访谈 | 铅笔道创始人 王方

撰稿 | 铅笔道编辑 赵松格

唱吧创始人陈华最近略感焦虑。他明显感觉 AI 应用有一大波机会要来，但此刻，自己却站在迷雾森林里，不能完全看清具体方向。

" 就像 2007 年，苹果手机出现，2012 年左右，移动互联网爆发。国内现在的 AI 创业，有点像当年的 2011 年，处在爆发前夜。"

他曾完整地经历过 PC、移动互联的周期。在 PC 互联时代，他曾创立酷讯（Kooxoo），是字节跳动张一鸣的前老板——后者是其 5 号员工。在移动互联时代，他创立唱吧，开创了手机 K 歌时代。

面对 AI 应用浪潮，他认为：这次是剧本重写。

首先，二者（AI 与移动互联网）有相同点：

1、产业发展周期类似。

移动互联网：iPhone 2007 年发布，但真正爆发是在 2011-2012 年（4 年后），期间生态逐步完善。

AI 浪潮：GPT 等大模型 2022 年后集中出现，但大规模应用落地可能需类似周期，比如 2026 年。

2、" 工具属性 " 被认可。

移动互联网早期，以工具类应用（如天气、日历）为主，后转向社交、电商。AI 同样优先在 To B 和工具（如图片、视频等）中应用。

然而，二者的区别更加明显。

1、商业化路径不同。To B 先行 vs To C 引爆​​

移动互联网：先有 To C 爆发（如社交、短视频），再渗透 To B（企业服务、SaaS）。

AI 浪潮：To B 应用（如设计、客服、财务自动化）率先落地，To C 仍处探索期，且机会多被巨头垄断。

2、驱动因素不同：技术突破 vs 硬件革命​

移动互联网：由 iPhone 等智能终端带动，是 " 硬件生态 " 的爆发。

AI 浪潮：由大模型等底层技术突破推动，与硬件关系较弱，甚至 PC 端比移动端更适配（因 To B 场景多在办公环境）。

3、商业化逻辑不同：效率优先 vs 流量优先

移动互联网：靠用户规模变现（广告、电商、游戏）。

AI 浪潮：To B 靠 " 省人省钱 " 直接变现（企业愿为明确 ROI 买单），To C 则依赖会员制或垂直工具付费。

4、竞争格局不同：生态封闭 vs 开放创新

移动互联网：早期创业公司有机会打造平台（如微信、抖音）。

AI 浪潮：To C 入口被巨头把持，创业公司只能聚焦垂直工具或企业服务。

尽管如此，陈华依然有非常看好的 AI 应用机会：

1、To B 效率工具（企业服务）：企业愿意为 " 省人省钱 " 买单，ROI 明确。

2、To C 高频工具（垂直领域）：比如办公套件、日历、浏览器等用户高频使用的工具。

这些机会有一个试金石：如果产品上线 2 周，用户不喊 " 哇塞 "，这个方向就可以放弃了。

更详细地分享，敬请阅读铅笔道创始人王方对话陈华。在 AI 浪潮席卷而来的今天，陈华的思考或许能为 AI 从业者提供一份清醒的指南：避开泡沫，深耕价值，等待属于 AI 时代的 "iPhone 时刻 "。

