01Agent深度对话丨AI时代“规模换收入”逻辑失效，谁在真正靠AI赚钱？

2025年被称作「AI应用元年」，大家都在喊：风口来了。AI颠覆未来，商业前景似乎一片光明！

然而，在这场声势浩大的淘金热中，一个最根本的问题却常常被喧嚣所掩盖：一年过去了，谁在靠AI赚钱？

• 有人说AI时代和移动互联网时代完全不同，AI产品越好用，亏钱越多。

• 有人说AI公司几乎不盈利，「卖铲子」的AI自媒体却挣得盆满钵满。

• 真相到底是什么？

本期节目，我们邀请到两位身处一线、日夜奋战的AI创业者进行了深度对谈，他们带着伤疤和成果而来：一位是00后创业者范国豪，他曾因高昂的算力成本被迫关停了拥有10多万用户的产品；另一位是趣丸千音产品与商业化负责人邢瑞琪，她成功让产品从交付工具到交付结果，逐渐探索商业化路径。

【时间线】

02:35 AI产品用户付费意愿现状及改变

06:33 AI时代和移动互联网时代商业化完全不同

14:32 AI产品不适合“规模换收入”，创业者更有机会

18:04 通用大模型VS垂类模型，最终向哪边倾斜

25:02 大厂2025年的AI商业化路径走得顺利吗？

28:14 当下AI产品存在哪些变现模式

播客实录

张怡：

各位听众朋友们大家好。欢迎来到我们的播客栏目《趣你的AI》。

我是本次的主持人张怡，然后可以叫我Annick。先做一个简单的自我介绍，我过去五年一直在从事早期的风险投资，然后现在我们在run一个孵化器叫Tensor Studio，给到想在AI创业以及正在AI创业的一些创业者一些支持，提供早期的种子轮投资。

那从这个栏目名字就可以看出来，我们的栏目跟AI息息相关。2025年也是被称为AI应用元年，大家都在喊风口来了。但这一年AI产品真的开始赚钱了吗？

今天我们邀请到了两位非常有趣的创业者，一位是趣丸科技的邢瑞琪，一位是00后AI创业者范国豪。两位都是在行业里真实做过项目，也踩过坑的从业者。

今天就跟Ta们具体聊一聊AI这个东西到底开始赚钱了吗？那未来如果想赚钱的话，商业化的机会在哪里？

先跟大家做个简单的自我介绍。

邢瑞琪：

好啊，大家好，我叫邢瑞琪。

我们的产品名叫趣丸千音，专门去服务现在中国短剧和动态漫视频出海这个过程中的一些视频翻译的这个工作流的问题。

简单来讲就是我们的客户或者说用户能够批量的导入他们的内容，然后再一站式的去完成这个视频的翻译和配音。对，然后目前的话整体的盈利状态还可以，但也谈不上说真的赚到了很多钱。先开个小小的头。

范国豪：

大家好，我是范国豪。

我们现在主要在做的产品是01Agent，是一个一站式的图文场景的创作平台。

主要是想把图文的这种创作门槛降低，让更多的小白可以从选题到创作到排版到发布这种端到端的链路，解决他们的图文创作问题。目前我们是从七月份开始上线，到现在整个ROI是还没打正的，就还在处于一个内测阶段。

AI 不是卖功能，是卖结果

张怡：

我觉得盈利我们可以这样子拆解，一部分是能不能跟用户收得来钱，一部分是自己的财务能不能打正。我们可能分开来聊一聊，就是你们感受到的用户他的付费意愿是怎么样的。

听两位都是在生产力的环节有一定的改善。那对于用户，他们怎么认知这种生产力的改善，以便他们去决策他们的付费的意识？

邢瑞琪：

好，我先因为我们产品是一个To B为主，是在赚B端的这种大规模的采购的一个逻辑。我会觉得他们付费意愿不太一样。

就有一些产品，Ta的决策人拥抱（AI）的程度更大，它会影响到整个团队去在付费决策上的提速。有一些Ta可能还在学习，或者说甚至有一些滞后，那它也会影响到。

第二就是回到产品的产品力，或者说交付结果的这个能力。我们一般会去客户那去演示，其实客户就关注“你今天在我这儿演示，你就说白了就是秀肌肉。你这肌肉能不能秀成功？”一个看说你到底产品在现场的那个稳定性，就有时候产品会有时候有bug，你知道吗？对，这个是一个非常的很尴尬，直接这客户就不用想了。

