昨日，中国人工智能产业的顶层规划《关于深入实施“人工智能+”行动的意见》正式面世，为接下来五年中国AI产业的发展指明了方向。这份纲领性文件不仅明确了目标路径，更传递出一个重要信号：长期制约行业发展的算力瓶颈即将成为过去，人工智能应用创新的新时代即将到来。
作为一份聚焦于应用层的指导性文件，它的发布意味着AI行业将从算力问题的解决转向全面推动各行各业的人工智能应用创新。这也意味着，人工智能商业模式的创新价值将逐渐凸显，与算力基础设施共同塑造一个典型的“软硬一体”式创新周期。
回顾过去三年，AI大模型已深刻改变科技行业。美国作为在算力和商业模式上均领先一步的国家，其AI应用产业的发展经验和所遇挑战，对中国具有宝贵的借鉴意义。其中，最为突出的矛盾便是成本与增长的平衡问题。
在美国，AI垂直应用领域虽然融资消息频传，收入增长迅速，但始终未能诞生一款真正具有时代影响力的全球级产品。从AI陪聊、视频生成、教育到通用AI代理，再到最近的AI编程，风口不断变换，但一个核心问题愈发凸显：在科技巨头和大模型厂商主导的行业格局下，AI创新公司面临成本与增长难以兼顾的困境。
从增长速度来看，AI垂直应用领域正处于黄金时期。无论是哪个细分赛道，都有企业以惊人速度将代码、创意和算力转化为收入。然而，这些高估值背后是否存在泡沫，尤其是在面临成本难题时能否持续支撑，成为市场关注的焦点。
以AI编程赛道为例，Replit、Lovable和Cursor等企业年化收入飙升，估值水涨船高。然而，这些繁荣背后隐藏着成本困境。据报道，随着用户需求激增，Replit的毛利润率在36%至14%之间大幅波动，普遍毛利率偏低，基本在30-40%左右。
造成低毛利的核心原因是大模型token成本高昂且难以压缩。AI垂直应用作为大模型厂商的“token消费者”，其成本随着使用量增加而线性增长，几乎不存在边际效应递减。这导致收入增长越快，成本膨胀越快，毛利率甚至可能下降。
AI垂直应用领域的竞争异常激烈，护城河较低。众多AI编程工具在技术上并无本质差异，仅在UI风格、开发环境便利性等方面有所区别。全球开发者数量虽然庞大，但对于要诞生一款稳定营收和利润的AI编程产品来说，市场仍显拥挤。
同时，AI垂直应用企业还可以积累并分析用户行为数据和行业数据，为企业提供有价值的行业报告、趋势预测或用户行为洞察等增值服务。这些创新举措有助于缓解成本压力，提升盈利能力。
随着AI技术的不断发展和普及，人工智能已经成为我们生活中不可或缺的一部分。尽管AI垂直应用当前面临诸多挑战，但相信在未来，这些难题一定会被巧妙破解。在中国，尤其如此。正如DeepSeekV 3.1以算法创新惠及中国芯片算力业生态一样，AI垂直应用也将通过不断创新和突破，迎来更加广阔的发展前景。
