當DeepSeek在全球爆火，AI行業也到了該重新“算賬”的時候。
以往，AI給外界的固有印象就是一場燒錢遊戲，沒有上億資金的玩家是拿不到入場券的。然而，現在DeepSeek R1模型的訓練成本僅為550萬美元，比OpenAI的頂尖模型o1低了90%-95%，但性能一點也沒輸。
華爾街投資者這才發現，自己當了冤大頭。
DeepSeek撕掉了以往籠罩在AI上的神秘面紗，全球投資者開始重新審視AI的商業屬性。成本是不是足夠低、盈利是不是足夠強，開始成為AI應用的一個重要價值標準。
如果說，DeepSeek在成本表現上足夠出色，那麼以下一批AI產品在盈利上足夠搶眼。從2024年全球AI產品付費用戶規模來看，微軟Copilot 5574萬、百度文庫4000萬、Canva 2200萬、ChatGPT 1100萬、Claude 417萬、Notion333萬、Perplexity 100萬、Cursor 66萬、Character 53.6萬。
事實上，當DeepSeek在全球爆火，中國互聯網大廠被狠狠地批評了一番。不少聲音質疑，以BAT為代表的大廠還比不上一家初創公司。但是，在全球AI產品付費用戶規模當中，百度文庫卻排在前列。在更加重視AI商業化的當下，這折射出了何種信號？
百度等大廠，真的被打臉了嗎？
為什麼AI要開始“談錢”？
DeepSeek帶來的影響不只在AI的技術層面，更在經濟層面。
過去一年，相當一批AI企業背負着越來越大的成本壓力，即便是OpenAI這樣的頭部玩家也不例外。數據顯示， OpenAI在2024年虧損約50億美元，並且預計到2026年虧損將進一步攀升至140億美元，主要受大語言模型訓練的高昂成本拖累。
無問芯穹發起人汪玉曾做了一次針對算力成本數量級的測算，假設GPT-4Turbo每天要為10億活躍用戶提供服務，每年的算力成本可能超過兩千億，還不包括模型訓練的投入。
一些科技大廠也在AI上花費了巨額的資本，據統計2024年1—8月微軟、Meta、谷歌、亞馬遜總計向AI數據中心投入了1250億美元，這還只是冰山一角。
對於國產大模型而言，成本壓力同樣在上升。中國信通院測算，大模型算力成本一年上漲了10倍。與此同時，競爭壓力也在與日俱增。OpenAI通過微軟Azure進入中國市場，以“技術優勢+成熟生態”擠壓國產模型空間，某國產大模型客戶流失率在GPT-4開放API後便上升了30%。
AI大模型的運營成本增大，不僅會阻礙自身發展，也不利於整個AI行業的生態成長。要知道，一些中小AI企業大多通過API接口調用大模型。如果大模型的訓練成本過高，自然也會提高這些中小企業的調用費用，進而降低企業入局AI的意願和阻礙整個生態的發展。
去年一些國產大模型試圖用降價來吸引更多客戶，由此打響了大模型價格戰。
字節跳動旗下的AI大模型豆包宣布，定價比行業價格水平便宜99.3%。阿里巴巴宣布旗下通義千問主力模型大幅降價，主力模型Qwen-Long的API輸入價格直降97%，輸出價格降低90%。百度則直接宣布，文心一言的兩款入門級產品ERNIE Speed和ERNIE Lite免費，騰訊雲宣布主力模型之一混元-lite模型的價格調整為全面免費。
頭部廠商宣布大模型降價，如同網絡運營商將流量費用降低，有利於降低開發企業在算力上的成本負擔。不過價格戰也是把雙刃劍，大模型的創業企業不得不面對更為激烈的競爭環境，留給他們的蛋糕也就越來越小。
不過，這種艱難的局面正在得到緩解。DeepSeek的爆火，把大模型和算力的關係推向了全新變革。以往，大模型廠商信奉“大力出奇蹟”，即構建更大的模型、部署更多的算力。DeepSeek則顛覆了這種固有認知，即優秀的AI大模型可以靠低成本來實現。由此帶來的深遠意義的是降低了行業門檻，讓本來在賽道外觀望的選手也能入局，也讓那些大廠能夠擺脫低質量的價格戰，更輕鬆地布局商業化。
目前，百度、阿里、騰訊等大廠都已經上線DeepSeek的模型。比如，阿里雲PAI Model Gallery支持雲上一鍵部署DeepSeek-V3、DeepSeek-R1。百度智能雲千帆平台已上架DeepSeek-R1和 DeepSeek-V3模型，推出了超低價格方案，騰訊雲宣布在高性能應用服務HAI上支持一鍵部署DeepSeek-R1模型。
過去多年，我們見證了許多技術的商業失敗。並非這些技術沒有未來，而是商業邏輯的缺失讓它們止步不前。現在的AI企業，也到了必須“談錢”進而推動商業化的時候了。
AI賽道上，大廠如何商業化？
任何運用於商業世界的技術，都是必須要賺錢的。不能商業化的AI，都是在耍流氓。
隨着越來越多的大模型開始開源，在AI技術層面上，其實大廠和初創企業的差距在逐步縮小。正如DeepSeek創始人梁文峰所言，無論大廠還是創業公司，都很難在短時間內建立起碾壓對手的技術優勢。因為有OpenAI指路，又都基於公開論文和代碼，大廠和創業公司都能很快把自己的大語言模型做出來，大廠和創業公司都各有機會。
這些機會很多正是蘊藏在商業化層面。
