夜雨聆风AI行业四层论：应用层创业公司怎么活下来
最近跟几个做 AI 创业的朋友聊天，发现一个有意思的现象：大家都在焦虑，但焦虑的点完全不一样。做算力的在愁供应跟不上，做模型的在愁融资，做平台的在愁嵌入率，做应用的在愁——明天醒来自己的功能会不会被平台内置了。
这些焦虑看起来各不相同，但其实可以用一个框架串起来。
把 AI 行业从上到下分四层，很多事情的逻辑就清楚了。
四层地图
Layer 1 · 算力/基础设施层
Nvidia、xAI、CoreWeave、Cerebras。控制的是物理资源——芯片、数据中心、电力。估值极高，商业模式清晰，护城河就是那些你看得见摸得着的铁疙瘩。
这一层，创业公司基本没戏。建一个 GPU 集群的前期投入，够你在一线城市买十栋楼了。
Layer 2 · 基础模型层
Anthropic、OpenAI、Google DeepMind、Meta AI。这一层正在快速寡头化，入场门槛已经涨到了 100 亿美元以上，最终长期活下来的公司大概率不超过 10 家。
说白了，这是"造核武器"的层。你要么有钱自己造，要么就别碰。
Layer 3 · 平台/分发层
Google（Search + Android）、Apple（iOS + App Store）、Microsoft（Office + Azure + GitHub）。这一层的战争本质就一句话：谁的分发渠道里默认嵌入了哪个模型。
Google I/O 发的 Universal Cart，Apple Intelligence 嵌入系统各处，Microsoft Copilot 长在 Office 全家桶里——它们不需要造最好的模型，它们要的是让你的模型长在它的管道上。
Layer 4 · 应用层
剩下所有人。你、我、以及无数在垂直场景里找饭吃的 AI 创业公司。
这一层打的是：谁在特定场景里有不可复制的连接点。
钱是怎么在层与层之间流动的
搞懂四层地图之后，再看最近发生的几件事，逻辑就通了。
Anthropic 从 xAI 租 GPU ——Layer 2 向 Layer 1 买资源。Layer 1 赢。不管谁家模型最终赢了，卖铲子的都赚。
Google I/O 发 Universal Cart ——Layer 3 向 Layer 4 进攻。Google 直接在搜索结果里嵌入购物功能，那些做 AI 导购的创业公司，分发渠道被切了一刀。
Uber 用 Claude Code 烧钱 ——Layer 4 的企业在 Layer 2 的定价模型下被动出血。你用别人的模型做产品，API 成本是人家定的，你的利润率就是人家的提款机。
DeepSeek 降价 ——Layer 2 在价格竞争里加速商品化。模型本身越来越像水电煤，差异化在缩小。
Musk vs Altman 打官司 ——Layer 2 的法律规则正在被写。这一层的游戏规则还没定下来，大家在用诉讼和舆论抢定义权。
钱从下往上流（应用层向模型层付 API 费，模型层向算力层付基础设施费），威胁从上往下压（平台层内置功能替代应用层，模型层直接切入客户群）。
这就是 Layer 4 的处境：上面的人随时可以下来打你，而你离不开上面的人。
Layer 4 的两面夹击
应用层创业公司面临的威胁来自两个方向，而且同时来。
从 Layer 3 来的：平台内置。
Google 把你的功能做进了搜索结果，Apple 把你的功能做进了系统级 AI，Microsoft 把你的功能做进了 Office。你做的东西更好用？没用，人家的东西是自带的。用户不会因为你产品好 10% 就放弃原生集成的便利。
这不是假设。Google Photos 干掉了多少独立的照片管理 App？Apple Maps 干掉了多少导航工具？每次平台往自己系统里塞一个功能，下面就有一批创业公司消失。