01 AI 应用：to B 先行

铅笔道：您完整经历了 PC 互联网和移动互联网两个周期。那您怎么看现在这一波 AI 浪潮？它和当年的移动互联网有哪些异同？

陈华：还是有很多不一样的地方，但也有点像。

不同之处是：现在这个阶段，主要还是大厂在做，但应用型初创公司，虽然有一些出来了，整体还是在比较早期的阶段，数量不多，因为 AI 现在还处于底层技术的发展阶段。

相同的地方是：GPT 出来了，我觉得有点像当年 iPhone 刚发布的时候。

iPhone 是 07 年出来的，但真的让移动互联网火爆起来，是在 11 年、12 年，大概四年之后。

现在也是类似的情况，大模型兴起几年后，现在到了 AI 应用爆发的前夕。

iPhone 刚出来那几年，大家也没觉得特别好用，但后来进步很大。

AI 模型陆续发布出来后，大家也开始在用，刚开始也不够好用。但是最近，AI 工具的使用频率明显提高了，已经逐渐成为一个生产力工具了。

铅笔道：从应用场景看，AI 应用和移动互联网有哪些不一样？

陈华：移动互联网是先 toC，再 toB。而 AI 应用不同：To B 的 AI 应用已经出现了很多，但 To C 的还非常少。我现在看到的 To C 机会，主要还是偏工具型的。

To B 方面比较显著，因为企业有非常强的生产效率提升需求。只要能帮我省人、省钱，我就愿意买。所以不管是在美国还是中国，To B 的 AI 应用，是目前最清晰的商业模式，而且 AI 带来的效果转化也很快。

就像我们公司，最典型的应用就是图片图像生成。这对整个设计团队的效率提升非常明显，基本上能翻两到三倍的产出。用同样的人力，产出是原来的两三倍没问题，成本也就一年几百块钱会员费，或者自己搭个服务器，几乎不怎么花钱。大家还是很愿意接受这种东西的。

但是你看当年移动互联网，不是 To B 先做的，移动互联网是先做 To C，后面才有 To B，对吧？这个路径是不太一样的。

铅笔道：和二者的基础设施条件是不是有一些关系？

陈华：不完全是基础设施的完善程度。移动互联网是 " 硬件先行 "，硬件带动了整个生态的变化。但 AI 不一样，它是底层技术的突破，跟硬件关系不大。

你看为什么现在反而觉得 PC 端更好用？因为它的目标用户很多都是 To B 的，商务人士、办公室白领，上班的时候主要用 PC。你在 APP 里搞一个 B 端 AI 应用，本来就没那么方便。所以 PC 端反而发展得更快。

不管你做财务、做客服，还是其他 B 端应用，PC 端肯定比手机端更好用。你说在飞书里面集成各种 AI 应用，最终还是落在 PC 端的体验更好。

铅笔道：所以对于 To B 应用，加上人工智能之后，对于客户来说，效率和成本就立刻可以提升？

陈华：我觉得就是这样。To B 应用，效果是能很快看到的。只要你能算清楚账，比如说用了你这个产品，可以减少多少人工、提升多少效率，那基本上企业就会马上说 OK，没有任何犹豫。

但现在的问题也卡在这。国内 AI 的 To B 应用整体还是不够成熟。像客服，我们逼着客服团队去市场上找，看有没有哪家的 AI 客服能达到商用级别。我们找了一年多，都没找到真正满意的。简单的业务是可以用 AI 的，但稍微复杂一点，体验就不够好。

比如 AI 编程，现在确实用得挺广，大家都在说用 AI 编程写大程序。但实际上，真正在一个大项目里用 AI 编程，体验一般。

它可以做辅助，比如写一段算法或者检查一下 Bug，这些它都能做。但你要说大型项目的改进迭代，还不太行。现在它还是辅助为主，还没法替代，但已经很接近了。

铅笔道：目前，国外的 AI 应用最大的机会在哪？

陈华：我去年去了一趟硅谷，那边给的反馈（AI 应用）还是集中在企业办公相关的流程自动化上。比如财务流程、财务合同、供应链管理这些场景，AI 自动化能发挥很大作用。还有招聘系统，这一块机会也很多。

铅笔道：类似于飞书做的那种事情？

陈华：对，但飞书其实做的还不多。硅谷那边很多小公司，专门做这些商务流程相关的 AI 产品。其实企业中后台需要的系统本来就有很多，以前是人工处理，现在 AI 能够帮助优化。

铅笔道：可以理解为是 SaaS 的升级版吗？

陈华：对，国外 SaaS 付费很成熟，但中国 SaaS 发展相对落后。美国的优势就是他们分工特别细，而且 API 开放，大家都可以接入。中国这边做 To B，很多时候就想着要么挂在飞书、钉钉上做，要么干脆自己全做，生态还没完全打开。

