每經(jīng)記者｜胥帥    每經(jīng)編輯｜魏官紅    

進(jìn)入2026年，隨著阿里“春節(jié)30億元免單”活動(dòng)引爆AI購(gòu)物、騰訊與字節(jié)跳動(dòng)等巨頭加速布局，AI大模型正加速?gòu)摹傲奶旃ぞ摺毕颉皥?zhí)行復(fù)雜任務(wù)的智能體”進(jìn)化，深入消費(fèi)與產(chǎn)業(yè)核心場(chǎng)景。然而，在行業(yè)熱度與資本市場(chǎng)追捧的背后，近期多位受訪人士表示，AI應(yīng)用正面臨應(yīng)用同質(zhì)化、商業(yè)變現(xiàn)難、算力利用率不足三大核心瓶頸。

業(yè)內(nèi)專家向記者指出，行業(yè)正從“技術(shù)狂熱期”轉(zhuǎn)向“價(jià)值兌現(xiàn)期”，能否通過深耕垂直場(chǎng)景、打造“小而美”的智能體以破解“同質(zhì)化→低ROI（投資回報(bào)率）”的惡性循環(huán)，成為產(chǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵。

AI應(yīng)用存在同質(zhì)化等問題

進(jìn)入2026年，AI大模型技術(shù)進(jìn)入百花齊放階段，AI應(yīng)用在各個(gè)領(lǐng)域的滲透速度持續(xù)加快。藍(lán)色光標(biāo)、易點(diǎn)天下等AI應(yīng)用概念股一度成為資本市場(chǎng)寵兒，藍(lán)色光標(biāo)市值更是超過600億元。

阿里千問“30億元免單”活動(dòng)于2月6日啟動(dòng)，引爆AI購(gòu)物熱潮，用戶通過一句話指令即可完成奶茶、生鮮等商品的點(diǎn)單與支付。隨后，騰訊元寶與字節(jié)豆包迅速跟進(jìn)營(yíng)銷戰(zhàn)。AI Agent（智能體）進(jìn)入真實(shí)消費(fèi)與產(chǎn)業(yè)場(chǎng)景，AI不再僅僅是聊天工具，開始深度執(zhí)行復(fù)雜任務(wù)。

工信部方面的數(shù)據(jù)顯示，截至2025年9月，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模超9000億元，企業(yè)數(shù)量突破5300家，AI應(yīng)用已成為產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的重要抓手。但同時(shí)，行業(yè)發(fā)展也面臨應(yīng)用同質(zhì)化、商業(yè)變現(xiàn)難、算力供需錯(cuò)配等突出問題，如何讓技術(shù)真正轉(zhuǎn)化為生產(chǎn)力，成為行業(yè)亟待破解的核心課題。

近期，快思慢想研究院院長(zhǎng)、特邀評(píng)論員田豐向《每日經(jīng)濟(jì)新聞》記者（以下簡(jiǎn)稱每經(jīng)記者）表示，AI應(yīng)用同質(zhì)化、商業(yè)變現(xiàn)難、算力供需錯(cuò)配這三類問題真實(shí)存在，而且已成為當(dāng)前中國(guó)AI產(chǎn)業(yè)高質(zhì)量發(fā)展的核心瓶頸。

從AI應(yīng)用同質(zhì)化的角度看，目前行業(yè)高度集中于紅海賽道。據(jù)艾瑞咨詢《2023年中國(guó)AI應(yīng)用市場(chǎng)白皮書》，當(dāng)年新增AI企業(yè)超2.3萬(wàn)家，其中80%扎堆在智能客服、AI畫圖、語(yǔ)音助手等通用場(chǎng)景。2025年12月的對(duì)比分析顯示，不同產(chǎn)品背后的聊天機(jī)器人界面相似度高達(dá)92%，給廣大網(wǎng)友帶來(lái)“天天見到AI新產(chǎn)品，但差異性不大”的困惑體驗(yàn)。

另外，目前AI應(yīng)用商業(yè)變現(xiàn)難，表現(xiàn)為產(chǎn)能與注意力嚴(yán)重錯(cuò)配。田豐發(fā)現(xiàn)，優(yōu)質(zhì)AI內(nèi)容觸達(dá)率不足0.3%，導(dǎo)致“做得多、賺得少”成為常態(tài)。2023年國(guó)內(nèi)AI應(yīng)用市場(chǎng)整體虧損率達(dá)65%（CSDN數(shù)據(jù)顯示），大量企業(yè)陷入“技術(shù)先進(jìn)但無(wú)法盈利”的困境。

