靠AI，半年賺它個6000萬

歷史似乎又在重演。

從2023年開始，全球陸續跑出了一大批AI明星企業，特點是估值漲幅兇猛，融資數額巨大，然而不管是領頭羊OpenAI，還是一眾新晉獨角獸，暫時都在重復移動互聯網的故事——未來很長時間一段時間內，將持續面臨燒錢、虧損，盈利都不在他們的考慮范圍之內。

但不管怎么說，機構這個時代的本壘打就指著AI呢，因此扎堆FOMO也無可厚非。而且不管“模型派”也好，“場景派”也罷，在看好AI這一點上，是確定的。

硬幣的另一面是，當傅盛和朱嘯虎同時出現在投中峰會上時，他們也達成了另一種共識——甭管什么AI，有商業化能力最重要。朱老板在不少公開場合都提過，他投的To B企業已經率先嘗到了AI的紅利，賺得盆滿缽滿了。

比如一家做AI視頻面試的公司，盡管2023年招聘市場很冷，依然實現業務量同比翻倍增長；再比如，他常提到的FancyTech，一家AIGC視頻廣告公司，2022年收入為僅為1000多萬，到了2023年結合AI收入暴增至5000多萬，并實現了盈利。

對于此，有人戲謔稱，這是“自己家孩子越看越順眼”的典型表現。也有人認為這只是幸存者偏差，并拋來了一個白眼。

更普遍的觀點是，AI只是錦上添花，這些靠AI賺錢的企業，本來在賽道里就不是“差生”，想靠AI起死回生是異想天開。

我認為關于用AI賺錢這事兒，除了深入輿論場中的投資人，以及短視頻賣課的老板之外，最有發言權的，應該還是創業公司。因此，我跟幾家公司聊了聊，看看AI幫企業賺錢，究竟是普遍效應，還是幸存者偏差？

它們找到了“釘子”

朱老板口既能賺錢又有想象力的公司，除了他投過的，在市場上還有沒有其他存在？我們得到的答案是肯定的。

比如，公司A是一家為跨境電商做報關退稅的公司，2020年成立不久后，就獲得了紅杉、鼎暉等頂級機構的注資，現在更是憑借AI和出海兩大熱門關鍵詞，在資本市場得到不少國資和美元基金的關注。

無獨有偶，公司B也是財務領域的服務商，在他們的場景下，沒有激進地選擇用AI去替代人，而是讓AI直接加速或者是提效，解決人類員工的一些固化行為，而在此之前，這些行為是很難用軟件去代替的。

比如，很多財務人員會去大量的回答員工關于報銷過程中的各種問題，其中有些企業管控力度確實很細，需要人為去查詢和審核歷史數據，這時在審批流程時效報表中加入AI就能夠大大節省時間和人員，也正是因為這樣一個小小的變化，其產品更快地得到了客戶認可。

再比如，公司C是曾經跟循環智能屬于同一賽道的AI語音對話解決方案提供商，在ChatGPT出現之前，他們更多的是依靠傳統AI中的NLP技術提供解決方案。而在這波新的AI浪潮下，他們成功將產品研發成本削減了一個數量級，并大大提高了產品更新速度，客戶體驗再上一個層級。

我們還注意到，與FancyTech處于同一大類的一家視頻廣告公司D，也迎來了又一春，甚至獲得了新融資。該公司之前是提供視頻工具的，因為AI讓視頻領域快速升級，使得目標客戶的付費意愿突然提高，直接改變了這家公司的現金流。

除了這些應用領域，在更為底層的大數據技術里，AI帶來的商業價值提升也十分明顯。

公司E2023年年初開始嘗試大模型+大數據，引入AI后，非技術人員可以非常方便地通過對話方式訪問、獲取和分析數據，甚至完成過去需要專業分析師才能完成的工作。

現在經過近一年的市場驗證，融合指標平臺的AI對話式數據分析在金融、零售、制造、醫藥等行業中需求強烈，商業化落地明顯。

看起來，這幾家企業分屬于不同的賽道和領域，但它們也都有著一些共同點：

其一，率先發力，在大模型開始冒頭時，就敢做細分領域中第一個吃螃蟹的人，比如公司A所在的領域，用AI與否直接決定了其市場競爭力和營收情況。

其二，他們所處的高文本處理，高人力以及視頻相關領域，正是本次AI革新浪潮中最早也最成熟的所在。目標用戶愿意付費，甚至溢價來去給自己提供方向，未來生產力提升的機會。

其三，他們是先有了“釘子”，也就是先有了應用場景，大模型為啥有這么多分歧？就是可以快速落地的商業化場景，并沒有那么容易找到，落地太難，尤其是現在大多數人的目光都放在了C端，但實際上，只有深耕產業的人，才能發現那些隱藏在B端的剛性需求。

