AI时代的大结果,需要多些活人感
过去的两周堪称魔幻。
上上周四,纳指跌了 5.5%,创去年4月以来最大单日跌幅,纳斯达克100 跌了 6.4%,市值蒸发约2.5万亿美元。AI老大哥英伟达单日市值蒸发近 4500 亿美元,差不多跌去一个腾讯的市值……反应市场情绪的VIX 恐慌指数飙升约 70%,创八个月新高。
不少人把市场的反应归因于两天前的美国中期选举,民主党大胜,就连本应是MAGA大本营的德州都翻蓝了,选出了近几十年来的首位民主党州长和国会参议员。
要知道,德州作为此次AI 基建扩张的重要阵地,原本规划了约全美 1/4 的数据中心产能。而在德州之外,地方公投也呈现出美国民众压倒性的反 AI 情绪。
一位民主党众议员在 X 上说,民主党议程最优先的事,是暂停 AI 研发、禁止人工超级智能。这一发言被马斯克转发后迅速传开,有人开玩笑说美国怕不是要自断双臂。

但事情很快迎来了反转。德州的新任州长称“并不讨厌数据中心”,并“愿意与企业合作”,纳指的市值也适当修复。到了上周,人们的注意力很快又转移到了黄仁勋的桃色新闻上。
科技股的宽幅震荡成了常态,美国中期选举引发的市场震荡只是一个缩影。在 AI 技术突进与资本投入齐飞了数十个月后,人们对估值、资本开支、回报和监管的疑虑早已积累,选举只是把它们集中释放出来。
华尔街开始担心 AI 的收入能不能覆盖算力和数据中心的投入、模型厂的商业模式能否支撑其夸张的估值、市场的流动性会不会被Space X、Anthropic 和 OpenAI 接连的巨型 IPO 吸干。
Anthropic 在递交招股书后,也将估值预期从此前的 2 万亿美金下调到 1.4 万亿。
而更多美国民众则开始疑惑:AI 给我带来了什么?数据中心的收益归大模型公司和云厂商,电价、用水和土地的压力,为什么要我来承担?
其实,在以往的技术革命中,技术进步、企业盈利和普通人受益,从来不是同时发生的。经济史里有个词叫“恩格斯停顿”,说的就是生产率已经提高,劳动者的收入却要等很久才跟上。而在技术革命的早期,付出代价的人和拿到好处的人,往往不是同一批人。
历史总是在重复自身,只不过这波AI 的进展实在太快,在少数人惊讶于它近乎神迹的能力之余,大多数人还并未真正享受到 AI 带来的好处,甚至来不及反应 AI 究竟意味着什么。
今年10月,查普曼大学的年度恐惧调查里,AI 第一次进入美国人的十大恐惧,而且占了两个位置。人们对 AI 的不安,不只是怕失业,还有一种更模糊的感觉:自己正在变成某个系统优化的对象,而不是技术服务的主人。
推背感,模型会吞噬一切吗?
过去一年,持续关注 AI 的人大概都感受过一股很强的推背感。
经常是上一个版本还没摸透,下一个版本就已经把 AI 的能力边界推得更远。很多人开玩笑说:“以 AI 发展的速度,只要学得够慢就不用学了。”
去年, AI 才勉强达到国际奥数竞赛选手的水平,今年,数学这个学科已经快被击穿了,困扰数学家们百年的难题被批量解决。Anthropic 前天发布的 Fable 5.2 只用了 30 个小时就完成了费马大定理的形式化证明。而同样的活,2024年还有数学大牛计划花五年时间攻克。

模型能力的进步不断带来惊喜,但对许多做应用的人来说,则意味着护城河的崩塌,刚刚找到的机会也可能很快消失。今年以来有一种广为流传的说法,叫“模型会吞噬一切”。
传统软件面临巨大的压力。随着 AI 编程能力的进展,原本要开发很久才能实现的功能,越来越容易被 AI 复现。前不久就有开发者不满于 Adobe 的付费模式,直接用 AI 逆向了 Adobe 全家桶并开源了。