铅笔道：国外这些 AI 企业都发展到什么阶段了？

陈华：国外很多都是小公司在做，团队就几个人，但产品做得特别垂直，做得很好，推广之后就能养活团队了。

铅笔道：他们也会融资吗？

陈华：会，但金额都不大，有时候甚至不融资，自己赚点钱也够了。美国创业者习惯拿一小笔钱做，做成之后就卖掉公司，或者直接盈利分红。

铅笔道：国内的创业环境还是有些不一样，比较烧钱，尤其是硬科技。以前可能 300-500 万的天使轮，就能验证创业想法了。

陈华：AI 创业其实也不需要那么多钱，我现在看下来，大部分做得不错的团队也就十几二十个人，成本很低，别上来就要扩团队。

铅笔道：主要是商业模式发生了变化？

陈华：对，以前很多产品需要强运营团队，但现在很多 AI 产品就是 SaaS 化，用户自己购买就能用。To C 的话基本是会员制，用户也愿意为 AI 服务付费，尤其是涉及后台大量计算资源的时候，用户现在认这个账了。

铅笔道：你前面提到的国外 AI 小团队（TOB 方向），在国内有吗？

陈华：也有。但国内这边，还是 To C 多一些？

铅笔道：与 toB 相比，国内的 To C 创业为什么会更难一些？

陈华：To C 难就难在基础设施上，或者说生态大部分都被大厂把持了。比如大模型入口级应用，创业公司基本别想进，进去必死。

铅笔道：你说的 toC 应用，具体指哪些？

陈华：图像、视频、教育，基本就是这三个，AI 工具赛道。图像类比如美图、图片优化，视频类包括生成视频、视频剪辑。教育类主要是英语、数学辅导这些，AI 替代老师部分工作。用户对这类产品付费习惯也早就建立了。

铅笔道：音乐类呢？

陈华：音乐类有一些公司在做，但整体不如图像和视频成熟，商业化还不够好，用户也没那个消费习惯——大家不会单独为了某一首歌付费。就算是爱好者，数量也不够多（可能是几十万量级），支撑不起一个国民级应用。

02 To C 机会：多被巨头垄断

铅笔道：上面提到很多机会，你也在做 AI 投资。从你个人角度，你主要关注 toC 还是 toB？

陈华：我们做事情肯定还是 To C，不管做什么方向，都是从 To C 的角度去思考。一个是我们企业基因的问题，第二个是我觉得 To C 做出来的东西更好玩一些。

但前面也提到了，To C 机会非常难找，我觉得现在对很多创业者来说，不管是大公司还是中小公司，大家其实都在 AI 赛道里面找机会和方向，显而易见的机会都已经被大厂抢走了，大家也没法碰。剩下那些看着有点虚的创新机会，也非常稀缺了。

比如我这两天参加了一个 AI 大会，我也去听了一下。10 个项目里，可能也就一个项目我觉得有机会，其他的项目感觉就是 " 随便做做 "，有点忽悠人。当然，这种事不好说，创业公司有时候就是这样，今天做着做着突然改了个产品形态，结果就火了，是有可能的。

铅笔道：是否会存在幸存者偏差，比如在某个不经意的角落，从大厂的夹缝中脱颖而出，就像当年的字节跳动。

陈华：有可能，肯定有。

我觉得可能有几个方向是有机会的，一个是 AI+ 基础工具，尤其是各种我们日常用的技术工具，大厂未必能第一时间抢到。最典型的例子就是 AI 编程。

当年我一听说 AI 编程，第一反应也是，这能做啥？VS Code 加个功能不就完了？微软做的 VS Code 全世界占有率 80% 以上，绝对垄断。结果为什么 Winsurf 出来了？为什么 Cursor 出来了？VS Code 到现在自己做的 AI 功能也没啥特别好用的，反倒是这些小团队做的 AI 插件体验更好。

