走进杭州 | 对话涂鸦智能联合创始人杨懿

在科技企业的发展进程中，盈利始终是高悬于头顶的生命线。

经典著作《浪潮之巅》引用松下幸之助的名言：“一个产品如果不能盈利，就是对人类的犯罪，因为它浪费了人力和物力。”

回溯互联网时代，众多企业盲目追逐用户规模，却忽视了盈利路径的构建，最终因现金流断裂而折戟沉沙，造就了著名的互联网泡沫。

与之形成鲜明对比的是，谷歌凭借创新的搜索算法和基于广告的清晰盈利模式，在残酷的市场竞争中成功存活。

这一现象深刻印证了熊彼特 “创造性破坏” 理论的核心要义 —— 创新必须完成 “技术势能→商业模式→财务正循环” 的价值闭环。

时光流转，人工智能浪潮袭来，却同样难以摆脱商业规律的制约。

人工智能历经三起两落，一度深陷 “技术惊艳 - 商业乏力” 的困境。2020 年前后的 AI 寒冬，全球头部 AI 企业大多仍在亏损，商业化路径不明的算法公司大量倒闭。

但随着行业的发展，曙光初现。DeepSeek 在知乎发表的《DeepSeek-V3/R1 推理系统概览》显示，其实现了理论成本利润率 545% 的惊人突破；全球化 AI 云开发者平台涂鸦智能，也在 2024 年交出了首份年度盈利答卷。

这两个标志性的成果，共同描绘出人工智能产业化落地的可行路径。

翻阅涂鸦智能 2024 年的财报，亮眼的数据跃然纸上。2024 年第四季度，公司总收入达到 8210 万美元，同比增长 27.4%，远超彭博一致预期的 8040 万美元。

毛利率提升至 47.8%，同比上升 0.5 个百分点，环比上升 1.8 个百分点。Non-GAAP 净利润为 2210 万美元，净利润率 26.9%，同比提升 7.4 个百分点。

纵观 2024 年全年，涂鸦智能的业绩更为出色。

总收入达到 2.986 亿美元，同比增长 29.8%。毛利率稳定在 47.4%，同比提升 1 个百分点，连续 6 年稳健提升。Non-GAAP 净利润为 7530 万美元，同比大幅增长 268.5%，净利润率 25%。

凭借出色的 Non-GAAP 经营表现，涂鸦智能成功覆盖了与商业模型及业务经营无关的历史股权激励等项目带来的会计负担，首次实现年度 GAAP 盈利，净利润达 500 万美元。

DeepSeek 可观的利润率，犹如一记警钟，打破了行业对技术参数的盲目崇拜，将关注的焦点重新拉回到商业本质。长期以来，大模型技术被媒体过度神化，笼罩着一层神秘的面纱。

但从务实的角度来看，大模型的本质是将复杂的 AI 能力转化为可调用的工具。

中国信通院《MaaS 框架与应用研究报告（2024 年）》指出，人工智能架构与云计算架构高度相似，这表明技术演进正在重演历史规律 ——AI 这一颠覆性技术将回归基础设施的本质。

涂鸦智能联合创始人、COO 兼 CFO 杨懿对此表示认同：“大模型的未来形态应是通用互联网基础设施，正如云计算重构了 IT 底层架构。”

在这样的背景下，将 AI 能力转化为可调用的工具集和应用，成为 AI 商业化的关键。涂鸦智能提出 “LLM Agnostic（大模型无关）” 理念，这一理念延续了涂鸦智能此前的 “Cloud Agnostic（云无关）” 和 “Edge Agnostic（端无关）”。

在物联网早期，涂鸦智能凭借 “Cloud Agnostic” 和 “Edge Agnostic” 帮助客户解决基础设施碎片化的难题，让开发者和企业用户无需关注底层技术的复杂性，实现 “无感知化”。

如今，涂鸦智能继续沿用这一思路，通过技术架构和生成式 AI 解决方案，使开发者和企业用户能够专注于商业逻辑和核心业务创新，推动构建 “人人能参与，处处有 AI” 的 AI 平权生态。

正如杨懿所说：“我们倡导‘Agnostic’（无关性）的本质，就是希望消除所有阻碍进入的门槛，让更多人快速进入这个领域，从而推动新型应用场景的快速繁荣。”

当行业还在为大模型技术路线争论不休时，涂鸦智能已经建成全球首个集成 DeepSeek、豆包、通义千问、OpenAI、Claude、Gemini、Amazon Nova 等顶尖模型的 AIoT 开发平台，支持开发者按需调用差异化能力。

