AI公司押注B端：是趨勢，還是一種行業性失敗？

“從B端項目中能否找到AI的未來？也許“CV四小龍”已經給出了答案。

現實世界的殘酷在于，它不相信PPT，也不相信發布會上的Demo。這種“缺席”的尷尬，恰恰是當下中國AI行業某種虛假繁榮的縮影，與此同時，智譜、零一萬物、杭州“AI六小龍”正集體上演一場“大撤退”：收縮C端，強攻B端，他們再次向媒體展示出“商業化落地”的華麗轉身，但真相也在業內人士中間流傳——因為C端的“玩具”不靈了，那些在大洋彼岸被ChatGPT驗證過的訂閱費增長神話，在中國并沒有在“小龍”上復現。如今估值高懸的獨角獸們只能換個戰場，去說服企業老板。

我們不得不面對一個尷尬的對比：亞馬遜正在用AI實現“冷血”的裁員，據報道，亞馬遜近年來裁減了數萬個崗位，并明確利用AI接管了大量廣告運營和后臺任務，這側面印證了AI在提升效率方面的殘酷有效性；而在國內的B端市場，目前卻充斥著大量花拳繡腿的“數字人”。企業并非公益機構，當下這個預算吃緊、效率優先的時代，AI產品成為無法解決實際痛點的“擺設”，如此企業領導通常只會買單一次，第二年便會大幅縮減該產品的預算。

如果AI小龍們長期無法在企業內部的真實業務鏈條中發揮作用，那它們在B端的集體沖鋒，很可能迎來的是當年CV“四小龍”的同樣命運：項目越做越多，現金越賺越少，技術越強越無力，最后淪為一支實施工程隊。

從“高唱贊歌”到“退至幕后”

回望2023年，那不僅是“百模大戰”的元年，更是那些小龍們的高光時刻。彼時，每一家大模型創業公司的創始人都像影視巨星一樣出場，接受記者采訪，出席各種峰會，談論著AGI、具身智能，談論著“中國的OpenAI”。那時候的融資發布會上，拿到幾億融資額的創始人充滿了對“改變世界”的宏大敘事。然而，僅僅兩年時間，星光漸黯，取而代之的是B端銷售團隊的KPI考核表和與業內某個中小公司的合作簽約儀式。

作為AI創新企業中學院派色彩最濃、技術積淀最深的一家，智譜AI的發展軌跡很具有代表性。這家公司的故事可以追溯到2006年成立的清華大學計算機系知識工程實驗室（KEG），它的起步要遠早于后來異軍突起的月之暗面（Moonshot）和稀宇科技（MiniMax）等耳熟能詳的一些AI公司。

可以說，在百川智能創始人王小川在搜狐研發中心發布上一個時代的代表作搜狗之后的幾年間，智譜AI創始人唐杰、張鵬等人已經開始了這一代的早期探索，他們都出自于清華大學計算機系。依托清華系KEG（知識工程實驗室）的深厚背景，團隊研發出了AMiner，這是一個基于知識圖譜的學術搜索系統，連接了全球數億學者和論文，為后來大模型的研發奠定了數據基礎。實驗室還有一個數字虛擬形象“華智冰”作為“清華大學的虛擬女生”被廣為人知，這也是智譜AI成立公司之后的產品。

2019年智譜AI正式成立公司，成立之初便專攻并沒有太多人所知的大模型。2020年，智譜AI開始GLM（General Language Model）預訓練架構的研發，彼時OpenAI剛發布GPT-3的第一個版本，2022年8月由智譜GLM-130B正式誕生，11月斯坦福大學大模型中心對全球30個主流大模型進行全方位評測，GLM-130B成為亞洲唯一入選者，就在那個月，OpenAI的GPT3.5正式發布，一個新時代來臨了。

很快，到第二年8月31日，智譜也推出具有聊天功能的ChatGLM，它的中文名叫“智譜清言”，彼時智譜已經被投資圈廣泛關注，不僅有財務投資人，美團、螞蟻、阿里巴巴、騰訊的戰投也押注了這家公司，在那個階段，資本市場對智譜的期待是“平臺級公司”，是對標百度、挑戰字節的移動互聯網新一極。

到2023年底，智譜拿了至少25億人民幣的融資，加上蒸蒸日上的大模型產業，只要對標ChatGPT，既容易和投資人講故事，又能輕松獲得嘗鮮的用戶，再加上源源不斷的清華優秀畢業生，高峰期時達到1000人左右的團隊規模。