然后就是说OK，能不能达到他的预期值。这个就非常考究他能不能抓住客户需求，就是能不能所见即所得的交付结果，这个事情一定是个非常大的驱动力。

然后最后一个点，其实就是这种价值的传递。你在你的价值定位、需求定位包括需求交付，你能不能够直接的给到客户一个认知。

举个很简单的例子，我们之前官网的首面是说我们是行业最快，就很直给。但是这个事情人家会觉得说你这个词不够高级，这个不是默认应该要这样的吗？

然后我们现在把这个词变了一个，我们叫无痛审校，本质上的那个速度，你去看后台，其实没有太大发生变化。但是你这个词一说出来，我们的商务就会说高级。

因为我们做的是视频翻译嘛，其实你无非就是换了个词去传递这个价值。但我觉得这三个点在我目前看下来我们的产品形态下面，对这个付费转化或者意愿驱动因素。

范国豪：

我这边其实我们的付费用户一个共性都是为结果买单。

只不过这个结果分两种。一种是面向的是一种内容创作者，帮他解决了分发问题。比如说他的一个选题，他过去他的一个时间只能做一个公众号，还要做公众号的排版。

那现在我们可以帮他基于这个选题，帮他做一个全平台的排版。获客成本其实是降低了。他在小红书投一百五十块钱的投流，可能才能换来一篇笔记二三十个点赞。现在他用我们的这个平台一个月可以产生三十篇小红书，平均每周会爆一篇。它其实带来的这个客资成本已经远超于它的投入成本，是去为这个事情买单。

另外一种买单的方式就是针对一些产品经理。比如说在做大厂的某个项目，里面的很多细节。过去他们排版的时候是很重的，他们没有这么多时间来做这些事情。所以我们就是解决了他们在排版到分发的这种效率问题。

其实本质上都是为效率跟结果去进行一个买单。重要的过程是它的一个稳定性。然后这个产品它的交互质量是否能达到用户的预期。

它是一个双刃剑。就是如果说你第一次上来，你未能达到他的一个理想预期，他其实后面他也不会有时间成本说考虑下个月再来试一下这种心态。他们就会一次过了就不会再用。这就会面临着我们小团队一上来其实就要先把产品的这种效果要提前做到足够好。

不像说像互联网之前，我一个产品刚开始还没打磨好，其实可以先推市场。现在其实Agent这种产品，如果一上来推市场，你效果不好，三个月时间内都没有什么起色，这个产品基本上可以判一个死刑。

AI 商业化真相：规模不再等于赚钱

张怡：

大家知道过去十年基本上都是移动互联网爆发的十年，也出了很多产品跟APP。也在各种一级市场，然后包括创投都有很多风口。

但是AI这一次好像跟之前的这些所谓的产品也有一些不一样的地方，特别是在商业化方面。

从你们的视角，你们是怎么认知这件事情的，你们有没有什么看法呢？

邢瑞琪：

这是个非常好的问题，我有好多话想说。

我觉得移动互联网的产品走着走着变形了。最早的时候你去看很多，比如说五年前一些产品还是很有创新点的。他是真正的在解决某一部分的用户的一些痛点，是想要去做出我们现在AI一直在讲的解决什么问题。

但后面我也不知道为什么就变成谁有钱谁能跑出来，就很奇怪你知道吗？回看过去的三年或者到五年，互联网过去这个发展趋势就是它是个流量生意，它跟产品的好不好好像没什么关系，（哪怕）有关系但不大。当然这个可能也跟存量创新的难度增加是有相关的，这是一个不同。