与绑定单一模型的竞争对手不同，涂鸦智能 “技术集大成者” 的定位源于对技术实用主义的深刻理解。

不同的大模型各有优劣。

DeepSeek 在文本推理方面表现出色，但在智能家居、智慧空间的多模态交互场景中则略显不足；某些中文模型内容生成能力较强，但推理成本高昂；部分模型虽然在中文内容处理上优势明显，但使用效率较低，成本较高，更适合高附加值的商业化内容制作；还有一些模型通用性较强，但在数据分析的精度和严谨性方面存在欠缺。

此外，不同地域的市场需求和偏好也存在差异，欧洲用户更倾向于本地合规模型，东南亚市场对多语言支持的需求较大，高端商业客户则追求私有化部署。

在这种情况下，初创公司若想开发面向全球市场的 AI 设备，选择合适的大模型成为一项复杂的任务。

涂鸦智能的 “LLM Agnostic” 理念，通过整合所有模型的优点，为开发者提供通用化平台，使他们能够根据自身需求选择最适合的模型。

开发者只需关注应用场景、目标群体、商业模式以及对成本、准确度和使用偏好的要求，即可实现更优的解决方案。

杨懿表示，平台通过架构级创新，让开发者可以像拼装乐高积木一样自由组合模型能力。

例如，将通义千问的语义理解能力与 DeepSeek 的代码生成能力融合，打造可自主迭代的产品。

然而，在高度碎片化的商业市场中，仅仅做技术集成商是远远不够的。涂鸦智能选择构建全球开放、中立的 AIoT 生态，为开发者提供技术、供应链、生态融合等全方位赋能。

杨懿多次强调，涂鸦智能的使命是为下游开发者和用户降低进入门槛，打破大模型的技术壁垒。

在消费市场，简单的 “接口搬运” 模式或许尚可接受，但在高度碎片化的企业服务领域，客户面临的挑战远不止于此。

数据合规、系统适配等技术难题只是表面问题，更重要的是，企业需要将智能化改造深度融入业务逻辑。

这种多维度的挑战形成了经济、技术和市场的三重壁垒。而涂鸦智能通过重构全链路能力，逐一突破这些壁垒。

（一）技术壁垒的突破

在技术层面，涂鸦智能构建了 “数据处理 - 垂直训练 - 场景调优” 的全链路垂直纵深体系。涂鸦智能不仅掌握 AI 等前沿技术，还深入了解能源、环境、娱乐教育等多个领域的运行机理，凭借在行业内的深耕积累了大量优质的行业经验和专业知识。

这使得涂鸦智能能够帮助开发者在短时间内完成应用和产品开发，甚至直接实现产品量产。当行业还在聚焦参数竞赛时，涂鸦智能已经实现从技术工具到产业基座的转变，通过将复杂算法封装为可嵌入业务流的模块和产品，真正拆除了企业面前的技术门槛。

（二）经济壁垒的跨越

在经济门槛方面，涂鸦智能致力于提供具有竞争力的价格，并推出 “亿元补贴” 计划，助力 AI 开发者加速创新落地。杨懿提出的 “成本分类解耦” 策略极具前瞻性：将一次性开发成本转化为可通过规模效应消化的固定成本，同时聚焦降低持续使用成本，这一关键变量决定了商业模式的可持续性。

“就像用户不会为每月千元订阅费的玩具买单，企业更在意 AI 服务的长期 ROI。” 杨懿说道。这种从 “成本转嫁” 到 “价值共生” 的思维转变，正在重塑 AI 服务的定价体系。

（三）市场壁垒的消除

除了经济和技术门槛，涂鸦智能还高度重视市场门槛。公司的差异化优势在于其庞大的生态和全球网络。

2024 年，涂鸦智能服务了 5800 个品牌客户，覆盖超过 12 万个渠道门店，并在各个主要国家和地区建立了合作生态和品牌影响力。

杨懿特别强调生态的杠杆价值：“开发者借助我们的渠道矩阵，可以快速实现跨国部署，企业用户可以快速出海。这在传统模式下可能需要数年积累。” 这种将渠道资源转化为市场势能的能力，显著降低了企业出海的时间窗口成本和试错风险。“我们希望借助这些资源，让优秀的创意能够快速落地，而不是被埋没。” 杨懿称。