2024年1月智譜如期發布了GLM-4，當業內競爭對手紛紛推出Agent的時候，智譜也相應推出自己的Agent產品AutoGLM。在發布會上，已是CEO的張鵬演示了“一句話讓AI幫忙發微信紅包”，此外還可以一句話下單點外賣，這些都讓人頗為深刻。今年初，Manus玩饑渴營銷，用戶找不到驗證碼，智譜又迅速推出一個類似功能的新品“AutoGlm沉思”。

但智譜清言這兩年的用戶活躍度卻降了。我們對比了aigcrank上智譜在2024年11月與2025年10月的排行數據變化，月活（MAU）從637萬到685萬，幾乎沒有變化，而第一名的MAU已經是去年的2.65倍。

AI國內APP MAU產品榜（左側是2024年11月榜單，右側是2025年10月榜單），來源：AI產品榜 aicpb.com

智譜月活的停滯不前并非大廠競爭對手的瘋狂買量，究其原因，一方面雖然智譜推出的產品不少，像面向Vibe Coding的“CodeGeeX”、AI視頻生成工具“清影”，每個方向基本都占了，但由于特色不明顯，能留存用戶的產品并不多；另一方面，購買會員的用戶在黑貓投訴平臺上投訴智譜圖片生成質量不高、重要數據出錯，如“機動車尾號限行信息提供錯誤，導致被交警罰款”。另外智譜在發布會上的炫酷功能，當用戶實際上手的時候，它并沒有表現出廣告中絲滑的體驗，它的廣告詞“光說不干”倒成為一個反諷。

這一期間，智譜大模型的研發速度也沒有太快，2024年8月推出GLM-4 Plus，直到2025年7月才推出GLM4.5，而這一期間，豆包、DeepSeek、夸克、千問、騰訊元寶等一系列國內競爭對手如雨后春筍般地冒出來。

曾幾何時，智譜到底toC還是toB尚有一些爭論，如今的智譜，越來越像一家傳統的軟件供應商，它不僅推出了MaaS（模型即服務）平臺，更頻繁地出現在央國企的招標名單中，通過私有化部署、API降價大促等手段，通過出售“全家桶”式的B端服務來維持營收。

資金來源的變遷也印證了這一戰略的“退守”。2024年，智譜獲得了北京市人工智能產業投資基金、中關村科學城公司、華發集團等“國家隊”資金的支持，融資總額超過30億元，2025年繼續拿到北京市人工智能產業投資基金、成都高新區、張江集團、華發集團等戰略投資。這些來自北京、上海、成都等地的國資入局，雖然為智譜補充了急需的彈藥，但也隱性地規定了其發展的方向——服務于地方產業數字化、服務于政務云、服務于信創國產化。

這種“向B轉”的動作，在AI“小龍”、“小虎”中是集體性的。零一萬物的創始人李開復博士在2023年創建這家新公司之初，曾高調宣稱要面向C端用戶打造“Super App”，強調移動互聯網時代的打法，要在C端再造輝煌。但到了2024年底，李開復的口風驟變，他公開表示AGI的實現可能還需要7年，而這期間廠商會有各種B端商機，并發布了覆蓋零售、電商場景的“如意”數字人等一系列ToB解決方案。他開始強調將推理成本降到行業最低，通過幫助百勝中國、孩子王等企業賺錢來獲得價值認可。多家媒體報道，2024年，零一萬物B端業務貢獻了近七成的收入。零一萬物在“讓通用人工智能普惠各地，人人受益”的愿景之外，給出一個更現實的目標：“讓大模型幫助企業賺到錢”。

其他幾家也未能免俗。百川智能與Minimax則更早地All-in B端。百川智能在意識到通用C端的燒錢無底洞后，開始停訓部分新通用大模型，轉而將戰略重心All-in AI+醫療。王小川試圖在醫療這個高壁壘的垂直領域尋找避風港，棄守了億級的通用B端業務，轉而與北京兒童醫院、北京市海淀區衛健委開發“兒科大模型、AI醫生”。宇數科技的創始人王興興制定公司戰略時指出，不冒進消費市場，重點聚焦于科研和教育等B端市場；以機器狗著稱的云深處則在多個B端應用領域介入更深，聲稱拿到多項行業第一；與此同時，DeepSeek和MiniMax也開始主打技術方案與企業落地，推出了企業級的部署定制解決方案。

哪怕這些公司的基因不同——有的源自學院，有的源自大廠，有的源自投資界——但它們的動作卻驚人一致。這一集體轉向B端，并非行業成熟后的主動戰略升級，更像是C端碰壁后的被動選擇，當C端的故事講不圓了，投資人的耐心耗盡了，大家只能不約而同地退至幕后，去B端的圍城里尋找糧草。

