新智元洞察

作者：雷鳴

【新智元導(dǎo)讀】面對(duì)AI淘汰焦慮，大量職場(chǎng)人出于生存焦慮主動(dòng)自費(fèi)購買AI工具，無數(shù)職場(chǎng)人正「自費(fèi)上班」，從而開啟一場(chǎng)「自我拯救」運(yùn)動(dòng)。這種現(xiàn)象催生出區(qū)別于傳統(tǒng)To B和To C的全新賽道「To P」——To Professional。

你每個(gè)月花多少錢買AI工具？

你們公司有統(tǒng)一購買AI服務(wù)嗎？

你是每月花20美元買ChatGPT Plus，還是「白嫖」免費(fèi)的豆包和DeepSeek？

當(dāng)隔壁工位的同事已經(jīng)能用AI在半小時(shí)內(nèi)生成一份你得寫好幾天的專業(yè)報(bào)告。

那種「再不跟上就要被淘汰」的焦慮感，會(huì)讓你感到恐慌嗎？

當(dāng)軟件巨頭IgniteTech的CEO，因?yàn)閳F(tuán)隊(duì)擁抱AI的速度「不夠快」而換掉80%的員工時(shí)，一個(gè)殘酷的現(xiàn)實(shí)擺在了每個(gè)職場(chǎng)人面前：要么用AI武裝自己，要么被會(huì)用AI的人淘汰。

這種打工人的恐慌就像是AI版本的「黑暗森林」和「工具爆炸」：

怕被AI替代、怕被用AI的同事替代、怕被用AI用得特別好的同事替代。

一場(chǎng)職場(chǎng)人的「賽博續(xù)命」

就在最近，全網(wǎng)爆火的那份MIT報(bào)告便描述了這一AI時(shí)代獨(dú)有的現(xiàn)象：

90%員工開始「偷用」ChatGPT續(xù)命，他們都在頻繁地使用個(gè)人AI工具！

數(shù)據(jù)上更加夸張，雖然只有40%公司宣稱幫助員工訂閱了統(tǒng)一的官方服務(wù)，但受訪的90%公司員工都表示，他們都在頻繁地使用個(gè)人AI工具。

員工使用AI頻率，是企業(yè)采納率的2倍多，MIT將這種現(xiàn)象被稱為「影子AI經(jīng)濟(jì)」。

前AI時(shí)代，持續(xù)繁榮了30年的互聯(lián)網(wǎng)時(shí)代最喜歡的To B和To C的敘事體系似乎已經(jīng)無法描述這種新型商業(yè)現(xiàn)象。

這種影子AI經(jīng)濟(jì)，正對(duì)應(yīng)著如今AI創(chuàng)業(yè)中一條獨(dú)有的賽道。

當(dāng)下的AI創(chuàng)業(yè)熱點(diǎn)藏在一條更隱秘、更迅猛的賽道：

To P（To Professional），一場(chǎng)由無數(shù)職場(chǎng)人發(fā)起的「自我拯救」運(yùn)動(dòng)。

俗稱「自費(fèi)上班」

只要分析一下當(dāng)前比較火爆的創(chuàng)業(yè)公司，比如AI編程，AI營銷等，你就會(huì)發(fā)現(xiàn)——他們既不是To B，也不是To C。

而是To P。

全球AI獨(dú)角獸前30和全球AI產(chǎn)品能力前20

以Cursor和ChatGPT為例。

說他們是To B吧，也對(duì)，因?yàn)橹饕瞧髽I(yè)內(nèi)的一些員工為工作目的使用。

說是To C吧，好像也對(duì)，因?yàn)榇蟛糠质褂煤唾徺I行為都是個(gè)人決定的。

考慮到這種情況，我們提出To P的這個(gè)賽道：

• 和To B相比，相同點(diǎn)是用戶使用AI服務(wù)，用于商業(yè)目的；不同點(diǎn)是，使用者是為了提升自己的工作效率，因此自己便可以做出購買決定。

• 和To C相比，相同點(diǎn)是付費(fèi)行為都是個(gè)人決策；但使用服務(wù)的目的不同：To C的最終目的是為了自己（比如淘寶買東西，抖音看視頻），而To P的最終目的是為了工作/商業(yè)，為了別人，但自己從中能有收獲（大部分時(shí)候是金錢，也可能是名譽(yù)）。