构建系统化 AI 赋能体系，推动生态繁荣

当三重壁垒被系统性打破，AIoT 革命终于有了具体的实现载体。涂鸦智能 AI Agent 开发平台于去年第四季度正式开放，标志着其技术普惠从理念层面迈向物理世界。目前，通过 T3/T5 SOC 系列模组与 AI Agent 开发平台的协同，开发者可以自由选择接入 DeepSeek、豆包、OpenAI 等不同大模型，并实现对音频、视频、图像、文本等多模态能力的统一调度。

AI Agent 开发平台具有三大核心优势：一是采用低代码开发模式，大幅降低了算法适配的复杂度，使开发者无需深入了解模型底层细节，即可完成产品开发和量产；二是具备强大的跨平台兼容能力，支持从嵌入式设备到云端服务器的多硬件环境部署；三是平台已经沉淀出八大场景的标准化解决方案，涵盖节能管理、环境控制、居家生活、健康监测、娱乐教育、便利出行、沟通协作和音视频分析等领域。

值得注意的是，对于客户而言，这并非开展全新业务，而是对现有业务的无缝升级。客户可以低成本地切换并叠加适用的 AI 功能，且交付方式与涂鸦智能的其他服务保持一致，真正实现了 “LLM Agnostic（大模型无关）”。

然而，这仅仅是涂鸦智能 AI 赋能体系的开端。涂鸦智能的愿景是将 AI 能力系统化地提供给所有客户，并将 AI 能力无缝融入 PaaS、SaaS 和 Smart Solution 三大业务模式中。

（一）PaaS 领域：全面开放 AI 能力

在 PaaS（平台即服务）领域，涂鸦智能积极推进 AI 能力的产品化。目前，PaaS 的部分类目已经支持 AI 能力开发，开发者在开发产品时可以直接调用这些能力。部分功能已向开发者开放，其余功能仍在持续开发中。涂鸦智能正努力在 PaaS 上全面开放所有类目的 AI 能力，推动硬件向 AI 硬件的全面转型。

（二）SaaS 领域：创新 AI 服务模式

在 SaaS（软件即服务）领域，涂鸦智能正在开发基于 AI 的 SaaS 服务。以宠物赛道为例，其打造的鸟类等动物种类识别算法和视频自动剪辑服务，帮助宠物行业的企业打造具有 “输出情绪价值与传递陪伴价值” 的软件能力。这些服务允许开发者在现有设备上直接调用 AI 能力，从而扩展应用场景。

为满足不同客户的需求，涂鸦智能提供了多元化的交付方式。对于入门开发者，公司提供零代码交付方案，用户无需编写代码，只需在后台点击开关即可启用 AI 功能。对于普通开发者，涂鸦智能提供 API 和 SDK 等形式的能力，支持基于 AI 能力开发应用。而对于硬核开发者，公司则提供定制化解决方案，满足其对高性能和高灵活性的需求。

可以看出，涂鸦智能正致力于为用户构建一个全方位且分层渗透的 AI 赋能体系 —— 从 PaaS 的全面开放到 SaaS 服务的创新开发，再到 Smart Solution 的解决方案交付。这种梯度式赋能策略，通过降低生态参与门槛激发长尾创新，最终实现平台价值与生态伙伴的共生共荣。

涂鸦智能这场始于技术架构重构的变革，正在引发商业生态的重塑。当开发门槛降至临界点，生态系统的网络效应将催生 “创新密度” 的质变。正如安卓系统通过开放架构激发了移动互联网革命，以涂鸦智能为代表的参与者正在制造类似的链式反应。

这种技术普惠与商业可持续的共生关系，预示着智能硬件产业将进入 “边际成本趋零，生态价值倍增” 的新阶段。在未来的 AI 商业浪潮中，涂鸦智能有望继续发挥引领作用，推动行业不断向前发展，创造更多的商业价值和社会价值。

走进杭州涂鸦科技参访行程：

如果您对标杆商务考察或其他商业领域的内容感兴趣，请持续关注智学标杆考察研习社，我们将为您提供更多有价值的内容。

-感谢您的阅读，转发、点赞、评论您的观点，是对我最大的鼓励-

2025

即免费获取30份+关于“人力资源及战略、企业管理、产品及商业思维、行业研究报告及医疗大健康”等电子福利学习资料下载链接！

4月25-26日·南昌

研学胖东来，开启商业新思维

深度解码 如何用“爱”打造零售传奇

深入剖析胖东来 • 打卡行业知名标杆

研学倒数，名额有限，报名从速