無奈的退守：

為何他們會“逃離”C端？

從C端的退場不是偶然，而是大模型天然結構與用戶需求之間的矛盾所導致。

首先是嚴重的同質化問題。打開當今國內AI應用任意一款C端App，遮住Logo，你幾乎分不清誰是誰。它們在C端產品功能上高度雷同，無非是聊天、寫詩、畫圖、讀文檔，這種現象不僅在“小龍”身上發生，大廠出品的“千問”、“元寶”也是如此，這種高度的同質化，使得沒有任何一家能夠建立起類似微信（社交關系鏈）或抖音（算法推薦流）那樣的生態壁壘。用戶今天用智譜，明天可以無成本地切到Kimi或豆包，毫無忠誠度可言。

更致命的是當用戶依賴AI的時候，AI卻直接掉鏈子，充了會員也不管用。現有的模型能力雖然能通過圖靈測試，但在復雜的C端生活場景中，無法提供穩定的“工具價值”，正如智譜用戶的反饋，用戶原本期待的是一個能幫自己訂票、做決策、處理復雜任務的“賈維斯（Jarvis）”，結果得到的只是一個陪聊的“電子寵物”、一次性的“聊天玩具”，玩膩了就走，這直接導致了獲客成本（CAC）極高而生命周期價值（LTV）過低。

除了產品力的潰敗，商業模式的缺失與巨大的營收壓力也是促使它們逃離的要素。相比于互聯網時代的燒錢換規模，大模型的推理成本是線性的。正如李開復所言，AI-first的應用革命，今天不是做不出來，只是好的模型太貴，便宜的模型不夠好。在C端，用戶越多，虧得越多，且目前缺乏廣告、游戲等成熟的變現手段，而愿意為訂閱費買單的用戶很快到達天花板。

這就造成了嚴重的估值倒掛。這些公司被投出了幾百億人民幣的估值，卻沒有對應的C端收入。在一級市場融資環境遇冷的當下，投資人耐心耗盡，迫切需要一張好看的損益表。這時，B端的誘惑就顯現出來，相比于向個人用戶收19.9元的會員費，B端的大額合同雖然難啃，但似乎成了短期內粉飾財報的唯一救命稻草，用“小龍小虎”級別的品牌知名度搞定幾個焦慮的企業領導、去拿幾個政府支持的智算中心項目，就能立刻體現在財報的“營收”一欄。

CV四小龍的前車之鑒：

項目制就是救命稻草嗎

歷史總是驚人的相似，甚至連押韻都充滿了諷刺意味。今天智譜、零一萬物、百川智能等“AI小龍”急轉彎駛向B端的路徑，與當年的“CV四小龍”幾乎如出一轍。

在計算機視覺最輝煌的十年里，四小龍依靠人臉識別技術一度站在中國AI產業的頂點。它們起家于人臉識別算法，那是計算機視覺的“黃金時代”，而且它們的明星科學家創始人更具有光環，很快獲得同樣連續多輪的融資，當故事講完投資人要求業績之時，CV四小龍做出了和今天“AI小龍”同樣的選擇：大舉進軍安防、智慧城市、交通、物聯網、金融、醫療等B端領域。

然而，當它們真正跳進去才發現，深坑無數，最終陷入了“項目制泥潭”。

首先是領域單一帶來的“內卷式”同質化。四小龍的底層能力都來自CV技術棧，業務延展方向也高度重疊，安防是它們共同的大頭業務，它們給企業提出的解決方案，往往大同小異，缺乏本質的護城河。既然技術拉不開差距，就只能拼價格，拼所謂的服務，最后還賣不過比它們傳統的海康威視。

“四小龍”橫向對比，來源：各公司財報，數據猿整理

其次是“定制化之痛”帶來的利潤吞噬。CV四小龍面對的B端客戶，需求千奇百怪且極度非標，A市的攝像頭要兼容十年前的舊系統，B銀行的接口要符合內部的特殊規范。為了拿單，CV四小龍不得不投入大量人力做定制開發，產品變成了徹頭徹尾的“非標品”。這導致原本做算法的公司，活生生做成了“人力密集型”的外包公司。在這種模式下，營收越高，人力成本越高，凈利率反而越低，陷入了“規模不經濟”的怪圈。