這錢交的，ROI太高了

為什么是To P模式走得最快？

讓我們看看Cursor的增長歷史。

Cursor在2024年創(chuàng)造了1 億美元的收入，相比2023年的100萬美元增長極為顯著。

到2025年6月，Cursor的ARR已經(jīng)超過5億美元！

Cursor的估值也達(dá)到99億美元，進(jìn)入百億俱樂部只有一步之遙。

這讓Cursor成為歷史上增長最快的SaaS公司。

為何打工人「愿意」為Cursor付費(fèi)？

讓我們做一個(gè)簡單的算術(shù)題。

以編程為例，程序員買AI編程會(huì)員每月花20美元，可以使工作效率提高一倍。

如果他的工資每月是5000美元，如果他用同樣的工作時(shí)間，那么他就可以掙到10000美元。

也就是投入20美元，收益10000美元，投入產(chǎn)出比500倍！

當(dāng)然，這種計(jì)算過于「粗暴」的，但這正是用戶很容易做出購買AI產(chǎn)品決策的原因。

這也是當(dāng)前編程軟件增長速度極快的原因。

這就是To P賽道的特點(diǎn)：用戶可以明確地計(jì)算投入產(chǎn)出。

打工人的「反向滲透」

為何AI產(chǎn)品在To B和To C賽道上沒有快速發(fā)展？

To B太慢，慢到等不起

To B而言，需要企業(yè)一組人都用，需要企業(yè)管理者做決策。

自上而下的決策牽涉到很多問題，比如意見不一致，預(yù)算審批周期等，為了這些事情，很多企業(yè)都需要到年的單位了。

因此，即便理論上是好東西，也需要很長時(shí)間才能說服B端去采用。

而對(duì)于To P而言，就快多了，用戶自己覺得好就可以支付，這個(gè)行為和To C是一致的。

既然個(gè)人決策很容易，那么為什么To C這條賽道暫時(shí)也沒有動(dòng)靜呢？

To C太難算賬，太燒錢

To C而言，因?yàn)橄M(fèi)者就是自己，所以不容易算賬。

比如看抖音，如果AI使得你更開心（也不容易衡量），你會(huì)愿意付款嗎？ 愿意付多少？

從互聯(lián)網(wǎng)時(shí)代而言，我們發(fā)現(xiàn)To C的服務(wù)，大部分都走了免費(fèi)路線，其中一小部分走免費(fèi)+增值收費(fèi)（視頻網(wǎng)站），因?yàn)槊赓M(fèi)無法覆蓋成本，但大部分用戶還是不愿意付款的。

全球付費(fèi)用戶高達(dá)3億的流媒體龍頭Netflix，營收一度陷入停滯

要改變To C產(chǎn)品的用戶心智是比較難的，用戶不愿意付錢。那我們干脆不收費(fèi)不就行了嗎？

這個(gè)真不行，AI產(chǎn)品背后的token成本，是無法忽略的（不像現(xiàn)在云服務(wù)和帶寬費(fèi)用，平均到每用戶非常低），如果沒有一定的收費(fèi)機(jī)制，用戶越多，虧損越大，進(jìn)而沒有持續(xù)性。

舉個(gè)例子，OpenAI用3年時(shí)間就達(dá)到了120億美元的ARR，這在軟件歷史上前無古人，后也很難說有沒有來者。

根據(jù)最近的報(bào)告，ChatGPT全球每周活躍用戶已達(dá)7億 。

很多人會(huì)說ChatGPT增長這么快，這應(yīng)該都是To C了吧。

其實(shí)不然，雖然都是用戶，但我們要分析用戶使用ChatGPT的目的是什么。

仔細(xì)分析下來，其中一部分為了工作（To P），一部分為了自己的日常需求（To C）。

但再深入一步。

當(dāng)我們認(rèn)真思考，其實(shí)用戶購買ChatGPT，主要還是為了To P部分的需求的，比如寫工作報(bào)告，調(diào)研報(bào)告，整理素材等等。

對(duì)于自己的To C部分，其實(shí)用戶是不愿意付錢的。

尤其是現(xiàn)在免費(fèi)版的GPT-5等工具，已經(jīng)足夠To C用戶完成自己的日常任務(wù)了。

那么未來呢？

當(dāng)然了，To B和To C這兩條賽道也都會(huì)陸續(xù)發(fā)展起來。

對(duì)于To B而言，當(dāng)越來越多的「P」（專業(yè)人士）在企業(yè)內(nèi)部用個(gè)人工具證明了AI的巨大價(jià)值后，企業(yè)層面的采購需求就會(huì)被真正激活。AI需要進(jìn)一步在解決跨部門、團(tuán)隊(duì)協(xié)作等復(fù)雜問題上證明其能力，屆時(shí)To B市場(chǎng)就會(huì)全面爆發(fā)。

