轉變商業模式 適應互聯網至AI時代變遷
吳煒 資深基金經理
不少讀者和投資圈朋友總是喜歡將互聯網商業模式和當下方興未艾的人工智能（AI）商業模式進行對比，包括討論人工智能熱潮是否已經出現了類似本世紀初的互聯網泡沫現象。對比互聯網和人工智能商業模式的異同，有利於釐清未來的發展思路。
互聯網和人工智能最大的共同點都是軟件，都需要依賴足夠的硬件才能運轉；而最大的不同點，在於商業模式的根本目的有別，互聯網商業不論是媒體、社交還是電商，都是信息的連接和流通，並進行匹配交易；人工智能雖有加速信息連接流通的功能（如增強搜索），但最深層目的還是部分替代或輔助人的腦力勞動和體力勞動。
促進信息交流 提升交易效率
既然都是軟件，作為技術驅動的數字經濟，兩種商業模式具有以下的共同點：
（1）網絡效應：用戶愈多，數據愈多，產品愈強，從而吸引更多用戶，形成正反饋的飛輪效應。
（2）虹吸效應：亦是網絡效應的深化，頭部效應明顯，強者愈強，市場愈容易集中。
（3）邊際成本遞減：基礎設施建好產品成型後，收入的增速整體超過成本的增速，服務新增用戶的成本遞減。互聯網商業模式在這方面的優勢要顯著優於人工智能，因為系統成型後應用互聯網無需新增成本，而運行人工智能模型需要額外的算力成本。
（4）數據是共同的核心資產：二者均依賴用戶行為數據優化產品和商業決策。
正是這第四個共同點，讓筆者想起數據在互聯網早期時並不是顯著特點，梳理發展歷程，發現人工智能一定程度上是互聯網商業模式發展的結果。
上世紀九十年代到本世紀初的早期互聯網時期，商業的核心邏輯秉承信息的連接和流通，解決「信息不對稱」和「獲取效率」的問題，變現主要靠流量。這個時期，互聯網平台開始積累用戶行為數據，但體量相對有限，而且處理能力較弱，主要靠規則和人工運營。不過，在這階段中，互聯網業界建立了大規模在線用戶基礎，並證明了「流量可以變現」的互聯網商業邏輯，為後續數據驅動業務奠定了基礎。
從2005年到2012年，隨着社交媒體和移動互聯網的興起，用戶從被動瀏覽變成主動生產內容、進行互動和交易，用戶行為數據規模呈現爆發式增長。互聯網公司意識到，數據從最初定義的「副產品」逐漸成為核心資產，誰擁有更細粒度、更實時的用戶數據，誰就更有競爭力，「大數據」的概念和需求應運而生。為了解決海量數據帶來的兩個現實問題：（1）存得下，算得動；（2）成本可控，彈性擴展。在硬件技術發展的配合下，互聯網平台開始大規模建設分布式存儲和計算框架，雲計算平台、大規模數據中心和服務器集群開始出現，從而把處理海量數據的成本大幅降低，並把算力變成可以規模化、商業化供應的資源。
AI或重塑價值鏈
客觀說，現代人工智能並不是突然出現的獨立技術，而是互聯網在追求更高效連接、更精準匹配、更高變現效率過程中，逐步積累出數據、算力、場景和資本條件後的自然產物，是互聯網商業模式進化下發展出的更深層能力。互聯網巨頭發展人工智能具有先天優勢，一方面有充裕的現金流支持龐大的資本支出，另一方面AI成果有現成的用戶客群。
時至今日，隨着AI模型和硬件能力的日新月異，人工智能商業模式開始顯示出其有別於互聯網商業模式的特點。如前所述，互聯網商業的根本目的是「連接效率」的生意，而AI是「智能密度」的生意，是在連接之上疊加「認知與生成能力」，從而在基礎設施層（算力、模型API）、應用層（AI原生應用或傳統軟件的AI增強）以及垂直行業解決方案（當下較明顯的是編程、金融、法律等行業）帶來商業機會。
人工智能商業模式起源、脫胎、傳承自互聯網商業模式，但逐漸顯露出更多的獨有特色，不少純AI原生公司探討跳過傳統互聯網流量邏輯，直接用更強的智能建立壁壘。短期內，AI更多是增強現有互聯網模式，但中長期看有可能重塑價值鏈甚至消除某些中間環節，值得持續跟蹤觀察。