而随着 AI Computer Use 能力的加强,原本许多需要学习复杂界面才能完成的操作,开始可以直接用自然语言交代并执行。对于软件开发者,积累了多少代码、做了多少功能、用户花了多久学会使用,这些曾经重要的优势都在受到挑战。
AI 应用的创业者们也经历同样的尴尬。下一代模型发布可能让自己的产品突然好用很多,但更可能直接把产品最有价值的部分吞噬。
近半年,当模型能力强到能够自己优化自己,RSI成为新的热词,就连 AI 研究员们也开始怀疑自己某天可能会被取代,AI 自己左脚踩右脚就能螺旋升天。

看起来,价值都要被模型拿走了,但模型公司自己的账也没有那么好算。
训练前沿模型的门槛确实很高,但还没有哪家公司能把最先进的智能独占下来。头部闭源模型仍在持续竞争,即使留在第一梯队,也要不断维持巨额投入。
更便宜的开源模型,还在后面追赶。在一些能力评测中,闭源旗舰发布几个月后,开源模型就能达到接近的水平,而且追赶的时间还在缩短。

对最困难、最有价值的任务,人们依然愿意为最强模型付高价。但在更多日常场景里,用户需要的是足够好用、成本合适的智能。当差不多的能力可以从几家供应商那里买到,甚至可以用开源模型自行部署,持续收取高溢价就会越来越难。

模型公司因此一边争夺能力上限,一边推出更快、更便宜的版本。今天还很昂贵的能力,过几个月就可能成为低价供给。
把时间再拉长一些,智能如果成为全社会的基础设施,这门生意还会遇到另一重约束。阿里的前总参谋长曾鸣有一个判断:大模型公司本质上正在成为未来的 AI 云基础设施服务商。这类行业的终局,很可能是寡头垄断加政府强监管。
基础设施需要巨额投入,也需要足够大的使用规模来分摊成本,竞争到最后,往往只剩下少数几家供应商。但当智能进入工作、教育、医疗和日常生活,社会也会要求它稳定、安全,而且足够便宜。掌握基础供给的厂商,价格和利润都可能受到更强的约束。
沿着这条路径发展,模型公司可以非常重要,也可以拥有巨大的收入规模,却未必能够长期获取超额利润。
这也让眼下巨额算力投入的回收,变得更难判断。
最近, Anthropic 在递交招股书后,就遭遇了估值预期的大幅下调。这家公司的长期算力承诺支出约为 8954 亿美元,其中约六成不可取消。但收入却具有不确定性,客户可以按月、按量决定用多少,也可能转向更便宜的模型。

纽约大学教授 Aswath Damodaran 对 Anthropic 的估值分析将这种分裂展现得淋漓尽致:在悲观情境下,他给出的估值为负 3730 亿美元;在乐观情境下,估值则达到 4.04 万亿美元。
同一家公司,在不同假设下,可以价值数万亿美元,也可能难以存续。如此悬殊的结果,取决于未来有多少需求、智能能卖出什么价格,以及公司还要为此投入多少成本。
模型能力的突进,最终还是要落到具体的商业账上。智能究竟会被用来做什么,也开始变得越来越重要。
2C 应用的大结果属于红果?
在最近一次演讲上,曾鸣把通用技术的普及概括为三个阶段:
早期的技术突破,逐渐沉淀为全社会都能使用的基础设施;在此之上,大量应用开始出现;最后,真正基于这项技术的原生应用长出来,重新组织生产和生活。
电力、互联网都经历过类似的阶段。基础设施提供可能性,应用把这些可能性带进具体生活场景,而要拿到一个影响更多人、让普通人直接受益的“大结果”,最终还得有面向大众的 C 端应用。

