AI应用的新形态：不再局限于独立应用
前几天和朋友聊起AI应用的话题。
他提了一个很实际的问题：观察一些AI应用公司的云服务消耗，似乎并不如预期那样强劲。尤其是国内市场，除了少数几个项目外，多数AI应用公司的使用量增长并不显著。
这个问题表面上是关于云消耗的讨论。
但我意识到，它真正涉及的是另一个核心问题：
AI应用层是否真的已经成熟？
我的看法是：确实已经起来了。
只是它的发展路径与2023年许多人的预期不同。
当时市场自然认为：大模型出现后，会涌现一批全新的AI应用；这些应用会像之前的SaaS公司那样，通过订阅、PLG、企业采购等方式，逐步发展成为行业巨头。
这种逻辑看起来很顺畅。
但现在看来，这个预测可能过于理想化了。
AI应用的发展是必然的，但它可能不是以独立App的形式存在。更准确地说，它更倾向于在以下四个领域发展：
入口层面、工作流程层面、交付层面、叙事层面。
如果仍然只关注"谁又推出了新的AI工具"，很可能会错过真正的趋势。
先从国内情况说起。
国内独立的AI应用创业公司，特别是工具型SaaS产品，确实面临不少困难。
不过这种困难并非今天才出现。中国企业软件市场一直处境艰难。
许多客户并非缺乏需求，而是不愿为独立工具持续买单。能自己做的就自己做，能将就的就先凑合，能等平台集成就等平台集成。
到了AI时代，这个问题被进一步放大了。
因为AI的许多轻量级能力，本质上很容易被平台整合吸收。
会议记录、文档摘要、语音转文字、知识库检索、写作辅助、简易Agent等功能。
这些功能并非没有价值，只是太容易被整合成平台的基本功能。
飞书、钉钉、企业微信、微信、豆包、手机厂商、会议硬件厂商等，都有能力将这些功能整合进现有产品中。
所以国内AI应用创业最尴尬的地方在于：
你刚验证一个需求可行，大厂就能把它变成平台的一个功能。
而且国内的复制速度太快。
一旦某个功能看起来有效，很快就会涌现大量类似产品。如果技术壁垒不够深，分发渠道又不在自己手中，最终结果往往是：大家都能做一点，但谁也赚不到多少钱。
所以我现在不太愿意说"国内AI应用不行"。
这种说法太笼统，也有点不负责任。
更准确的说法应该是：
国内独立工具型AI SaaS处境艰难，但AI应用本身会被平台化、系统化、硬件化、服务化。
它不会消失。
它只是被整合进更大的系统中了。
许多AI使用场景不会以"我购买了一个AI应用"的形式出现，而是以"我原来的工具突然多了AI功能"的形式出现。
这种差异很关键。
如果用独立App的标准来衡量国内AI应用，会觉得很冷清。
但如果看办公套件、手机系统、会议硬件、企业服务商、行业解决方案，AI实际上正在不断渗透其中。
只是它不一定以创业公司融资新闻的形式出现在公众视野中。
海外市场的情况则不太一样。
海外AI应用更容易出现亮眼数据，这不仅仅是因为美国公司资金更充裕，也不只是因为海外SaaS付费文化更成熟。
更关键的是，它形成了一个AI-native的自循环模式。
一家AI创业公司，对外销售AI产品，内部也几乎全员使用AI产品。
代码编写使用Cursor、Windsurf、Claude Code。语音输入使用Wispr Flow或Typeless。销售、市场、研究、知识管理、数据分析等方面，再使用大量AI工具。
它就像一条贪吃蛇。
AI公司购买AI公司的工具。这些AI工具公司又继续购买更多AI工具。于是早期市场自己先运转起来了。
这种情况在国内比较少见。
国内公司的第一反应往往是：这个能不能自己做？能不能让实习生做？能不能等平台免费提供？能不能先不用？
这不是道德问题，也不是谁高级谁低级的问题。
这是市场习惯问题。
Menlo Ventures的2025年企业生成式AI报告中有一个数据：企业生成式AI支出从2024年的115亿美元增长到2025年的370亿美元，大约增长3.2倍。其中应用层支出约190亿美元，已经超过整体支出的一半。
这个数据至少说明一件事：
企业不只是在购买模型和算力，应用层已经开始真正盈利。
所以，如果只看中国市场，容易低估AI应用的发展。
尤其是AI coding、AI voice、AI research、AI workflow、AI CRM、GEO这些领域，海外确实有不少产品展现出了强大的生命力。
但这里有一个反直觉的地方：
真正优秀的AI应用，未必都很喧嚣。
有些产品天天融资、天天访谈、天天讲创始人故事。有些产品则安静得多，但用户每天都用，续费也不错。
我现在越来越警惕一件事：
不要用曝光度来判断产品质量。
有些产品在叙事中走红。有些产品则在工作流程中扎根。
后者才更值得关注。
从基础设施角度看AI，很自然地会关注云消耗。
谁GPU用得多，谁token消耗多，谁workload强，谁就看起来像是增长