摘要：DeepSeek 的爆火引发了人们对 AI 商业化路径的广泛讨论。本文从运营和管理的角度，深入探讨了 AI 技术的商业化本质，分析了商业化行为背后的需求与权力因素，以及如何通过满足需求和嵌入社会生产力来实现商业化的闭环。
DeepSeek 的爆火引发了人们对 AI 商业化路径的广泛讨论。本文从运营和管理的角度，深入探讨了 AI 技术的商业化本质，分析了商业化行为背后的需求与权力因素，以及如何通过满足需求和嵌入社会生产力来实现商业化的闭环。
作为一个运营管理者，对于当下的AI我始终保持着理性的观望，并不是说对AI所代表的未来持否定态度，而是运营本身的观察视角和风险偏好，让我对未能清晰描述其具象化呈现，并嵌入社会生产力中的新观点、新技术和新事物始终保持着相对理性和客观的距离，所以，对于DeepSeek的“爆火”以及“国运”之说，其实并没有很大的兴趣，直到它越来越无孔不入地出现在我的周围，甚至已经成为杭州PK深圳来彰显地位的符号时，我按捺不住自己的手指头了，也想分享一下不同视角的看法和观察。
商业化的本质，简单点说，就是企业可以加入社会交易体系，并且获得由此带来的社会价值的分享。
从最初的以物易物，到一般等价物，再到今天“消费过剩”和“消费不足”并存的商业化社会，一家企业完成商业化行为背后的源头，有且只有两个：
一个是找到了市场未能满足或未能完全满足的客户需求，另一个则是权力衍生的垄断交易机制。
AI，我认为它所代表的是全新的技术革命，是能够从根本改变整个人类社会运转机制的技术革命，至于它是否可以满足、提升、改善社会当下的各种问题，进而提升整个社会的生产力创造更大的效率，满足更多的新需求，这是毋庸置疑。
现阶段它面临的最大卡点，其实是概念化技术的具象化呈现还不足够清晰，可在概念化这个过程中，美国为了其技术垄断和领先优势的保持，试图构建一套相对固化的AI大模型方案，建立以“算力”为核心的模型机制，用话语权、金融权和硬件垄断权利为其打造了一层“铁幕”，利用这层铁幕，一方面可以形成技术标准的垄断，另一方面也可以在AI自身尚未形成商业化时，利用其关联产业谋取更高的商业化利益，比如芯片和金融。
也正是因为这种权利介入，才导致DeepSeek的横空出世显得如此与众不同，如此出类拔萃，甚至被国人和社会冠以“国运”的褒扬，因为它在面对同样的需求时，颠覆了现有的权利结构。
我认为，DeepSeek本身是对于AI底层能力的一个新的创新和解读，如同电动车对燃油车，是在同一个需求领域中的迭代，而并非颠覆，只是因为美国基于自身技术垄断和金融资本的操作引起了铁幕效应，进而放大了其技术创新的影响力。因此，就其商业化路径本身，仍旧与AI的商业化路径相同，需要经过概念、具象和嵌入的过程。
【强烈建议可以通过DeepSeek检索一下：DeepSeek与OpenAI在算力、算法和数据层面的差异，以及各自的优势，你会得到极为清晰、完整的信息】
1. 满足需求并不等于商业化正如我们前面描述的商业化本质，如果客户有需求并且满足需求，但是并未由此获得社会价值的分享，我们就不能认为企业完成了商业化闭环，比如在互联网风口时期，大量的创业公司依靠“免费+风险投资”的方式，成功地完成了客户或用户的价值满足，并且在初期运营阶段取得了正向的运营结果，但是他们并没有完成商业化的闭环，因此，当出现资本紧缩或者新的风口，甚至同赛道竞争者中出现了首先商业化闭环的公司，都会引发行业中一连串的倒闭。
满足需求并不等于商业化，只有加入了社会交易体系并从中获得了社会价值的分享，才是一个完整的商业化闭环，针对用户免费的第三方付费，以及网传的DeepSeek背后幻方量化通过研发其所获得了更多的基金收入，这些本质上也属于宽泛意义上商业化的范围。
2. 嵌入社会经济的核心是解决社会生产力的提升问题能够加入社会交易体系并从中获取社会价值的分享，其核心是需要有助于社会生产力的提升，其次是满足由于生产力而决定的生产关系所产生的衍生需求。如果一个商业化商品不能解决社会生产力的提升，也无法匹配当时的生产关系，其存在必然只能是昙花一现。
