AI應用爆發前夜，唱吧陳華呼籲：別傻堅持！使用者2周不喊哇塞，請立刻放棄

這是鉛筆道與Global AI推出的聯合專欄，探討AI應用的主流機會。Global AI正尋求早期AI專案投資，BP投遞入口：https://globalai.hanghang.com/

訪談 | 鉛筆道創始人王方

整理 | 鉛筆道編輯吳欣曉

唱吧創始人陳華最近略感焦慮。他明顯感覺AI應用有一大波機會要來，但此刻，自己卻站在迷霧森林裡，不能完全看清具體方向。

“就像2007年，蘋果手機出現，2012年左右，移動網際網路爆發。國內現在的AI創業，有點像當年的2011年，處在爆發前夜。”

他曾完整地經歷過PC、移動互聯的週期。在PC互聯時代，他曾創立酷訊（Kooxoo），是字節跳動張一鳴的前老闆——後者是其5號員工。在移動互聯時代，他創立唱吧，開創了手機K歌時代。

面對AI應用浪潮，他認為：這次是劇本重寫。

首先，二者（AI與移動網際網路）有相同點：

1、產業發展週期類似。

移動網際網路：iPhone 2007年釋出，但真正爆發是在2011-2012年（4年後），期間生態逐步完善。

AI浪潮：GPT等大模型2022年後集中出現，但大規模應用落地可能需類似週期，比如2026年。

2、“工具屬性”被認可。

移動網際網路早期，以工具類應用（如天氣、日曆）為主，後轉向社交、電商。AI同樣優先在To B和工具（如圖片、影片等）中應用。

然而，二者的區別更加明顯。

1、商業化路徑不同。To B先行 vs To C引爆

移動網際網路：先有To C爆發（如社交、短影片），再滲透To B（企業服務、SaaS）。

AI浪潮：To B應用（如設計、客服、財務自動化）率先落地，To C仍處探索期，且機會多被巨頭壟斷。

2、驅動因素不同：技術突破 vs 硬體革命

移動網際網路：由iPhone等智慧終端帶動，是“硬體生態”的爆發。

AI浪潮：由大模型等底層技術突破推動，與硬體關係較弱，甚至PC端比移動端更適配（因To B場景多在辦公環境）。

3、商業化邏輯不同：效率優先 vs 流量優先

移動網際網路：靠使用者規模變現（廣告、電商、遊戲）。

AI浪潮：To B靠“省人省錢”直接變現（企業願為明確ROI買單），To C則依賴會員制或垂直工具付費。

4、競爭格局不同：生態封閉 vs 開放創新

移動網際網路：早期創業公司有機會打造平臺（如微信、抖音）。

AI浪潮：To C入口被巨頭把持，創業公司只能聚焦垂直工具或企業服務。

儘管如此，陳華依然有非常看好的AI應用機會：

1、To B效率工具（企業服務）：企業願意為“省人省錢”買單，ROI明確。

2、To C高頻工具（垂直領域）：比如辦公套件、日曆、瀏覽器等使用者高頻使用的工具。

這些機會有一個試金石：如果產品上線2周，使用者不喊“哇塞”，這個方向就可以放棄了。

更詳細地分享，敬請閱讀鉛筆道創始人王方對話陳華。在AI浪潮席捲而來的今天，陳華的思考或許能為AI從業者提供一份清醒的指南：避開泡沫，深耕價值，等待屬於AI時代的"iPhone時刻"。