對於互聯網大廠而言，在AI時代幾乎所有的產品都值得被重做一遍。在重做過程中，巨大的商業機會在不斷湧現。2023年，李彥宏曾表示在百度重構的業務中，百度文庫的進展令他最滿意。去年9月，百度把百度文庫和百度網盤兩個業務進行整合。據2025百度AI DAY透露的最新數據，百度文庫AI功能的月活用戶突破9000萬，付費用戶數超4000萬，在全球範圍內僅次於微軟Copilot。另外，百度文庫的付費率年同比增長60%，這一增長几乎完全由AI功能帶動。
在大模型重構下，百度文庫已經從辦公工具成為“一站式AI內容獲取和創作平台”，推出了智能PPT、智能寫作、AI全網搜等上百項AI能力，涵蓋搜索、創作、編輯三大環節。比如，智能寫作功能支持用戶通過關鍵詞生成邏輯清晰的報告、總結或方案，隨時修改大綱、文字、擴寫等，能夠融入用戶工作和學習的創作全流程。因此在中國智能PPT市場用戶規模份額上，百度文庫佔據着明顯的領先優勢。
跟百度文庫產生直接競爭的產品之一，便是金山辦公的WPS AI。
2023年11月，WPS AI問世。金山辦公CEO章慶元表示，WPS AI錨定AIGC（內容創作）、Copilot（智慧助理）、Insight（知識洞察）三個戰略發展。金山辦公2024年三季度財報顯示，WPS AI 2.0已經帶動其國內個人訂閱業務第三季度實現營收7.62億元，同比增長17.24%。報告期內，WPS AI 2.0新增AI寫作助手、AI閱讀助手等功能，此前在內容創作、智能助手等應用場景也有所布局。
在大廠的AI商業化上，結果跟過程一樣重要。被問到大模型的競爭格局時，梁文峰坦言大廠肯定有優勢，但如果不能很快應用，大廠也不一定能持續堅持，因為它們更需要看到結果。
阿里也在給老業務注入新鮮血液。去年底，阿里把旗下的AI應用“通義”從阿里雲分拆，併入阿里智能信息事業群。今年1月，同為阿里智能信息事業群的夸克發布了新的slogan：“2億人的AI全能助手”，明確了產品的AI定位。阿里顯然在AI的C端應用上進行了強布局，目前來看夸克、通義APP、天貓精靈分別代表着生產力工具、Chatbot和AI硬件三個方向的布局。
在AI to C的方向上，百度和阿里的思路有共同之處，即調整組織架構進行業務的打通和融合，同時藉助AI激活此前相對優質的產品。
騰訊在AI商業化上的布局，也稱得上“老樹發新芽”。在2025的內部員工大會上，馬化騰提到騰訊會持續投入資源進行算力的儲備，希望各個BG都能擁抱大模型的產品化落地場景。包括微信、QQ、輸入法、瀏覽器等產品，都將推出AI智能體，遊戲、微信讀書、騰訊視頻等產品也將基於混元做更多AI探索。
在卷參數、卷長文本和Agent、再到卷低價之後，如今國內大廠在AI上這件事有了一條共同的戰線——重構原有業務，推動商業進程。
初創公司和科技大廠的博弈
當大廠在AI商業化上開始加速，AI創業公司其實面臨著商業化壓力。
有些技術很紮實的頭部創業公司，也在遭受着平衡成本和收益上的不確定性。創業公司月之暗面旗下的Kimi智能助手，成為近年來最火熱的AI應用之一。其推出的首款推理能力強化模型k0-math跟o1的水平很接近，甚至還能超越，而時間只花了僅僅兩個月。
APPGrowing的數據顯示，自2024年3月開始幾乎每月Kimi的廣告投放都達到上千萬元，10月達到2.2億元，11月達到2億元。不過，Kimi的投放效果卻並不及預期。據QuestMobile的數據，Kimi等AI原生應用的次日留存率僅為30%左右，低於行業標準的50%-60%。月之暗面需要平衡投流、自然增長與商業化之間的關係，於是去年kimi推出打賞功能，這被視為其加速商業化的一個探索。
梁文峰在採訪中坦言，現有垂類場景不掌握在初創公司手上，這個階段對初創公司不太友好。因為在垂類場景上大廠掌握的資源相對更多，而且此前也已經有所布局，具備先發優勢。尤其是大廠在垂類場景上的存量業務經過AI改造之後，不少已經表現出比AI原生應用更好的用戶活躍度和付費轉化。這意味着創業公司要更加迫切地尋找差異化的應用場景，其生存空間可能被進一步壓縮。
當然了，在商業化上AI初創公司相比大廠也有自己的優勢。
梁文峰表示，大廠的模型會和他們的平台或生態捆綁，而DeepSeek是完全自由的。說白了，大廠在發展模型過程中或多或少會基於各自的業務出發，但這也會產生一定的局限性。比如，一些雲廠商之前的需求都是分散的，直到2022 年自動駕駛開始有租用機器做訓練的需求，又有付費能力，一些雲廠商才去把基礎設施建好。大廠很難單純去做研究做訓練，更多會是業務需求驅動。
而DeepSeek這樣的初創公司完全是從0~1，在發展方向上擁有更大的可能性。
在商業化進程中，AI初創公司與科技大廠並非簡單的“挑戰者與守門人”關係，而是憑藉獨特的生態位構建差異化的價值網絡。其核心優勢不在於資源規模，而在於邊緣創新效率和和價值重構能力。
結語
AI大模型和原生應用的商業化，就是一場關於“技術-市場”的雙重馬拉松。
短期看，企業需在場景聚焦、成本控制找到平衡點，DeepSeek的爆火確實給百度等大廠帶來了壓力。不過長期來看，商業化還是需要依賴底層技術突破與生態協同能力。百度等大廠不至於被打臉，因為遊戲還在繼續。
真正的贏家，將是那些能持續將技術優勢轉化為獨特的商業價值，並構建完整產業閉環的玩家。