比如古罗马时代在神庙以及戏剧院产生了大量围绕奴隶主、商人和军事市民阶层的行当，甚至出现了最早的蒸汽动力产生的戏剧场景，讲道理，如果这些发明和创新用于社会生产环节，甚至在公元前就可以在古罗马带来蒸汽革命，但是他们的商业化并没有解决社会生产力的提升，只是用于满足当时生产关系下权贵阶层的娱乐需求，随着罗马奴隶制度以及军事市民阶层的崩溃，这些商品及其背后的商人阶层快速消失在历史长河中。往近了说，共享单车、共享汽车在当时也是成熟的商业产品并且产生了庞大的经济关联体系，甚至救活了奄奄一息的自行车行业，但是他们还是快速消亡了，其本身，一方面是并没有在社会生产力的角度产生任何的有效提升，另一方面则对于当时生产关系下的各阶层需求研判失灵，甚至没有真正满足任何一个社会阶层的实际需求，只是进行了一次短暂的资本游戏。
反之，毁誉参半的电商、外卖以及流量平台，尽管因为资本的逐利性、房地产导致的线下经营成本高企、大数据对一线员工的“压榨”而被诟病，但是其一方面增加了新的工作岗位、一方面提升了店面的覆盖半径，同时极大地释放了消费者的时间，让他们有更多的时间可以选择自己偏好的生活方式，包括宅以及躺平，这些优势完全地契合了生产力提升的要求，通过消费带来的新财富的产生。因此，未来很长一段时间里，电商、外卖以及流量平台尽管可能改变外在的形态，或者产生更多的细分赛道，但是其所在领域的商业化价值，必定还会有很长的续存期。
3. 我们如何判断一个商业化是否解决了社会生产力的提升呢？社会生产力包括了生产者（劳动者）、生产工具（劳动工具）和生产资料（劳动对象）三个主要构成部分，我们来判断一个的商业化商品是否提升了生产力，就看这个商品在这三个构成要素上的作用和正向的驱动力表现如何。
首先，对生产者的正向驱动力，源自两方面，一个是生产者自身的能力成长性，一个生产者的精神正面性。从能力成长性上来看，源自教育的普及性、知识的开放性、多元化的产业结构，他们共同作用让生产者“有机会学到知识和技能的同时还具有将这些知识和技能使用并产生价值的机会”，在这个领域内，学校、职业教育、培训机构、拓展训练、咨询服务机构、人力资源机构以及各位招聘网站和猎头业务等等，都在或主动或被动地不断提升着生产者自身的能力成长性，其背后的商业化价值不言而喻。至于生产者的精神正面性，则受到生活环境的稳定、公平、自由以及消费的多样性和满意度共同决定，至于前者往往受制于国家宏观环境以及生产关系的阶层制约，而后者，则更多地依赖于服务业的发达及完善程度，它影响了享受服务的成本以及需求的满足程度。服务业越发达、服务门类和生态越完整、服务业的内部竞争越激烈，在成本相对可控的前提下，消费者越容易被满足更多的个性化需求，同时获得更好的体验，来不断地增强生产者的精神正面性，提升其生活幸福度，并让他们拥有更多的意愿投入生产活动中去。
当然，最极致的生产者能力提升，我们可以畅想一下，在未来所有的人脑进入“元宇宙”，通过完全自由的、开放的虚拟世界，天马行空地进行想象、创造，而在现实世界，则通过AI辅助进行管理，以全自动机械化的方式完成第一，第二产业的作业，最大化的完成生产者能力的提升。在不考虑伦理和生产关系的状态下，这个状况才是生产者能力提升的极致。
其次，在生产工具的革新方面，是依靠技术创新带来的增长，以及通过经验曲线的分享带来的增长。技术创新自不必说，从人力到畜力，到水力，再到蒸汽机、内燃机、电气化，以及今天的信息化时代，一切技术进步都会在第一时间对生产工具产生迭代性提升，并且让生产者作为一个单一个体的平均生产效率几何数级的提升，从只能用锄头耕地，到借助牛犁地，再到开着拖拉机，最后到通过操控无人农机系统，远在千里之外完成作业，其中的生产效率提升令人咋舌，同时，他们也会给突破技术创新并且首先完成商业化的先行者带来巨大的经济回报。至于经验曲线的分享，则是通过生产服务业来实现的，包括了理论研究、实务培训以及通过软件工具带来的最有效、直接的先进经验分享，比如SaaS，这也是为什么不管如何业界如何唱衰这个领域，我始终认为SaaS以及其背后的商业模式绝对会拥有持续的商业价值最大的底气。