眼下,AI 正在成为新的基础设施,应用端的尝试也重新活跃起来。从最早的 AI 编程,逐渐拓展到广义的知识工作领域,再到最近火起来的 Personal Agent,AI 应用逐渐从班味很重的工作场景转向生活场景。
但这一波 Personal Agent 是不是一个伪命题,还有很多争议。比如朱啸虎就直言“不明白 Personal Agent 能干嘛”。让 AI 像助理一样解决帮个人处理生活琐事,似乎不是一个普适需求,甚至显得鸡肋,又贵又不好用。
当我们寻找那些已经进入大众生活、形成规模化消费的 AI 应用时,短剧成了一个格外显眼的方向。
11 月初,Sensor Tower 发布了今年三季度的《移动应用(非游戏)出海排行榜》,收入 Top 20 中短剧应用占了九席。

国内更庞大的短剧消费,则集中体现在红果身上。 QuestMobile 数据显示,从 2025 年一季度到今年 7、8 月,红果的月活用户从约 1.68 亿增长到超过 4 亿。同期,人均单日使用时长从约 107 分钟延长到 151 分钟,整整两个半小时。月总使用时长,已经接近爱奇艺、腾讯视频、优酷三家之和的四倍。

短剧的飞速发展的背后是 AI 生成视频能力的逐渐成熟。据我们了解,红果现在每个月上架约 10 万部新短剧,按用户时长计算 AI 内容的占比接近 90%。从用户量和用户使用时长的角度,红果可能才是当前阶段的 AI 2C 应用之王。
就日常体感而言,AI 短剧也正在变得无处不在,就连街上骑车逆行赶路的外卖小哥都在刷。
我们最近的一次访谈里,一位受访者说,他近期看红果最多的一天看了整整 18 个小时……18 个小时,那一天除了睡觉,他几乎把所有时间都交给了短剧。
还有一个朋友告诉我,他发现在低线城市的亲戚家里,人们在饭桌上都各自拿着手机,刷不同的 AI 短剧。吃完饭,坐在同一个屋里的同一张沙发上,依然各自看着各自的短剧。
一个新的注意力黑洞正在快速形成。
当少数精英使用价格高昂的前沿 AI 拓展人类边界,并赚取超额回报的同时,AI 短剧以免费的方式,为数以亿计的普通用户平均提供每天两个半小时的消遣娱乐。这画面是不是有点美丽新世界了……
当然,我无意评判人民群众的娱乐选择,况且 AI 将短剧创作的门槛降低后,也释放出了不少挤压的创意,不少精品短剧开始涌现。
但我们从平台的商业模式和 AI 带来体验增量的角度来看,红果应该不是 AI 2C 的最终答案。
首先,短剧并不是一个今年才火起来的生意,早在 AI 短剧出现前,红果就已经是国内短剧的绝对龙头了。
短剧早期的主流模式是制作方拍完真人短剧,放到微信小程序等渠道上,再到抖音投流。用户被片段吸引,进入小程序付费解锁后续剧集。
在这个阶段,制作方既要做剧,也要为观众的到来买单。到了竞争激烈的时候,一些项目的投流支出可以占到营收的 80%,留给制作方的利润只有约 8%。有券商估算,2024 年短剧行业的投流规模约 330 亿元,相当于当年市场规模的六成以上。
红果把这套模式向前推了一步:用户不用再为每一集掏钱,可以通过观看广告继续追剧。免费迅速降低了观看门槛,免费模式在短剧市场的占比,从 2024 年 1 月的 11% 升到当年 10 月的 50%,开始反超付费。
钱从广告主那里来,平台组织分发和变现,再按照规则向内容参与方分账。制作过程也进一步拆开,写剧本、拍摄、后期制作,可能分别由不同团队承担。对其中许多人来说,自己负责的是生产链条上的一个环节,最终能获得多少回报,越来越依赖平台的采购和分账规则。

