刘燕：AI应用可能的终局模式——AI RaaS

题记：2025年4月19日，北大国发院与盛景网联、国发院数字中国联盟联合主办“承泽商学”第20期暨“AI碰撞局”第14期活动，本文为活动中盛景网联联合创始人、CEO刘燕主题演讲内容精要整理。

我们身处AI投资前沿，发现不少AI项目虽技术出色，但商业模式存在明显缺陷。因此，我们会以直截了当的方式，帮助AI创业者提升认知，突破思维局限。

一、关税大战下的AI新机遇

目前关税大战看似充满挑战，实则为科技创业带来了前所未有的黄金时代。

首先，在国产替代的浪潮中，以芯片领域为例，我们与中芯国际合作打造了孵育平台，目的不单是助力中国解决卡脖子难题，更着眼全球化发展。这意味着，中国科技创业不局限于国产替代和本土发展，而是面向世界发展。AI创业同样如此。

其次向内看，庞大的内需市场是AI创业的坚实根基。14亿人口的市场需求多样而且庞大，足以支撑各类AI产品和服务的成长与迭代。

再次就是全球化进程的推进，“一带一路”倡议以及与欧盟等的合作，也为AI企业打开了参与全球自由贸易联盟的大门，拓展国际市场的机会显著增多。

鉴于此，AI创业者一定要把握时代机遇，利用好内外部优势。

二、大模型迭代下的AI创业困境

AI创业虽然前景光明，同时也面临着大模型快速迭代带来的严峻挑战。

每一次大模型的升级，都如同一场行业洗牌，众多AI创业者深受冲击。数据显示，2023年基础模型每迭代一级，垂直领域小模型的生存空间就压缩40%，如文案生成、简单客服应用型工具的项目估值大幅下降。通常大模型生成6个月后，该领域工具类初创公司融资会明显减少。

创业者必须谨慎选择方向，避免踏入大模型迭代的“雷区”。大量实践和研究也表明，在应用端做工具类AI创业项目风险极大，尤其是在中国市场。与美国不同，中国客户更倾向于为结果买单，而非单纯的工具。因此，创业者若想在AI领域站稳脚跟，要考虑AI RaaS（Result as a Service，结果即服务）模式。这一模式就像是AI领域的“包工头”，包工包料包结果，有望帮助AI创业者抵御变革冲击。

三、AI RaaS的破局之路与创新案例
1、客服赛道Sierra逆风而上

Chat GPT4问世后，众多AI客服项目遭受重创，唯有Sierra逆势而上，估值高达45亿美元。为什么会出现这一现象？

传统的工具型AI客服，仅是简单地替代部分人力，在性能上与新的大模型存在巨大差距，如单次响应成本是GTP4的8倍，但大模型上下文知识的平均token是其32倍，语言覆盖能到50多种语言，远超一般创业公司，准确率方面GTP4高达89%，一般创业公司只能到72%。这就导致有客服服务工具需求的公司纷纷转向跟GTP4合作，最典型的就是Shopify，停用第三方客服AI后，通过内部数据微调就将成本下降70%。

总结来看，Sierra之所以能在大模型迭代后依旧发展迅猛，关键在于其与普通工具性AI客服有本质区别：在价值体现上，普通AI客服仅简单替代部分人力，而Sierra直接为结果负责，能提高销售规模、减少客户流失等；在产品形态和技术架构上，普通工具仅是简单机器人问答，Sierra则实现端到端流程自动化，能直接解决问题，如完成退货、投诉处理等，且合作生态也向端到端发展，全面打通内部工单分发和问题解决流程，深入产业获取私域数据和专有技术，形成真正的业务壁垒；商业模式上，普通客服多为项目制外包开发或客户端收费，而Sierra若采用AI RaaS模式，可按单交易分成。此外，Sierra还能识别用户情绪、发现高价值客户并提供折扣券并记录。

Sierra卖的不是工具，而是解决终极问题的方案，即便大模型迭代，其深度服务领域也难以被撼动。因此，在大模型迭代背景下，以结果为导向的AI RaaS更具价值。对结果负责不仅是生存之道，更是发展之道。

2、三一智矿的转型之路

AI RaaS还能助力众多有技术的公司实现收入与盈利倍增。以矿区智能驾驶公司三一智矿为例，在新疆南露天煤矿，其商业模式不同，收入格局大相径庭。

传统模式是将车卖给煤矿或挖矿公司，一辆车售价60万到70万元，车辆作为耐用品，加上维修费，10年收入贡献约100万元，这是传统卖车模式的生命价值，商业价值有限，可称之为“一生一次”模式。

转型为“包工头”模式后，三一智矿不仅提供工具，还要为结果负责，即提供挖土方服务。该煤矿按距离一土方5到12元，一辆车一年收益200万到300万元，进入到运营阶段，10年可以贡献的价值是2000-3000万，收入贡献是过去的20-30倍；同样一台车，以结果导向进入运营，年年都可以获得挖土方的收益，这样的商业模式我们形象的称之为“一生一世”。