经验曲线往往都是在公司内部进行传承，通过熟练员工、知识库完成沉淀，并以老带新、培训和人员流失的途径缓慢地向外释放，而SaaS以软件工具为基础，通过“互联网+账户+租赁”的方式，让不同发展程度，不同经营状态的企业在同一个平台上进行同一类工具的操作，并通过对他们操作行为与企业经营结果之间的比对，找到最佳企业的最佳实践，并且将其以工具的形式进行具象化呈现，通过客户成功的途径完成“行为模仿”，让成功的经验更快速地完成不同企业之间的“无损”覆盖和传播。
生产资料的革新包括创造出新的生产资料，以及对现有生产资料的再分配。创造新的生产资料严重依赖于科技的进步和提升，比如对于农业而言，种子的基因改良、土壤的肥力提升，以及创造性的“水培”农场，对于工业而言，传统能源的开采以及新的能源供给方式。这些领域中，传统的能源工业、基因工业等等，都是可以预见会长盛不衰的领域。在这些领域中能够保持持续创新的企业，都能够持续地分享其所创造的社会价值。在信息时代，数据成为新的生产资料，而对数据最高效的挖掘，则是来自注入DeepSeek之类的AI技术。而对于生产资料的再分配，比如农业的工厂化生产、矿业的集约化开采，同样可以借助AI强大的管理和计算能力，最大限度地降低“人性”带来的扭曲，实现最高效的分配和再生产。
AI的商业化路径，分为概念、具象和嵌入三个步骤，并且最大化的商业价值获取，是在嵌入生产力提升这个阶段，在具象的阶段，具有一定的商业化可能，但是仍需要大量的外部输血，至于在概念阶段，则完全是一个赤裸裸的吞金怪兽，他们吞金的渠道一般来自三个方面：
来自行业领先企业为了自身的领先地位而进行的培育型输血，包括阿里、腾讯、百度、华为、字节，以及幻方量化，国际上则包括谷歌、微软等等，他们从自身的行业领先地位出发，为了能够在可预见的未来，在AI领域占据一席之地，会通过自身其他业务的造血能力快速地给养AI，让其AI业务抢占市场领先位置。来自产业关联方的输血，比如在美国的AI领域，英伟达作为算力上最核心的关联方，结合美国政府以及金融资本的推动，与诸多AI巨头在背后形成了合作，形成了巨大的利益联盟，仅仅金融市场上带来的收益，就足以完成对AI的持续性投入。至于国家引导基金以及其背后的主权基金等等，都在或多或少地为诸多AI企业提供者源源不断的资金支持。而在其进入具象化阶段，则可能会从以下三个方面进行商业化的尝试：
通过与现有的生产工具相融合，或者创造出以AI为基础的新的生产工具，提升生产工具的质量和效率，我们身边最常见的，包括了智能驾驶技术以及量化基金的分析技术等等，这些领域在某些层面已经获得了巨大的价值收益，只是尚未进入普适性的商业化。通过“助手”的角色作用于生产者，提升生产者的能力上限和效率，比如让众多美术创作者和文字创作者提心吊胆的AI绘画和写作能力，比如码农通过AI为自己搭建的编程助手，比如知识工作者通过本地AI建立了完善、广泛的知识库等等。作用于数据分析，特别是在互联网企业、平台类、流量类企业，将以结果和预估为导向的数据验证能力升级为以关联和交叉为核心的数据分析能力，后者鉴于其复杂性，只有AI具备完成并产出有效结果的能力。至于在嵌入阶段，在任何一篇描述未来的科幻文学中，我们都可以管中窥豹，至于真实的情况最终为何，这只能交给时间来验证，但是，不可否认，那也许是最好的时代，也可能是最坏的时代。
这是来自于DeepSeek为自己拟定的商业化预测。
这就是AI的强大之处，但是换个思路，如果从我们之前聊到的概念、具象化和嵌入的角度来看，在概念阶段，其实我们并不需要要求有什么成型的商业模式，或者说，这个阶段就属于投资及研发阶段，不间断的完成各类技术迭代，并通过幻方量化完成初期的输血，特别是当DeepSeek具备极强的成本优势时，同样的一笔投资，我们所能做的事情是竞对的数倍，或者我们做到与竞对一样的结果，但是只需要他们几分之一的成本。
而在具象化阶段，则是我们需要投入巨大精力的，特别是当它原本就已经在政务、医疗、金融领域有了较为成熟的解决方案时，完全可以通过前期战略客户的沉淀，完成标准化行业解决方案的生成，同时逐步尝试对消费者客户的产品开发，比如编程能力、文稿撰写、个人知识管家等等，并进行商业化产品的试水。在嵌入阶段，则需要与硬件供应商进行融合，退出场景化的解决方案。
2B亦或者2C，对于未来的AI来说，都是可以选择的商业化路径，以2B为始，以2C为终。
来源：人人都是产品经理
