产业链的最后一层离技术最远、离钱最近:应用层把模型能力包装成普通人和企业愿意每月付费的产品。写代码的助手、客服机器人、企业决策系统——所有前面九个环节的努力,最终都要在这里兑换成收入,再沿着链条向下回流。
链条在这里闭环
这座塔也是一张「体检表」:AI 产业能不能长期成立,取决于塔顶的订阅收入能否覆盖塔底一路加上来的成本。过去两年 token 价格下降两个数量级,相当于塔的中段在持续降价——应用层是这场降价最大的受益者,毛利空间被动扩大,能做的产品形态也随之变多。
应用怎么赚钱
应用层的收入公式很朴素:向用户收订阅或按用量收费,向模型层支付 token 成本,差价减去获客与研发就是利润。三个变量决定生意质量:
- 定价能力:替用户省一小时值多少钱?生产力工具能按「席位」收费,效果类工具只能按「结果」收费,天花板差很多。
- token 成本曲线:同样的功能,今年的推理成本可能只有去年的几分之一——成本端有产业级顺风。
- 使用深度:用得越深,数据与工作流沉淀越厚,续费率越高。
「套壳」之争:壁垒到底在哪
应用层最常被质疑的一句话是:「不就是给大模型套了层壳?」这个质疑对了一半——单纯转发模型输出的产品确实没有壁垒,模型公司自己发布新功能就能碾过去。但活得好的应用,护城河从来不在模型本身:
- 工作流:把 AI 缝进机构的真实业务流程里,替换成本极高——Palantir 类公司做的就是这件事,AI 是引擎,但产品是整套操作系统。
- 专有数据:行业数据、企业内部数据,模型公司拿不到。
- 分发:已有的客户关系与渠道,让同样的功能卖得出去。
一句话:模型能力是租来的,壁垒必须自己长。
值得盯的样本
企业级方向,Palantir 展示了「把模型嵌进决策流程」的形态:客户买的不是聊天框,是一套接管数据、流程与权限的操作系统,AI 只是让它更快。消费级方向,编程助手与创意工具证明了个人愿意为「省时间」付真金白银。而所有巨头(微软、亚马逊、谷歌)都在把 AI 塞进存量产品——对它们,应用层不是新收入,是老收入的护城河翻新。
回望整条链
至此,AI 产业链九个环节全部走完:沙子在晶圆厂变成芯片,芯片在封装厂遇见 HBM,装进服务器、连上光纤、住进数据中心、喝下电力,机器时间被云批发、被模型加工成智能,最后在应用层变成一份份订阅。
每一层都有自己的商业模式、瓶颈和玩家;而任何一层的松动——光刻的精度、电力的排队、token 的降价——都会沿着这条链传导。这正是把产业链拆开看懂的意义:新闻里的每一条 AI 消息,你现在都知道它落在塔的哪一层了。
