AI没死，只是换了“壳”形态
AI行业观察
为什么你觉得 2025 年一度爆火的 AI 产品，近期怎么都不太动了？
过去半年，很多人都产生了同样的体感：AI 应用好像忽然降温。但事实是——AI 应用并没有死掉，真正“倒下”的是"AI 壳"。
01
如果你只盯着社交媒体的讨论热度，就会觉得 AI 应用市场变冷了。
可一旦换成收入、融资、企业采购等维度看，答案就完全相反。
📊 关键数据
370亿美元——2025 年企业生成式 AI 的支出较 2024 年（115 亿美元）提升了 3 倍多。其中应用层投入约 190 亿美元，增长速度已经把基础设施和模型层甩在后面。
这意味着什么？
并不是企业不再买 AI。
而是企业不再为"一个能聊天的网页"掏钱了。
它们更愿意购买能够真正进入业务流程的 AI：写代码、处理客服、做法律尽调、生成病历、管理企业知识、推动销售跟进等。
消费端的热闹少了，企业端的付款反而更多了。
那些真正能赚钱的 AI 应用，往往并不擅长刷屏。
02
不少人担心：只要 OpenAI、Anthropic、Google 开始做应用，创业公司就没有生存空间。
这种判断只对"浅层应用"比较成立。
如果你的产品仅仅是：
▸套一个聊天框
▸准备几个 Prompt 模板
▸做个网页摘要
▸增加一个图片生成入口
▸提供一个基础代码助手
▸接入若干 API 和插件
那确实风险很大。
因为这些能力最终会变成模型厂的默认配置。
模型厂出手
GPT Image 让图片工具更尴尬 Claude Code 让代码 Agent 逐步失去存在感 MCP 让"连接100个工具"不再稀缺
机会在
安全读取企业数据 调用内部系统 处理权限、审计、回滚 对结果负责 把输出直接落到业务结果上
但这并不意味着应用层价值消失。
恰恰相反：模型越强，用户越希望把它带进真实的工作场景。
模型厂负责把"能力"变得更强；应用公司负责把"能力"转化成"工作"。两者从来不是同一件事。
03
如果要我为 2025 年全球最确定的 AI 应用赛道做选择，我会押注 AI 编程。
不是 AI 搜索，不是 AI 图片，也不是 AI 伴侣。
而是 AI 编程与 App Generation。
核心产品
CursorClaude CodeOpenAI CodexLovableReplitBolt
💰 收入数据
Cursor：20亿美元+ ARR Lovable：数亿美元 ARR
这说明：AI 应用并非一定不能赚钱，关键在于满足三个条件：
高频 · 刚需 · 结果可衡量
写代码刚好把这三点都覆盖了。
开发者每天都用，企业也愿意付费，ROI 非常直观：写得更快、改 bug 更快、上线交付更快。
因此你会看到 AI 编程工具虽然"卷"，但仍旧不断长出大公司。
它不只是玩具场景，而是实实在在的生产资料。
04
很多 AI 应用确实不爱刷屏。
法律 AI
Harvey
医疗文书
Abridge
客服 Agent
Sierra
企业知识
Glean
它们不如 AI 视频、AI 图片那样容易在朋友圈传播。
但它们离企业真正的刚需很近。
律师愿意为更快完成尽调付费；医院愿意让医生少写病历；客服中心愿意为降低人工成本买单；大型企业也愿意为内部知识与权限体系付费。
这些产品的护城河不靠模型本身。
它们的护城河主要在：
业务流程专有数据系统集成权限管理行业责任
过去大家拼谁生成得更像。现在大家比谁能把事情真的做成。
05
因为它们最开始走红的原因，如今反而成了短板。
在 2023 到 2024 年间，一个 AI 应用只要做到"哇，好神奇"，就可能迅速爆火。
2023-2024：爆火原因
上传 PDF 做问答很神奇。用一句话生成图片很神奇。帮你写小红书文案很神奇。把网页总结成三句话也很神奇。
可到了 2025 年，这些能力都逐渐变成基础配置。
用户从"它竟然能做到"的兴奋，转为"那它凭什么让我单独付费"。
AI 壳的定义
并不是说它没有技术，而是它缺少对真正业务闭环的掌控。
AI 壳的六个"不"
不拥有数据 不拥有入口 不拥有工作流 不承担责任 不形成切换成本 不把结果回写进系统里
越是这样火起来的产品，越容易被复制。
模型厂复制一次，平台再复制一次，开源社区也能复制一次，客户内部团队最终又会复制一遍。
最后往往只剩下价格战。
06
这还是一个看似反直觉的点。
MCP、CLI、OpenClaw、Hermes Agent 之类的东西越是爆火，就越会挤压掉一批 AI 应用。
尤其是那些把"连接工具"本身当成产品卖点的公司。
正在被商品化的能力
→连接能力商品化 →工具调用商品化 →Agent runtime 商品化 →模型选择商品化
但这也未必全是坏消息。
它也意味着：一个小团队能用更低成本搭出过去需要大团队才能做出来的复杂系统。
问题在于，你拿这些基础设施去解决的是哪类足够深的业务问题？
⚠️ 危险方向
"做一个更好的个人助理"
✅ 机会方向
"把跨境电商卖家的选品、Listing、广告、客服、库存、复盘连成一个闭环"
07
对中国团队来说，最容易踩的坑，是把 AI 应用当作"模型能力展示"。
❌ 容易撞车的方向
做一个聊天助手 做一个写作工具 做一个图片生成 做一个代码助手 做一个通用 Agent
这些方向不是绝对不能做，只是几乎一定会撞上模型厂、平台厂以及开源生态。
✅ 中国团队更有优势的方向
跨境电商、外贸销售、制造业工程、财税合规、企业微信/飞书/钉钉流程、短剧与广告素材生产、客服售后、供应链管理、医疗行政、教育训练
这些场景不算“出圈”，但往往更有钱。
它们需要的不是一个会说话的 AI，而是能进入系统、懂流程、能执行、可审计、可交付的 AI worker。
别做"AI 工具"，要做"AI 员工"。
08
会被模型厂吃掉
功能横向发展 场景太浅 数据太弱 缺少工作流 没有责任边界
借模型厂变得更强
把控垂直流程 有客户数据 拥有系统权限 掌握行业 know-how 形成结果闭环
因此，AI 应用创业的核心问题已经发生了变化。
问题变了
"我能不能调用到最强模型？"
"即便所有人都能用最强模型，客户为什么还必须选择我？"
这个问题如果答不出来，融资再多也依然危险。
答得出来的话，模型越强你越值钱。
END
今天你看到的 AI 应用市场看起来很安静，并不是因为没人买。
而是市场已经开始区分：
谁是真应用，谁只是壳。 谁有清晰工作流，谁只是按钮。 谁能把任务做完，谁只会生成内容。 谁能承担责任，谁只会展示能力。
AI 应用并没有消失，消失的是那些靠新鲜感活着的 AI 应用。
下一阶段，真正值得的公司不会只说"我接入了某某大模型"。
它们会更明确地讲：
我能替某个岗位完成一类工作，交付一个结果，而且这个结果能让客户持续付费。
这才是 AI 应用真正的下半场。
— E N D —
（全文完）