当DeepSeek在世界范围内如此受欢迎时，现在是时候让AI行业再次“设置帐户”了。
过去，人工智能作为一款燃钱的游戏给出了外界的固有印象，而没有数亿资金的玩家将无法获得门票。但是，DeepSeek R1型号的培训成本仅为550万美元，比OpenAI的顶级O1低90％-95％，但其性能根本不会丢失。
直到那时，华尔街投资者才意识到他们是傻瓜。
DeepSeek过去已经摆脱了过去在AI中笼罩过的谜团，全球投资者已开始重新检查AI的业务属性。成本是否足够低，利润足够强大，已经开始成为AI应用程序的重要价值标准。
如果DeepSeek的成本足够好，那么以下AI产品的盈利能力足够引人注目。从2024年全球AI产品的规模来看，Microsoft Copilot拥有5,574万，百度图书馆拥有4000万，Canva拥有2200万，Chatgpt拥有1100万，Claude拥有417万，Intion拥有333万，Pleplexity具有100万，100万，100万，100万，，100万，100万光标具有660,000，角色具有536,000。
实际上，当DeepSeek在世界各地流行时，中国互联网巨头受到了严厉批评。许多声音质疑由BAT代表的大型公司不如创业公司那样好。但是，在AI产品的全球付费用户群中，百度·温库（Baidu Wenku）处于最前沿。在更多重点放在AI的商业化上时，这反映了什么样的信号？
Baidu和其他主要制造商是否真的在脸上打耳光？
为什么AI开始“谈论钱”？
DeepSeek的影响不仅在AI的技术层面，而且在经济水平上。
在过去的一年中，大量的AI公司的成本压力增加了，甚至像OpenAI这样的顶级球员也不例外。数据显示，Openai在2024年损失了约50亿美元，预计到2026年将进一步攀升至140亿美元，这主要受到大型语言模型的高昂培训成本拖累。
Wunxinqiu的发起者Wang Yu曾经对计算功率成本的数量级进行了估算。假设GPT-4 Turbo每天必须为10亿活跃用户提供服务，那么年度计算功率成本可能超过2000亿，这不包括模型培训的投资。 。
一些技术巨头还在AI上花费了大量资本。根据统计数据，从1月至2024年8月，微软，元，Google和亚马逊在AI数据中心投资了1,250亿美元，这只是冰山一角。
对于国内大型模型，成本压力也在上升。根据中国信息与通信技术学院的数据，一年中，大型模型的计算能力成本增加了10倍。同时，竞争压力每天都在增加。 Openai通过Microsoft Azure进入了中国市场，并以“技术优势 +成熟的生态系统”挤压了国内模型空间。 GPT-4开放API后，国内大型型号的客户流失率提高了30％。
AI模型的运营成本增加不仅会阻碍他们自己的发展，而且不利于整个AI行业的生态增长。您应该知道，一些中小型AI公司大多通过API接口调用大型型号。如果大型模型的培训成本太高，它自然会增加这些中小型企业的调用成本，从而降低企业加入AI并阻碍整个生态系统的发展的意愿。
去年，一些国内大型车型试图使用降价来吸引更多的客户，从而引发了一场大型的模型战争。
Bytedance的AI Big Model Bean Bag宣布，其价格比行业价格水平便宜99.3％。阿里巴巴宣布，其主要模型的汤蒂·Qianwen大大降低了其价格，主要模型的API输入价格下跌了97％，产出价格下跌了90％。百度直接宣布Wen Xinyiyan的两种入门级产品Ernie Speed和Ernie Lite是免费的，而Tencent Cloud宣布，对主要型号之一Hunyuan-Lite的价格进行了调整，以完全免费。
领先的制造商宣布，大型型号的价格降低，就像网络运营商降低交通成本一样，这将有助于减轻开发人员在计算能力方面的成本负担。但是，价格战也是一把双刃剑。大型初创公司必须面对更激烈的竞争环境，而留给他们的蛋糕越来越小。