“大家現(xiàn)在做AI應(yīng)用，一個(gè)比較主流的思路是做一套工作流產(chǎn)品，把原來(lái)人的SOP（標(biāo)準(zhǔn)作業(yè)程序）直接變成AI做的工作?！苯?，一不愿具名的AI應(yīng)用公司創(chuàng)始人向每經(jīng)記者表示，這套模式門檻極低：設(shè)計(jì)一套固定流程，將人工節(jié)點(diǎn)替換為大模型調(diào)用。產(chǎn)品快速上線，演示流暢，“但問題是，每個(gè)工作流從設(shè)計(jì)出來(lái)之后就固定了，執(zhí)行一次和執(zhí)行一萬(wàn)次是一個(gè)效果，指令還需要人自己去下達(dá)”。

當(dāng)前市面上大量AI產(chǎn)品的底層邏輯高度相似——依賴提示詞工程驅(qū)動(dòng)，缺乏數(shù)據(jù)閉環(huán)，無(wú)法自我迭代。用戶在不同產(chǎn)品之間切換，感知差異微乎其微。大模型廠商在訓(xùn)練語(yǔ)料和架構(gòu)層面的宏觀差異，傳導(dǎo)至應(yīng)用層時(shí)已被嚴(yán)重稀釋。

“對(duì)話式的交互模式，使用起來(lái)在感知上差不太多?！痹搫?chuàng)始人表示。面對(duì)這一瓶頸，部分企業(yè)開始重新定位大模型的角色——不再將其視為全知全能的決策者，而是降維成標(biāo)注員、分析員，把業(yè)務(wù)的流程編排和決策邏輯交還給自研算法。

“我們不把大模型當(dāng)成全知全能的角色，讓它理解公司信息、做整個(gè)任務(wù)規(guī)劃、進(jìn)行長(zhǎng)期記憶，這個(gè)事情不太現(xiàn)實(shí)?！痹搫?chuàng)始人介紹。

業(yè)內(nèi)：信任AI能力，但仍未真正轉(zhuǎn)化為生產(chǎn)力

田豐的看法與該名創(chuàng)始人相似，他認(rèn)為AI產(chǎn)品同質(zhì)化的原因有三點(diǎn)：企業(yè)缺乏自主研發(fā)能力，過度依賴開源模型，導(dǎo)致產(chǎn)品底層能力趨同；缺乏垂直場(chǎng)景深耕，沒有深刻理解行業(yè)Know-how（技術(shù)訣竅、專業(yè)知識(shí)），盲目追求“大而全”；產(chǎn)品創(chuàng)新激勵(lì)不足，部分地區(qū)早期重“數(shù)量”輕“質(zhì)量”。

另外，AI目前仍被當(dāng)作“高級(jí)搜索工具”，未嵌入核心業(yè)務(wù)流程，未能形成“商業(yè)閉環(huán)”；普通用戶缺乏專業(yè)數(shù)據(jù)投喂，AI輸出價(jià)值低；缺乏“注意力轉(zhuǎn)化飛輪”設(shè)計(jì)，大部分產(chǎn)品沒有實(shí)現(xiàn)“精準(zhǔn)觸達(dá)+沉浸體驗(yàn)+社交裂變”。

與二級(jí)市場(chǎng)的AI概念熱度形成反差的是，相當(dāng)一部分AI應(yīng)用企業(yè)的財(cái)務(wù)數(shù)據(jù)仍未出現(xiàn)實(shí)質(zhì)性轉(zhuǎn)化。

與純消費(fèi)級(jí)對(duì)話產(chǎn)品相比，產(chǎn)業(yè)端AI應(yīng)用的token（算力值）消耗量呈現(xiàn)規(guī)?；?、持續(xù)性特點(diǎn)。“一個(gè)企業(yè)客戶每天的token消耗量就能上千萬(wàn)，數(shù)百位客戶每日消耗可達(dá)數(shù)十億級(jí)別，這是純消費(fèi)級(jí)產(chǎn)品需要百萬(wàn)級(jí)用戶才能達(dá)到的規(guī)模?！鄙鲜銎髽I(yè)創(chuàng)始人透露。

盡管需求旺盛，但行業(yè)的核心矛盾并非是算力稀缺。工信部發(fā)布的一組數(shù)據(jù)顯示，中國(guó)智能算力規(guī)模達(dá)1590EFLOPS（百億億次），行業(yè)高質(zhì)量數(shù)據(jù)集加速涌現(xiàn)，國(guó)內(nèi)大模型引領(lǐng)全球開源生態(tài)。通算、智算、超算多元協(xié)同的格局已然成型?！捌鋵?shí)算力不會(huì)很稀缺，現(xiàn)在模型廠商的推理卡性能、token效率都在提升，推理成本持續(xù)下降。”該創(chuàng)始人表示，“真正的問題是算力利用率不足，很多算力中心建起來(lái)但用得不多，行業(yè)缺的是能把算力用起來(lái)的落地性應(yīng)用。”

AI營(yíng)銷賽道長(zhǎng)期存在“增收不增利”的怪圈——企業(yè)愿意為概念買單，卻難以為長(zhǎng)期效果持續(xù)付費(fèi)。技術(shù)投入與產(chǎn)出錯(cuò)配，成為AI故事難以落地的核心癥結(jié)。