既然是一个流量生意，它的付费点的设置，我觉得我们不要用理性去拆解了。因为现在的AI你去说付费点盈利模式，它其实是非常科学且真的是站在用户的视角去设置的。

但其实过去很多时候就已经有点越来越...用一个词来讲，可能是情绪价值，跟现在也是一个不同的点，对，这个是一个大的宏观的感受度的一个不同。

其实我觉得AI产品跟互联网还有一个最大不同，就是他的每个用户的增量成本。(AI产品）客户进来的那个营销成本，其实有可能是没有的，可以接近于0。真正的话它是发生在算力成本。说白了就是说你每个用户或者客户的增加，你一定会发生算力成本。

但是过去可能不一定，你是走...我们叫做规模化效应或者是什么的一个逻辑。更多的这个成本的结构是放在流量，对，这是一个。然后还有就是盈利，我对这个东西的理解就是回到说到底你怎么样去收费。

现在这个AI的产品，它的盈利模式其实就跟刚才国豪你讲到的，你要去交付结果。虽然表面上很多说，我是按月订阅续订什么的，但人家可以取消订阅。你没交付结果你就是没办法续订，所以你还是回到交付这个结果。

互联网的话，首先我可能就觉得不一定真的在交付什么结果，可能也不需要交付结果，更多是交付一些感受，或者是一些虚增出来的这种，我们叫做贩卖焦虑或者什么的。

你只要这个东西你自己的逻辑闭环，然后你这个付费，可能就经常会出现拼多多那种只需要付1.99块就能获得一个东西。这个东西真的存在吗？不一定，就是你付出的这个成本足够低，他可能就变成是真的一个需求了。

所以我觉得还是非常不一样的。那最后是不是说会殊途同归？我觉得2-3年这种情况下还是以交付结果，所以它不大可能会殊途同归。

范国豪：

我个人觉得互联网跟AI产品很大的一个点就是互联网先做产品到落地到商业化，可能先以场景聚焦。就是先找到个一个场景去作为切口，然后去解决这个场景的人群的某个痛点问题。

从工具或者说怎么样都是从单点走向生态，就是往平台去做。然后它的核心逻辑都是构建一种解决三点的关系，就甲乙丙三方。平台作为中间方去带动了两边的这种供给关系，所以它是往平台去做。那它的商业模式可能就是以平台分佣跟广告的这种商业逻辑去做。

但像AI产品，它的边际成本是很难说越做越低的。因为创业成本的规模也在不断去做。就变成了你一上来做AI产品就要带一种供应链的管理思维。比如说像做实体的这种逻辑去管理整个事情。

我们AI搜索当时三个月做了十多万用户，为什么在三个月之后不敢去做？就是因为我们的边际成本是在增高的。我们去到第三个月一天要消费一万多的这个算力成本的时候，我们是扛不住了，就不敢再去放量，甚至只能停服。因为我们没有拿到融资，没有拿到资金，对一个小团队来说它是cover（覆盖）不住的。这个时候就证明我们当时的商业模式有问题。

因为其实我也是在互联网末期的创业者，做了一个校园社区，所以当时我们做AI搜索就免费的去做。然后发现这个事情哪怕是教育了用户的这种AI搜索的心智，但是对我们来说其实没有任何价值。

那去到后面我们就聪明一点了，再做后续的产品，我们就开始要以订阅费加按量付费的这种策略去跟用户去收钱。那收钱的逻辑就会变得稍微能cover（覆盖）住我们自己的成本。

因为AI本身是这种离不开生产力的东西。

所以我们在做这个事情的时候，更重要的还是去思考现在的AI产品是怎么样解决它在生产上面的这种效率性的一种问题。所以我们就觉得Agent这个事情，它不是以场景去构建，它是要以一种智能密度去构建。

