AI应用必死三角：字节裁员30%只是开始

这一观点有误。

字节削减的并非"AI泡沫"，而是互联网方法论在AI时代的尸骸。真正值得行业警惕的信号，并非有多少AI应用在消亡，而是过去二十年被验证的"流量—日活—变现"三段论，首次被一种全新的成本结构彻底击穿。

近期观察各类AI项目时，我都会思考其底层逻辑，涵盖大模型、Agent、具身智能、AI工具及垂直场景应用。结合2016至2018年的互联网红利潮来看：

直白地说——AI应用并非不能做，而是打法变了。将互联网套路移植到AI上，便是踏入死亡三角。

互联网时代的这三大词是圣经——做大日活、补贴拉新、免费抢用户，随后靠广告或增值服务变现。

这套打法在AI时代失效，缘由唯有一个：AI的单位经济模型，与互联网截然相反。

互联网业务的成本曲线是规模递减的。用户越多，单位服务器成本越低，毛利从几个百分点攀升至七八十。

AI应用恰恰相反。每一次用户对话、每一张图片生成、每一段视频渲染，都是真实的算力消耗，都在烧Token。字节2025年AI推理成本超80亿，此数字非研发投入，而是纯粹的用户使用成本。用户越活跃，亏损越大。

日活越高，亏损越重。

这是死亡三角的第一条边。

第二条边：补贴无法转化为留存。

月之暗面、MiniMax等头部AI公司，过去一年砸下数十亿广告，短期日活暴涨。广告一停，7日流失率超60%。补贴带来的是一次性使用，非用户习惯。原因很简单——AI工具在用户心智中尚未建立"不可替代"的位置，换个接口用同样的GPT-5、Claude、开源模型即可。

第三条边：免费模式锁死了商业化。

一旦用户习惯免费，收费的心智门槛极高。这点与互联网相似。但互联网免费换来了二十年积累的广告生态作为兜底，AI应用没有。广告主不会为日活100万但留存30%的AI工具支付CPM，因为这些用户下个月就不在了。

三条边合围即：做得越大，死得越快。

这并非字节一家的困境。这是所有纯C端AI轻量化工具的集体宿命。

拆解字节的动作：收缩非核心应用、All in豆包、押注PICO和AI眼镜、ROI重新考核——实则只做对了两件事：止血、聚焦。错在：对商业模式的重新定义。

"放弃纯C端AI工具、转向软硬一体"这个方向本身没错，但把PICO和AI眼镜当成救命稻草是危险的。硬件不等同于壁垒。AI眼镜赛道现有Meta、Rokid、雷鸟、华为、小米、百度、字节七家在做，全球更多。若打法仍是"用互联网资源砸硬件"，结局与砸AI App无异——硬件只是换了一种更重的亏损方式。

真正需要重新定义的，是三个问题：

❶该产品为用户省了多少钱或赚了多少钱？

不是"提供了什么功能"，而是"替代了什么成本"。互联网产品可仅提供"爽"就收费（游戏、娱乐），AI产品不行。AI算力成本高昂，必须明确替代了人力、软件、流程，价值才能支撑Token费用。

❷该产品的留存，是习惯还是习惯性？

习惯是用户主动回来（ChatGPT），习惯性是用户被动回来（钉钉、企业微信）。前者靠体验，后者靠嵌入工作流。AI应用若不能嵌入工作流，只能卷体验，而体验在大模型同质化背景下注定趋同。

❸该产品的数据飞轮，有没有闭环？

用户用得越多，产品变得越好——这件事AI原生就做得到吗？许多AI App用的是第三方模型API，用户数据对自己无沉淀价值。无数据飞轮的AI产品，只是一个更贵的接口封装。

这三个问题回答不出来的AI应用，砍不砍都一样。砍了省钱，不砍烧钱——但都走不到终局。

虽远未成熟，但我判断：未来三年，中国AI应用能跑通的商业模式仅三类。非"大模型、产业、软硬一体"的宽泛分法，而是按价值创造方式切分：

底层逻辑是调用通用大模型API，封装成特定场景服务，靠场景理解+提示词工程+工作流设计赚差价。

此路能跑通的前提有三：场景足够垂直（如跨境电商文案、律师合同审查、垂直行业高单价咨询）、提示词和工作流有专有know-how、价格体系支持毛利大于Token成本。

典型代表是海外的Jasper、Copy.ai，国内的秘塔、海马体AI写真。

天花板不高，但现金流来得快。适合小团队、快速切入、早期盈利。FA视角看，这类公司的估值锚点是毛利率×净留存，非ARR倍数——这是许多一级市场投资人仍用SaaS估值框架套AI公司的核心误区。

底层逻辑是直接替代一个岗位或完整流程，按结果收费，非按调用量收费。

此路本质是把AI当成"数字员工"卖给企业。客服、销售开场白、电商美工、视频剪辑、财税入账、法律初审——任何"重复性脑力劳动+有明确产出标准"的岗位都是切口。

关键在于定价逻辑要变：非SaaS的每月订阅，是按完成一单、生成一篇、处理一条收费——直接对标人力成本。若替代月薪1万岗位，AI只收3000，客户就有ROI。

典型代表是Cursor、Windsurf（替代部分程序员工作）、海外的Harvey（替代初级律师）、国内的秘塔科技（替代研究员）、智谱清言企业版（替代部分分析师）。

此路要用替代成本×渗透率倒推估值，非看日活看留存。这是未来三年真正能跑出大公司的路径。

底层逻辑是通过软硬一体或独家数据源，锁定一个用户无法绕开的入口。

硬件入口：AI眼镜、具身机器人、车载语音、家庭中枢。硬件价值不在硬件本身，而在其独占的感知数据——用户的视线、动作、对话、环境，这些数据任何纯软件产品无法获取。

数据入口：金融交易、医疗影像、工业设备传感器、政务档案——这些数据受监管或物理限制，形成天然壁垒。

此路周期长、投入大，但一旦锁定，护城河极深。豆包活下来非因C端做得多好，而是因字节系的内容数据+抖音场景分发他人无法复制。

FA视角看，此路估值锚点是数据稀缺性+场景不可替代性，适合给产业资本讲故事。但也最易陷入"硬件亏损+软件免费"双重陷阱，做不好便是另一个PICO。

写到最后，我认为仍需三个判断：

❶AI应用的融资叙事必须从"用户规模"切到"替代价值"。

投资人已不再认可"我有1000万日活"这类数据。真正打动钱的是"我替代了多少人力成本、锁定了多少企业预算、建立了多少数据壁垒"。

❷估值逻辑要切换。

勿再用移动互联网时代的DAU×ARPU×倍数。用毛利率×净留存×替代成本重新算一遍，许多热门AI公司的估值需打三折。

❸FA要会讲AI时代的新故事。

过去讲TAM/SAM/SOM，现要讲替代池、工作流嵌入深度、数据飞轮速度。叙事框架不升级，项目推不出去、机构听不懂、交易做不成。

中国AI应用的泡沫确实在破，但破掉的只是"用互联网思维做AI"的那部分。

或许真正的机会，才刚刚开始。

May be 看清死亡三角，才会看清未来三年的分水岭。

本文系作者基于一线FA实战视角的独立分析，不构成投资建议。