追忆AI四小龙，热潮是怎么完蛋的？

微信视频号：sph0RgSyDYV47z6

快手号：4874645212

抖音号：dy0so323fq2w

小红书号：95619019828

B站1：UID:3546863642871878

B站2：UID: 3546955410049087

上一轮以CV算法为代表的AI热潮，失败的核心原因可以概括为一句话：技术没法产品化，只能卖算法，这个能力很容易被硬件公司取代。

2016到2021年，商汤、旷视、依图、云从这些AI公司融资总额超过百亿，技术实力确实强。但到今天，商汤累计亏损超过500亿，其他几家几乎没人再关心。不是技术不行，而是算法，独立成不了产品。

这些公司会说，我的人脸识别准确率超过99%了，我的肺结节检测准确率超过主治医生了。这都是真的。

但问题在于，准确率高不等于能卖出去。医院要的不是一个软件，而是一台自带AI功能的CT机。企业要的不是一套算法授权，而是一个能直接装上去用的摄像头。

所以最后发生了什么？

西门子、联影这些做医疗设备的，把算法集成进了CT机和X光机。海康威视、大华这些做安防的，把人脸识别直接嵌入了摄像头。客户拿到的是完整的产品，算法只是里面的一个功能模块。算法公司的技术价值确实存在，但商业价值被拿走了。

道理很简单。以医疗AI为例来看，法律规定AI只能做「辅助诊断」，不能替代医生的最终决策。这意味着，无论算法多准，医生还是要自己看片子，AI提示错了医生还得负责任。所以它不是刚需。

更麻烦的是工作流的问题。很多AI工具要求医生打开一个新软件，改变原来的看片习惯。这本身就是额外负担。

而且医院的采购逻辑也不支持单独买软件。医院更看重整机解决方案——买设备的时候，AI功能最好是自带的，而不是另外花钱买一个第三方软件接入。

正是因为这些困境，医院才会选择买设备商的整机方案，而不是单独采购算法。当然也不是说医疗AI注定失败，阿里达摩院前段时间就做出了一个闭环的产品，但这是行业吸取教训之后的改进。

而当时，医疗AI遇到的这些问题，无法独立成为产品、必须依附硬件或集成方案。在其他AI落地场景同样存在。

安防领域最典型。海康威视和大华提供了全球约三分之一的安防摄像头，它们背靠供应链和政府项目，可以直接在摄像机里集成深度学习算法。

医疗影像也是一样。西门子医疗、联影这些设备商，在2020年前后获得了几十项AI算法的FDA许可，全部集成进自己的CT、MR、X射线系统。

这里面的逻辑很清楚。传统巨头通过收购团队、集成算法，迅速获得了AI能力。而算法公司没有硬件、没有渠道、没有终端控制权，无法形成独立的产品。

它们只能被整合进别人的产品体系，成为一个可替代的模块。技术价值确实提高了行业水准，但商业价值被拿走了。

这不是中国特有的问题。

美国那些曾经风光无限的AI独角兽，结局也不太好。Magic Leap是增强现实领域的明星，估值一度超过60亿美元，但消费级市场根本打不开。2020年它裁掉了一半员工转向企业市场，结果2024年又出现新一轮收缩，开始做技术授权和光学方案输出——说白了，就是给别人做供应商。

Element AI更典型，研究团队很强，2019年B轮融资后估值六七亿美元，但产品化和销售一直落不了地。2020年被ServiceNow收购，价格有不同说法，有说2.3亿美元，也有说约5亿美元，但无论哪个版本都是折价并购。最后并入ServiceNow这个大型工作流平台，成了人家的一个功能模块。

这些公司的核心问题是：既没做成超级app，也没能力做集成商，只能被整合。技术领先不等于商业成功，这是全球AI公司的共同困境。

那么算法要怎么才能成为产品？其实有三条路。

一条路是2B，自己做集成商。注意，不是被硬件商整合，而是你自己去整合别人，掌握渠道。但这不是小生意。你需要有政府或大企业关系、需要有渠道能力、需要有重交付能力，或者和有渠道的传统巨头深度合作。

Palantir走的就是这条路。它做的是重交付平台型产品，深度绑定政府客户。这条路很烧钱，它的S-1文件显示，2018和2019年分别亏损近6亿美元，上市前从没实现过年度盈利。

