朱嘯虎近期提出“AI應用沒有壁壘”的觀點，引發了廣泛的關注。本文深入探討了這一觀點背後的邏輯，分析了為什麼在AI時代，技術本身難以成為企業的護城河。

這幾天，朱嘯虎算是又火了一把。

先是在一次對話里，朱嘯虎直言，因為“商業化不清晰”加上行業又有高度共識，自己正在批量退出對人形機器人的投資。

昨天，在2025中關村論壇年會上，朱嘯虎又放出話來：

“AI應用就是沒有壁壘，說有壁壘是忽悠人的，要在非AI能力上建立壁壘。”

批量退出人形機器人，烏鴉君暫不做評論。但AI應用沒有壁壘這事，朱嘯虎可能還真沒說錯。

這一點從最近OpenAI的轉型也能看出。

在最近一次採訪里，Sam Altman明確表現，比起最先進的大模型，他更希望OpenAI成為一個擁有十億用戶的網站。

種種跡象顯示，OpenAI正在從一家大模型公司向一家消費互聯網公司轉型。

原因很簡單，大模型沒有護城河，OpenAI花了這麼多錢，都沒有在大模型上建立護城河，xAI和DeepSeek花了更低的成本、更少的時間就趕了上來。

更不用說那些AI應用了。遠的不說，OpenAl這次更新的圖片新功能，吉卜力風圖片讓ChatGPT又一次火出了圈，而那些AI圖片創業公司的“天“，徹底塌了。

也難怪，最近AI程式設計明星公司Replit的創始人Amjad Masad在一次採訪里說：

“在極低的用戶轉換成本下，AI公司的收入增長的指標正在失效。“

既然技術不是AI應用的護城河，那麼AI時代的商業護城河又在哪裡呢？

01 大模型沒有護城河，OpenAI也沒有

前不久，Sam Altman與Ben Thompson有一次訪談，當被問到“OpenAI更願意成為一個擁有十億日活躍使用者的目的地網站，還是最先進的模型？”

Altman的回答沒有任何猶豫，“我認為擁有十億用戶的網站。“

就像Ben Thompson所說，OpenAI正在為成為一家消費級產品型公司的人。而Altman也認識到了這一點。

為什麼會發生這種變化？原因很簡單，AI技術完全構不成護城河。

關於這點，谷歌曾在2023年洩露過一篇名為《我們沒有護城河，OpenAI也沒有》的內部研究。這篇文章提到了以下三個觀點：

1）當免費的、無限制的替代品在品質上可比時，人們不會為受限制的模型付費。我們應該考慮我們真正的附加值在哪裡。

2）龐大的模型正在拖慢我們的速度。從長遠來看，最好的模型是那些可以快速反覆運算的模型。

3）數據品質比數據大小更具可擴充性。隨著開源讓LLMs的研究成本越來越變得可以負擔，這會導致在技術方面保持競爭優勢變得更加困難，而且這種以廣度優先的方式探索解決方案的空間，遠遠超過了我們自己的能力。

文章里說，我們越是嚴格控制我們的模型，我們就越能使開放的替代品具有吸引力，我們不能希望既推動創新又控制創新。

後來，DeepSeek的崛起也很好地證明瞭這一點。OpenAI花了這麼多長時間，這麼多錢建立的優勢都被趕上了，就更別提AI應用了。

在AI圖像產品的座次變化，就很好地說明這一點。自2022年3月Midjourney發佈開啟AI生圖以來，AI生圖變化的座次就沒有停止過。

2022年8月，Stable Diffusion以三個月使用者量增長1000萬稱霸市場；到後來，Midjourney通過產品反覆運算，在相當長時間內流量高居行業第一；再後來，Stable Diffusion隕落、Midjourney流量被Leonardo. ai反超。到了2025年1月，SeaArt的網站訪問量高達1844萬，一躍成為全球AI生圖產品的榜首。

