一座“AI应用工厂”的野心：不赌技术，赌需求

从AiPPT到小方同学，一位AI创业者的产品观。

定焦One（dingjiaoone）原创

作者 | 金玙璠

编辑 | 贺树龙

在AI创业这个挤满算法博士和大模型科学家的赛道里，赵充是个异类。

他不是技术出身，没写过模型代码。他做了十几年互联网产品和用户增长，是营销圈里的熟脸——直到2023年，他带着一个叫AiPPT.com的产品冲进AI赛道，两年多做到3000万注册用户，去年单品营收过亿。

更加“异类”的，是他对技术的态度。

“现在没人讨论模型了，都是直接用。”赵充说得很平淡，“大模型就是‘水电煤’，在我的成本结构里很低。”市面上的几家大模型，用哪个都行，“结果不会有什么差异”。在很多AI创业者把“自研”“底层大模型”挂在嘴边的今天，这话听起来近乎冒犯。

但赵充有底气这么说。他把这套打法想得很透：AI应用层真正的胜负手，从来不是技术。以科研为核心的是大模型公司；而做应用，拼的是另一样东西——对需求的洞察。在他看来，这正是自己这种非技术背景创始人的主场，“模型越强，我们这些产业背景的人，优势反而越凸显”。

赵充对「定焦One」掰着指头数了一遍这两年真正做到过亿收入的AI应用公司创始人，得出一个结论：几乎没有一个是纯技术出身。

01.PPT不是一个工具，是一门生意的入口

要理解赵充为什么敢把模型说成“水电煤”，得先看他怎么看自己的产品。

外界认识像素绽放，大多是通过AiPPT——一个“一句话、一分钟、一键生成PPT”的工具。在赵充看来，通用PPT是个一千亿的存量盘子——微软一家从中吃掉约100亿美金，“金山办公里两成收入来自PPT”，“这个盘子本来就大。”

但赵充盘算的，是另一个比这还大上一百倍的盘子。

“PPT泛泛地讲，它是个工具。”他说，“可一旦进到垂直的职业里，它就要直接交付结果。”

他随口列了一串：同样是生成一份带页面的文档，在营销人那里，它叫营销方案；在医生那里，它叫病例分析；在老师那里，它叫教案；到了六月份的毕业生那里，它叫论文答辩材料……

一个通用的PPT工具，解决的是“做得快不快”，用户要的是效率；而一份营销方案、一份教案，用户要的是“直接给我一个能用的结果”。后者值钱得多。

顺着这个逻辑，2026年初，像素绽放推出了一款叫“小方同学”的产品。名字里的“方”，取自“方案”；它不再是面向写PPT的大众用户，而是直接面向营销人群，定位是“营销方案Agent”——你给它一个brief，它自己拆解需求、检索资料、生成策略、写出文稿、配齐图片，最后交付一份可以直接拿去比稿或汇报的完整方案。

赵充算了一笔账：AiPPT的国内会员，一年99元。而小方同学，月费169元、年费1999元起，不够用还能再买增值包，1999元、3999元、7999元，“大客户甚至直接给市场部充值十万块”，客单价跳了一个量级。“它可以替换掉一个30万年薪的人，”赵充说，“所以这个市场，比原来大很多。”

他用一个客户的真实变化来解释这种替代。过去，一家头部消费品牌的一个营销方案，要赵充的团队四五个人一起做：有人想策略、有人写文案、有人配媒介推荐，头脑风暴之后，大概到第五天才能合成一份方案。而现在，事业部总经理开完需求会回来，“上午可以写两个方案，下午可以写两个方案”。小方同学直接顶替了他手下那三五个人的活儿。

为什么是2026年初才做这件事？赵充的答案是：技术刚好在这个节点解锁了。

“去年，这个水准实现不了。”他说，早期的版本生成出来的东西，质量到不了“可交付”的程度，“还需要大量的人去改”。而今年春节之后，模型能力“纷纷到了这个水平”。他借用了一个说法——从“AI Tool”到“AI Worker”。这条线一旦跨过去，“交付结果”才真正成立，小方同学这样的产品才能成立。

也正是从这里开始，像素绽放的产品观变得清晰：不做大而全的通用工具去和巨头硬碰，而是一头扎进一个个具体职业，把PPT这个“入口”，变成营销、教育、医疗等不同行业的“数字员工”。在他们的产品序列里，除了AiPPT和小方同学，还并行着面向会议记录的Ai好记、面向数据图表的AiBiao，以及一批更垂直的方向。

教育是其中重要的一块。赵充说，教育人群占了AiPPT收入的相当比重。大学生和老师代表了两种完全不同的需求，他们专门派了一个组去打。

02.AI是水电煤，洞察才是护城河

如果产品的胜负手不是技术，那是什么？这是赵充这套打法里最值得关注的部分。

先说他为什么敢把大模型称作“水电煤”。

在小方同学的整个生产链路里，赵充说，基础大模型扮演的角色，其实只在最前面一小段——理解用户的需求、做初步的意图拆解。用户在界面上可以自己选用哪家模型，智谱也好，别的也好，“用谁都行，结果不会有太大差异”。

而真正决定一份方案好不好的后半段——内容怎么生成、版式怎么排、审美怎么把控——“基本上都是我们自己解决的”。

所以在成本结构里，大模型调用费“很低，就两个点”。他甚至说，现在公司内部“没人讨论模型了”，连预训练都不怎么提，顶多讨论一下后训练的微调。这种对技术的“祛魅”，和不少把自研大模型当作核心叙事的AI公司，形成了鲜明对照。

