DeepSeek以日均百萬級用戶的增速突破技術(shù)奇點(diǎn)， AIGC從實(shí)驗(yàn)室躍入千家萬戶。技術(shù)的爆發(fā)正在撕裂商業(yè)化的邊界，B端企業(yè)用AIGC重構(gòu)降本增效的底層邏輯，C端用戶則用AIGC掀起全民創(chuàng)作的浪潮。

未來的十年，究竟是B端深耕場景化賦能的厚雪長坡更具爆發(fā)力，還是C端裂變方式需求更能率先跑通商業(yè)閉環(huán)？

帶著這個(gè)問題，揚(yáng)帆出海和騰訊云聯(lián)合舉辦了第五屆Global Day，現(xiàn)場特別邀請到了ShareCreators COO 李斌，小影科技 VP 張航，AI連續(xù)創(chuàng)業(yè)者 黃碩，西湖心辰 聯(lián)合創(chuàng)始人 俞佳共同探討，在DeepSeek代表中國底層技術(shù)崛起的當(dāng)下，未來 AIGC的商業(yè)化方向和思路。

本場辯論會，四位嘉賓分為紅藍(lán)雙方進(jìn)行討論。

Round1 觀點(diǎn)論述

紅方觀點(diǎn)：AIGC在To B領(lǐng)域會有更大規(guī)模應(yīng)用

張航：企業(yè)作為經(jīng)營主體，最清楚自身降本增效的痛點(diǎn)和需求場景。以短劇出海行業(yè)為例，頭部平臺面臨白人劇產(chǎn)能不足的困境，國產(chǎn)劇填補(bǔ)內(nèi)容空缺時(shí)需進(jìn)行多語種翻譯。傳統(tǒng)外包模式單部劇翻譯耗時(shí)7-10天、成本高昂，通過自研AI翻譯模型可將成本降低90%、效率提升數(shù)倍。這類由企業(yè)真實(shí)需求催生的垂直場景，正是AIGC發(fā)揮價(jià)值的典型陣地。

當(dāng)前AI技術(shù)在C端應(yīng)用呈現(xiàn)"百APP競逐一爆款"的低成功率現(xiàn)狀，主要原因在于普通用戶需求分散且難以標(biāo)準(zhǔn)化。相比之下，B端場景聚焦專業(yè)領(lǐng)域，能夠通過深度合作構(gòu)建技術(shù)壁壘。ToB企業(yè)既懂行業(yè)痛點(diǎn)又掌握核心數(shù)據(jù)，這種雙重優(yōu)勢使其成為AI技術(shù)從理論到實(shí)踐的最佳試驗(yàn)場。

李斌：B端用戶多為專業(yè)人士，能清晰定義需求邊界。例如醫(yī)療影像分析領(lǐng)域，醫(yī)生可明確要求AI識別特定病灶特征，這種精準(zhǔn)需求反哺AI模型的定向優(yōu)化，相較C端泛化需求更具發(fā)展優(yōu)勢。

專業(yè)領(lǐng)域天然存在流程規(guī)范和質(zhì)量標(biāo)準(zhǔn)，為AI應(yīng)用提供可量化的改進(jìn)方向。法律文書處理中，企業(yè)可制定合同條款的合規(guī)性評分體系，通過持續(xù)訓(xùn)練使AI輸出符合行業(yè)規(guī)范，這種標(biāo)準(zhǔn)化進(jìn)程能形成顯著競爭壁壘。

B端業(yè)務(wù)場景常涉及封閉式行業(yè)數(shù)據(jù)（如制造業(yè)設(shè)備傳感器數(shù)據(jù)），這類數(shù)據(jù)具有高專業(yè)性和強(qiáng)關(guān)聯(lián)性特征。通過與客戶共建數(shù)據(jù)生態(tài)，企業(yè)能開發(fā)出定制化AI解決方案，這種數(shù)據(jù)資產(chǎn)積累形成的護(hù)城河，在C端碎片化數(shù)據(jù)環(huán)境中難以復(fù)制。

藍(lán)方觀點(diǎn)：模型能力產(chǎn)生質(zhì)的飛躍，有望出現(xiàn)全民級超級APP

俞佳：AI的智能水平接近甚至超越人類均值，徹底改變了應(yīng)用開發(fā)的基礎(chǔ)條件。隨著模型參數(shù)規(guī)模突破、訓(xùn)練效率提升，通用型AI能力開始覆蓋廣泛需求，為規(guī)模化應(yīng)用奠定基礎(chǔ)。如今，大模型顯著降低開發(fā)門檻：單人/小團(tuán)隊(duì)可通過Prompt工程快速構(gòu)建功能型應(yīng)用，邊際開發(fā)成本趨近于零。從"不可商業(yè)"變?yōu)榭尚校呱Ａ縿?chuàng)新機(jī)會。