現在好了，OpenAl這次更新的圖片新功能，讓很多人覺得那些專做圖像生成創業公司的護城河一下子都消失了。

除了AI生圖外，即使是現在最火的AI程式設計賽道，類似的擔憂也同樣存在。

在不久前的採訪里，明星AI程式設計公司Replit的創始人Amjad Masad坦言：“現在ARR快速增長的指標正在失效，因為AI產品之間的轉換成本太低了，任何人都可以在5分鐘內從Copilot轉到Windsurf再到Cursor。”

毫無疑問，AI正在打破那些傳統商業認知里的護城河。就連a16z的合夥人Justine Moore也會感歎道：

“現在唯一的護城河就是不斷地推出很酷的東西，真是太瘋狂了。“

有趣的是，之前在研究AI初創企業Lovable上，其創始人提到的AI產品方法論里，一個很重要的點就是快速反覆運算。

Lovable會僅用一個週末完成核心功能，再用幾個週末打磨優化，快速上線后，用戶反饋驅動反覆運算。用Anton Osika的話說就是：“找到最大的瓶頸和產品問題，快速反覆運算解決，不做過長的路線圖。”

看上去，變化似乎是AI時代唯一不會發生變化的點。但AI應用護城河的問題並非沒有答案，這幾天ChatGPT的出圈，或許就能給我們一個不錯的啟示。

02 從文化認同到用戶數據，在非AI能力上建立壁壘

對於AI應用的壁壘這事，國外投資機構NFX曾打過一個比喻：

AI應用就像瓶裝水。瓶裝水裡的東西都差不多，在這個看似同質化的市場里，你需要在其他方面提供獨特的差異化價值，比如品牌、營銷和管道。

這句話是什麼意思？烏鴉君打個比方你就知道了。

這幾天，靠著吉卜力風圖片，ChatGPT1小時就新增了100萬使用者，比22年ChatGPT剛上線5天新增一百萬用戶還要瘋狂。

有趣的是，同樣都是自回歸（autoregression）模型，也都很擅長圖片生成，比ChatGPT-4o上線早一周的Gemini卻沒有這麼大的聲量。

而兩者唯一的區別就是，ChatGPT-4o比Gemini多了一個濾鏡。

很顯然，比起大模型排行榜上的數據，更強大的濾鏡才代表著AI時代最先進的生產力。大眾對這些偉大技術突破的理解就是如此簡單。

這有點像當年ChatGPT大火。那一次，ChatGPT的火爆，遠遠超出了Altman的預期。以至於後來回顧時，Altman坦言，當時他並不認為ChatGPT是個革命性的東西，而只是一次簡單的介面升級。

這背後凸顯的一個事實是，一項先進技術是否能被大眾真正接納，往往不取決於技術本身，而是在非技術層面，比如足夠低的使用門檻，又或者更高的文化相容性。

如果說，基於使用門檻、文化相容的超額價值為AI應用搭建了早期的護城河，那麼使用者使用數據則將進一步加深護城河的深度。

不久前，紅杉資本合夥人Konstantine Buhler曾寫了一篇文章，觀點很明確：使用數據才是AI時代的護城河。

值得一提的是，這裡的使用數據與互聯網時代講的數據不一樣。普通的互聯網數據已經高度標準化和商品化。而AI時代的數據是指，通過使用者的獨特使用方式形成反饋迴圈，解決他們的特定問題。在一些垂直領域，這種數據的專有性更強，護城河自然也更穩固。

關於這點可以參考谷歌。

最早，谷歌實現搜索自動化，是靠PageRank演算法做到的。但是，僅僅過了幾年，他們的優勢就從PageRank演算法變成了從使用者搜索行為里收集的點擊數據。

因為有了這些數據，谷歌就可以通過從之前進行過類似搜索並點擊連結的人，來預測當下用戶點擊連結的可能性。

這也是為什麼OpenAI想把ChatGPT打造成一個消費互聯網產品的意義所在——收集更多的使用者使用反饋。

在Konstantine看來，OpenAI在這一點上做的還不夠。比如，他們不允許使用者對回復進行編輯，這本來可以帶來更多高質量的反饋數據。

最後，把Konstantine的意思，套用魯迅的一句話可能更容易理解：

“AI產品本沒有護城河，用的人多了，也便有了自己的護城河。”