再次是“回款噩夢”引發的現金流危機。G端和B端大項目的決策鏈極長，驗收和回款周期更是以年計算。這導致翻開財報時，營收數據看似增長喜人，但仔細一看，“應收賬款”高企，經營性現金流常年為負。為了維持公司運轉和龐大的研發團隊，它們只能不斷融資、不斷借貸，最終陷入惡性循環。

結局我們都看到了，CV四小龍從“明星獨角獸”變成了“工程交付公司”。上市后股價腰斬、持續虧損、裁員縮編，以曠視公司為例，該公司在2018至2020年凈利潤分別為-28億、-66.43億、-33.26億元，三年共虧損約127.7億元。2024年11月，曠視科技主動撤回了在科創板的上市申請。

CV四小龍用慘痛的經歷證明：如果技術不能標準化，B端市場就不是印鈔機，而是碎鈔機。靠一個個項目撐起亮麗財報，最后撐壞的是組織、現金流和研發能力。

李開復雖然強調“做ToB不是用單純的項目制去虧本拿單子，為爭小小的單子打得頭破血流，而是要在幫助合作伙伴和客戶賺錢的基礎上獲得價值認可”，但當生存壓力來襲，實際上CV四小龍誰也沒有做到這一點。也包括李開復自己擔任董事長的創新奇智——這家主打“AI+制造/金融”的B端企業，三年前IPO時市值曾高達147-153億港元，而如今（截至12月4日）市值僅剩31.6億港元。

新瓶裝舊酒，結局會如何？

現在，接力棒傳到了“AI六小龍”手里。不幸的是，從目前的種種跡象來看，它們正在踩入同樣的模式，甚至面臨著比CV時代更嚴峻的挑戰。

我們看到了同樣的“項目制傾向”，同樣的大模型開發團隊逐漸變成交付團隊。它們開始大量招聘解決方案架構師、行業專家、項目經理、交付工程師，研發資源逐漸被分配到各類企業定制項目中，而非平臺性技術的長期迭代。

為了滿足甲方的安全合規要求、適配甲方充滿孤島的IT架構，最頂尖的AI人才被迫去干“臟活累活”。現在的私有化部署，不僅要賣模型、一體機，還要遷移到云甚至清洗數據。我們從boss直聘看到，能做出讓人耳目一新的出海產品talkie的Minimax公司，如今也在招聘“大模型售前解決方案工程師”，分布在北京、上海、深圳。耐人尋味的是，這家公司下面就有老牌外包公司“中軟國際”，幾乎也是這個職位，只是沒有AI，而工資相差數倍，如果前者也在干后者的工作，那么究竟還值不值這個薪資？

MiniMax和中軟國際解決方案職位對比，來源：Boss直聘

事實上，現在的處境比CV時代更為艱難。大模型的私有化部署和算力維護成本，不僅要考慮GPU顯卡等核心基礎設施投入，還要考慮存儲、網絡、冷卻、電力、部署、運維和持續迭代所需的資源。私有化部署一個千億參數級模型（如智譜GLM-130B），一次性投入+年化運營成本至少在百萬級，有能力私有化部署的公司數量更為有限。由于投入成本巨大，企業的ROI（投資回報率）相較CV時代更難填平。

有人可能會認為：“既然私有化部署成本如此之高，那企業為什么不上公有云？云服務不是更便宜嗎？”但在現實的政企市場中，這條道路基本走不通。和當年 CV四小龍面對的情況一樣，政務、金融、醫療等領域的數據高度敏感，涉及安防監控、身份信息、業務流水、運營調度等核心資產。這類客戶天然對外部云環境保持謹慎，要求所有模型運行和數據處理都必須在本地、可控的環境中完成。

前面提到ROI很難填平的關鍵因素也在于，B端企業目前還難以通過AI直接獲得收入，企業需要的是精準決策，而大模型的“幻覺”特性，即一本正經地胡說八道，在B端是致命傷，容錯率極低。在安防時代，識別錯了頂多是誤報，人工復核一下就行。但大模型是用來做決策輔助、做知識管理的。如果AI給醫生推薦了錯誤的藥方，給法官引用了不存在的法條，給CEO提供了虛假的市場數據，誰來負責？

企業中的每一次判斷都需要準確、可追溯、符合規范，而大模型當前的生成邏輯并不能保證這一點。企業不會接受一個“偶爾會胡說八道”的系統參與決策。這使得許多AI落地方案只能停留在“輔助手段”層面，無法真正進入企業的核心流程，那就產生不了能覆蓋成本的收入