然后,AI 又把生产门槛大幅压低了。
过去要找演员、场地、摄影和后期才能完成的内容,现在足不出户就可以用 AI 生产。制作速度加快,进入市场的人变多,内容供给迅速膨胀。
在整个过程中,用户的规模和使用时长虽有增长,但相比指数爆发的供给,需求的扩张是非常有限的,AI 短剧最终还是会变成一个供给极度内卷,需求和利润天花板可见的市场。
字节在这套体系里的位置尤其有利。一端,它拥有抖音和红果,掌握内容分发、用户触达和广告变现;另一端,它又拥有 Seedance 这样的视频生成模型。再往上游,还有番茄小说和平台生态提供故事和 IP。
当一个创作者用 Seedance 生成视频,再把作品放到红果上时,生产工具和触达观众的入口,都落在了字节的体系里。
创作者当然仍可能做出爆款。但对大量普通参与者来说,制作成本下降,并不意味着自己能留下更多收益。工具越来越普及,竞争者越来越多,谁能被看见、能拿到多少分账,却仍然高度依赖平台。
短剧的需求是真实的,市场收入也仍在增长。但 AI 新增的大量供给,主要还在争夺既有的娱乐需求,以及每个人一天里有限的时间。它扩大了内容的数量,却尚未证明能创造与之相称的新需求。
如果我们采用一个投资人常用的框架,简单粗暴地把 AI 的作用划分为 save time 和 kill time,未来的图景似乎已经依稀可见。红果已经证明,这是一门能够聚集数亿用户、占据巨量时间的生意。151 分钟的日均用户使用时长,已经是“消磨时间”做到极致的样子。
但 kill time 的框架有它的局限。打发时间本身并没有错,游戏、阅读、散步、聊天,都可以是人主动选择的生活,但单一的、被动娱乐真的是人们想要的吗?我们会期待一个这样的“美丽新世界”吗?
所以在 save time 和 kill time 之外,我们可能还需要第三个目标:让时间更有意义。
这里有一个可能有些反直觉的判断:游戏是一个很好的意义制造器。就像哲学家伯纳德·舒兹把玩游戏定义为“自愿克服非必要的困难”,人有时愿意花很多时间去做一件本可以不做的事,是因为挑战、选择、协作、努力和承担结果,本身就是重要的人生体验。
在供给越来越过剩的时代,游戏可能会成为人类意义感的重要来源。这也是我们始终对游戏、对互动抱有期待的原因。
AI 时代的大结果,需要多些活人感
红果之外,字节还有另一款面向大众的产品:豆包。它是用户规模最大的 AI 应用之一,今年 9 月的月活已经超过 4 亿,与红果相当。
但两者的使用深度相差悬殊。QuestMobile 的数据显示,豆包 9 月的月人均使用时长是 132.5 分钟——注意,这是一个月的累计。红果的 151 分钟是每天,也就是说红果用户每天的使用时长是豆包 30 多倍。
在争夺时间这件事上,豆包输给了红果,但从算账的角度看,这可能是件好事。
如果豆包的免费用户也像红果用户那样,每天用上两个半小时,意味着30 倍于当下的算力成本。而红果上的一部剧,拍一次可以放给几亿人看,多一个观众几乎不增加成本。
这是 AI 应用和互联网应用的一个根本区别:边际成本不为零。互联网时代,一款产品做出来,多服务一个用户几乎不花钱,所以可以先免费、追求规模、再变现。但 AI 应用每多一次调用都在花钱,当免费和高频一起出现时,增长本身就可能变成负担。
当下很热的 Personal Agent 其实也要面对这个问题,它用 AI 帮人管日程、回邮件、订机票、比价购物,每一次调用都要花费成本,而人的意图越复杂,任务越繁琐,出错的概率和成本都会水涨船高。

而移动互联网已经把大部分操作的门槛降到了动动手指头,我们真的需要为这些简单的琐事消耗更多算力和能源吗?
从商业模式的角度来看,AI 应用要做的可以被粗糙地归结为一件事情:把 token 卖出溢价。在 2B 的工作场景中效率的增减显而易见,但对于更广阔的C 端市场而言,用户付出溢价的前提基于一个更模糊的标准——体验。
这也是朱啸虎时常挂在嘴边的“要给用户十倍好的体验”。对于面向消费者的 AI 应用而言,因为边际成本不为零,这件事变得尤为重要,每一次调用和推理都在花钱,付出这些成本之后,用户得到的体验增量到底有多大?
朱啸虎还有一个判断:帮用户节省时间的生意,在国内都是大厂的战场,价格会卷得很惨。以后 99% 的人会有大把时间需要消磨,消磨时间反而百花齐放,用户对价格也不敏感。
现阶段有一些应用已经有跑出来的迹象。比如最近颇受一级投资人关注的 Tipsy,据说这款产品的全球月流水早已超过了千万美金,其在北美地区的月流水已经超过了《恋与深空》在同区域的月流水峰值。