最后人家 Winsurf 卖掉了，几十亿美金，一两年时间就卖掉了。

铅笔道：这个案例让人难以想象

陈华：对吧？本来就是个编程工具，加上 AI 之后，突然就变成几十亿美金的生意。那我们也可以去看看，日常还有哪些工具可以用 AI 重做一遍。

铅笔道：比如办公套件？算不算个好生意。

陈华：算。还有浏览器、邮件客户端、计算器、输入法。当年搜狗那 " 三驾马车 "，全是工具级应用，都是亿级用户天天在用的，只是我们用得太习惯了，反而感觉不到它的存在。

铅笔道：搜索引擎也算吧？

陈华：也算，但现在搜索引擎这个场景已经被 AI 取代了。你看我现在基本不百度了，天天用豆包或者 Deepseek 搜东西，啥都能找到。虽然界面不一样，但满足用户需求的逻辑是一样的。

我们可以打开手机看看，日常工具都有哪些，AI 的机会可能就在里面（掏出手机开始数）：日历、天气、导航、相机、照片、文件、翻译、时钟、指南针、语音备忘录……这些都是大家高频使用的。创业者应该列一个清单，找到 AI 切进去的创新点。

铅笔道：听起来跟移动互联网早期做工具类产品的逻辑很像。

陈华：是的，但没那么简单。就像刚才说的编程工具，本来全世界几千万程序员都用 VS Code，结果突然出来一个长得差不多的，加了 AI，就干成几十亿美金的生意。

铅笔道：与巨头相比，它（Cursor）的竞争差异在哪里，是否值得其他创业者借鉴？

陈华：我觉得有两个点：第一是做得早，第二是对 AI 需求的理解和解决方案结合得紧密。你要把 AI 当成一个 " 人 "，他是有智能的，能帮你做事情的 " 助理 "。比如写代码，不是说 " 帮我搜一下 "，而是直接告诉他写个什么，他就给写出来。这其实是交互方式的升级。

铅笔道：对，其实就像是 " 指挥一个人干活 "，而不是使用一个工具。

陈华：对！你可以理解为机器人或者智能助理。这个方向还是蛮有机会的。

铅笔道：所以第一做得早。第二，要把 AI 作为人的优势发挥出来。

陈华：对。大厂虽然资源强，但也不一定做得好。很多时候这些 " 小工具 "，大厂刚开始也未必看得上，这就给了创业者一个窗口期。

铅笔道：那工具之后，再往下可能就是社交了？

陈华：对，但社交更难。大厂卡在入口上太舒服了，比如现在你想做个新的 IM（即时通讯），怎么跟微信打？或者做个短视频 App，怎么跟抖音打？

铅笔道：就像当时很多人（包括小米雷军）都和腾讯竞争一样？

陈华：那个时候还是有机会的。因为当时的传播渠道是开放的，现在是封闭的。以前微博上可以随便传播 APP 链接，现在你想在微信上传播 APP，费劲死了，打不开，各种限制。

以前你可以通过社交平台做裂变，现在几乎不可能。所以你必须靠自己砸钱铺量，才能打开局面。

铅笔道：除非是有那种一上线就全民疯传的产品，比如 Deepseek。

陈华：那必须得有一个技术上的突破才行，比如大模型刚出来那种级别的东西。

铅笔道：确实，光有钱也不够，还得有绝对强的产品力。

陈华：对。比如像 Deepseek，我觉得它不光是大模型本身做得好，关键在于它产品形态上也有创新。比如 " 联网搜索 " 和 " 深度思考 "（Deep Think），这两个功能都是 OpenAI 最早没做的。

