作者 | 互联网那些事儿

数据支持   |   勾股大数据（www.gogudata.com）

盈利是科技企业的生命线。

经典科技史著作《浪潮之巅》一书中，引用了松下幸之助的名言：" 一个产品如果不能盈利，就是对人类的犯罪，因为它浪费了人力和物力。"

《浪潮之巅》还指出，在互联网时代，大量企业盲目追求用户规模而忽视盈利路径，最终因现金流断裂被淘汰，形成了史上著名的互联网泡沫。

相比之下，当时的谷歌凭借其创新的搜索算法和基于广告的清晰盈利模式实现了盈利，成为幸存者。

这无一不印证了熊彼特 " 创造性破坏 " 理论的终极要义——创新必须完成 " 技术势能→商业模式→财务正循环 " 的价值闭环。

近年来，人工智能浪潮也未能 " 免俗 "：人工智能历经三起两落，一度陷入 " 技术惊艳 - 商业乏力 " 的怪圈。2020 年前后的 AI 寒冬犹在眼前：全球头部 AI 企业绝大部分仍在亏损，商业化路径模糊的算法公司批量消亡。

但好在 AI 行业也有迹象显现 " 冰雪已经逐渐消融 "，AI 行业的春天已至。

根据 DeepSeek 在知乎上发表题为《DeepSeek-V3/R1 推理系统概览》的文章披露，DeepSeek 实现了理论成本利润率 545% 的惊人突破；全球化 AI 云开发者平台涂鸦智能，也在 2024 年交出了首份年度盈利答卷。

这两个维度的突破，共同勾勒出人工智能产业化落地的可行路径。

涂鸦智能财报摘要：

2024 年第四季度业绩

总收入：8210 万美元，同比增长 27.4%，显著高于彭博一致预期的 8040 万美元。

毛利率：47.8%，同比提升 0.5 个百分点，环比提升 1.8 个百分点。

Non-GAAP 净利润：2210 万美元，净利润率 26.9%，同比提升 7.4 个百分点

2024 年全年业绩

总收入：2.986 亿美元，同比增长 29.8%。

毛利率：47.4%，同比提升 1 个百分点，连续 6 年持续稳健提升。

Non-GAAP 净利润：7530 万美元，同比增长 268.5%，净利润率 25%。

GAAP 净利润：凭借良好的 Non-GAAP 经营表现，有效覆盖掉了与商业模型及业务经营无关联的历史股权激励等项目带来的会计负担，首次实现年度 GAAP 盈利，净利润为 500 万美元。

01

从技术崇拜回归到商业本质

DeepSeek 可观的利润率，打破了技术崇拜的叙事，将行业焦点从技术参数的军备竞赛拉回到商业本质。

长期以来，大模型技术被媒体赋予了一种近乎玄学的光环，但从务实视角的角度看，大模型的本质在于将复杂的 AI 能力泛化为可调用的工具。

中国信通院《MaaS 框架与应用研究报告（2024 年）》揭示的产业图景也颇具有参考意义——人工智能架构与云计算架构的高度相似性，揭示着技术演进正重演历史规律：AI 这一颠覆性技术将回归基础设施本质。

这一判断得到涂鸦智能联合创始人、COO 兼 CFO 杨懿的认同。杨懿在接受格隆汇采访时直言：" 大模型的未来形态应是通用互联网基础设施，正如云计算重构了 IT 底层架构 "。

资料来源：中国信通院《MaaS 框架与应用研究报告（2024 年）》

在这样的背景下，将 AI 能力转化为可调用的工具集与应用，无疑是 AI 商业化的关键环节。基于这一理念，涂鸦智能提出了 "LLM Agnostic（大模型无关）" 理念。

"LLM Agnostic" 延续了涂鸦智能此前的 "Cloud Agnostic"（云无关）和 "Edge Agnostic"（端无关）。

在物联网早期野蛮生长的时期，该公司便以 "Cloud Agnostic" 和 "Edge Agnostic" 帮助客户应对基础设施碎片化困局，让开发者与企业用户从底层技术复杂性中脱身，达到 " 无感知化 "（即 "Agnostic" 特性）。

如今，涂鸦智能继续沿袭这一思路，通过其技术架构和生成式 AI 解决方案，使开发者和企业用户无需关注底层技术细节，从而能够更专注于商业逻辑和核心业务创新。

也就是 AI for ALL，破除 AI 的神秘性，通过持续降低应用门槛，激发多元创意走向实用化场景，构建 " 人人能参与，处处有 AI" 的 AI 平权生态。

杨懿表示：" 我们倡导‘ Agnostic ’（无关性）的本质，就是希望消除所有阻碍进入的门槛，让更多人快速进入这个领域，从而推动新型应用场景的快速繁荣。"