它們是少數中的少數

當然，能夠同時滿足這三點的，也是少數中的少數，所以他們得到了時代的眷顧，在這個艱難的時刻，或開辟了新的高收入業務，或改善了現金流，提前邁向了盈利。

公司A負責人告訴我，他們雖然在創立初期就看到了跨境電商報關退稅的市場潛力，但并沒有將其作為一個大的業務分支來發展，原因就是需要鋪大量的人力，性價比不高。當然，憑借其他業務，公司A的營收和盈利水平也不差。

據了解，傳統的電商退稅有兩大痛點：資金成本和時間成本。舉例來講，一家出口額為2000萬的跨境電商企業，一年要大概退200萬的稅，如果找一家專業的財稅公司來辦理，則要花費20萬，等待四五個月。但如果用AI的相關產品，資金成本會減少至4萬，時間縮短為半個月。

這是由于這一場景下，大量的知識和經驗類似于一種準則，可以通過大模型學習。與此同時，AI扮演的角色是替代大量的人工，在引入AI之前，一個財稅專家大概只能服務30家電商企業，而現在則可以服務300家電商企業。

2022年下半年，AI技術爆發，擊中了行業高成本，高人力的痛點，所以他們迅速部署，并在2023年底進行商業化推廣，該負責人告訴我們，從2023年底至今，公司已經簽約了2500家客戶，直接帶來了近六千萬的營收。

對于“降本增效”，公司C同樣具有發言權，具體地，該公司曾經的聯合創始人告訴我，他們開發部署產品的成本，基本花費在語音對話的數據處理上，也就是把對話轉換成文本，并進行分析。

那么在ChatGPT出現之前，這個費用是多少呢？一個座機一個月的通話分析成本，大概是300元，而現在，這個數字可以降到十塊錢，甚至更便宜。

這是因為，對于這些做上層應用的初創企業而言，本身并不具備自然語言處理的技術能力，多數是找像科大訊飛這樣的廠商進行私有化定制，而現在他們只需要接入一個通用大模型而已。

此前，公司C向客戶收取的費用，大概一個座機100元左右，完全是賠本賺吆喝。而如今，節省下來的成本，也就成為了改善公司現金流的關鍵，畢竟在虧200和賺90之間，一個座機就差了近300，如果這個數字再乘以萬，十萬呢？在當前情況下，每個月的營收增長可謂非常可觀。

有創業者談到，一般找到AI應用的B端落地場景的公司，都在悶聲發大財，如果行業沒有絕對優勢的領頭羊，除非有其他需求，不會主動曝光。正如前文所所述，找到這樣的場景并非易事，誰也不想引入新的對手。

小巨頭不愛AI？

誠然，很多軟件公司，To B公司正在虎視眈眈地盯著，如饑似渴地找著新出路。這也涉及到另一個問題，即在當下，初創企業是選擇走+AI還是走AI+的路線。

一種觀點認為，+AI往往是結合大模型來構建新的能力、功能，并解決原來解決不了的問題，或者以更低成本解決，是一種傳統軟件和解決方案轉型AI的模式，效果直接，而且可以快速利用現有客戶、場景進行擴張和推廣。

另一種觀點是，短期可能是+AI的公司的天下，因為有著客戶和技術沉淀，因此能快速落地。但長期來看，那些初創AI+的公司的商業價值，要遠遠大于+AI。

這種觀點的背景在于，AI被認為是確定性的第三次信息革命，而且比前兩次都要大，而每次技術浪潮，都會帶來交互方式、硬件、編程語言等一系列變化，這是一場持續數十年的長期競爭?，F有的這些企業雖然調整了產品，順應了時代，但越到后期，越不如這些AI+的原住民。

誠然，當AI大踏步前進，必然伴隨著產業重構，舊的秩序、結構會坍塌，新秩序建立也免不了洗牌。

我在與公司交流的過程中還發現，那些穩坐細分賽道第一的數字化服務商，對于AI是保持客觀謹慎態度的，他們的普遍策略是關注，但并不著急下場，在這AI浪潮中不掉隊就可以。

一方面，公司本身并沒有營收或者盈利的煩惱，有持續穩定的現金流來源，不靠AI也能賺錢；另一方面，他們中部分服務于傳統企業，在一些CIO看來，目前大模型還沒有太多應用場景。

當然，大家都懂，畢竟讓大象轉身太難了，行業中過得不錯的小巨頭，不夠靈活，也缺乏快速嘗鮮的驅動力。相比于被逼到懸崖邊，面臨死亡或換賽道的企業，他們還不需要什么救命稻草。不過變革仍在持續，AI給處在泥沼中的企業帶來了一線生機，不管程度如何，出現新變化總是讓人期待的。