但是，这种困难的情况正在缓解。 DeepSeek的普及将大型模型与计算能力之间的关系推向了新的转型。过去，大型模型制造商相信“主要奇迹”，即建立更大的模型并部署更多的计算能力。 DeepSeek颠覆了这种固有的看法，即可以以低成本实施出色的AI模型。深远的意义在于，它降低了行业的门槛，使最初在场外的玩家能够进入游戏，并允许这些大型制造商摆脱低质量的价格战争并使商业化更加容易。
目前，百度，阿里巴巴，腾讯和其他主要制造商已经推出了DeepSeek模型。例如，阿里巴巴云PAI模型画廊支持云上DeepSeek-V3和DeepSeek-R1的一键部署。 Baidu Smart Cloud Qianfan平台已推出了DeepSeek-R1和DeepSeek-V3型号，并推出了超低价格解决方案。 Tencent Cloud宣布，它支持在高性能应用程序服务HAI上的DeepSeek-R1模型的一键部署。
在过去的几年中，我们目睹了许多技术的商业失败。并不是说这些技术没有未来，而是缺乏商业逻辑使它们无法前进。如今，是时候让AI公司“谈论金钱”并促进商业化了。
主要制造商如何在AI轨道上商业化？
应用于商业世界的任何技术都必须赚钱。不能商业化的人工智能都是流氓。
随着越来越多的大型模型开始开源，大型公司和初创企业之间的差距实际上在AI技术级别逐渐缩小。正如DeepSeek的创始人Liang Wenfeng所说，大型公司或初创公司很难建立技术优势，可以在短时间内粉碎其竞争对手。由于Openai的指导和基于公共报纸和代码，因此大公司和初创公司可以迅速创建自己的大语言模型，大公司和初创公司有自己的机会。
这些机会中有许多隐藏在商业化层面。
对于互联网巨头来说，AI时代的几乎所有产品都值得重塑。在重做过程中，巨大的商机正在出现。罗宾·李（Robin Li）在2023年说，在百度（Baidu）的重组业务中，百度·温库（Baidu Wenku）的进步使他最满意。去年9月，百度融合了百度·温库（Baidu Wenku）和百度网络服务（Baidu Netdisk Services）。根据百度AI Day在2025年揭示的最新数据，百度图书馆的AI功能的每月活跃用户超过9000万，付费用户的数量超过4000万，仅次于世界上的Microsoft Copilot。此外，百度·温库（Baidu Wenku）的支付率同比增加60％，这几乎完全由AI功能驱动。
在大型模型的重建下，百度·温库（Baidu Wenku）从办公室工具转变为“一站式AI内容获取和创建平台”，并启动了数百种AI功能，例如智能PPT，智能写作，AI搜索，涵盖搜索，创建，编辑的三个主要链接。例如，智能写作功能支持用户在任何时候通过关键字，修改大纲，文本，扩展等生成逻辑上清除的报告，摘要或计划。可以将其集成到用户工作和学习的整个创建过程中。因此，百度·温库（Baidu Wenku）在中国智能PPT市场的用户规模份额方面具有明显的领先优势。
与Baidu Wenku直接竞争的产品之一是Kingsoft Office的WPS AI。
2023年11月，WPS AI被释放。 Kingsoft Office首席执行官Zhang Qingyuan说，WPS AI奠定了三个战略发展：AIGC（内容创建），Copilot（Smart Assistant）和Insight（知识见解）。根据Kingsoft Office的2024年第三季度财务报告，WPS AI 2.0驱使其国内个人订阅业务在第三季度获得7.62亿元的收入，同比增长17.24％。在报告期间，WPS AI 2.0添加了新功能，例如AI写作助理和AI阅读助手，此前在应用程序方案（例如Content Creation and Smart Assistant）中也有一些布局。
在主要制造商的AI商业化中，结果与该过程一样重要。当被问及大型模型的竞争格局时，Liang Wenfeng承认大型工厂必须具有优势，但是如果不能快速应用它们，那么大型工厂可能无法继续坚持，因为他们需要更多地看到结果。