从 Layer 2 来的：模型方直接下场。
OpenAI 在做企业工具，Anthropic 在签企业大单。当模型公司决定直接进入你的客户群，它的武器是更强的模型能力加上更大的品牌光环。一个套壳公司，拿什么跟人家打？
更残酷的是，这两件事同时发生。你这边还在想办法应对 Apple 的内置，那边 OpenAI 已经在跟你的大客户签企业合同了。
在这种情况下，"把产品做得更好"是不够的。
活下来的 Layer 4 公司有一个共同特征
那些真正活下来、而且活得不错的 Layer 4 公司，有一个共同点——它们不是在跟 Layer 3 或 Layer 2 正面竞争，它们在做一件上面的人认为不值得做的事。
什么算"不值得做"？三个条件，至少命中一个。
条件一：市场太小。
2 亿美元以下的市场，Anthropic 不会认真去打，Apple 不会专门为它开发功能，Google 不会在搜索结果里单独做一个模块。这些大厂每做一个功能，背后的机会成本都是按十亿美元计算的。一个 5000 万美元的垂直市场，它们看都不会看一眼。
但这 5000 万美元对你来说，够你活得很好了。
条件二：需要运营深度。
医疗、法律、工业现场——这些领域不是有 API 就能进去的。你需要现场实施，需要合规资质，需要跟客户的安全部门、法务部门、IT 部门打交道，需要处理那些脏活累活。
大厂最不喜欢脏活累活了。它们喜欢的是规模化的、标准化的、边际成本趋近于零的生意。但凡需要派人去客户现场蹲三个月才能上线的项目，它们的 ROI 模型算不过来。
但这恰恰是你的护城河。你蹲了三个月搞明白了这个行业的水有多深，后来者也得蹲三个月。蹲完三个月的人，就是那个领域的专家。
条件三：需要本地化。
中国市场的语言环境、监管体系、渠道结构，跟美国完全不同。美国大厂要么没有能力做，要么没有商业意愿做。一个做中国工业质检的 AI 公司，面对的客户、渠道、合规环境，硅谷没有任何一个团队能远程搞定。
同样的逻辑适用于日本、中东、东南亚。每个区域市场都有自己的特殊性，而这些特殊性就是 Layer 4 公司的天然壁垒。
一个实用的自检清单
如果你在做 AI 应用层创业，可以用这三个问题做个自检：
1. 你的产品功能，Google/Apple/Microsoft 能不能在下一个版本里直接内置？
如果答案是"能"，那你现在就该想后路了。要么往深处走，要么往窄处走，要么往本地走。停在原地等着被内置，是最差的策略。
2. 你离开某一家模型供应商，还能不能活？
如果你的产品完全建立在 GPT-4 或 Claude 的 API 之上，换一个模型你的产品就废了，那你的命运不在自己手里。模型在加速商品化（DeepSeek 的降价就是证据），这意味着切换模型会越来越容易——但也意味着模型方可以轻易绕过你直接服务你的客户。
3. 你的客户选择你，是因为你"更好用"，还是因为你"不可替代"？
"更好用"是一个脆弱的优势。Layer 2 出一个更强的模型，Layer 3 出一个内置的功能，你就被替代了。"不可替代"才是硬道理——你有合规资质、你有行业数据积累、你有现场实施团队、你有客户关系网络。这些东西不是一个 API 更新就能复制的。
最后说一说
AI 行业这四层，每一层都有自己的逻辑和焦虑。Layer 1 焦虑供应，Layer 2 焦虑融资和规则，Layer 3 焦虑嵌入率和默认位置，Layer 4 焦虑的是不被上面的人碾死。
对 Layer 4 来说，认清自己的位置比什么都重要。你不是在跟同层的竞争对手打仗，你是在跟整个食物链的引力做对抗。往上打不可能，往下没有空间。唯一的出路是往深处走、往窄处走、往本地走。
找到那个大厂觉得太小、太脏、太本地化的缝隙，扎进去，长出自己的根。
这才是应用层创业公司的生存法则。
