「所有不能閉環的輝煌都是暫時的」

上一輪以CV算法為代表的AI熱潮，失敗的核心原因可以概括為一句話：技術沒法產品化，只能賣算法，這個能力很容易被硬件公司取代。

2016到2021年，商湯、曠視、依圖、云從這些AI公司融資總額超過百億，技術實力確實強。但到今天，商湯累計虧損超過500億，其他幾家幾乎沒人再關心。不是技術不行，而是算法，獨立成不了產品。

這些公司會說，我的人臉識別準確率超過99%了，我的肺結節檢測準確率超過主治醫生了。這都是真的。

但問題在于，準確率高不等于能賣出去。醫院要的不是一個軟件，而是一臺自帶AI功能的CT機。企業要的不是一套算法授權，而是一個能直接裝上去用的攝像頭。

所以最后發生了什么？

西門子、聯影這些做醫療設備的，把算法集成進了CT機和X光機。海康威視、大華這些做安防的，把人臉識別直接嵌入了攝像頭。客戶拿到的是完整的產品，算法只是里面的一個功能模塊。算法公司的技術價值確實存在，但商業價值被拿走了。

道理很簡單。以醫療AI為例來看，法律規定AI只能做「輔助診斷」，不能替代醫生的最終決策。這意味著，無論算法多準，醫生還是要自己看片子，AI提示錯了醫生還得負責任。所以它不是剛需。

更麻煩的是工作流的問題。很多AI工具要求醫生打開一個新軟件，改變原來的看片習慣。這本身就是額外負擔。

而且醫院的采購邏輯也不支持單獨買軟件。醫院更看重整機解決方案——買設備的時候，AI功能最好是自帶的，而不是另外花錢買一個第三方軟件接入。

正是因為這些困境，醫院才會選擇買設備商的整機方案，而不是單獨采購算法。當然也不是說醫療AI注定失敗，阿里達摩院前段時間就做出了一個閉環的產品，但這是行業吸取教訓之后的改進。

而當時，醫療AI遇到的這些問題，無法獨立成為產品、必須依附硬件或集成方案。在其他AI落地場景同樣存在。

安防領域最典型。海康威視和大華提供了全球約三分之一的安防攝像頭，它們背靠供應鏈和政府項目，可以直接在攝像機里集成深度學習算法。

醫療影像也是一樣。西門子醫療、聯影這些設備商，在2020年前后獲得了幾十項AI算法的FDA許可，全部集成進自己的CT、MR、X射線系統。

這里面的邏輯很清楚。傳統巨頭通過收購團隊、集成算法，迅速獲得了AI能力。而算法公司沒有硬件、沒有渠道、沒有終端控制權，無法形成獨立的產品。

它們只能被整合進別人的產品體系，成為一個可替代的模塊。技術價值確實提高了行業水準，但商業價值被拿走了。

這不是中國特有的問題。

美國那些曾經風光無限的AI獨角獸，結局也不太好。Magic Leap是增強現實領域的明星，估值一度超過60億美元，但消費級市場根本打不開。2020年它裁掉了一半員工轉向企業市場，結果2024年又出現新一輪收縮，開始做技術授權和光學方案輸出——說白了，就是給別人做供應商。

Element AI更典型，研究團隊很強，2019年B輪融資后估值六七億美元，但產品化和銷售一直落不了地。2020年被ServiceNow收購，價格有不同說法，有說2.3億美元，也有說約5億美元，但無論哪個版本都是折價并購。最后并入ServiceNow這個大型工作流平臺，成了人家的一個功能模塊。

這些公司的核心問題是：既沒做成超級app，也沒能力做集成商，只能被整合。技術領先不等于商業成功，這是全球AI公司的共同困境。

那么算法要怎么才能成為產品？其實有三條路。

一條路是2B，自己做集成商。注意，不是被硬件商整合，而是你自己去整合別人，掌握渠道。但這不是小生意。你需要有政府或大企業關系、需要有渠道能力、需要有重交付能力，或者和有渠道的傳統巨頭深度合作。

Palantir走的就是這條路。它做的是重交付平臺型產品，深度綁定政府客戶。這條路很燒錢，它的S-1文件顯示，2018和2019年分別虧損近6億美元，上市前從沒實現過年度盈利。