盡管B端存在標(biāo)準(zhǔn)化難題、C端面臨需求驗(yàn)證風(fēng)險(xiǎn)，但兩類場景均面臨根本性挑戰(zhàn)：需求匹配精度與商業(yè)可持續(xù)性。大模型對C端的核心價(jià)值在于重構(gòu)"需求-供給"關(guān)系——通過智能生成突破傳統(tǒng)互聯(lián)網(wǎng)"滿足已有需求"的局限，創(chuàng)造增量價(jià)值。例如AI輔助設(shè)計(jì)工具可生成傳統(tǒng)開發(fā)方式無法實(shí)現(xiàn)的交互形態(tài)，開辟全新需求空間。

黃碩：當(dāng)前基于Transformer架構(gòu)的大模型實(shí)現(xiàn)了從"場景適配"到"場景生成"的質(zhì)變。2019年前GANs時(shí)代受限于局部特征學(xué)習(xí)能力，產(chǎn)品只能聚焦垂直領(lǐng)域（如圖像修復(fù)）；而Transformer的涌現(xiàn)能力使得模型可自主理解復(fù)雜語義，支撐起通用型交互（如ChatGPT）。這種代際差異直接導(dǎo)致應(yīng)用生態(tài)從"工具集合"向"智能中樞"演變。

建議創(chuàng)業(yè)者重點(diǎn)關(guān)注三類方向：效率增強(qiáng)型（如AI輔助寫作/會議紀(jì)要生成），交互革新型（如多模態(tài)對話系統(tǒng)），價(jià)值重構(gòu)型（如AI驅(qū)動的內(nèi)容生產(chǎn)革命）。他以自身創(chuàng)業(yè)經(jīng)歷為例，強(qiáng)調(diào)當(dāng)前應(yīng)避免重復(fù)2019-2021年的垂直賽道競爭，轉(zhuǎn)而探索大模型原生場景（如基于思維鏈的復(fù)雜任務(wù)處理）。

通用大模型提供底層能力，優(yōu)質(zhì)產(chǎn)品積累用戶數(shù)據(jù)，數(shù)據(jù)反哺模型迭代形成壁壘。創(chuàng)業(yè)者需警惕"虛假繁榮"——部分企業(yè)仍試圖用小模型+人工規(guī)則包裝概念，這種模式在通用AI時(shí)代缺乏競爭力。真正的機(jī)會在于構(gòu)建"AI增強(qiáng)人類"的協(xié)同系統(tǒng)，而非單純替代人力。

Round2 紅藍(lán)攻辯

紅方提問：在AI新浪潮下，C端產(chǎn)品競爭激烈且成熟應(yīng)用品類有限，如何塑造 C端產(chǎn)業(yè)競爭力？

藍(lán)方回答：

俞佳：能跑出來的C端應(yīng)用要基于用戶需求，挖掘過去因智能問題或成本無法解決的場景，利用如今開發(fā)成本降低、可高頻試錯、小組化運(yùn)作優(yōu)勢，嘗試細(xì)分場景，收益常可觀；同時(shí)要結(jié)合AI特質(zhì)，如類似character.AI的產(chǎn)品很AI native，隨模型能力提升，此類值得挖掘的場景會更多。

藍(lán)方提問：AIGC時(shí)代B端業(yè)務(wù)如何解決行業(yè)差異大、需求碎片化致開發(fā)成本高的問題？

紅方回答：

張航：分兩點(diǎn)，行業(yè)差異大即行業(yè)標(biāo)準(zhǔn)不同，To B行業(yè)標(biāo)準(zhǔn)源于甲方需求，以短劇出海場景為例，有AI翻譯等方向，需將人力工作標(biāo)準(zhǔn)轉(zhuǎn)化為AI可完成的標(biāo)準(zhǔn)，雖AI翻譯質(zhì)量有差距，但成本低，面對客群不同，不是問題；需求碎片化是To B企業(yè)必須面對的課題，挖掘與滿足需求是基本要求，在中國大環(huán)境下，滿足不了客戶需求就易流失客戶，不過這兩個(gè)具象問題對比C端更抽象的類似問題，對To B來說甚至有一定優(yōu)勢。

紅方提問：行業(yè)差異大和需求碎片化對 C 端較抽象，C 端 AI 產(chǎn)品商業(yè)化未來十年突破點(diǎn)在哪？

藍(lán)方回答：

黃碩：C端需求本質(zhì)未變，變的是供給，商業(yè)化關(guān)鍵兩點(diǎn)，一是獲得收入，有需求且解決問題客戶就愿付錢，難在競爭，當(dāng)下是效果為王時(shí)代，創(chuàng)業(yè)公司要了解場景與用戶、做出差異化；二是獲得利潤，目前大模型生產(chǎn)端成本貴，成本需降，如百萬次TOKEN調(diào)用成本降到0.1美金量級，收支有望平衡。