宣告：訪談物件已確認文章資訊真實無誤，鉛筆道願為其內容做信任背書。

– 01 –

AI應用To B先行

鉛筆道：您完整經歷了PC網際網路和移動網際網路兩個週期。那您怎麼看現在這一波AI浪潮？它和當年的移動網際網路有哪些異同？

陳華：還是有很多不一樣的地方，但也有點像。

不同之處是：現在這個階段，主要還是大廠在做，但應用型初創公司，雖然有一些出來了，整體還是在比較早期的階段，數量不多，因為AI現在還處於底層技術的發展階段。

鉛筆道編輯認為，唱吧創始人陳華長得有點像蘇炳添。

相同的地方是：GPT出來了，我覺得有點像當年iPhone剛釋出的時候。

iPhone是07年出來的，但真的讓移動網際網路火爆起來，是在11年、12年，大概四年之後。

現在也是類似的情況，大模型興起幾年後，現在到了AI應用爆發的前夕。

iPhone剛出來那幾年，大家也沒覺得特別好用，但後來進步很大。

AI模型陸續釋出出來後，大家也開始在用，剛開始也不夠好用。但是最近，AI工具的使用頻率明顯提高了，已經逐漸成為一個生產力工具了。

鉛筆道：從應用場景看，AI應用和移動網際網路有哪些不一樣？

陳華：移動網際網路是先toC，再toB。而AI應用不同：To B的AI應用已經出現了很多，但To C的還非常少。我現在看到的To C機會，主要還是偏工具型的。

To B方面比較顯著，因為企業有非常強的生產效率提升需求。只要能幫我省人、省錢，我就願意買。所以不管是在美國還是中國，To B的AI應用，是目前最清晰的商業模式，而且AI帶來的效果轉化也很快。

就像我們公司，最典型的應用就是圖片影像生成。這對整個設計團隊的效率提升非常明顯，基本上能翻兩到三倍的產出。用同樣的人力，產出是原來的兩三倍沒問題，成本也就一年幾百塊錢會員費，或者自己搭個伺服器，幾乎不怎麼花錢。大家還是很願意接受這種東西的。

但是你看當年移動網際網路，不是To B先做的，移動網際網路是先做To C，後面才有To B，對吧？這個路徑是不太一樣的。

鉛筆道：和二者的基礎設施條件是不是有一些關係？

陳華：不完全是基礎設施的完善程度。移動網際網路是“硬體先行”，硬體帶動了整個生態的變化。但AI不一樣，它是底層技術的突破，跟硬體關係不大。

你看為什麼現在反而覺得PC端更好用？因為它的目標使用者很多都是To B的，商務人士、辦公室白領，上班的時候主要用PC。你在APP裡搞一個B端AI應用，本來就沒那麼方便。所以PC端反而發展得更快。

不管你做財務、做客服，還是其他B端應用，PC端肯定比手機端更好用。你說在飛書裡面整合各種AI應用，最終還是落在PC端的體驗更好。

鉛筆道：所以對於 To B 應用，加上人工智慧之後，對於客戶來說，效率和成本就立刻可以提升？

陳華：我覺得就是這樣。To B 應用，效果是能很快看到的。只要你能算清楚賬，比如說用了你這個產品，可以減少多少人工、提升多少效率，那基本上企業就會馬上說OK，沒有任何猶豫。

但現在的問題也卡在這。國內 AI 的 To B 應用整體還是不夠成熟。像客服，我們逼著客服團隊去市場上找，看有沒有哪家的 AI 客服能達到商用級別。我們找了一年多，都沒找到真正滿意的。簡單的業務是可以用 AI 的，但稍微複雜一點，體驗就不夠好。

比如AI程式設計，現在確實用得挺廣，大家都在說用 AI 程式設計寫大程式。但實際上，真正在一個大專案裡用 AI 程式設計，體驗一般。

它可以做輔助，比如寫一段演算法或者檢查一下Bug，這些它都能做。但你要說大型專案的改進迭代，還不太行。現在它還是輔助為主，還沒法替代，但已經很接近了。

鉛筆道：目前，國外的AI應用最大的機會在哪？

陳華：我去年去了一趟矽谷，那邊給的反饋（AI應用）還是集中在企業辦公相關的流程自動化上。比如財務流程、財務合同、供應鏈管理這些場景，AI 自動化能發揮很大作用。還有招聘系統，這一塊機會也很多。

鉛筆道：類似於飛書做的那種事情？

陳華：對，但飛書其實做的還不多。矽谷那邊很多小公司，專門做這些商務流程相關的 AI 產品。其實企業中後臺需要的系統本來就有很多，以前是人工處理，現在 AI 能夠幫助最佳化。

