摘要：在AI行业这场轰轰烈烈的淘金热中，每一层都有人在“挖金子”：基础设施层卖的是“铲子”（芯片、算力），模型层提供“地图”（大模型），而应用层——才是下场真正淘金的地方。

AI应用火爆背后，谁在真正收割红利？创业公司为何频频折戟？

在AI行业这场轰轰烈烈的淘金热中，每一层都有人在“挖金子”：基础设施层卖的是“铲子”（芯片、算力），模型层提供“地图”（大模型），而应用层——才是下场真正淘金的地方。

过去两年，AI应用全面爆发。QuestMobile数据显示，截至2025年8月，中国移动端AI应用用户规模达 6.45亿，PC端为 2.04亿。这意味着，每两个网民中，就有一个在用AI。

这么火的赛道，谁在吃肉？答案或许让人意外：仍然是大厂在“霸榜”。

AI应用主要分两类：一类是“原生AI应用”，即从设计开始就以AI为核心，这类产品最能体现AI的能力；另一类是“老应用+AI”，在已有产品上加点AI功能，焕发“第二春”。

我们对比了多个权威榜单（包括XSignal、a16z、澎湃AI APP Top100等），发现一个扎眼的趋势：

再看全球榜单，情况类似。OpenAI的ChatGPT、Anthropic的Claude、Perplexity等原生应用强势霸榜，但这些创业公司背后都有强大资本和技术团队支撑。相比之下，国内创业公司能冲进主流视野的屈指可数。

明明AI应用门槛在降低，创业公司却越来越难出头，问题出在哪儿？

AI应用离不开大模型，而大模型的性能差距正在缩小——这反而让数据和场景的掌控力变得更关键。

国内ToC类数据，几乎都被互联网大厂掌握。要在复杂任务中“跑赢”，就必须有真实的用户场景和高质量数据，而这些正是创业公司最缺的。

以聊天机器人为例——这是目前用户最爱用的AI产品，但它也是最烧钱的。模型推理、算力支撑、持续优化，每一样都要重投入。创业公司做不起，做了也很难跑出来。

创业公司最大的压力来自——变现难。

AI应用的成本主要集中在两个地方：前期开发+后期算力消耗。尤其是调用大模型API的费用，极高。虽然有些公司靠投放“冲榜”，但一旦停止投流，用户立刻下降。

Kimi就是典型。2023年靠2亿广告投放一度火出圈，但2024年Q1下载量环比下滑近4%，投放预算也砍了一半，增长陷入瓶颈。

更糟糕的是，中国普通用户对AI应用基本不愿意付费。不像OpenAI的ChatGPT靠订阅制一年能赚近100亿美元，国内创业公司还没找到稳定的营收路径。

大厂最大的优势在于：不需要从0开始冷启动。

比如阿里的夸克、百度的网盘和文库，原本就有庞大用户群，加上AI能力后立刻“起飞”。百度文库的“智能PPT”功能，2024年5月全球访问量第一，月活用户超过9400万。

而创业公司想要获取这些用户，只能靠投流或者渠道合作，成本高、转化差、留存低，走得异常艰难。

虽然现实严峻，但也不是完全没有希望。

全球AI应用市场仍处在早期阶段。Sensor Tower数据显示，2025年上半年全球AI应用下载量达 17亿次，应用内购买收入近 19亿美元，同比增长超过一倍。用户粘性和付费意愿都在持续上升。

更重要的是，技术门槛正在降低。

现在，一个小团队甚至个人开发者，几天内就能做出功能完整的AI应用。AI编程工具（如Cursor、Claude Code）大幅提升了开发效率，**“一句话编程”**正在成为现实。

在这种背景下，创业公司如果能专注在高频刚需、低错容场景，仍有可能突围。

比如教育、内容创作、办公工具这类场景——用户使用频率高、对AI出错容忍度高、又能提升效率，即便不是头部产品，也能养活一个团队。

AI应用的格局，今天看是大厂主导，但未来未必如此。

回顾PC和移动互联网时代，许多如今的大厂应用，当初也只是一个不起眼的创业产品。Photoshop、微信、TikTok……都不是一开始就背靠巨头。

AI时代也一样。基础模型的竞争是寡头游戏，但应用层面，仍有无数细分场景等待被深挖。

创业公司只要认准垂直领域，打磨产品体验，找到适合的商业模式，就还有机会逆袭。

别忘了，真正的创新，往往不是在主流赛道里跑赢，而是在没人注意的角落里长出参天大树。

来源：亓钦