之前 OpenAI 的数据都是旧的，联网搜索是刚需。还有 Deep Think，用户以前都追求快，但有些复杂问题，你慢慢思考一下给个好答案，用户反而更喜欢。

铅笔道：这么听下来，AI+ 社交机会比较难。

陈华：我现在反正没想好 AI 能怎么做出新形态，去切大厂的蛋糕。也许在手机上真的没机会了，可能要等下一代设备，比如眼镜。但眼镜也有眼镜的问题，比如电池续航。

铅笔道：现在看移动互联网，是有清晰的路线的，比如从门户、工具、社交，再到电商等等。AI 也会遵循类似的路线吗？

陈华：我觉得不是那个逻辑。每一个新的机会出来，我觉得 AI 的创业时代可能更像 2011 年初，有一大堆人想做移动化创业，但具体方向还没找到，大家还在磨合。

磨到什么时候呢？你看到 2012 年才普遍出现了很多今天所谓的移动巨头。2011 年只是刚刚开始，真正爆发是在一二年，那时候还有一年的沉淀期。

铅笔道：所以大家都走在迷失的森林当中，不知道明天的路是什么？

陈华：是啊，为了明天，或者突然之间某个地方出个 AI 应用，那个地方特别好，所有资金都来了，这都是可能的。

铅笔道：那你觉得 AI 工具和 AI 社交再往后走，AI 会改造哪些行业？

陈华：比如电商。相比社交，电商竞争壁垒低，因为电商本来就比较碎片化。你今天去搞一个新的电商平台，难度比做新的社交平台低。

社交是强垄断性质的，很难切进去。但你做电商，有独特东西，可能有人就来你店买东西。买东西其实差别没那么大。

尽管大厂在电商领域也很强，但电商是碎片化的，以前有好几家规模相当的电商平台，所以你切进去还是有机会。

铅笔道：你觉得 AI 游戏有机会吗？

陈华：游戏没想好。我觉得游戏不会显著 AI 化，可能是现有游戏的某个方向。游戏更看重故事性和玩法。AI 不 AI，游戏里本来就有大量算法，用户感受不明显。现在很多游戏 NPC 已经接入大模型，但你不会觉得明显比以前好。

铅笔道：未来还有类似 App Store 这种东西吗？

陈华：有可能。当 AI 应用大爆发，导航和应用市场是需求。以前有豌豆荚、91 助手，点评类的东西，专门评测应用。现在 AI 应用多且新，排行榜意义不大，需要深度体验和分析。官方评分没用，更看重深度评价。

铅笔道：你觉得爆发可能就在明年或后年？

陈华：不一定那么快，我们内部天天找 AI 能做什么创新应用。从前年开始讨论，但真正让我愿意冲进去做的还没看到。像 PC 到移动互联网时代，巨头抢了大位置，普通人很难做巨头，只能做巨头以外的事情。

铅笔道：您看好机器人吗？比如人形机器人？

陈华：人形机器人我觉得最大的问题是——它没有真正的应用场景。说白了，他们的大部分客户，其实是别的想做机器人的公司……有点奇怪，你做这个东西本来是要服务 C 端用户的，结果变成了做给 B 端公司研究用的，这逻辑就不对了。也许这个领域未来能撑起几亿、十几亿的收入，甚至可以上市，但它核心的那个 " 能解决什么实际需求 " 的问题，还没有答案。

03 AI 应用检验标准：2 周定生死

铅笔道：刚才我们讨论了行业的情况，如果站在唱吧的战略角度，你看到 AI 应用即将有一波机会到来，但又没完全看清方向，此刻的内心焦虑不？

陈华：当然焦虑，这里面有很多难点。比如说，现在市场上如果有十个人去做，有些技术难度太大，我们团队做不了，或者说你得投入至少 10 个亿跑 GPU，像我们这种团队没法搞，大厂去做就好了。这些机会其实可以直接淘汰一大半（对手）。要是真火了，你就别碰了。

