和鲸科技 CEO 范向伟 AI 产业系列观察一：2025 年，AI 的生产力拐点

我在 2015 到 2024 年的 10 年间思考的最多的一个问题是，一家创业公司，怎样才能够在 AI 行业立足和生存。

AI 行业有三个核心挑战，一个是巨头的竞争，一个是高速的创新，一个是效率的低下，三者叠加起来，会导致大部分创业公司的生存危机。

随着平台公司的规模化扩张，一家平台公司的资本存量会比整个一级市场的总量加起来还要多。风险投资机构和创业者联合，挑战上一代的巨头公司，正在变得愈发困难。

AI 是人类历史上进步速度最快的一个技术领域，颠覆性创新此起彼伏。所有的技术积累，都有可能被下一个礼拜的某一项技术突破所替代，让积累的价值清零。

在产业落地的过程中，大部分的 AI 创新项目，都没有办法达到预期的 ROI ，导致客户往往对于 AI 的期待很大、失望也很大，整个市场有着对于 AI 强烈的兴趣，但没有多少真正的刚需。

这就导致了一系列的现象，让 AI 行业的创业者、投资人、企业客户都困惑不已、深受折磨。

• AI 发展很快，机会很大，虽然还看不清，但必须要跟进。

• AI 发展很快，但是离行业解决方案的落地闭环还有很大的距离，研发投入、运营服务仍然少不了，成本非常高。

• 大量投入之后，新一代的技术方案，又会淘汰上一代的方案。

• 即便做了很多投入，离客户满意还有很大的距离，一方面仍然要持续投入，一方面又随时可能被客户抛弃。

• 数据都是保密和隐私的，帮客户做了应用方案，应用和数据都属于客户，也没有形成资产积累。

• 创业公司在努力创新的同时，大厂也在跟进，两者的资源体量相差数十倍，而 AI 产品的核心是数据和算力，是高度资源依赖的要素。

• 即便做的比大厂还有优势，投入大量研发与市场成本，获得了阶段性的规模优势、产品优势，在中国又没有办法上市，等到新一代技术出来，甚至开源，之前的业务积累可能还在，技术优势就会快速归零。

• 在这个过程之中，从业者都接受了一轮深刻的市场教育，仍然在迷茫之中寻找破局的思路。

• 这些因素叠加在一起，就导致了一个大部分不在 AI 行业或者投资行业从业的人，都不了解的一个事实，过去的 10 年时间里，AI 可能是中国的风险投资领域，亏钱最多的一个赛道。 

投资者当时看到了 AI 技术的不断突破，也预见到了巨大的经济价值。但是投资者没有看到的是，技术的巨大进步也对应了巨大的竞争损耗、高速的技术折旧，抵消了大部分的经济价值。

投资者和创业者，一直是用互联网平台的成功，来类比 AI 的产业机会。但两者有着很大的差异，互联网平台的规模扩张和价值放大，是可能被预判的；AI 产品的扩张，是一种非线性的、更高维度的规模扩张，则是很难提前预判的。

互联网产品，从没用，到有用，再到好用、不得不用的变化过程，是相对连续的，通过运营、补贴、营销的干预，就有机会实现互联网平台的冷启动。

AI 产品这个变化的过程，是突变的、非线性的、难以预测的，大量企业这个方向上的冷启动的尝试都以失败告终。

可以说，站在创业公司的角度，除了技术的巨大突破，这个毋庸置疑的积极因素之外，剩下的都是消极因素。这些因素是持续性的、结构性的，导致中国的 AI 创业公司的生存是很困难的，而且是愈发困难的。

第一个和第二个因素，都是结构性的，不会发生对于创业者有利的改变，甚至还会持续恶化。2025 年，最大的改变可能是第三个因素，就是 AI 的效率已经达到了拐点，成为了所有人都必须开始面对、开始思考、开始应对的一个命题。

AI 经历了数次完整的科技泡沫的生命周期，从 2024 年终于开始进入生产力落地的阶段。

经过了数十年的科研积累、工程积累、商业积累，AI 终于迎来了经济意义上的生产力拐点，开始跨越“实验室原型”到“产业应用”的鸿沟。这一技术拐点意味着，AI 投资即将从“烧钱换预期”转向“技术能赚钱”的新阶段。

为什么在最近的几年，AI 的生产力开始实现突破？

• 2015 年前后，人类互联网的规模已经无比巨大，互联网平台公司成为了世界上最强大的机构，用前所未有的速度在采集数据、处理数据、交付服务、产生利润。

• 在过去的十年时间中，互联网产业的巨头把资金、人才都投入了对于一个链路的探索：“如何处理更多数据->如何服务更多客户->如何产生更多利润”，在这个耗费数千亿美金的研发探索过程中，实现了算力规模和算法性能的同时突破，实现了一个又一个的工程奇迹，如 AlphaGo、AlphaFold、ChatGPT。

• 大语言模型的技术突破，使得人类第一次可以将所有数据和知识被一个大模型文件进行描述，这个大模型可以像人一样理解新的环境、构建新的内容、发现新的知识。而这些性能领先的模型文件又陆续被免费开源了出来，提供给全世界的开发者。

  
  

