Chatbot烧钱三年，还是AI时代的“新大陆”吗？

背景

2022年底，ChatGPT上线仅两个月便实现月活破亿，成为史上增长最快的消费级产品。这一现象级爆发让业界产生了一种强烈的共识：AI时代将重演移动互联网时代的逻辑，价值最终会汇聚在一个新的超级入口——Chatbot（聊天机器人）中。

基于这张“地图”，资本和创业者纷纷押注谁能打造出最强的Chatbot，认为谁先占据这一入口，谁就抢占了下一个时代的制高点。然而，经过三年的发展，押注Chatbot的玩家发现，这张“地图”并未带领他们找到预期的“新大陆”。尽管OpenAI打造了周活跃用户逾9亿的Chatbot，但依然深陷亏损泥潭；而选择另一条路径的Anthropic，反而通过聚焦企业级服务看到了盈利的曙光。市场开始意识到，Chatbot可能只是通向AGI（通用人工智能）的过道，而非终点。

核心内容

文章深入剖析了Chatbot商业模式面临的困境，指出其底层经济学逻辑与传统互联网产品存在根本差异，并探讨了AI落地的新形态。

1. Chatbot的“超级入口”逻辑失效 传统互联网产品的成功往往依赖于“入口”概念，如谷歌是搜索入口，Facebook是社交入口，其前提是信息或服务必须经过统一容器。然而，AI被视为能力层的革命而非分发层的革命，它可以像电力一样渗透进所有现有产品中，无需建立独立的超级App。数据显示，In-App AI（嵌入现有应用的AI）的用户规模和增速均高于原生App AI，证明AI不需要一个新的独立容器。

2. 规模不经济：DAU越大，亏本越严重 传统互联网产品具有边际成本接近零、网络效应和数据飞轮三大特征，流量越大价值越高。但Chatbot打破了这些铁律：

• 边际成本高昂： 每次模型推理都需要消耗大量算力，用户越多，成本越高。OpenAI被测算出到2030年前需额外筹集至少2070亿美元以支撑算力需求，且预计未来十年持续亏损。
• 网络效应缺失： 用户A的对话数据无法直接改善用户B的体验，缺乏传统互联网的用户间互动增益。
• 数据飞轮受阻： Chatbot依赖大模型预训练，用户对话数据反哺模型的链路长、成本高、噪音大且涉及隐私，单个Chatbot的用户数据对模型能力提升有限。字节跳动CEO梁汝波曾坦言，豆包并未显现“越多人用越好用”的特性。

3. 低壁垒与C端变现困难 Chatbot的商业化路径模仿传统互联网，但面临巨大阻力：

• 付费率低： OpenAI的周活跃用户中个人订阅占比仅约5%，欧洲市场消费者支出已出现停滞。在中国市场，受“免费+广告”模式影响，用户付费习惯尚未养成，AI产品C端付费率仅为3%—13%，远低于北美的15%—40%。
• 迁移成本低： 用户切换Chatbot的成本极低，无需配置或导入数据，且同时使用多个Chatbot无冲突。当模型能力差距缩小至用户无法感知时，Chatbot容易退化为“哪个免费用哪个”的性价比竞争。

4. 注意力经济与广告变现的悖论 OpenAI曾视广告为ChatGPT的“最后补救方法”，但Chatbot的广告变现潜力远低于预期：

• 意图不匹配： 搜索广告依赖明确的购买意图，而Chatbot交互多为问答、解释或情绪回应，天然缺乏购买意图。
• 形式冲突： Chatbot提供的是单一答案，无多余版面插入广告，且用户对答案的正确性和信任度要求极高，植入广告会损害核心信任。
• 数据佐证： Perplexity曾尝试广告模式，但收入占比不足0.1%，最终放弃。相比之下，谷歌将AI嵌入现有搜索系统中并成功植入广告，证明了“AI嵌入成熟商业系统”比“另起对话框”更可行。

5. Chatbot是中间形态，未来在于Agent与嵌入 Chatbot将AI能力限制在“回合制”的被动响应模式中，49%的交互属于简单的“询问”。随着用户发掘AI更多用途，交互正转向“执行（Doing）”。

• 向Agent演化： Chatbot需要进化为具备多步执行、工具调用、后台运行、记忆和目标导向能力的Agent。一旦具备这些能力，它就不再是纯粹的Chatbot。
• 去App化趋势： AI的未来可能不需要独立的原生App，而是嵌入现有生态。例如，通过微信、WhatsApp等社交软件与Agent交互，或嵌入操作系统（如Apple Intelligence），甚至直接集成在硬件（如Meta的Ray-Ban Display眼镜）中。

关键要点

• 商业模式错位： Chatbot底层是算力密集型，而非流量密集型，用户增长带来的是成本激增而非边际收益递减，导致“规模不经济”。
• 护城河薄弱： 模型能力正在基础设施化，阶段性优势缩短；用户迁移成本极低，导致C端付费意愿低迷，尤其在缺乏付费习惯的中国市场。
• 广告变现受阻： Chatbot的对话式交互、高信任要求及单一答案形式，与传统广告追求的精准定向、多广告位展示及购买意图不兼容。
• 交互范式转变： 用户从被动“询问”转向主动“执行”，Chatbot需向具备自主规划、工具调用能力的Agent进化。
• 落地形态多元化： AI不再局限于独立App，而是通过嵌入社交软件、操作系统及智能硬件等方式，融入用户现有的数字生活和工作流中。
• 企业级市场先行： Anthropic通过聚焦B端企业客户（占收入85%）实现了高收入和高利润，证明了B端工作助理场景比C端情感/闲聊场景更具商业价值。

意义与影响

这篇文章对AI行业的认知纠偏具有重要意义。它打破了“Chatbot即AI时代微信/搜索入口”的单一叙事，揭示了单纯依靠C端聊天机器人难以实现可持续盈利的现实。

对于行业参与者而言，这意味着：

1. 战略重心转移： 资本和企业应从盲目追求C端用户规模，转向深耕B端高价值场景，或探索Agent在复杂工作流中的自动化能力。
2. 产品形态重构： 开发者需跳出“对话框”思维，关注AI如何无缝嵌入现有应用、操作系统及硬件，降低用户的使用门槛和迁移成本。
3. 商业化路径优化： 在C端付费难、广告变现受阻的背景下，探索基于效率提升、任务完成度的B端订阅或按效果付费模式，可能是更可行的出路。

最终，AI时代的“新大陆”不属于某个单一的超级App，而属于那些能够真正解决实际问题、融入工作流并具备执行能力的智能体生态。