别再只盯聊天框,AI 正在回到货架上

这两天看 AI 新闻，我有一个很强的感觉：

AI 行业开始从“模型看起来多厉害”，转向“它到底能不能被用起来”。

这句话听着不新，但今天尤其重要。

因为过去一两年，我们太容易被模型发布会训练出一种条件反射：上下文更长了，推理更强了，写代码更准了，多模态更丝滑了，于是觉得这就是 AI 的全部进展。

但真正的产业变化，往往不发生在最热闹的演示里，而发生在更普通的地方：手机里、家电里、门店里、客服系统里、车里、养老服务里、仓库和物流后台里。

我今天想讲的不是“某个模型又赢了”，而是一个更现实的判断：

AI 如果不能离开聊天框，进入货架和流程，它就很难变成真正的生意。

1. 国内这条政策，不是在喊口号，是在把 AI 往消费现场推

6 月 18 日，商务部等 8 部门发布了《关于加快“人工智能+消费”发展的实施意见》。

这种文件很多人会自动略过，觉得离自己很远。但这次我建议认真看。

它不是泛泛说“发展 AI”，而是直接点了很多消费场景：智能终端、智能网联汽车、智能家居、服务机器人、文旅、养老、零售、电商、物流。

翻译成大白话就是：别只把 AI 放在网页对话框里，要放进用户每天会碰到的东西里。

手机、电脑、眼镜、汽车、家电，是入口。

门店、商场、景区、养老机构、电商平台，是场景。

客服、导购、售后、排班、库存、物流，是流程。

这才是 AI 真正难的地方。

因为在发布会上，一个 AI demo 只要演示 3 分钟就够了。但在真实消费场景里，它要面对的不是掌声，而是断网、误识别、老人不会用、门店员工嫌麻烦、售后责任说不清、数据权限不好划分。

一个 AI 产品如果只会在视频里惊艳，离商业化还很远。

我一般会看一个很土的问题：它有没有让一个具体环节少花时间、少犯错、少等人，或者多卖一点东西？

答不上来，就别急着说“颠覆”。

2. 为什么我说“聊天框红利”正在变薄

聊天框当然还重要。

ChatGPT、Claude、Gemini 这一类产品，把 AI 变成了普通人能摸到的东西，这是历史级变化。问题是，当大家都习惯打开一个框问问题之后，下一轮差异就不在“能不能聊天”了。

差异会变成三个更具体的问题。

第一，它是不是出现在正确的时间？

你做饭的时候，不会专门打开一个长对话来问冰箱里有什么。更自然的方式，是冰箱、菜谱、购物车和健康数据已经连在一起。

第二，它是不是在正确的设备上？

开车时、逛商场时、照顾老人时、店员补货时，用户不一定方便打字。语音、摄像头、传感器、机器人、车机和穿戴设备，都会变成 AI 的手脚。

第三，它是不是接进了真实流程？

一个客服 AI 如果只能回答 FAQ，它很容易被替换。但如果它能查订单、改地址、触发退款、同步工单，还能留下审计记录，它就不只是“会说话”，而是进了公司的生产流程。

所以我不太建议大家继续用“聊天能力”来判断 AI 产品。

以后更重要的是：它是不是在用户需要的时候自动出现，并且能把事情往下推进一步。

3. AI 产品不能只押一个外部能力

过去几天，Anthropic 因美国政府相关出口管制指令，暂停外国人访问 Fable 5 和 Mythos 5，这件事也很值得放进同一条线里看。

这件事表面上是前沿模型访问权，和消费产品好像不是一回事。

但对真正做 AI 产品的人来说，它们是同一个问题：你的能力链条稳不稳。

如果一个智能硬件、企业 SaaS、客服系统、教育产品，核心能力完全依赖某一家境外闭源模型，那你卖给用户的其实不只是产品，还包含一个外部访问承诺。

这件事平时没人关心。

一旦模型限流、涨价、切区域、改合规要求，问题马上会冒出来：产品还能不能用？数据能不能迁走？客户合同怎么解释？降级方案有没有？

所以以后做 AI 应用，我觉得一个基本功会越来越重要：别做单模型信仰。

能抽象一层就抽象一层，能保留替代方案就保留替代方案。关键流程不要只绑定一个模型，关键数据不要只适配一种接口，关键交付不要只有“最强模型在线”这一种状态。

普通用户也一样。

别因为某个工具今天回答得最好，就把所有笔记、工作流、客户资料都锁死进去。AI 工具不是玩具会员，它越来越像工作基础设施。

基础设施最怕的，不是它偶尔慢一点，而是你没有退路。

4. 最难的不是发模型，是把方向押对

这两天还有一条新闻线：Google DeepMind 的 AlphaFold 核心科学家 John Jumper 被报道将加入 Anthropic；更早一点，Gemini 相关负责人 Noam Shazeer 被报道将加入 OpenAI。