另外，許多公司試圖將AI引入運營流程，但發現AI雖然能講故事，卻無法真正承擔責任。它們能在會議室里做出精彩演示，卻無法處理真實流程中的復雜變量；能寫銷售話術，卻無法解決訂單中的問題根因；能平鋪直敘地總結數據，卻不理解那些數字背后復雜的業務邏輯。

在這種供需錯位下，市場誕生了怪胎——“數字員工”虛火。現在賣給企業的諸多AI應用，本質上是“數字版羅永浩”，它們能聊能侃，形象逼真。這些“人來瘋”的數字人雖然能直播提升GMV，但本質上往往淪為展廳里的擺設。我們又發現了另一個令人尋味的現象，今年十月，宇數科技參加“中國國際消防展”，主打“偵測版”和“水炮版”機器狗，即宇數的工業四足機器人B2系列，同時宇數也在銷售類似設備，資料顯示，荊州市消防救援支隊2024年度消防裝備采購項目就包含了宇樹的四足仿生機器人產品。然而，我們也看到在今年香港宏福苑的大火中，那些在科技發布會上大放異彩的機器人、機器狗鮮有發揮作用，在關鍵場合還得依靠傳統的消防員。

第二十一屆中國國際消防展上的宇數科技消防機器人，來源：新浪

在當今AI熱潮之下，政府、企業領導可能會被說服買單一次，但如果實際效果無法落地，在財政預算普遍收緊的背景下，沒有人愿意承擔第二次風險。因此，越來越多企業將AI視為試驗性項目，而不是戰略性投入。為了避免預算浪費，管理層普遍要求“先試點，再決定是否擴展”，這在流程設計上意味著：AI公司必須先自掏腰包投入研發，做出樣機或PoC，再一步步推動企業最終采購。

這種“單點突破”的路徑讓企業和AI公司都要付出高昂的試錯成本，更關鍵的是，如果AI系統無法在真實業務流程中承擔可量化、可追責的責任，那么項目制本身就難以成立，更不要說沉淀成標準化平臺。這種模式只能帶來“不斷試點、不斷重做、難以放量”的商業循環。

長期如此，AI六小龍很可能重演CV四小龍的軌跡——在高成本、低毛利、強依賴人工交付的業務環境里被拖成工程公司，創新資源被消耗殆盡，最終被主流市場邊緣化。

問題不在于轉B

而在于能不能創造真實價值

中國工程院鄔賀銓院士近日撰文指出，AI正迎來從技術突破到價值落地的關鍵拐點。當前，大模型技術在參數規模、多模態能力和工程效率上持續迭代突破，千行百業展現出AI應用的豐富場景，但AI技術的規模價值仍未得到充分釋放。

今年下半年，從Sora2到Nano Banana、Gemini3，每一次新的發布都在C端引起了巨大反響，帶來驚人的用戶轉化。這些新技術展示了更強的多模態理解能力和更低的端側推理成本，說明新一代輕量模型正在讓C端AI應用具備真正的可用性和差異化價值。C端的機會窗口依然敞開。

同樣B端也有巨大的市場。從亞馬遜裁員的例子來看，B端企業級應用同樣可以起到驚人的效果，這種效果來自于對業務流程的深度重構和對人力的實質性替代，而不是部署一個大模型、能隨便聊幾句就算“落地”。其背后一定是對行業邏輯的深刻理解、對關鍵節點的精準把控后，讓AI嵌入流程，成為承擔責任的“員工”，達到這一層級，才可能成為企業付費的一個理由。

總部位于瑞典的金融科技公司Klarna原有700名客服，當它上線了AI客服等產品后，其CEO Sebastian Siemiatkowski認為不需要那么多的員工，隨即將員工人數從5000人削減至3800人，但他接下來就后悔了，因為AI客服只能匹配知識庫，而不能解決實際問題，用戶實際問題千奇百怪，很多不屬于知識庫的一部分，“演示效果非常驚艷，但一旦實際落地就會暴露很多問題。”目前這家公司又開始重新招聘人工客服。

歸根結底，無論是C端還是B端，都不是決定成敗的關鍵，提供價值才是。實際上，如果不能在B端證明自己是“工具”而不是“吉祥物”，那么今天簽下的每一個大單，都將是明天壓垮駱駝的最后一根稻草。在中國AI的下半場，我們不需要太多的“數字羅永浩”，而需要能真正承擔責任、可在流程中站得住的硅基打工人，只有先證明自己有用，才值得談未來。在證明自己有用之前，請收起那些華麗的PPT，因為當大火燃起時，它們真的救不了火。