所以我们就先解决理解问题。我们觉得提示词不应该让用户来想，而是让我们的Agent在这个场景下理解。然后再解决信息召回问题。所以我们做了AI搜索，然后信息召回解决完就是解决推理问题。就随着大模的能力越来越高，然后去把推理问题解决，解决完再给他加一些工具去做执行。

它跟互联网不一样，就是这里面的数据反馈会变得尤其关键。

就是你在整个架构设计上面，如果不做这件事情，那你这个产品的智能程度是不能迭代，它的生命周期就非常短。所以我们就觉得去到未来是在这个Agent这个智能体，我们觉得是要不断去反馈。

像ChatGPT很智能或DeepSeek很智能，可能在今年我们还在用DeepSeek，其实如果说去到明年GPT变得更智能的时候，用户他是会抛弃掉DeepSeek的。它本质上是构建不起生态。

用户的迁移成本这么低，我觉得最重要捆绑住用户一定就是通过数据。就包括你看像互联网，它是社交平台或者说内容平台。我们可以在AI产品可以通过用户的一些数据去形成他的记忆，去捆绑他，去形成生态。

所以我就觉得在AI产品这一个事情上面，一个结果要交付好，同时要构建数据反馈，这个工作是区别于互联网很大的不一样的地方。

邢瑞琪：

我有个问题想交流一下。国豪就你刚才讲到说当时你是去到十三万不敢放量，然后是成本那个问题。

所以是因为当时你们每单位的收费的这个体系，是没有在一开始进行测算吗？还是因为什么原因？

范国豪：

我们当时还是以着互联网的思维，先拿用户。先去规模化。在前几个月我们是没有构建所有的数据闭环的这些策略。

张怡：

我觉得两位认知都很深刻。首先AI它没有网络效应，互联网它是靠规模，然后就能降成本的一件事情。多一个人，然后我的边际成本就会降低。

但AI好像是一个交付效率的事情，不管是C端还是B端，它这个UE（Unit Economics|单位经济模型）就是恒定的。因为一定要付出算力成本，所以你不能靠拉规模去做这件事情。

能在市场落地才是硬实力

张怡：

我衍生地问一下，因为这个假设无论是对创业者还是对大厂，它都是一样的。就是大厂现在尽管已经垄断了，就过去赢家通吃对吧？移动互联网。但AI不能靠烧钱去做规模的事情，好像是一个我们讨论出来的共识了。

那是不是说大厂跟创业公司他们没有什么不一样，大家都是规规矩矩的做交付效率这件事情？

范国豪：

我觉得有个不一样的地方。产品好当然重要，但是还要解决产品能不能被市场上看见。

这个可能就是大厂的优势，它能快速，比如说他用一个月的时间就能覆盖整个市场，就占有整个市场份额。那我们小厂没有钱是很难做到这样的一个事情。

现在的AI产品复制的速度是非常快，AI本身就可以做代码，所以你过去一个功能可能出来人家要用六个月，那现在可能一个月就给你抄掉了。

那这个时候就是哪怕谁的创意再好，你没先落地到市场上，你没有一个很强的分发能力的话，只要你验证了这个事情，会被抄掉，就是快速复制掉。

这个对小厂来说是一个很危险的。就好像我们之前做AI搜索做的非常快，但是一个月的时间就能马上感觉到：我们没钱放量的同时，一下子就大规模的AI搜索产品出来，包括形态都很像。

那这个时候我们就基本上这个产品就判死刑了，你不能再继续做下去。

张怡：

大厂确实拥有更多这种通用型产品的曝光机会，那竞争可能在曝光机会上面打不过这些大厂。

邢瑞琪：

我觉得国豪这两个点，包括Annick那个总结，我非常认同。然后我想补充的一点就是说，就还是得把公平拉在一个相对公平的状态。

跟互联网相比的话，我们现在更多的公平是在于说你是可以烧钱，那你可能会亏的多。就是你原来烧钱，因为边际成本这个问题（互联网可以拉规模，AI不行），这个相对就提升了一个公平的档次。