其實(shí)，To B這塊已經(jīng)有非常成功的例子，那就是Meta的廣告業(yè)務(wù)。

在2023 年，Meta廣告收入達(dá)到了1319.5億美元，同比增長16.1% 。

廣告業(yè)務(wù)幾乎占據(jù)了Meta整個(gè)營收的絕大部分。

2024年，Meta的廣告收入增長至1606.3億美元，同比增長22%，這主要得益于廣告展示次數(shù)（增長11%）和平均廣告價(jià)格（增長10%）的雙重提升。

然而，其成功的真正驅(qū)動(dòng)力在于AI。

到2025年，Advantage+Campaigns和Andromeda等AI驅(qū)動(dòng)的工具，已將每條合格銷售線索的成本降低了10%，并將Instagram的廣告轉(zhuǎn)化率提升了5%。

這些效率的提升，使得采用Meta AI工具的美國廣告商，其廣告支出回報(bào)率（ROAS）提高了22%；相比之下，未使用AI工具的用戶的ROAS僅為3.71美元。

對(duì)于To C而言，其爆發(fā)的關(guān)鍵在于token成本的下降。

在過去的兩年里，每token的成本已經(jīng)降低了幾百倍。

在下面的對(duì)數(shù)圖中，可以看到每百萬token每年成本都下降10倍。

在2025年2月，OpenAI的奧特曼接受采訪時(shí)曾說，AI的成本每年將下降10倍。

同樣佐證了這個(gè)觀點(diǎn)。

如果未來1-3年，成本能繼續(xù)以每年幾十倍的速度下降，直到與云計(jì)算、網(wǎng)絡(luò)帶寬成本相媲美，那么互聯(lián)網(wǎng)的廣告、游戲等免費(fèi)模式就能支撐起AI應(yīng)用。

問題是，LLM的價(jià)格會(huì)繼續(xù)以這樣的速度下降嗎？

這很難預(yù)測(cè)。

在個(gè)人電腦革命中，成本的大幅下降主要?dú)w功于摩爾定律。

只要這些定律仍然有效，晶體管數(shù)量和頻率持續(xù)增加，價(jià)格下降就很容易預(yù)測(cè)。

具體來說，LLM推理成本的下降是由多個(gè)獨(dú)立因素造成的：

• 相同運(yùn)算下更優(yōu)的GPU成本/性能。這是摩爾定律（即芯片上晶體管數(shù)量的增加）以及結(jié)構(gòu)改進(jìn)的結(jié)果。

• 模型量化。最初，推理是在16位下進(jìn)行的，但對(duì)于Blackwell GPU，預(yù)計(jì)4位將成為常態(tài)。這將帶來至少4倍的性能提升，但由于所需的數(shù)據(jù)傳輸減少且算術(shù)單元復(fù)雜度降低，實(shí)際提升可能更大。

• 軟件優(yōu)化可減少所需的計(jì)算量，同樣重要的是，還可降低所需的內(nèi)存帶寬。內(nèi)存帶寬以前是一個(gè)瓶頸。

• 更小的模型。如今，一個(gè)參數(shù)量僅為10億的模型，其性能就超過了僅僅三年前參數(shù)量為1750億的模型。

• 更優(yōu)的指令調(diào)優(yōu)。在預(yù)訓(xùn)練階段之后，還有更多改進(jìn)模型的方法，其中包括人類反饋強(qiáng)化學(xué)習(xí)（RLHF）和直接偏好優(yōu)化（DPO）等技術(shù)。

• 開源。DeepSeek、通義千問和其他公司推出了開源模型，這些模型可以由競(jìng)爭(zhēng)的低成本模型即服務(wù)平臺(tái)托管。這減少了整個(gè)價(jià)值鏈上的利潤空間，從而降低了價(jià)格。

毫無疑問，其中某些領(lǐng)域已經(jīng)看到快速的進(jìn)展，但在其他領(lǐng)域，情況尚不明確。

到那時(shí)，才是AI To C創(chuàng)業(yè)的黃金時(shí)代。

但至少在目前，AI的革命是在以To P這種更務(wù)實(shí)的方式，在每一次的ChatGPT對(duì)話中，在每一個(gè)職場(chǎng)人的鍵盤上，悄然取得成功。

作者介紹

雷鳴

百度七劍客、酷我創(chuàng)始人、Al Basis Fund創(chuàng)始合伙人、北京大學(xué)Al創(chuàng)新中心名譽(yù)主任、斯坦福大學(xué)商學(xué)院顧問委員會(huì)理事。