  2. 鸿蒙智行走的就是这条路。不卖SaaS,不收咨询费,深入到产品定义和品牌运营里,和有制造能力的产业伙伴联合造面向消费者的产品,对经营结果负责,共享利润。

利不在器,在器所成之事。

Read the original →

How we got here

  1. AI Price Competition Shifts Toward Efficiency and Agent Scale创业邦 科技 · Anthropic
  2. Claude Threat Report Leads to Florida Felony ChargeHacker News · AI(100+ 分) · Anthropic
  3. Hinton-led paper examines whether automated AI R&D could trigger an intelligence explosion量子位(原生 RSS) · Anthropic
  4. Apple to Tighten macOS Full Disk Access Amid AI Agent Risks虎嗅 AI · Manus
  5. Manus Community Teases Founder Discussion on Manus 2.0Manus · Manus
  6. Andreessen Horowitz Launches a Project-Based School for High-School Graduates创业邦 科技 · Anthropic

Comments

I've used this: share my experience What I think: share my view
How important is this story?No ratings yet

No comments yet. Start the conversation.