这个成绩一定程度上要归功于产品的路线选择:从一开始就放弃为海量用户持续提供免费服务,而是通过付费前置和较高的定价来对用户进行强筛选,整体打法更接近游戏行业熟悉的大 R 付费和买量增长逻辑。
较高的定价使得 Tipsy 能够用更好的模型,为价格敏感度低的高付费用户提供更好的体验,尤其是在模型的多模态能力日益成熟后,这类产品的确能够提供非常不错的“ AI 原生体验”。
在通过高定价对用户进行强筛选之外,提升体验性价比还有一种方式,就是把 AI 用在刀刃上,将 AI 作为放大器指数放大原有的体验。
尤其对于游戏行业来说,原有的商业模式更多还是建立在互联网边际成本为零的基础上,通过具有复玩性的玩法规则和可预期的周期性内容更新,为尽可能多的玩家,提供尽可能长的游戏时长,进而赚取收益。
AI 原生游戏如果同时解决玩法和商业化的问题,难度必然会指数级上升,所以现阶段大多数游戏在引入 AI 时都需要思考怎么把 AI 用在刀刃上,考虑 AI 能不能为整体的游戏体验提供一个较高的乘法系数。
在游戏之外,最近有一款叫 Twoo 的 AI 社交产品提供了一个很有价值的参考。
这是一款服务于两人社交的AI 产品,但产品的思路非常巧妙:AI 并非社交网络中的节点,而是连接的线。他们不把 AI 作为社交关系的对象本身,而是让 AI 进入一段真实的关系,在两个人的互动里提供辅助,帮人表达、沟通、减少摩擦,让互动生发。

听起来并不复杂,但这款产品的留存数据却是我们目前见过的 AI 产品中最好的一个。它找到了一个小的支点,不让 AI 从零造出一个需求,而是把它接进一段已经存在的关系,去放大原本就有、却没被很好满足的需求。
而在具体的使用中,Twoo 还有一点让我感到很惊讶,就是两个人的关系能够因为一个 AI 的加入而获得增益,更具活人感。
结语
究竟什么是活人感?文章的最后,我们可能需要为“活人感”提供一些更具体的判断标准。
它不等于内容必须由真人制作,也不等于 AI 要模仿人的外表和语气。但它可能包括这些要素:主体性,用户能设定目标、做出选择;参与感,用户参与过程、判断和行动,而不仅仅是接收结果;关系感,产品帮助人与人建立连接,而不是替代连接……
关键不在于内容是人做的还是 AI 做的,而在于用户在体验过程中里,还是不是一个主体。
回到当下。华尔街越发担心,AI 的收入能不能覆盖算力和数据中心的投入;而普通大众也开始担忧,AI 导致的物价上涨、减少的工作机会,什么时候能换来好处。
这两个问题的答案,最终都要落到应用上,AI 能不能带来新的需求?有没有足够多的普通人,愿意为 AI 带来的体验,持续付出时间和金钱。
恩格斯停顿提醒我们,生产率提高之后,普通人可能要等很久才分享到收益。AI 时代还多了一层:当机器越来越能完成工作,人为什么还要参与?正如曾鸣所说,当下像极了 1993 年:基础设施正在成形,商业模式尚未定型,原生应用还在路上。下一个 Google、下一个 AWS,很可能不在今天的明星榜上。
如果说对它们有什么期待,我希望是用 AI 放大人的体验,同时保留了人的选择、参与和关系。技术变强之后,人依然有能力决定自己如何生活,这才是值得期待的大结果。
(特别感谢“屠龙之术”为本文提供独家PPT支持)
内容来自 虎嗅,版权归原作者所有。
阅读原文 ↗