直到2023年，也就是上市三年后，才实现GAAP标准下的年度盈利。好处是，这一两年借着MAGA西风，股价扶摇直上，成为了承载美国复兴梦的股市典型😆

在中国，最典型的例子是旷视科技创始人印奇。印奇在接受晚点采访时说过一句话，「所有不能闭环的辉煌都是暂时的」。这是他从旷视的经历中得出的教训。

所以，吸取教训的印奇这次选择了做大、做集成商的路径。印奇创办的千里科技，和吉利汽车成立了合资公司「千里智驾」。这是典型的和有渠道的传统巨头深度合作的模式，做得更重、更大、更集成，给传统巨头提供一揽子AI解决方案。

这就是2B做集成商这条路的打法：Palantir靠深度绑定政府和大企业，印奇靠和传统车企巨头成立合资公司，都需要AI公司有做集成商的能力。而上一轮那些CV算法公司，没有足够强的渠道能力，也没有重交付的基因。所以这条路，它们走不了。

另一条路是2C，做超级APP。ChatGPT就是典型，它不依赖任何硬件商，就是一个独立的产品。你打开ChatGPT，可以语音对话、可以让它写代码、可以问问题、可以生成图像，现在还在和亚马逊合作接入购物功能。

这是独立的产品闭环。夸克、豆包这些产品也在走类似的路。

编程场景也是一个好例子。Anthropic的Claude Code在编程上实现了产品闭环。我现在写这篇文章，就是在Claude Code里完成的。它可以读取文件、搜索内容、编辑文档，完成从理解需求到输出内容的整个流程。

而且Anthropic还做了SDK，像Cherry Studio这些应用，集成了Claude CodeSDK之后，就能在自己的界面里提供编程能力。Claude Code正在成为很多应用的核心引擎。

还有第三条路，是做垂直场景完全闭环的产品。比如浙大一院和达摩院做的医疗AI产品，急性主动脉综合征筛查系统iAorta。它分析的是患者本来就要做的普通CT平扫，不需要医生额外安排检查。系统在后台自动运行，不需要医生打开新软件或改变操作习惯，只在发现高危情况时弹窗预警。

结果是漏诊率从48.8%降到4.8%，确诊时间从4.3小时缩短到1.7小时。设计的关键在于，它完全不妨碍原有工作流。不需要医院买新硬件，不需要医生改变工作流，甚至不需要额外的人力投入。它本身就是一个完整的、可以独立运行的产品。

这类尝试在垂直场景里确实能行得通，但也限定在了垂直场景。

三条路，对应三种能力：2B做集成商、2C做超级app、或者在垂直场景做完全闭环的产品。

而本轮AI热潮和上一轮最核心的区别就在这里：上一轮在整个生命周期里，都没找到这三条路径中的任何一条。本轮在发展的中早期，已经有产品在这三条路上跑通了。

2C超级应用方面，ChatGPT、夸克等产品已经形成了独立的用户生态。2B集成商方面，印奇选择了和吉利深度合作，成立合资公司。这是从上一轮的教训中学到的——不能闭环的辉煌都是暂时的。垂直场景方面，像iAorta这样完全不妨碍工作流的闭环产品，也在验证这条路的可行性。

上一轮那些CV算法公司，到死都没形成独立的产品。它们的算法必须依附在别人的产品里才能用，必须被硬件商、集成商整合才能交付给用户。它们既没能力做集成商，也没做成超级APP，更没做出垂直场景的闭环产品。

而本轮的这些产品，不依赖传统的硬件巨头，不依赖传统的集成商，它们自己就形成了闭环的产品体验。

这是本轮AI热潮和上一轮最核心的区别。

当然，实现产品闭环不等于实现商业闭环。OpenAI和Anthropic 2024年依然巨额亏损。The Information报道，OpenAI 2025年上半年营收43亿美元，同时净亏135亿美元。

但至少在产品层面，它们已经证明了用户愿意用，愿意为此付费，而且不需要通过传统巨头的渠道。这是上一轮AI公司到最后都没做到的事情。

技术价值和商业价值，从来就不是一回事。但如果连独立的产品都形成不了，商业价值就更无从谈起。这是上一轮AI热潮留下的最大教训。

微信视频号：sph0RgSyDYV47z6

快手号：4874645212

抖音号：dy0so323fq2w