藍(lán)方提問：從供給角度，是什么質(zhì)的變化讓這一代服務(wù)B端客戶能力有進(jìn)步？

李斌：B端相比C端更能樹立競爭壁壘，C端多解決通識性問答與通用需求，B 端更垂直專業(yè)，如ShareCreators面向數(shù)字資產(chǎn)管理領(lǐng)域，不同行業(yè)資產(chǎn)生產(chǎn)、管理、迭代、協(xié)同方式與效率、規(guī)模各異，產(chǎn)生不同應(yīng)用產(chǎn)品，且在合規(guī)、審計(jì)等方面，B端可利用AI解決具象問題，還能基于專業(yè)業(yè)務(wù)場景、企業(yè)知識與閉環(huán)商業(yè)邏輯塑造匹配的AI模型，這是B端機(jī)會與優(yōu)勢。

Round3 總結(jié)陳詞

藍(lán)方總結(jié)：

俞佳：隨著 AI 大模型的能力的不斷提升，每一位創(chuàng)業(yè)者就會有更強(qiáng)的去解決需求的能力，所以這是一個(gè)C端創(chuàng)業(yè)的又一個(gè)浪潮和機(jī)會，希望大家都能乘上生成式AI的這艘大船。

黃碩：生成式AI未來大有機(jī)會，今天，C端的爆發(fā)力在于，其供給端能力產(chǎn)生了質(zhì)的變化，此前，互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)時(shí)代，需求沒變，供給變化，這和生成式AI爆發(fā)的今天有本質(zhì)區(qū)別，如今，這個(gè)機(jī)會擺在我們面前，讓供給的變化產(chǎn)生了新的可能，因此，這吸引更多人來探索，尋找新的可能，在這一輪大潮中，大家可以獲得新的結(jié)果。

紅方總結(jié)：

李斌：未來十年里，整個(gè)知識增長的體量，會超越人類歷史上所有知識體量的總和，并且未來十年塑造的知識體量里，可能有一半是由AI生產(chǎn)，或受AI技術(shù)影響的，從這個(gè)角度來講，未來對于整個(gè)產(chǎn)業(yè)而言，更多的非專業(yè)人員會變成專業(yè)人員，所謂To B還是To C可能會慢慢模糊掉，創(chuàng)業(yè)者的夢想，一些好的idea會在生產(chǎn)好內(nèi)容好產(chǎn)品的過程中慢慢實(shí)現(xiàn)，未來的AI能夠?yàn)榇蠹姨峁└嗟臋C(jī)會，這將是一個(gè)普通人創(chuàng)造奇跡的時(shí)代。

張航：B端市場有其核心優(yōu)勢，一方面在于營收主導(dǎo)，另一方面在于剛需場景明確。目前，AIGC大模型產(chǎn)品80%的營收來自于B端，C端的嘗試是基于B端企業(yè)客戶完成大模型訓(xùn)練之后，再去反哺C端。此外，數(shù)據(jù)和場景適配的壁壘之下，訓(xùn)練模型對數(shù)據(jù)依賴性強(qiáng)，同時(shí)需要應(yīng)用場景的支持，而數(shù)據(jù)和場景都掌握在B端客戶手中。第三在于，B端有清晰的商業(yè)化模式，包括API調(diào)用以及訂閱，硬件交付等，其客戶的穩(wěn)定性更高，因此B端將長期主導(dǎo)AIGC商業(yè)化。C端則需要等待技術(shù)成熟和用戶習(xí)慣的變革，或許在五六年之后，C端會出現(xiàn)更多更好更成熟的多模態(tài)應(yīng)用，到那時(shí)，B端企業(yè)的體量已然不是今天的規(guī)模，當(dāng)然，無論To B還是To C，這兩者都不是割裂的關(guān)系，B端的技術(shù)積累去反哺C端的應(yīng)用創(chuàng)新，可能是未來的趨勢。

AI技術(shù)發(fā)展到今天，無論B端在技術(shù)上優(yōu)勢，還是C端在創(chuàng)新上的特點(diǎn)，兩個(gè)市場方向都驅(qū)動著更多更優(yōu)秀的產(chǎn)品不斷誕生，通過更豐富的技術(shù)手段來促進(jìn)AIGC產(chǎn)品向著更成熟的方向發(fā)展，技術(shù)推動效率提升和創(chuàng)意出新，一個(gè)新的時(shí)代正在來臨，讓我們共同期待，在AI推動下，B端和C端誕生出更多新的創(chuàng)意和奇跡。