对，但是它这个公平又是相对的。在现在国内我们还是去看的话，那你有资本有资金，你依然是碾压式的在做很多是非公平性的东西。

但是这个又有一个好处，如果去做纯规模纯流量，其实可能不是一个很好的路子。那他会把这个资金放在更有价值的事情上面。现在行业整个全球都在讲什么开源，对吧？对应用层是利好的，其实是一件利好的事情，那肯定你有钱，这是你才能做的事。

就中小厂很难真的像梁文锋那种几百万做一个DeepSeek出来。大家都知道，那下一个DeepSeek为什么还不出来呢？

所以它，像阿里也好，这个豆包也好，它已经是代表一个国家级在去做世界的这种技术争锋的事情。我觉得是件很好的事。就是你把你的资金投入在这个事情上面，让我们整个国家或者全民都更好。

我们其实更多的是在自己这个相对公平的领域里面去做。我们比如说创意？我们做一些供应链，就是成本的管理，我们做更好的用户需求洞察，大家就在这个上面去比，这是一个良性的鲶鱼效应。

我觉得如果今天是有个产品经理在跟我做同样的一件事情，然后他真的是比我做的好而赢过了我。而不是他因为你你有钱，你砸，那我肯定是不认的。但现在是大家心服口服，我觉得我们不怕竞争，怕的是那种没有含金量的竞争。

张怡：

还是有很多钱的那一种。

邢瑞琪：

对，重点是你有时候你还真得跪下，这个是最可怕的一件事情。

通用大模型是终局

张怡：

因为聊到这里了，跟我们第二个话题也比较相关。

就是现在我们看到不一样的产品有不一样的商业化点。AI产品一个是偏精模大厂的这种：DeepSeek，然后豆包。

今天还出了一个梗图说“千问在开大会，然后拿个豆包在头上把它撕，然后迟早要干倒豆包”。虽然说是一个AI生成的，但是也反映了这种大厂的一些竞争。

另外一个反面是他特别打垂直型，他就打一个特别垂直的场景，然后找到这个痛点去收费。

你们觉得你们更看好或者是更prefer（喜欢）什么样子的模式？

范国豪：

其实大的层面分两种，一种像Genspark或者说像他们这种做all in one（一体化）的这种智能体。另外一种就是像ChatGPT跟豆包这种本身在做模型下沉到应用的，我觉得主要分这两块。

像Genspark为什么他也能做得这么好，本质上他也是站在巨人的肩膀上在做事情。它只要把一个生态先构建起来，打好一个人群。比如说它就是面向知识工作者，他随着模型的能力在提升的时候，它的能力也在提升。

只要它先抢占到产品即品牌这个心智，不管是什么样，只要支持工作者他相关的所有功能它都会集成进来。包括做PPT，然后做播客还是做搜索等等，然后他都会进来。一方面是这种，然后一方面就是大厂的这种大模型。

我个人去做的话，我还是会选择往泛化性的这种，不会先聚焦一个场景，而是先把它的泛化能力去提升，先抢占一个人群的心智。

然后这样子一个好处是随着模型能力提升，我的产品在提升，同时我在优化这个人群更多的工作的一些任务点。这样子至少我还死不了，就是我的窗口期还比较长，我还能活到最后。

那如果说我只垂直在很小的一个点，可能我一个新的东西出来我马上就死掉了。那就要切换新的东西，对我来说成本会更高。

像做很垂的，像AI PPT，我身边的朋友用AI PPT估计都没有在用AI PPT这个品类的工具了。在去年AI PPT还很火，但其实去到后面已经去到，比如说用Kimi、用千问。

所以你就会看到AI的工具迭代速度非常快。如果它只围绕一个很细的一个场景去扎根的话，哪怕他的一个用户体验做的再好，但如果他的一个智能的这种效果不够好的话，用户是能马上就不用你了，就马上迁移到去用其他的工具。