直到2023年，也就是上市三年后，才實現GAAP標準下的年度盈利。好處是，這一兩年借著MAGA西風，股價扶搖直上，成為了承載美國復興夢的股市典型

在中國，最典型的例子是曠視科技創始人印奇。印奇在接受晚點采訪時說過一句話，「所有不能閉環的輝煌都是暫時的」。這是他從曠視的經歷中得出的教訓。

所以，吸取教訓的印奇這次選擇了做大、做集成商的路徑。印奇創辦的千里科技，和吉利汽車成立了合資公司「千里智駕」。這是典型的和有渠道的傳統巨頭深度合作的模式，做得更重、更大、更集成，給傳統巨頭提供一攬子AI解決方案。

這就是2B做集成商這條路的打法：Palantir靠深度綁定政府和大企業，印奇靠和傳統車企巨頭成立合資公司，都需要AI公司有做集成商的能力。而上一輪那些CV算法公司，沒有足夠強的渠道能力，也沒有重交付的基因。所以這條路，它們走不了。

另一條路是2C，做超級APP。ChatGPT就是典型，它不依賴任何硬件商，就是一個獨立的產品。你打開ChatGPT，可以語音對話、可以讓它寫代碼、可以問問題、可以生成圖像，現在還在和亞馬遜合作接入購物功能。

這是獨立的產品閉環。夸克、豆包這些產品也在走類似的路。

編程場景也是一個好例子。Anthropic的Claude Code在編程上實現了產品閉環。我現在寫這篇文章，就是在Claude Code里完成的。它可以讀取文件、搜索內容、編輯文檔，完成從理解需求到輸出內容的整個流程。

而且Anthropic還做了SDK，像Cherry Studio這些應用，集成了Claude CodeSDK之后，就能在自己的界面里提供編程能力。Claude Code正在成為很多應用的核心引擎。

還有第三條路，是做垂直場景完全閉環的產品。比如浙大一院和達摩院做的醫療AI產品，急性主動脈綜合征篩查系統iAorta。它分析的是患者本來就要做的普通CT平掃，不需要醫生額外安排檢查。系統在后臺自動運行，不需要醫生打開新軟件或改變操作習慣，只在發現高危情況時彈窗預警。

結果是漏診率從48.8%降到4.8%，確診時間從4.3小時縮短到1.7小時。設計的關鍵在于，它完全不妨礙原有工作流。不需要醫院買新硬件，不需要醫生改變工作流，甚至不需要額外的人力投入。它本身就是一個完整的、可以獨立運行的產品。

這類嘗試在垂直場景里確實能行得通，但也限定在了垂直場景。

三條路，對應三種能力：2B做集成商、2C做超級app、或者在垂直場景做完全閉環的產品。

而本輪AI熱潮和上一輪最核心的區別就在這里：上一輪在整個生命周期里，都沒找到這三條路徑中的任何一條。本輪在發展的中早期，已經有產品在這三條路上跑通了。

2C超級應用方面，ChatGPT、夸克等產品已經形成了獨立的用戶生態。2B集成商方面，印奇選擇了和吉利深度合作，成立合資公司。這是從上一輪的教訓中學到的——不能閉環的輝煌都是暫時的。垂直場景方面，像iAorta這樣完全不妨礙工作流的閉環產品，也在驗證這條路的可行性。

上一輪那些CV算法公司，到死都沒形成獨立的產品。它們的算法必須依附在別人的產品里才能用，必須被硬件商、集成商整合才能交付給用戶。它們既沒能力做集成商，也沒做成超級APP，更沒做出垂直場景的閉環產品。

而本輪的這些產品，不依賴傳統的硬件巨頭，不依賴傳統的集成商，它們自己就形成了閉環的產品體驗。

這是本輪AI熱潮和上一輪最核心的區別。

當然，實現產品閉環不等于實現商業閉環。OpenAI和Anthropic 2024年依然巨額虧損。The Information報道，OpenAI 2025年上半年營收43億美元，同時凈虧135億美元。

但至少在產品層面，它們已經證明了用戶愿意用，愿意為此付費，而且不需要通過傳統巨頭的渠道。這是上一輪AI公司到最后都沒做到的事情。

技術價值和商業價值，從來就不是一回事。但如果連獨立的產品都形成不了，商業價值就更無從談起。這是上一輪AI熱潮留下的最大教訓。

所以啊，，我勸你多看。

（本文配圖由 ChatGPT 生成，Claude Code輔助寫作）