那么，涂鸦智能是如何做到这一点的呢？

涂鸦智能联合创始人、COO 兼 CFO 杨懿

02

做一个技术集大成者  

值得一提的是，当行业仍在争论大模型技术路线时，涂鸦智能已建成全球首个集成 DeepSeek、豆包、通义千问、OpenAI、Claude、Gemini、Amazon Nova 等顶尖模型的 AIoT 开发平台，支持开发者按需调用差异化能力。

不同于绑定单一模型的竞争对手，涂鸦智能 " 技术集大成者 " 的定位源于对技术实用主义的理解。

DeepSeek 虽在文本推理表现出色，但面对智能家居、智慧空间的多模态交互就力有不逮；某些中文模型虽内容生成能力强，却受制于高昂推理成本；有些模型虽然在中文内容处理上很强，但使用效率较低，成本较高，可能更适合高附加值的商业化内容制作；还有一些模型可能更泛化，但在数据分析精度和严谨性上表现一般。

此外，不同地域的市场会有不同的要求与偏好，欧洲用户可能倾向本地合规模型，东南亚市场需要多语言支持，而高端商业客户追求私有化部署。

在这种情况下，如果一个初创公司想开发 AI 设备并面向全球市场，如何选择合适的大模型就变得非常复杂。

而涂鸦智能的 "LLM Agnostic" 理念，就是将所有模型的优点整合起来，为开发者提供一个通用化的平台，让他们可以根据自己的需求选择最适合的模型。

这样，开发者只需要关注自己的应用场景、目标群体、商业模式，以及对成本、准确度和使用偏好的要求，从而实现更优的解决方案。

杨懿表示，平台通过架构级创新，使开发者可根据场景需求，像拼装乐高积木般自由组合模型能力。比如可以同时融合通义千问的语义理解与 DeepSeek 的代码生成能力，打造出可自主迭代的产品。

但值得一提的是，在高度碎片化的商业战场，做一个技术集成商是远远不够。涂鸦智能深知，要打破准入壁垒，需要一把更锋利的破冰斧。

因此，涂鸦智能选择了构建全球开放、中立的 AIoT 生态之路，为开发者提供技术、供应链、生态融合等全方位的赋能。

03

破解三重壁垒

杨懿多次强调，涂鸦智能必须为下游开发者和用户降低进入门槛，打破大模型的藩篱。

在消费市场，简单的 " 接口搬运 " 模式或许尚能被接受，但在高度碎片化的企业服务领域，客户面临的挑战远不止于此。数据合规、系统适配等技术难题只是冰山一角，更关键的是，企业需要将智能化改造深度融入业务逻辑。

这种多维度的挑战构建了经济、技术和市场的三重壁垒。而涂鸦智能，正通过全链路能力的重构，逐一击破这些壁垒。

在技术层面上，涂鸦智能已形成 " 数据处理 - 垂直训练 - 场景调优 " 的全链路垂直纵深体系。涂鸦智能拥有 " 既懂代码更懂车间 " 的双重能力——既掌握 AI 等前沿技术，更深谙能源、环境、娱乐教育等多个领域的运行机理，并依托行业深耕积累了大量的优质行业经验与专业知识。

凭此，涂鸦智能帮助开发者打造应用和产品再也无需数月时间，短时间内就能完成开发，甚至直接实现产品量产。

当行业聚焦于参数竞赛时，涂鸦智能已实现从技术工具到产业基座的进化，通过将复杂算法封装为可嵌入业务流的模块与产品，真正拆除横亘在企业面前的技术门槛。

在经济门槛方面，杨懿表示，涂鸦智能希望提供一个非常有竞争力的价格，并推出了 " 亿元补贴 " 计划，助力 AI 开发者加速创新落地。

图片来源：涂鸦智能

在杨懿描绘的商业蓝图中，涂鸦智能的 " 成本分类解耦 " 策略颇具前瞻性：一次性开发成本转化为可通过规模效应消化的固定成本，同时聚焦降低持续使用成本这个决定商业模式存续的关键变量。