张怡：

那我其实想问一个，人家说越通用越容易被大模型覆盖，你怎么看这个观点？

范国豪：

我觉得它通用的逻辑是你要把它（某场景使用）链路拉长，就要解决端到端的问题。

比如说我们现在做的是一个内容创作者的一个生态，那我们是要解决他从智能选题到创作到排版到分发，这四个链路都要解决掉。我要有个心智，就是只要你是做全平台的图文的这种内容的话，你都要想到我的产品。

然后你进来可以做公众号也好，做小红书也好，然后包括你的公众号也可以一键帮你转成小红书。就是我的功能点其实是非常多，泛化能力很强。这样子的话一个好处就是所有的流量集中到这个平台，不同的人群去用不同的核心功能点。

在做内容的一些营销上面，它的选题会更多。比如说围绕公众号排版，就是专门一个选题，可以出很多的这样的一些内容。然后围绕小红书转公众号又是一个场景，可以去做很多的营销前提。

张怡：

我稍微犀利的问一下，就是这样子的打法很像爆品的打法。爆品的打法，大家知道它流量是有周期的，重新来了一波又走了一波。比如说Genspark 做PPT，那这波来了之后又会被另外一波做PPT的产品给吸走。

你怎么看这些呢？就是他留下来的用户不是长期沉淀的用户。

范国豪：

所以我们在这个地方就是像回到刚刚要去做数据反馈的闭环。因为你要让用户的迁移成本拉得很高，它才不容易去流失。所以不能是只是一个工具，而是你在背后，去做更多围绕用户过去的历史数据的反馈，然后让他感觉到这个点。

我很喜欢用ChatGPT跟Gemini就是它有记忆功能，它能记住我最近在做什么，然后我再生成一些新的东西，它能告诉我，结合我最近的东西去给到我输出这个点是能留住用户的。

张怡：

如果它能渗透住你很多场景，然后这些场景都在它有memory（记忆），你再生成一个新的，它就会自动串联起你的很多场景。比如说今天帮你做PPT，明天帮你安排日程，他后天就可以帮你订饭店了。

范国豪：

各种各样的我觉得各种场景的Agent（智能体），去到未来要生存的更久的一个关键因素，就是你要解决掉用户的记忆问题。所有场景的Agent（智能体）都是一样的，只要你把这个事情解决掉，你可能才能在这个赛道活得更久。

张怡：

瑞琪怎么看这个问题？你应该是在前线打仗的那个人，应该理解很深刻。

邢瑞琪：

我真的觉得……今天我要讲真话的话，会不会到时候播出来会有人骂我。因为其实这里面对我来讲这个问题就是，真的讲真话。

如果拉长时间洪河来讲，不存在垂类模型的任何生存空间，是不存在的。因为这句话其实背后就代表着通用的模型，它一定是all in one（一体化）。

它今天只是它没有时间，比如说sora对吧？音色不一致、角色（不同步）它迟早会解决。就不管说你底层模型，迟早的，模型都会解决的。

那垂类模型，首先我个人真的认为，是在时间的长河里面来讲，它真的是个伪概念。然后我认为应该是泛化的这种通用大模型能力的越来越牛。

当然，所有的手上有钱有人有数据的公司，拿着当年几百万（美元）也能做个垂类模型这个数据来讲都会想做，这是人性的问题。但是最终能不能够做成，或者说做成之后你真的能不能走得远，我觉得在我的角度来讲是我个人是一个消极状态。

这里面我看到的问题是在于在商业的实战过程中，你如何去trade off（权衡）这个资金。到底是放在做垂类的数据积累，然后研发产品，甚至说营销，还是说你真的就all in（全力以赴）我今天就赌我能够搞出一个更牛逼的TTS（文本转语音）的模型，然后去在这个窗口期赢下大厂之类的，这是一个决策性的行为。这个是非常要有魄力，或者说真的是在赌的一个行为。

