738个失败的AI项目:我们发现了AI创业从0到1的3个难点

一份死亡名单上，记录着738个已经死去或停止运行的AI项目。其中不乏曾经的明星项目：OpenAI推出的AI语音识别产品Whisper.ai，Stable Diffusion的知名套壳网站FreewayML、StockAI，以及曾被视为"谷歌竞争者"的AI搜索引擎Neeva。它们因何而死？资深从业者指出：大部分失败不是技术问题，而是战略、管理、预期问题。技术只占30%，其他70%是人和流程。

一、AI墓地：738个项目的死亡档案

这份死亡名单来自AI工具聚合网站"DANG!"的一个子页面——AI Graveyard（AI墓地）。

截至2024年6月，这份名单共收录了738个已经死去或者停止运行的AI项目。具体来看：

Chatbot、AI写作等文生文产品共271个，约占37%；AI绘画、AI设计等文生图产品共有216个，约占29%；AI语音、AI视频等文生音视频产品共有73个，约占10%；AI代码工具、SEO优化工具等其他类产品，约占24%。

而到2025年6月，这个数字更是飙升至1287款，其中仅2025年就新增了213个"死亡"项目。

斯坦福HAI年度报告指出，90%的AI初创公司在头5年内失败。PwC的全球AI研究显示，只有3%的AI初创公司实现了成功的退出。AI初创公司的平均烧钱率比传统初创公司高40%。

二、第一个难点：不是死于"套壳"，而是死于"没能套好壳"

在AI墓地，不少都是"套壳"的产品。

比如AI Pickup Lines（AI搭讪语），用户可以用它每天免费生成10条搭讪文案，也可以选择9.99美元/月或99.99美元/月的付费订阅，从而生成无限数量的搭讪台词，并灵活地选择任何关键词；此外，用户还可以选择以499.99美元的价格购买综合数据库，获取涵盖各种主题和风格的10万多条内容搭讪内容。

然而，AI Pickup Lines存活时间并不长，2022年底上线，2023年初就关闭了。

AI Pickup Lines关闭的最主要原因是娱乐性大于实用性，以及随着越来越多竞品大模型能力的增强，这类接入单一API的产品也很难应对生活中复杂多变的社交场景，壁垒会越来越薄；另外，虽然这类产品可能通过广告或一次性购买获得收入，但长期的用户留存和盈利能力不足，最终入不敷出关停。

AI周报生成器、AI哄女友文案生成器等"套壳"产品的死亡，也都是这个逻辑。

不过，"套壳"并不是一个贬义词。

AI助手Monica通过整合多种大模型，提供了丰富的功能，成功吸引了大量用户。AI搜索产品Perplexity因其良好的用户体验，也获得了可观的用户基础和收入。

关键在于：能否"套好壳"，即在已有技术基础上，提供独特且有价值的功能。

三、第二个难点：盈利模式单一，长期用户留存不足

盈利模式单一也是许多AI项目失败的原因之一。

以文生图产品Purephotos app为例，尽管尝试了积分购买和随用随付等多种收费模式，但因转变太晚，最终仍未能挽回颓势。这类产品通常底层接入了多个主流模型，但定价并无明显优势，难以吸引用户长期使用。

一家融资5000万的AI法律助手项目，因使用公开的终审判决文书训练模型，无法满足用户对一审、二审、调解书等场景的需求，最终用户流失。

数据显示，约85%的AI模型和项目失败源于数据质量差或缺乏相关数据。

许多AI创业公司构想了美好的"数据飞轮"商业模式：用户使用产品产生数据，数据用于优化模型，更好的模型吸引更多用户。然而，这个飞轮在数据质量这一环上极易卡死。

四、第三个难点：巨头竞争，生存空间被挤压

即使是曾经被视为明星的AI项目，也难以在巨头竞争中存活。

由谷歌前高管创立的AI搜索引擎Neeva，尽管一度备受关注，并推出了生成式AI搜索产品NeevaAI，但最终因无法持续获取用户和盈利，运营四年后关闭。

Neeva联合创始人在宣布关闭的博客文章中写道："在整个过程中，我们发现构建搜索引擎是一回事，而说服普通用户转向更好的选择则是另一回事。"

这表明，在巨头已占据强势生态位的情况下，初创公司需要在产品力和营销推广上有极高的投入和创新，才能成功立足。

软件工程师Teja Kusireddy完成的一项调查显示：73%的AI初创企业宣称的技术与实际落地存在巨大差距。其中37家宣称拥有"专属大语言模型"的公司中，有34家被发现只是在调用GPT-4的API。

五、AI创业如何避免成为"墓地"的一员？

资深从业者指出：大部分失败不是技术问题，而是战略、管理、预期问题。技术只占30%，其他70%是人和流程。

第一，避开"伪需求"。用户需要解决实际痛点，而非猎奇功能。

第二，构建垂直壁垒。如"佛经GPT"聚焦冷门领域，用独家数据筑护城河。

第三，算清楚ROI再上马。这个AI要解决什么问题？不做AI，问题有多严重？做了AI，能省多少钱/赚多少钱？

第四，选对场景。不是所有场景都适合AI，要选择AI能真正发挥价值的场景。

第五，建立数据护城河。数据质量是AI项目的生命线，没有高质量数据，一切都是空谈。

六、结语

738个失败的AI项目，不是失败的终点，而是后来者的路标。

它们用"死亡"告诉我们：AI创业不是技术竞赛，而是商业竞赛。技术只占30%，其他70%是战略、管理、预期。

套壳不是问题，问题是能不能套好壳。盈利模式单一不是问题，问题是能不能找到用户真正愿意付费的价值。巨头竞争不是问题，问题是能不能找到巨头看不到的缝隙。

AI创业的九死一生，不是让你放弃，而是让你更清醒。