还有一些应用挺好玩的，但市场不够大。大团队做可能麻烦，小团队三五个人做就行，挣点小钱也开心。但对我们这样的公司来说，做一个挣钱但长不大的业务没什么意义。

但也许它能长大，也许会错过机会，但做了又觉得亏，市场就那么大，算算很难。

还有一些方向是大的，但你得看你有没有实力。现在国内竞争太激烈，做什么都不是一家独大，只要方向好，竞争肯定存在，你无法保证自己是赢家。

铅笔道：AI 这波机会，有没有让你想跳出音乐这个赛道？

陈华：有。我关注的机会，不一定非得是音乐相关，音乐相关可能还没想清楚。我们也在考虑 TOC 方向，娱乐和 AI 硬件相关的东西也有可能。

铅笔道：AI 会给唱吧的原有业务带来威胁吗？

陈华：威胁还好。老业务比较稳健，不太依赖 AI，更多是社区和人际关系服务，不是纯技术。但如果 AI 能创造商业级别的音乐作品，音乐产业可能巨变。

比如播放器和媒体可能被替代，可能出现不用买版权的新播放器，像 QQ 音乐那样的大播放器花费几十亿版权费，而新播放器靠 AI 生成类似风格的歌，成本几乎为零。

这种情况存在可能性，但需要技术突破，目前还没实现。

铅笔道：这生意规模挺大？

陈华：对，播放器这种业务规模大。没有版权成本，作词作曲、演唱成本都省了，生产速度远超传统。

铅笔道：但前提是 AI 生成的音乐质量要过关？

陈华：不仅是过关，而且要达到录音棚以上标准，高质量且速度快。主要是能帮企业节省版权成本。

铅笔道：如果现在国内的 AI 应用创业者，都站在你面前，你最希望和他们分享什么？

陈华：可能会分享对 AI 尤其是大模型的理解。很多人没把大模型理解成 " 人 "，它是个帮你干活的助手，而不是单纯 API。理解清楚这一点，应用场景会很不一样。

铅笔道：如果创业者没理解这一点，会有什么后果？

陈华：用户体验会差，难成功。没有跳跃性的体验升级，问题没解决太多。

铅笔道：您创业这么多年，尤其结合唱吧的经验，您觉得 AI 应用创业者最可能犯的错误是什么？

陈华：我觉得最核心的一点就是：如果你的产品上线一两个星期，用户没有觉得 " 哇，好惊艳 "，那基本上这个方向就废了。你可能自己觉得这个东西很好，但如果推出来，用户的反应是 " 就这？" ——那基本上这条路就可以放弃了。学学经验，转头做别的，不用再纠结。

铅笔道：以前大家会觉得 " 功能还在升级 "，是不是慢慢打磨可能还有机会？

陈华：对，以前是这样，但现在真的不行了。你后面可能想去补救，但其实框架已经很难再改。尤其 AI 应用，它有一个节奏问题，如果前面表现不行，后面再花个一两年去改，基本不现实。还不如推翻重来。

铅笔道：最后一个问题，现在国家投硬科技这块比较多，尤其像机器人、芯片、航天这些，感觉跟 AI 应用的节奏和逻辑不太一样。你觉得 AI 应用的投资是不是另一条路线？

陈华：可能是。国家投这些项目，不完全是为了商业目的，更多是战略需求。国家为什么鼓励机器人、航天这些？它们短期内挣不了多少钱，但 5 年、10 年以后，和美国比拼科技实力，这些是必须要有的。

表面上看，可能觉得这钱有点浪费，但从国家层面，这么做是对的。砸 10 个、20 个项目，总有几个成的。哪怕一家公司活下来，国家战略目标就实现了。

铅笔道：AI 应用这边，投资的钱如果不主要来自政府，那么来自哪里？

陈华：我觉得美元基金更合适。人民币基金也有投的，但美元那条路线更纯粹一些。当然现在美元基金的钱也不好募了，确实比较紧张。

铅笔道：可能 AI 里面某一些赛道，还是能成为 " 国家队 "，比如操作系统、手机。

陈华：也许 AI 操作系统会有兴趣，但 AI 应用这种，估计兴趣不大。政府更关心的还是基础技术或者制造业层面的创新。