阿里巴巴也正在向旧业务注入新鲜的血液。去年年底，阿里巴巴将其AI应用程序“ Tongyi”与阿里巴巴云分开，并将其合并为阿里巴巴的智能信息业务集团。今年1月，Quark也是阿里巴巴的智能信息业务集团，发布了一个新的口号：“ AI全能AI助理2亿人的AI助理”，阐明了该产品的AI定位。阿里巴巴显然已经为AI的C-End应用程序做出了强有力的安排。目前，Quark，Tongyi App和Tmall Genie代表了三个方向的布局：生产力工具，聊天机器人和AI硬件。
在AI到C的方向上，百度和阿里巴巴具有类似的想法，即调整组织结构以连接和整合业务，并使用AI激活以前相对较高的产品。
Tencent在AI商业化中的布局也可以称为“旧树芽新芽”。在2025年的内部员工会议上，马·霍滕（Ma Huateng）提到，腾讯将继续将资源投资于计算能力的储备，并希望所有BG都能采用大型模型的生产化实施方案。包括微信，QQ，输入方法，浏览器和其他产品在内的产品将推出AI Intelligence，以及Games，Wechat Reading和Tencent视频等产品也将基于Hunyuan进行更多的AI探索。
在体积参数，体积长度的文本和代理之后，然后数量低廉，国内主要制造商现在在AI中有一个共同的阵线 - 重建原始业务并促进业务流程。
初创企业和技术巨头之间的游戏
当主要制造商开始加快AI的商业化时，AI初创公司实际上面临着商业化的压力。
一些具有固体技术的领先初创公司也遭受了平衡成本和收益的不确定性。 Yuezhi Dark的子公司Kimi Smart Assistant已成为近年来最热门的AI应用程序之一。它的第一个推理能力增强模型K0-Math非常接近O1的水平，甚至可以超过它，只有两个月的时间。
Approwating的数据表明，自2024年3月以来，Kimi的广告几乎每个月都达到数千万元人民币，10月份达到了2.2亿元，11月份达到了2亿元人民币。但是，基米的交付效果尚未预期。根据QuestMobile数据，诸如KIMI之类的AI本机应用的次日保留率仅约30％，低于行业标准的50％-60％。月球的阴暗面需要平衡投资流，自然增长和商业化之间的关系，因此，去年，基米推出了奖励功能，这被视为对其加速商业化的探索。
Liang Wenfeng在采访中承认，现有的垂直场景不在初创企业手中，并且这个阶段对初创企业不太友好。因为主要制造商在垂直方案中拥有相对较高的资源，并且以前已经做出了一些安排，并且具有第一步的优势。尤其是在AI转换垂直方案中的大型制造商的现有业务之后，其中许多人表现出比AI本机应用程序更好的用户活动和付费转换。这意味着初创企业需要更加急切地寻找差异化的应用程序方案，并且可能会进一步压缩他们的生活空间。
当然，与大型制造商在商业化方面，AI初创公司也具有自己的优势。
Liang Wenfeng说，主要制造商的模型将与他们的平台或生态系统捆绑在一起，而DeepSeek是完全免费的。坦率地说，大型公司或多或少会根据各自的业务在开发模型的过程中开始，但这也会造成一定的限制。例如，一些云制造商的先前需求分散了。直到2022年，自动驾驶开始需要租用机器进行培训并具有付款能力，一些云制造商建立了基础设施。大型公司很难简单地进行研究和培训，这将是由业务需求驱动的。
像DeepSeek这样的初创公司完全从0到1，并且在开发方向上具有更大的可能性。
在商业化的过程中，AI初创公司和技术巨头不仅是“挑战者和看门人”，而且还建立具有独特的生态壁ni的差异化价值网络。它的核心优势不是资源规模，而是在Edge Innovation效率和价值重建功能中。
结论
AI模型和本机应用的商业化是关于“技术市场”的双重马拉松。
在短期内，公司需要在方案重点和成本控制方面找到平衡点。 DeepSeek的受欢迎程度确实给Baidu等主要制造商带来了压力。但是，从长远来看，商业化仍然需要依靠潜在的技术突破和生态协作能力。大型制造商（例如Baidu）不会在脸上打耳光，因为游戏仍在继续。
真正的赢家将是那些可以继续将技术优势转变为独特的商业价值并建立完整的工业封闭循环的人。
