当 DeepSeek 在全球爆火，AI 行业也到了该重新 " 算账 " 的时候。
以往，AI 给外界的固有印象就是一场烧钱游戏，没有上亿资金的玩家是拿不到入场券的。然而，现在 DeepSeek R1 模型的训练成本仅为 550 万美元，比 OpenAI 的顶尖模型 o1 低了 90%-95%，但性能一点也没输。
华尔街投资者这才发现，自己当了冤大头。
DeepSeek 撕掉了以往笼罩在 AI 上的神秘面纱，全球投资者开始重新审视 AI 的商业属性。成本是不是足够低、盈利是不是足够强，开始成为 AI 应用的一个重要价值标准。
如果说，DeepSeek 在成本表现上足够出色，那么以下一批 AI 产品在盈利上足够抢眼。从 2024 年全球 AI 产品付费用户规模来看，微软 Copilot 5574 万、百度文库 4000 万、Canva 2200 万、ChatGPT 1100 万、Claude 417 万、Notion333 万、Perplexity 100 万、Cursor 66 万、Character 53.6 万。
事实上，当 DeepSeek 在全球爆火，中国互联网大厂被狠狠地批评了一番。不少声音质疑，以 BAT 为代表的大厂还比不上一家初创公司。但是，在全球 AI 产品付费用户规模当中，百度文库却排在前列。在更加重视 AI 商业化的当下，这折射出了何种信号？
百度等大厂，真的被打脸了吗？
为什么 AI 要开始 " 谈钱 "？
DeepSeek 带来的影响不只在 AI 的技术层面，更在经济层面。
过去一年，相当一批 AI 企业背负着越来越大的成本压力，即便是 OpenAI 这样的头部玩家也不例外。数据显示， OpenAI 在 2024 年亏损约 50 亿美元，并且预计到 2026 年亏损将进一步攀升至 140 亿美元，主要受大语言模型训练的高昂成本拖累。
无问芯穹发起人汪玉曾做了一次针对算力成本数量级的测算，假设 GPT-4Turbo 每天要为 10 亿活跃用户提供服务，每年的算力成本可能超过两千亿，还不包括模型训练的投入。
一些科技大厂也在 AI 上花费了巨额的资本，据统计 2024 年 1 — 8 月微软、Meta、谷歌、亚马逊总计向 AI 数据中心投入了 1250 亿美元，这还只是冰山一角。
对于国产大模型而言，成本压力同样在上升。中国信通院测算，大模型算力成本一年上涨了 10 倍。与此同时，竞争压力也在与日俱增。OpenAI 通过微软 Azure 进入中国市场，以 " 技术优势 + 成熟生态 " 挤压国产模型空间，某国产大模型客户流失率在 GPT-4 开放 API 后便上升了 30%。
AI 大模型的运营成本增大，不仅会阻碍自身发展，也不利于整个 AI 行业的生态成长。要知道，一些中小 AI 企业大多通过 API 接口调用大模型。如果大模型的训练成本过高，自然也会提高这些中小企业的调用费用，进而降低企业入局 AI 的意愿和阻碍整个生态的发展。
去年一些国产大模型试图用降价来吸引更多客户，由此打响了大模型价格战。
字节跳动旗下的 AI 大模型豆包宣布，定价比行业价格水平便宜 99.3%。阿里巴巴宣布旗下通义千问主力模型大幅降价，主力模型 Qwen-Long 的 API 输入价格直降 97%，输出价格降低 90%。百度则直接宣布，文心一言的两款入门级产品 ERNIE Speed 和 ERNIE Lite 免费，腾讯云宣布主力模型之一混元 -lite 模型的价格调整为全面免费。
头部厂商宣布大模型降价，如同网络运营商将流量费用降低，有利于降低开发企业在算力上的成本负担。不过价格战也是把双刃剑，大模型的创业企业不得不面对更为激烈的竞争环境，留给他们的蛋糕也就越来越小。
