追忆AI四小龙，热潮是怎么完蛋的

「所有不能闭环的辉煌都是暂时的」 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。 所以啊， 印奇的专访，我劝你多看。