AI能写出100个产品,却开不了100家公司

先纠正一个前提：OpenAI本来就在做应用

这个问题的前提，只对了一半。

《福布斯》今年5月有一篇分析，把OpenAI和Anthropic的生意拆开来看，发现两家走的是完全不同的路：

公开报道里还有个扎眼的数字：ChatGPT的周活用户约9亿，其中95%不付费。OpenAI靠剩下那5%用户的订阅，撑起了大约85%的收入。

OpenAI这两年也一直在往应用层走：做了浏览器，做了视频应用，做了编程工具。评论区有人说得很干脆：这些就叫“产品”，你不会为每个新产品单独开一家公司。

所以，真正值得问的不是“为什么不做应用”，而是：为什么不去开餐馆、开律所、开工厂、开贸易公司？为什么不下场去经营那些具体的行业？

还有一组数字值得放在一起看。根据同一篇报道，OpenAI预计2026年亏损140亿美元；Anthropic预计今年二季度第一次实现经营利润（不含股权激励）。两家都还在为算力和基础设施大把花钱。

一家连自己的账都还没算平的公司，再去开100家需要从零做起的公司，资金和风险都会翻好几倍。

会写软件，不等于会经营公司

评论区里，点赞很高的一条回答只有一句话：“因为经营1家公司，比经营100家公司容易。”

听起来像废话，但它说中了要害：模型能做的，只是一门生意里的一小段。

一门生意要跑起来，至少要走完这条链路：

做出产品 → 找到客户 → 交付落地 → 收回款项

模型越来越擅长第一段：写代码、写方案、做产品原型。但后面三段，靠的是客户关系、行业经验、组织执行，还有一点运气。

我做了十几年企业IT交付，近三年专做AI。2023年5月，我们第一次接入GPT的接口，做的第一个场景是AI知识库加客服。接口接通并不难，难的是后面：客户的资料要整理成AI读得懂的样子，回答要一条条校对，客服团队要愿意天天用。

这些年感受特别深的一点就是：系统上线，只是开始。客户信不信你，愿不愿意按时验收、按时付款，明年还找不找你，没有一样是写代码能解决的。

在中国做企业服务更是如此。很多企业是家族企业，真正懂业务的往往是老板本人和他的家人。项目要落地，先得有客情，老板信你了，后面的事才好谈。这一段，模型帮不了你，OpenAI也帮不了你。

评论区还有一句话我很认同：沿着价值链往上走，比往下走难得多。

做一个通用的模型，难在技术；经营一家具体的公司，难在一万个细节：供应商怎么谈，员工怎么带，客户投诉怎么处理，税怎么报，账期怎么熬。这些细节，每个行业都不一样。

我们不妨做个假设：OpenAI明天决定开一家连锁餐厅。

AI可以设计菜单、做排班表、写营销文案、分析每天的流水，这些都没问题。可是选址要有人去街上看人流，厨师要有人去面试、去试菜，食品安全检查要有人去应付，房东要有人去谈租金，客人投诉菜里有头发，要有人当场道歉、免单。

这还只是一家餐厅。一百家公司，就是一百个行业的这些事。

打个比方。发电厂发的电越来越便宜，几乎所有工厂都离不开它，但没有哪家电厂会去开100家工厂。电是通用的，生意是具体的。

电是通用的，生意是具体的——模型是电厂，公司是工厂

卖铲子，为什么更划算

评论区另一条高赞回答更短：“淘金热的时候，卖铲子。”

卖铲子的好处，评论区总结得很清楚。

第一，平台可以从所有应用的需求里赚钱，不用承担每个行业的经营风险。一百家公司里，哪家成功了，都要买它的铲子；哪家失败了，亏的是别人的钱。

这笔铲子生意有多大？公开报道里提过两个数字：全球500多家公司每年在Claude上花费超过100万美元；财富10强里，8家是Anthropic的客户。

有意思的是，发帖人的ID叫ex-aws-dude，看起来是个前亚马逊云的员工。亚马逊云本身就是“卖铲子”的典型：它把算力卖给各种公司，其中包括在流媒体上跟亚马逊自家视频业务正面竞争的Netflix。平台的生意，就是让所有人都来用它，包括对手。