我会觉得说非大厂的想要入局去做这个AI的这种创业者，真的稳扎稳打的把自己垂类的数据的护城河先建起来。至少你在未来去应变各种窗口期的时候，你有个东西能去长出来。

大厂角逐，生态决定未来

张怡：

我感觉给现在的创业者也有很多启发的地方，就是数据这个点。

所以我们来吃吃瓜。因为现在很多通用大模型豆包千问等等的。你们觉得最终赢家只有一家吗？还是他们会都存在？谁会跑出来？他们能收上钱吗？他们能很好地商业化吗？

范国豪：

我感觉应该跟他们这些大厂背后的这个行业相关。

比如说像阿里本身聚焦在电商，那电商这个事情肯定千问有很大的机会。然后豆包本身字节生态的是娱乐相关的一些娱乐和泛化性的一些内容，他也有他的机会。所以不好说，主要是靠大厂本身的生态，他要去兜住这个东西，只不过是变成千问跟豆包是个入口。

重要逻辑还是智能。比如说千问一下子在明年某个节点它的提升水平非常高，那它自然肯定会成为用户选择的一个关键因素。

那它就不像是互联网这种有用户习惯，因为它不具备网络效应，目前来看。它不具备一个沉淀的东西，用户还是很容易迁移。

邢瑞琪：

我其实反而想要大胆地猜测一下，可能会是豆包。

主要原因还是说，当然这个我也不是说真正用的很深入，我就说我看到的一些就比较浅显这个观念。

千问他，其实如国豪你刚才讲的，他因为是基于电商的这个体系，他其实现在是强依赖那个，是蔡崇信，蔡崇信回归之后，不是把阿里云业务也拎起来了吗？

对，其实它整体的话如果去看我觉得更多的还是在调用。它是通过这个东西去把它调出来。其实还没有非常的落到民生相关，当然他们现在也做。比如我最近刷那个开屏广告，有蚂蚁健康这种，阿福就也在做，肯定也会做的。

其实就会变成说文本的这种chatbot（聊天机器人），它到底最后在解决什么样的需求问题？因为其实最终你还是要看用户的使用时间。比如说我一天去问关于我健康的问题，会问多少呢？我就更喜欢去帮我看看有什么男主角很帅，什么很火的。我的时间更多的是在人生的这种快乐的时光。我当然知道我现在可能吃的不健康，然后我可能偶尔会去问一下阿福之类。

如果从用户的使用时长或者行为习惯来讲，我觉得谁抓住了就entertainment leisure（娱乐休闲）这种时间，那它会更有可能占据用户的一个心智。

我目前看到的还是会觉得说豆包其实它整个闭环是做的比较好的，包括你看他有汽水音乐，你知道吗？就是你这个音乐本身的东西，你在消费层你去做很多事情，你就真的非常的从容。然后你抖音这个生态下面，你经常就时不时的说:"这个内容是用我们这个豆包生成的”。

就现在不是小动物PPT播客吗？我觉得特别有意思，就你是潜移默化的在给我植入真正人生的乐趣，他用AI能够去改变。我当然也想关注我的社保公积金，但它是一个频率相对来说是有预期的。

低门槛才真的赚钱

张怡：

而且抖音本来日活也这么高。你们觉得现在AI产品真正能赚钱的点在哪里？或者是你们更看好哪一些变现的方式？

邢瑞琪：

这种在我们struggling（挣扎）的这种团队来讲，这个问题好难受。就是聊谁在赚钱，然后为啥我还没有赚钱？就是那种状态。（笑）

范国豪：

反正我看到的就是像AI这个产品，真正能赚钱的，利润比较高的是那帮卖铲子的人。Ta并不是说做铲子的人赚到钱，就是AI培训啊或者知识付费啊。这帮人他赚到的钱会比我们做铲子的人赚的要多。

就至少他的商业模式更清晰，能快速的去把这件事情落地到市场，然后卖掉它。

包括我们现在产品没有做海外，还是在做国内。本身中国用户对订阅这个模式比较排斥，他们就想着白嫖免费。所以本质上你还要教育用户这个产品价值，这个成本对我们来说是非常高。