在AI时代，技术不成熟时如果单纯卖工具，用户难以驾驭，而“包工头”模式能确保产品与服务快速迭代，提升易用度和好用度。同时，为结果负责就要强调ROI，备件供应链即时响应提高矿卡作为资产的使用率、矿区有效调度提高运营效率等等，都构成冰山下面的核心竞争力，因此真正的核心竞争力并非来自AI技术本身，而是非AI能力，这是大模型迭代无法替代的。

由此引出另一个观点：在中国，AI创业不应单打独斗，而应抱团取暖，与产业龙头合作。因为众多产业链公司、上市公司面临发展压力，想要实现二次增长，但是存在机制刚性、战略刚性等隐性负债，需要最大化隐性资产、最小化隐性负债。理想模式是“大手拉小手”，开展共享式创新：产业龙头与AI创业公司合作，通过产业孵化实现共享与合作，助力创业公司跨越从IP到IPO的“死亡之谷”，帮助产业公司突破增长瓶颈；创业公司在寻找核心客户与需求时，应主动拥抱大产业链主，这是获取订单、产业资源及创业成功要素的新起点。

3、AI RaaS的极致形态

包工头模式发展到极致，还会演变为一个新兴产业。

有两位哈佛博士联手创业，他们借助AI技术发现了世界上最大的铜矿，并且进一步涉足采矿领域，最终成为矿主，还成功吸引到比尔·盖茨、贝索斯以及阿里巴巴的投资。可见，将包工头模式做到极致，企业就不再局限于AI企业的定位，而是以AI为手段获取新质生产力，实现产业的高效能与高收益，其核心逻辑始终根植于产业发展。

无独有偶，马斯克的商业实践也印证了这一观点。马斯克已不再局限于自动驾驶汽车本身，而是向运营领域进军，比如推出robotaxi服务，涉足自动驾驶版的“滴滴”业务。毕竟，消费者购车的本质需求是出行，特斯拉若仅聚焦于卖车，毛利大概在25%。一旦涉足自动驾驶运营服务，毛利可飙升至80%到85%。

对于所有AI创业者来说，应勇于承担“包工头”角色，对结果负责，如此方能使研发投入获得合理的经济回报。AI RaaS的核心在于回归物理世界。在商业规划中，若仅局限于数字世界，其业务与利润空间仅占整体的5%，而物理世界则蕴含着95%的巨大收入与利润潜力。当然，部分创业者可能会担忧自身资源和能力不足，难以独立承担“包工头”角色。此时，可寻求与产业内的“包工头”合作，通过交易分成的方式，借助其资源和能力构建竞争壁垒，掌握专有技术，并获取可观的收益与利润。

四、AI RaaS的投资策略与赋能服务

2025年被视为AI创新产业化的爆发之年，国企、央企积极开放场景，场景驱动的创新研发将成为未来趋势。每一个产业都值得用AI重新塑造，这不仅是科技发展的机遇，更是国家战略和产业升级的需求。

基于此，我们在投资时主要关注两个方向：一是聚焦清华、北大、中科院等科研机构的高精尖原始创新项目；二是围绕AI RaaS的应用级项目。在投资AI RaaS项目时，我们不仅提供资金支持，更注重深度赋能。我们提出“极简增长”理念，帮助SaaS应用公司精准捕捉核心客户的刚性需求，聚焦细分领域，建立竞争壁垒。

鉴于创业公司容易陷入“死亡之谷”，我们还引入商业概念验证的方法论：通过借鉴美国斯坦福项目，帮助创业项目在100天内完成100个客户访谈。很多人对于能否完成如此大量的客户访谈心存疑问，这源于对客户理解不全面。在端到端服务中，客户不仅包括直接客户，还涵盖客户的客户直至终极使用者，且客户群体里有采购者、使用者、决策者和施加影响者这四种角色。只有充分理解这些，才能有效验证客户和需求是否成立。

商业和科研相似，科研有假设后要经实验室测试、小试、中试才进入大规模生产。可过去多数创业者在创业时，仅凭假设就投入规模化量产，未做任何实验和测试，这是创业陷入困境的重要原因。以往概念验证中心多做技术概念验证，这只是突破创业困境的第一步，完成商业概念验证才是突破困境的关键所在，一定要验证核心客户、核心需求、核心交易系统等假设，提高创业成功概率。

在AI RaaS进入产业领域时，科技团队与产业团队组合合作，会存在大量资源共享，如共享CTO、算力基础、算力架构师及产业资源等。此外，AI RaaS领域细分程度极高，以我们自身为例，目前我们已投资AI自动驾驶、AI数字政务员工、AI数字12345热线，AI for Science的益生菌、化妆品、新材料等，以及AI销售在大健康、大消费等领域的应用，同时还在洽谈AI找矿、AI母婴、AI电商等细分赛道。

总之，想要实现端到端服务，深入细分领域、精准定位目标客户至关重要。

整理：何又夕| 编辑：王贤青、王志勤

企业家都在学的北大权威AI课——企业家AI启航班