“大家還沒有找到比較好的收費(fèi)模式。”該創(chuàng)始人直言，“模型訓(xùn)練需要大量成本，部署算力中心也需要大量成本，但用起來(lái)之后沒有轉(zhuǎn)化成收入。大家現(xiàn)在更多是對(duì)AI能力有信任，還沒有真正到轉(zhuǎn)化為生產(chǎn)力的階段。”

田豐則提到，AI應(yīng)用所需的算力存在供需錯(cuò)配的情況，呈現(xiàn)高投入、低利用率、高能耗的特點(diǎn)。中國(guó)信通院“十四五”研究報(bào)告數(shù)據(jù)顯示，我國(guó)AI數(shù)據(jù)中心耗電766億千瓦時(shí)，但算力平均利用率不足20%。國(guó)內(nèi)數(shù)據(jù)中心PUE（能源效率）為1.5，顯著高于國(guó)際先進(jìn)水平1.2，每年多耗電約150億度。加上AI應(yīng)用同質(zhì)化和商業(yè)變現(xiàn)難的問題，田豐認(rèn)為，由此形成了“同質(zhì)化→低留存→高獲客成本→高算力投入→低ROI→更依賴通用功能”的惡性循環(huán)。

“小而美”的智能體或是突圍方向

田豐還提到了當(dāng)前AI應(yīng)用的破局之道，即從“通用模型”轉(zhuǎn)向“垂類智能體”，破解同質(zhì)化問題。他建議AI應(yīng)用服務(wù)類企業(yè)聚焦醫(yī)療、教育、跨境營(yíng)銷、工業(yè)質(zhì)檢等高價(jià)值、低競(jìng)爭(zhēng)、強(qiáng)付費(fèi)意愿的垂直領(lǐng)域，避開互聯(lián)網(wǎng)巨頭鋒芒，打造“小而美”的智能體。“向下扎根是要深入行業(yè)‘Know-How’，構(gòu)建專屬知識(shí)庫(kù)、智能體應(yīng)用集市；向上閉環(huán)是讓AI輸出可衡量、可歸因、可優(yōu)化的商業(yè)結(jié)果?！?/p>

上述企業(yè)創(chuàng)始人則以其所在公司為例進(jìn)行分析，該公司在客戶畫像共建、信息分析、內(nèi)容生成等環(huán)節(jié)使用大模型承擔(dān)分析任務(wù)，但在整體的流程編排、任務(wù)規(guī)劃、記憶網(wǎng)絡(luò)構(gòu)建層面，由圖神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)機(jī)制主導(dǎo)。

“用戶在表達(dá)對(duì)客戶的偏好后，這些數(shù)據(jù)會(huì)通過圖結(jié)構(gòu)擴(kuò)散到其他未標(biāo)注的客戶，形成針對(duì)所有客戶的相關(guān)度評(píng)分?！痹搫?chuàng)始人解釋。這套機(jī)制被他形容為“工作中的同事或下級(jí)”——能夠自主學(xué)習(xí)，且在反饋中迭代。

在他看來(lái)，當(dāng)交易的供需雙方均由智能體代理溝通，中間網(wǎng)絡(luò)將不再依賴人日常使用的通道——郵件、WhatsApp、社媒等，這些都有平臺(tái)規(guī)則限制、頻次要求、內(nèi)容長(zhǎng)度要求。

“Agent之間的真實(shí)溝通不需要這些限制?！彼J(rèn)為，三到五年后，整個(gè)商業(yè)領(lǐng)域可能因此發(fā)生非常大的變化。他提到最近其所在公司完成了百萬(wàn)美元級(jí)天使輪融資，“融資用途仍然是技術(shù)領(lǐng)域，比如加固技術(shù)壁壘、持續(xù)投入算法研發(fā)和私有數(shù)據(jù)建設(shè)??去年4月成立后，幾個(gè)月時(shí)間我們就實(shí)現(xiàn)了營(yíng)收平衡，并非靠融資輸血”。

田豐表示，未來(lái)市場(chǎng)屬于“場(chǎng)景定義者”，而非“模型搬運(yùn)工”。當(dāng)前AI產(chǎn)業(yè)正從“技術(shù)狂熱期”快速轉(zhuǎn)為“價(jià)值兌現(xiàn)期”。同質(zhì)化、變現(xiàn)難、算力浪費(fèi)的本質(zhì)，是產(chǎn)業(yè)尚未完成從“技術(shù)驅(qū)動(dòng)”到“場(chǎng)景驅(qū)動(dòng)”的范式轉(zhuǎn)移。破局的關(guān)鍵是——真正的AI競(jìng)爭(zhēng)力，不在于你用了多大的模型，而在于你解決了多具體的問題。

封面圖片來(lái)源：每經(jīng)媒資庫(kù)