放到“AI 回到货架”这条主线里，它有另一个含义：

顶级人才争夺，最后还是为了把 AI 从能力做成产品。

大模型实验室现在最缺的人，不只是会训练模型的人，也包括能判断下一个真实入口在哪里的人。是科学发现？是代码工作流？是企业代理？是智能硬件？是个人助理？是医疗、金融、教育里的垂直系统？

模型能力越来越强之后，问题反而更难了。

因为你手里有一把很锋利的刀，但到底切什么，怎么切，切完谁愿意付钱，这才是公司和公司的差距。

很多 AI 创业公司会卡在这里。

发布 demo 的时候看起来什么都能做，真到卖给客户的时候，发现用户要的不是“你很聪明”，而是“你能不能稳定替我解决这一个麻烦”。

这句话听起来很低端，但所有消费级产品最后都要回到这里。

用户不会每天为“先进性”付费，用户会为少一步、快一点、不出错、有人兜底付费。

5. 开源模型的意义，也会从“免费可用”变成“可控可嵌入”

还有一条不能忽略的线，是国内外开源模型和开放权重模型继续往前走。

最近 Z.ai / 智谱相关模型更新，以及 Hugging Face 等平台上的开放模型讨论，都在提醒一件事：AI 应用要大规模进入设备和行业现场，不能永远只靠远端闭源 API。

原因很简单。

有些场景要低延迟，比如车机、机器人、实时导购。

有些场景要私有化，比如企业知识库、医疗、政务、金融。

有些场景要成本可控，比如大量客服、内容审核、门店运营。

有些场景要可解释和可审计，不能只说“模型就是这么回答的”。

这时开放模型的价值就不只是“便宜”，而是可控。

可本地部署，可按行业微调，可做安全审计，可在外部访问受限时保留一套底线能力。

当然，开源不是万能药。很多公司会把“用了开源模型”包装成技术护城河，其实只是换了一个底座。真正重要的是：你有没有数据，有没有场景，有没有工程能力，有没有评测体系。

但从趋势看，闭源最强模型和开放可控模型，会同时存在。

前者负责把能力上限继续往前推，后者负责把 AI 塞进更多真实系统里。

6. 普通人和企业，现在该换一个观察角度

如果你只是普通用户，我建议你少问一句“哪个 AI 最强”，多问一句“哪个 AI 真的改变了我的一天”。

它有没有让你少打开几个软件？

有没有让你少重复输入一遍信息？

有没有帮你把一个麻烦流程跑完，而不是只给你一段建议？

如果答案都没有，那它再聪明，也很可能只是一个短期新鲜感。

如果你是创业者或企业管理者，我建议你看三件事。

第一，看入口。

你的 AI 是用户主动想起来才用，还是自然出现在他原本的工作和生活路径里？

第二，看流程。

它只是回答问题，还是能触发动作、沉淀记录、连接系统、承担责任？

第三，看退路。

上游模型变贵、变慢、变规则时，你有没有替代方案？

这三件事，比“我们接入了某某最强模型”更重要。

因为最强模型会变，最便宜模型会变，平台政策也会变。

但用户每天要解决的问题不会凭空消失。

最后说句实话

AI 行业现在最容易让人误判的地方，是它每天都很热闹。

热闹会让人以为进展都在发布会上。

但我越来越觉得，下一阶段真正有价值的进展，可能更安静：一个门店少雇半个人，一个客服少转一次人工，一个老人少跑一次窗口，一个司机少分一次心，一个内容团队少重复整理一小时资料。

这些东西没有发布会那么炸，但它们才是 AI 从技术变成生意的地方。

所以今天我想把判断说简单一点：

别再只盯聊天框。AI 的下一场竞争，不是看谁会说，而是看谁能被每天用起来。

谁能离用户更近，谁能进流程更深，谁能在规则变化时还稳定交付，谁才更可能留下来。

模型当然重要。