所以我们也发现，就是目前自己去获客是没那么好做的。反而是跟一些培训机构，就哪怕我们不赚钱，这个产品去跟一个AI培训的一个机构去合作，然后包在他的课程体系里面，然后他赚到钱了，我们还是没赚到钱，只是解决了获客。

张怡：

就是现在大家都焦虑对吧？B端也焦虑，C端也焦虑，然后就要各种上课这种的。我记得国外有个Videcoding（氛围编码）的产品，叫什么我忘了，他说他的产品就是专门给AI焦虑的人，以前是编程焦虑的人，现在是AI焦虑的人。

邢瑞琪：

我想讲几个故事，我觉得挺狗血的，很能代表刚才国豪你讲的这个观点。

我有两个朋友，然后一个朋友他是做那种海外的这种独立站的那种真人电商素材生成的一个AI产品。然后Ta也是什么订阅各种，Ta今年的战略就是做那种线下培训。Ta说我产品挺好用的，那是用户不会用，应该先解决用户的教育问题。

我一开始觉得没有问题，后来想着想着不太对。那你有很多别的方式，你可以线上的教程，你可以做使用指引，就各种。后来就知道就是你刚才讲就大部分还是在白嫖。

就说白了它的盈利点根本没有办法单独从这种商业模式里面撑到Ta度过这个周期。那Ta就不得不去选择另一种能够看到的，如果用互联网词叫快钱。

最后Ta自己变成了讲师，这是一个很典型的。

然后还有一个就更搞笑了，就是这个朋友她是一个商业嗅觉非常敏锐的一个女生。她一开始就是发现在小红书上面通过爬虫然后分析关键词就会很容易的起号。于是她就想说，那我可以做一些音乐社区。然后她一开始就很快的从那个小红书大概一个月不到就去到了两万多的粉丝。

然后会发现：我怎么将这群流量变现呢？那段时间不是就是AI音乐MV很火，然后她就想到一个叫做“你的音乐梦我来造”这么一个逻辑，让Ta们去提供那些照片。然后她会去帮她生成一个她自己小红书粉丝的一些MV然后卖给Ta，反正就是赚token的这种倒卖的钱。

她会发现利润率还是不高，（最后）她就去做了唱歌培训。

因为AIGC的那个MV就是预告片就让你第一直觉感受到。如果你在一个MV里面，你也能像韩团女团一样很有表现力，那你就等于说种了颗梦的种子给人家。（其实）还是存量的模式，只是它套了一层AI的这个皮。

对，所以我觉得其实AI产品目前当然还是有很多跑出来的。像Cursor，ElevenLabs几个亿美金在那融资，但相对来说还是比起大盘来讲还是少。

大部分大家还是在怎么订阅，可能连服务器成本都打不平的这个状态。然后拓盘子营销怎么弄？怎么做增长？放量之后怎么转化？

就你一整套你过去也没有什么可以复用的这个状态下面，我觉得大部分还是在这个状态下面。

张怡：

好，两位对通用或者是垂直的AI场景的看法，包括现在AI商业化在哪里，应该怎么做，未来可能会是怎么样子的。我觉得有几个点是能给到我启发的。

第一个点是现在的AI产品跟互联网产品不一样，所以它很难靠规模这件事情去完成它的持续的增长，这是第一点。

然后第二点是大家商业化现在可能多多少少都会遇到难题，但是产品力驱动这是一定的。就是在商业化上以及在AI上面能跑出来，一定是产品能力驱动的一件事情。

结尾

张怡：

今天很高兴跟两位聊的这么的透彻，然后感谢两位带来这么不一样的声音，真的让我们从另外一个角度感受到了AI这个行业的机遇跟挑战。

如果大家对AI真实世界还有其他想听的内容，请在评论里告诉我们。

再说一次两位的产品名字，国豪的01Agent，然后瑞琪的趣丸千音。

关注本栏目，我们用真实深入不装的方式带你看清AI世界正在发生的事。

下期再见。

欢迎大家关注01Agent。