不过，这种艰难的局面正在得到缓解。DeepSeek 的爆火，把大模型和算力的关系推向了全新变革。以往，大模型厂商信奉 " 大力出奇迹 "，即构建更大的模型、部署更多的算力。DeepSeek 则颠覆了这种固有认知，即优秀的 AI 大模型可以靠低成本来实现。由此带来的深远意义的是降低了行业门槛，让本来在赛道外观望的选手也能入局，也让那些大厂能够摆脱低质量的价格战，更轻松地布局商业化。
目前，百度、阿里、腾讯等大厂都已经上线 DeepSeek 的模型。比如，阿里云 PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1。百度智能云千帆平台已上架 DeepSeek-R1 和 DeepSeek-V3 模型，推出了超低价格方案，腾讯云宣布在高性能应用服务 HAI 上支持一键部署 DeepSeek-R1 模型。
过去多年，我们见证了许多技术的商业失败。并非这些技术没有未来，而是商业逻辑的缺失让它们止步不前。现在的 AI 企业，也到了必须 " 谈钱 " 进而推动商业化的时候了。
AI 赛道上，大厂如何商业化？
任何运用于商业世界的技术，都是必须要赚钱的。不能商业化的 AI，都是在耍流氓。
随着越来越多的大模型开始开源，在 AI 技术层面上，其实大厂和初创企业的差距在逐步缩小。正如 DeepSeek 创始人梁文峰所言，无论大厂还是创业公司，都很难在短时间内建立起碾压对手的技术优势。因为有 OpenAI 指路，又都基于公开论文和代码，大厂和创业公司都能很快把自己的大语言模型做出来，大厂和创业公司都各有机会。
这些机会很多正是蕴藏在商业化层面。
对于互联网大厂而言，在 AI 时代几乎所有的产品都值得被重做一遍。在重做过程中，巨大的商业机会在不断涌现。2023 年，李彦宏曾表示在百度重构的业务中，百度文库的进展令他最满意。去年 9 月，百度把百度文库和百度网盘两个业务进行整合。据 2025 百度 AI DAY 透露的最新数据，百度文库 AI 功能的月活用户突破 9000 万，付费用户数超 4000 万，在全球范围内仅次于微软 Copilot。另外，百度文库的付费率年同比增长 60%，这一增长几乎完全由 AI 功能带动。
在大模型重构下，百度文库已经从办公工具成为 " 一站式 AI 内容获取和创作平台 "，推出了智能 PPT、智能写作、AI 全网搜等上百项 AI 能力，涵盖搜索、创作、编辑三大环节。比如，智能写作功能支持用户通过关键词生成逻辑清晰的报告、总结或方案，随时修改大纲、文字、扩写等，能够融入用户工作和学习的创作全流程。因此在中国智能 PPT 市场用户规模份额上，百度文库占据着明显的领先优势。
跟百度文库产生直接竞争的产品之一，便是金山办公的 WPS AI。
2023 年 11 月，WPS AI 问世。金山办公 CEO 章庆元表示，WPS AI 锚定 AIGC（内容创作）、Copilot（智慧助理）、Insight（知识洞察）三个战略发展。金山办公 2024 年三季度财报显示，WPS AI 2.0 已经带动其国内个人订阅业务第三季度实现营收 7.62 亿元，同比增长 17.24%。报告期内，WPS AI 2.0 新增 AI 写作助手、AI 阅读助手等功能，此前在内容创作、智能助手等应用场景也有所布局。
在大厂的 AI 商业化上，结果跟过程一样重要。被问到大模型的竞争格局时，梁文峰坦言大厂肯定有优势，但如果不能很快应用，大厂也不一定能持续坚持，因为它们更需要看到结果。
阿里也在给老业务注入新鲜血液。去年底，阿里把旗下的 AI 应用 " 通义 " 从阿里云分拆，并入阿里智能信息事业群。今年 1 月，同为阿里智能信息事业群的夸克发布了新的 slogan："2 亿人的 AI 全能助手 "，明确了产品的 AI 定位。阿里显然在 AI 的 C 端应用上进行了强布局，目前来看夸克、通义 APP、天猫精灵分别代表着生产力工具、Chatbot 和 AI 硬件三个方向的布局。