他的护城河，是另外三样东西。

第一样，是自有的微调方法论。他说，怎么驾驭基础模型、用什么方法把它调到适配营销场景，“方法论是我们自己的”，是基于真实营销场景反复试错后的know-how。

第二样，是私有数据。小方同学接入的，不是公开的互联网数据，而是像素绽放自己积累的红人广告投放数据、电商数据、社交媒体数据，“市面上是没有的”。再叠加企业自身的知识库，生成出来的方案，才能结合真实的营销语境走。

第三样，是工程化和审美。赵充反复强调，做PPT这件事“特别复杂，只有做过的人才不踩坑”。当年他们团队能在国内做起来，靠的是用户行为反馈的持续训练——用户改了什么、点了笑脸还是哭脸、最后下没下载，这些数据喂回去，模型才越来越懂人。

再加上，视觉中国作为战略股东带来的版权资源，给C端和B端都上了一道版权合规的保险。

赵充观察到，这两年真正做到过亿收入的AI应用公司，创始人几乎都不是纯技术出身，而是带着增长、产品或某个产业的背景杀进这个赛道的。“应用层创业，当然都有研发背景的人，但一般是需求洞察做一号位。”科研为核心的，是大模型公司；应用公司，拼的是用户洞察、市场洞察，“技术上已经没什么问题了”。

他甚至把这句话推到了一个更大胆的结论：模型能力越往上走，他这种背景的人优势反而越明显——因为底层能力越强，越意味着比拼的焦点会从“能不能做出来”，彻底移到“知不知道该做什么”。

03.一个产业“老炮”的打法与边界

把技术请下“神坛”之后，赵充的整套生意就一个关键词：务实。

他几乎不掩饰“只做赚钱的事”这条原则。豆包这类大厂把AI生成PPT做成免费功能，他完全不焦虑——“他免费，我就不做这块，‘免费的’没商业模式”；真正值钱的，是那些有明确付费意愿的专业人群和企业客户。

对B端，他的态度是：全部不做重度定制。企业要采购，标准品价格直接乘以三，要换模板可以，但要做额外定制开发，就得另外加钱。赵充说，这样做，毛利能和C端拉平，也不必专门组建一支队伍去“伺候”大客户。这种克制，让他在拿下中信证券、中国银行、农夫山泉、美的等一批大客户的同时，维持住了一家工具公司难得的高毛利。

技术不再是门槛之后，赵充选人的第一标准变成了“心态”。“心态最重要，开放、愿意尝试新东西，这是最核心的。”他直言，公司里一些跟了十年以上的产研老人，反而因为接受新事物慢、用惯性做事，在这波AI浪潮里掉了队。

落到组织上，赵充给出的判断相当尖锐：AI会把企业的中间层大量抹掉。“中低层、中层以下，以后基本上就没有了，”他说，留下的只有最上面那一层——做判断、做需求拆解、对接客户的人，“华与华也不需要那么多人”。在他看来，这不是某家公司的问题，而是整个社会的走向，甚至会反过来倒逼大学教育更偏实战。

在像素绽放，这个判断已经落地了。研发全员用着公司买单的AI工具——一个月烧掉几十万买Claude，眼下正打算切到Codex；赵充每周扫一遍所有人的工作情况，谁不用、效率上不来，就自然被淘汰。“操盘岗位，你不用先进工具，不好意思，你换家公司。”

在他的设想里，未来的组织是“几个有经验的人，带着一批数字员工”。

那么，像素绽放自己要做成什么？赵充想做的是一座“AI应用工厂”。在公司这个主体之下，持续孵化面向不同垂直场景的新产品——从早年的365编辑器、爱设计，到今天的AiPPT、小方同学、Ai好记、AiBiao，再到一些跳出生产力工具的方向。它们共享同一套底层能力：用户增长的中台、市场调研与产品定义的方法论。

赵充给这套打法找了几个参照系：一个是Canva（海外最大的在线设计平台之一），证明同一人群可以自研拓品，长出十几条产品线；一个是意大利的Bending Spoons，那家收购了印象笔记等十几条产品线、几年间从约一亿美金增长到超十亿美金的办公公司；还有一个，是加拿大的星座软件（Constellation Software）——一家手握上千个软件资产的上市公司，靠持续收购成长。

但赵充强调，他和星座软件那种纯财务型的整合者不一样。“星座软件不做运营，”他说，“我们自己是下场打仗的。”他形容自己的精力分配是“一半时间看项目，一半时间领兵打仗”：物色到值得做的方向，就组团队、做产品定义、亲自下场。“我们跟VC的区别在于，我们是这个项目的联合创始人，甚至阶段性的，我就是那个CEO。”

他在这上面交过学费。公司做砸的产品“多了”，“有十几二十个”，但面对有的机会，只派了个总经理去带队，“竞品是将军带队，咱们派个卒去打，那肯定就输了”；而AiPPT、小方都是他自己亲自在盯的业务，“要是换个总监来带，基本上就成不了，因为没办法调动那么多资源”。

从十几年的营销老本行，到3000万用户的AiPPT，再到一座还在生长的“AI应用工厂”，赵充走的这条路，始终没怎么依赖最前沿的模型技术。他赌的，是一个朴素到有些反潮流的判断：当AI把技术变成人人可取的水电煤，真正还能定价的，是那双看得懂需求的眼睛。

“模型越强，”他又说了一遍，“我就越需要去找对的场景。”