當國外的AI在砸錢搞研發時，國內的AI還在砸錢搞用戶

對用戶來說，這是繼“外賣大戰”后又一次巨大的白嫖機會；但從行業的角度來看，過去互聯網砸錢圈地的“野蠻時代”，早已經過去。

上一次喝到免費的奶茶，還是好幾個月前的外賣大戰。我原以為可能再也沒有這樣的機會，沒想到僅僅幾個月后，巨頭們就再一次砸錢下場。

而這一次，針對不再是即時零售，而是AI。

AI是新機會，是新的未來和風口，這在今天已經成了幾乎所有人的共識。但在共識之外，AI到底應該如何落地，如何收費，甚至是如何“盈利”仍然沒有一個較好的模式，但這絲毫不妨礙巨頭們砸錢吸引用戶。

這一點和國外形成了鮮明的對比；自從ChatGPT橫空出世以來，巨大的流量和媒體的曝光，讓吸引用戶不再需要付費，隨后國外幾大科技公司的入場，先天自帶的用戶群體，似乎也不需要靠砸錢來吸引用戶。

當國內的AI在砸錢搞用戶的時候，國外的AI則更多把錢用在了技術上，這兩者之間的差別，背后暴露出的其實還是用戶對AI的不同態度。

先說一點，本文探討的并非是非對錯，而是從一個更為宏觀的角度來看，為什么國內的AI公司需要靠砸錢來吸引用戶。

畢竟從研發的角度來看，國內的AI公司研發強度其實并不低。

先看美國，其中微軟2025財年計劃投資800億美元用于AI數據中心建設；谷歌則預計投資幾百億美元，OpenAI、軟銀和甲骨文則承諾斥資5000億美元，建設新的AI基礎設施，初期投資規模為1000億美元。

而國內，其中阿里宣布未來三年投入3800億建設云和AI硬件基礎設施，騰訊2024年研發投入也達到了706億元，字節2026年資金開支更是計劃高達1600億.

可以說在AI研發投入上，中美兩國公司都很用力。但在其他策略上，卻有所不同。例如在吸引用戶上，不管是阿里還是騰訊，其實背后都有數十億用戶，理論上應該不缺C端用戶，但為什么仍然需要砸幾十億來吸引用戶？

這事實上是國內互聯網企業的“獨特基因”。從最早的PC端到移動端，很多互聯網企業都延續了“用戶規模優先”的商業模式，自然AI戰略也深受影響，企業更關注如何將AI嵌入現有的流量生態，實現快速變現，而非從零構建基礎模型能力。

而更重要的是，如果不談這波砸錢吸引用戶，過去一兩年，國內AI在營銷上投入的則更多，以最近比較火的AI APP為例，常年花錢買廣告砸流量，吸引用戶下載，這部分的營銷部分，至少已經遠超今天砸錢的規模。

所以，和國外AI相比，我們的確會將大量資金用于用戶獲取、市場推廣和場景落地。這樣的效果好嗎？

沒有人知道。但問題在于，一家企業砸錢吸引用戶了，如果友商不跟進的話，就只能在用戶規模上落后，而國內互聯網企業的基因又是“用戶規模優先”，所以在某種意義上，這也變成了一場零和博弈游戲，就如同幾個月前的外賣大戰，如果不是有關部門介入，估計還會繼續燒錢下去。

除此之外，砸錢搞用戶的另一個好處就是，它可以培養用戶的習慣。不管你是出于什么目的下載了APP，只要你在薅羊毛的過程中，慢慢學會了使用AI，長期下來自然就會養成習慣。

國內互聯網靠砸錢培養用戶習慣的例子并不少，諸如掃碼支付、手機打車、點外賣等等，早期都是靠著補貼走過來的。

但砸錢跑馬圈地還適合今天這樣一個AI時代嗎？

對巨頭來說，我認為仍然還是有效果的。

巨頭首先是不差錢，所以有砸錢搞用戶，培養用戶習慣的本錢；而這一點，其他相對小的公司就很難做到。

所以巨頭砸錢，有助于打開AI市場，觸及更多潛在人群，同時擴大蛋糕，對AI的發展其實是起到了更好的促進效果。

這幾天我邀請朋友喝奶茶，我也才發現身邊很多人甚至都沒有一個AI應用，這讓我感到很奇怪，但同時也意識到，我國14億人口中，其實還有很多人對所謂的科技潮流風口，仍然是沒有預見性，以及缺乏基礎的常識的。

所以砸錢，仍然很有必要。

剩下的問題就變成了，為什么國外AI不砸錢吸引用戶呢？

這其實就是市場結構的差異。歐美市場更注重技術深度和長期價值，投資機構也更愿意支持AI企業長期研發；而國內互聯網生態則更依賴流量變現和用戶增長，企業需要在競爭激烈的市場中快速證明商業價值。

這兩地的市場不同，也導致了企業做出不同的決策。

砸錢搞用戶，未必就是壞事，短期來看，用戶端的戰略更有助于快速驗證商業價值，從而助力我們的AI公司走得更長遠，對用戶來說，薅羊毛也能夠帶來生活的小確幸，提高幸福價值。

這是一舉兩得的事情。

但從長期的角度來看，基礎研發仍然是決定競爭力的核心。國內外大公司都在不斷砸錢搞研發，所有人都深知AI的核心競爭力就是研發，就是AI用起來好不好用，是否智能。

從這個意義上講，在砸錢吸引用戶之后，我們的AI唯一需要做的，就是把AI做的更好。作為一個資深重度AI使用者，我在使用某些國內AI APP的時候，我唯一的感受就是，越用反而越不好用。

這個APP我就不點名了，我只能說它剛出來那會，剛下載的時候，用起來是非常絲滑的，回答內容也很不錯，邏輯清晰有條理，但現在越用越差，更新一次之后反而更難用了。

我希望這是我的錯覺，畢竟眼下來看，我能夠用的AI，尤其是好的AI，仍然非常有限。

也許，是時候在AI行業引入一條鯰魚了。

end.

作者：羅sir，關心人、社會和我們這個世界的一切；好奇事物發展背后的邏輯，樂觀的悲觀主義者。