在 AI to C 的方向上，百度和阿里的思路有共同之处，即调整组织架构进行业务的打通和融合，同时借助 AI 激活此前相对优质的产品。
腾讯在 AI 商业化上的布局，也称得上 " 老树发新芽 "。在 2025 的内部员工大会上，马化腾提到腾讯会持续投入资源进行算力的储备，希望各个 BG 都能拥抱大模型的产品化落地场景。包括微信、QQ、输入法、浏览器等产品，都将推出 AI 智能体，游戏、微信读书、腾讯视频等产品也将基于混元做更多 AI 探索。
在卷参数、卷长文本和 Agent、再到卷低价之后，如今国内大厂在 AI 上这件事有了一条共同的战线——重构原有业务，推动商业进程。
初创公司和科技大厂的博弈
当大厂在 AI 商业化上开始加速，AI 创业公司其实面临着商业化压力。
有些技术很扎实的头部创业公司，也在遭受着平衡成本和收益上的不确定性。创业公司月之暗面旗下的 Kimi 智能助手，成为近年来最火热的 AI 应用之一。其推出的首款推理能力强化模型 k0-math 跟 o1 的水平很接近，甚至还能超越，而时间只花了仅仅两个月。
APPGrowing 的数据显示，自 2024 年 3 月开始几乎每月 Kimi 的广告投放都达到上千万元，10 月达到 2.2 亿元，11 月达到 2 亿元。不过，Kimi 的投放效果却并不及预期。据 QuestMobile 的数据，Kimi 等 AI 原生应用的次日留存率仅为 30% 左右，低于行业标准的 50%-60%。月之暗面需要平衡投流、自然增长与商业化之间的关系，于是去年 kimi 推出打赏功能，这被视为其加速商业化的一个探索。
梁文峰在采访中坦言，现有垂类场景不掌握在初创公司手上，这个阶段对初创公司不太友好。因为在垂类场景上大厂掌握的资源相对更多，而且此前也已经有所布局，具备先发优势。尤其是大厂在垂类场景上的存量业务经过 AI 改造之后，不少已经表现出比 AI 原生应用更好的用户活跃度和付费转化。这意味着创业公司要更加迫切地寻找差异化的应用场景，其生存空间可能被进一步压缩。
当然了，在商业化上 AI 初创公司相比大厂也有自己的优势。
梁文峰表示，大厂的模型会和他们的平台或生态捆绑，而 DeepSeek 是完全自由的。说白了，大厂在发展模型过程中或多或少会基于各自的业务出发，但这也会产生一定的局限性。比如，一些云厂商之前的需求都是分散的，直到 2022 年自动驾驶开始有租用机器做训练的需求，又有付费能力，一些云厂商才去把基础设施建好。大厂很难单纯去做研究做训练，更多会是业务需求驱动。
而 DeepSeek 这样的初创公司完全是从 0~1，在发展方向上拥有更大的可能性。
在商业化进程中，AI 初创公司与科技大厂并非简单的 " 挑战者与守门人 " 关系，而是凭借独特的生态位构建差异化的价值网络。其核心优势不在于资源规模，而在于边缘创新效率和和价值重构能力。
结语
AI 大模型和原生应用的商业化，就是一场关于 " 技术 - 市场 " 的双重马拉松。
短期看，企业需在场景聚焦、成本控制找到平衡点，DeepSeek 的爆火确实给百度等大厂带来了压力。不过长期来看，商业化还是需要依赖底层技术突破与生态协同能力。百度等大厂不至于被打脸，因为游戏还在继续。
真正的赢家，将是那些能持续将技术优势转化为独特的商业价值，并构建完整产业闭环的玩家。
欢迎在留言区评论。我们会在每周留言点赞前三名（统计周期为 7 天）的评论中选出 1 位网友，送出德鲁克管理书籍套装一套。
▽ " 点赞 " 是喜欢，
" 在看分享 " 是真爱