第二，验证新业务的成本，留给了买铲子的人。你用模型去开一家公司，试错的时间、人力、资金都是你的。模型公司只要把工具卖给你。

第三，基础设施的投入还没收回来。在这个时候再去复制一百个新业务，只会让资金占用和不确定性成倍增加。

增速也说明问题。据公开报道，Anthropic的年化收入4月已达到300亿美元，而15个月前，这个数字还在10亿量级。卖铲子的增长曲线，比任何一座金矿都陡。

淘金热里，卖铲子的人旱涝保收——哪家公司成功，都要买它的铲子

国内也是同样的格局：做大模型的公司，一边开放平台卖模型调用，一边做自己的App。它们做的应用，大多是人人都能用的通用产品，而不是去某一个行业里，一家一家地做交付。

但这并不代表平台会一直安分地卖铲子。模型公司已经在往上走了，浏览器、编程工具、视频应用都是例子。评论区也有人担心：平台能看到所有客户的使用数据，同时又在做和客户竞争的产品，会不会有利益冲突？这种担心可以理解，但担心本身，并不能证明平台挪用了谁的创意。

对做AI应用的人来说，这里有一个实实在在的风险：如果你的产品只是在模型外面套了一层壳，那么模型每升级一次，你的护城河就浅一分。

模型越来越像，价格越来越低，钱会流向哪里？

我的判断是：流向那些懂具体客户、具体流程、具体行业的人。这也是红杉那篇《Services: The New Software》的意思：模型越强，交付结果的成本越低，值钱的会从“卖软件”变成“交付结果”。

模型越来越便宜，价值流向懂行的人——河流越到下游，工坊越实

OpenAI不肯干的那部分，才是你的生意

回到开头那个疑问：如果大模型什么都能干，我们还有什么价值？

答案就在OpenAI不开100家公司的理由里。它不愿意干、也干不过来的那部分，正是一人公司和AI服务商的生意：懂一个行业的门道，陪一个老板把流程理顺，在现场把系统用起来，对结果负责，然后年复一年地服务下去。

拿我们这段时间在和零售企业聊的AI副店长来说。模型提供的是能力：会总结、会分析、会写建议。但每天要记哪些数、什么时候提醒补货、店长愿意看什么样的复盘，这些得有人一家店一家店地去现场摸清楚。我们给自己定的验证标准也很简单：店长愿不愿意每天打开，业绩能不能说清楚变了多少。

这部分活，模型公司不会来做，也做不过来。

如果你在做AI服务，或者在经营一家一人公司，可以拿下面五个问题问问自己：

五个问题过一遍，看看你的价值在模型之外还剩多少

第一，你懂的是不是一个具体行业里的具体流程？“什么行业都能做”，往往意味着哪个行业都不深。

第二，你的价值，有多少在模型之外？数据整理、流程改造、客情维护、现场交付、售后服务，这些模型做不了的部分，才是你的护城河。

第三，模型升级一次，你是变强了，还是被替代了？如果新模型一出来，客户就不需要你了，说明你站错了位置。好的位置应该是：模型越强，你交付得越快、越好。

第四，你是按结果收钱，还是在转卖token？转卖算力和账号，赚的是差价，迟早会被平台挤掉；按结果收钱，赚的是价值。

第五，你和客户的关系，能不能让他明年还来找你？评论区有一句话说得好：真正稀缺的，是理解一个具体领域，并且持续关心客户的问题。

模型够不到的地方

模型这么强，OpenAI为什么不自己开100家公司？

因为一门生意里真正难的那一段，不在模型里，在客户那里，在现场，在一年又一年的服务里。这一段，模型公司不愿意干，也干不过来。它留给了懂行的人。

给做AI服务的人

五个问题过一遍。你懂的是不是具体行业里的具体流程？你的价值有多少在模型之外？模型升级一次，你是变强了，还是被替代了？

给一人公司

OpenAI不肯干、也干不过来的那部分，就是你的生意。选一个行业，扎进去，把流程摸透，对结果负责，年复一年地服务下去。

给还在观望的人

别问大模型能不能替代你，问你比模型多懂什么。答案在你的行业里，不在热搜里。

祝你，就是那个懂行的人。

评论区聊聊：你所在的行业里，哪一段活是模型干不了的？

我是 Joey，一个在一线做AI交付的博主——模型卖能力，你卖结果。