" 就像用户不会为每月千元订阅费的玩具买单，企业更在意 AI 服务的长期 ROI。" 杨懿称。

这种从 " 成本转嫁 " 到 " 价值共生 " 的思维转变，正在重构 AI 服务定价体系。

除了经济成本和技术门槛，涂鸦智能还十分关注市场门槛。公司的差异化优势在于其生态和全球网络。2024 年，涂鸦智能经服务了 5800 个品牌客户，覆盖了超 12 万个渠道门店，并在各个主要国家和地区建立了自己的合作生态和品牌影响力。

杨懿特别强调生态的杠杆价值：" 开发者借助我们的渠道矩阵，可以快速实现跨国部署，企业用户可以快速出海。这在传统模式下可能需要数年积累。"

这种将渠道资源转化为市场势能的能力，显著降低了企业出海的时间窗口成本和试错风险。" 我们希望借助这些资源，让优秀的创意能够快速落地，而不是被埋没。" 杨懿称。

04

构建系统化的 AI 赋能体系

当三重壁垒被系统性击穿，AIoT 革命终于迎来具象化的载体。涂鸦智能 AI Agent 开发平台于去年第四季度正式开放，标志着其技术普惠从理念层面向物理世界挺进。

目前，通过 T3/T5 SOC 系列模组与 AI Agent 开发平台的协同，开发者可以自由选择接入 DeepSeek、豆包、OpenAI 等不同大模型，并实现对音频、视频、图像、文本等多模态能力的统一调度。

AI Agent 开发平台的核心优势主要体现在三个方面：

首先，AI Agent 平台采用低代码开发模式，大幅降低了算法适配的复杂度，使开发者无需深入理解模型底层细节，完成产品开发和量产；

其次，该平台具备强大的跨平台兼容能力，支持从嵌入式设备到云端服务器的多硬件环境部署；

最后，平台已沉淀出八大场景的标准化解决方案，涵盖节能管理、环境控制、居家生活、健康监测、娱乐教育、便利出行、沟通协作和音视频分析等领域。

值得注意的是，对于客户而言，这并非开展全新业务，而是现有业务的无缝升级。客户可以低成本地切换并叠加适用的 AI 功能，且交付方式与涂鸦智能的其他服务保持一致，真正实现了 "LLM Agnostic"（大模型无关）。

然而，这只是一个开始。

涂鸦智能的愿景是将 AI 能力系统化地提供给所有客户，并将 AI 能力无缝融入 PaaS、SaaS 和 Smart Solution 三大业务模式中。

在 PaaS（平台即服务）领域，涂鸦智能正在积极推进 AI 能力的产品化。目前，PaaS 的部分类目已支持 AI 能力开发，开发者在开发产品时可以直接调用这些能力。

部分功能已向开发者开放，其余功能仍在持续开发中。涂鸦智能正努力在 PaaS 上全面开放所有类目的 AI 能力，推动硬件向 AI 硬件的全面转型。

在 SaaS（软件即服务）领域，涂鸦智能正在开发基于 AI 的 SaaS 服务，以宠物赛道为例，其打造的鸟类等动物种类识别算法和视频自动剪辑服务，帮助宠物行业的企业打造具有 " 输出情绪价值与传递陪伴价值 " 的软件能力。

这些服务允许开发者在现有设备上直接调用 AI 能力，从而扩展应用场景。

为满足不同客户的需求，涂鸦智能还提供了多元化的交付方式。对于入门开发者，公司提供零代码交付方案，用户无需编写代码，只需在后台点击开关即可启用 AI 功能。

对于普通开发者，涂鸦智能提供 API 和 SDK 等形式的能力，支持基于 AI 能力开发应用。而对于硬核开发者，公司则提供定制化解决方案，满足其对高性能和高灵活性的需求。

可以看出，涂鸦智能正致力于为用户构建一个全方位且分层渗透的 AI 赋能体系——从 PaaS 的全面开放到 SaaS 服务的创新开发，再到 Smart Solution 的解决方案交付。

这种梯度式赋能策略，通过降低生态参与门槛激发长尾创新，最终实现平台价值与生态伙伴的共生共荣。

05

结语

这场始于技术架构重构的变革，终将演变为商业生态的重塑。

当开发门槛降至临界点，生态系统的网络效应将催生 " 创新密度 " 的质变——正如安卓系统通过开放架构激发移动互联网革命，涂鸦智能为代表的参与者们正在制造相似的链式反应。

这种技术普惠与商业可持续的共生关系，或许预示着智能硬件产业将进入 " 边际成本趋零，生态价值倍增 " 的新阶段。 ( 全文完）

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为任何实际操作建议，交易风险自担。