人类所有的生产力，究其根本，就是假设和实验的科研循环、PDCA 的管理循环、加上规模生产与规模销售的商业循环。这里面的每一条链路、每一个节点，都可以通过新一代的 AI，实现效率的显著提升、流程的全面重构，人类已经进入了智能决定一切的时代。

• 在代码生成领域，AI 已经可以理解开发意图并生成完整的功能模块。这不仅仅是简单的代码补全，而是真正理解了编程语言的语法结构和业务逻辑。

• 在无人驾驶领域，AI 已经可以实现从感知到决策的端到端学习，突破了传统的模块化架构限制，实现了接近人类司机的认知和决策能力。

• 在图片生成领域，AI 已经掌握了构图规则、色彩理论、视觉语言等创作的基本要素。

• 在企业服务领域，AI 可以理解客户询问的商业背景，调用适当的知识库和工具，提供完整的解决方案，而不是简单的标准答案。

• 在数据分析领域，AI 能够理解业务目标，自主完成数据清洗、特征工程、模型选择等全流程工作，输出可以阅读的分析报告和业务改进建议。

• AI 应用不再是单一功能的应用程序，而是能够理解任务目标，规划执行路径，并在执行过程中进行实时调整的智能系统，而且有着在经济意义上的压倒性优势。

• 一旦模型训练完成，复制和部署的成本极低，可以实现规模化应用，也可以 365 天 24 小时不间断工作，显著提升资源利用率，还可以通过持续迭代，不断优化性能、降低成本。

  
  

AI 作为一个通用技术，可以被应用在所有行业、所有领域的技术，一旦达到 ROI 的临界点，就对应了最大规模的投资机会、创业机会，也对应了最大的风险，也就是被替代、被边缘化的风险。

通过现代战争的演化，可以帮助我们理解，为什么人工智能技术会出现，因为要提前发现敌人、精准打击敌人，这是永无止境的军备竞赛，会对于所有的技术创新形成需求牵引，以及形成能力验证。一旦在对手之前，形成了对于新技术的有效集成、有效利用、规模扩大，就会形成压倒性的战斗力优势。

技术优势一旦通过规模化部署转化为实际战斗力，就会形成难以逾越的代际差距。类似于五代战斗机对于四代战斗机所形成的战斗力的优势，交换比是 20 比 1，海湾战争之中美军对于伊拉克军队的优势，这是一种系统性的优势，是难以在局部进行理解的。一个善于利用 AI 的 10 人团队，在一个领域打败一个 200 人团队，这样的案例，在 2025 年开始会越来越多。

AI 的突破性发展已经事实上形成了大国之间、大企业之间的科技军备竞赛，而且是优先级最高的军备竞赛。

AI 达到了技术生产力的临界点之后，在给所有人带来便利的同时，也在带来前所未有的变化，这种变化是大多数人都很难适应、很难应对的。

这种极强的进化速度、极大的适应范围、极大的颠覆强度，是人类历史上从来没有遇到过的，相比上一次电力革命，这一次 AI 革命的速度更快、强度更大。

AI 应用的研发、落地、发展，是一种多要素融合的、非线性运动的发展过程，是大部分的领导者、管理者都难以应对的，因为没有这样的经验（没有经历过类似的事情）、没有这样的认知结构（涉及的要素太多）。

• Eric Schmidt：“我知道这听起来会很疯狂，但我要告诉你，这种变革被低估了，而不是被高估。真正的问题是，全球社会是否已经准备好迎接它。我断言，我们作为人类还没有准备好迎接这一切的到来。我们就是没有准备好。”

• Andrej Karpathy：“我们正处在人类历史上最重要的 10 年。这不是夸张，这是字面意思。”

• Sam Altman：“AGI 将是人类历史上最大的技术转折点。我们需要认真思考如何确保它以正确的方式发生。”

• Bill Gates：“AI 是我职业生涯中见过的最具革命性的技术。它将改变我们的工作方式、学习方式、沟通方式——实际上是一切。”

  
  

上一个阶段，投资者最大的教训，就是在 AI 还没有达到 ROI 的临界点，没有找到 PMF 路径的时候，提前进行了高强度的投资，提前买了票，但是车还没有开，路都没有修好；创业者最大的教训，就是和巨头形成了同质化竞争，低估了竞争的强度，高估了自身的壁垒，费劲心血造了辆车，最后看到巨头造出来的是高铁。

下一个阶段，一个更有可能发生的战略错误，就是在 AI 已经突破了进步速度和 ROI 的拐点之后，对于 AI 基建的利用、对于 AI 应用的开发、对于 AI 团队的培养，没有足够的重视，没有及时的行动，没有高效的策略，高铁已经开动了，但是没有买到车票、没有上车，停留在站台上观望。

虽然大部分的企业与个人，面对 AI 的生产力革命，仍然处于探索和彷徨之中，但是我们的国家已经动用了所有的力量，把这个国家拉进了 AI 基建的新周期。

AI 的技术突破也已经开始深刻和全面地影响全球的经济活动。

2022 年到 2024 年的三年时间里面，美国股市繁荣背后的叙事支撑，就是 AI 革命的经济红利。十多只 AI 科技公司，比如英伟达、微软、Palantir，推动了这几年的美股的持续上涨，其它的大部分的板块还停留在原地。

通过 AI 来拉动经济的机会，在 2025 年，给到了中国。无论是 AI 公司还是任何一家公司，都值得用足够多的时间来思考如何把握这个机会。