鉛筆道：可以理解為是 SaaS 的升級版嗎？

陳華：對，國外 SaaS 付費很成熟，但中國 SaaS 發展相對落後。美國的優勢就是他們分工特別細，而且 API 開放，大家都可以接入。中國這邊做 To B，很多時候就想著要麼掛在飛書、釘釘上做，要麼乾脆自己全做，生態還沒完全開啟。

鉛筆道：國外這些AI企業都發展到什麼階段了？

陳華：國外很多都是小公司在做，團隊就幾個人，但產品做得特別垂直，做得很好，推廣之後就能養活團隊了。

鉛筆道：他們也會融資嗎？

陳華：會，但金額都不大，有時候甚至不融資，自己賺點錢也夠了。美國創業者習慣拿一小筆錢做，做成之後就賣掉公司，或者直接盈利分紅。

鉛筆道：國內的創業環境還是有些不一樣，比較燒錢，尤其是硬科技。以前可能300-500萬的天使輪，就能驗證創業想法了。

陳華：AI 創業其實也不需要那麼多錢，我現在看下來，大部分做得不錯的團隊也就十幾二十個人，成本很低，別上來就要擴團隊。

鉛筆道：主要是商業模式發生了變化？

陳華：對，以前很多產品需要強運營團隊，但現在很多 AI 產品就是 SaaS 化，使用者自己購買就能用。To C 的話基本是會員制，使用者也願意為 AI 服務付費，尤其是涉及後臺大量計算資源的時候，使用者現在認這個賬了。

鉛筆道：你前面提到的國外AI小團隊（TOB方向），在國內有嗎？

陳華：也有。但國內這邊，還是 To C 多一些？

鉛筆道：與toB相比，國內的To C 創業為什麼會更難一些？

陳華：To C 難就難在基礎設施上，或者說生態大部分都被大廠把持了。比如大模型入口級應用，創業公司基本別想進，進去必死。

鉛筆道：你說的toC應用，具體指哪些？

陳華：影像、影片、教育，基本就是這三個，AI工具賽道。影像類比如美圖、圖片最佳化，影片類包括生成影片、影片剪輯。教育類主要是英語、數學輔導這些，AI 替代老師部分工作。使用者對這類產品付費習慣也早就建立了。

鉛筆道：音樂類呢？

陳華：音樂類有一些公司在做，但整體不如影像和影片成熟，商業化還不夠好，使用者也沒那個消費習慣——大家不會單獨為了某一首歌付費。就算是愛好者，數量也不夠多（可能是幾十萬量級），支撐不起一個國民級應用。

– 02 –

To C機會：多被巨頭壟斷

鉛筆道：上面提到很多機會，你也在做AI投資。從你個人角度，你主要關注toC還是toB？

陳華：我們做事情肯定還是To C，不管做什麼方向，都是從To C的角度去思考。一個是我們企業基因的問題，第二個是我覺得To C做出來的東西更好玩一些。

但前面也提到了，To C機會非常難找，我覺得現在對很多創業者來說，不管是大公司還是中小公司，大家其實都在AI賽道里面找機會和方向，顯而易見的機會都已經被大廠搶走了，大家也沒法碰。剩下那些看著有點虛的創新機會，也非常稀缺了。

比如我這兩天參加了一個AI大會，我也去聽了一下。10個專案裡，可能也就一個專案我覺得有機會，其他的專案感覺就是“隨便做做”，有點忽悠人。當然，這種事不好說，創業公司有時候就是這樣，今天做著做著突然改了個產品形態，結果就火了，是有可能的。

鉛筆道：是否會存在倖存者偏差，比如在某個不經意的角落，從大廠的夾縫中脫穎而出，就像當年的字節跳動。

陳華：有可能，肯定有。

我覺得可能有幾個方向是有機會的，一個是AI+基礎工具，尤其是各種我們日常用的技術工具，大廠未必能第一時間搶到。最典型的例子就是AI程式設計。

當年我一聽說AI程式設計，第一反應也是，這能做啥？VS Code加個功能不就完了？微軟做的VS Code全世界佔有率80%以上，絕對壟斷。結果為什麼Winsurf出來了？為什麼Cursor出來了？VS Code到現在自己做的AI功能也沒啥特別好用的，反倒是這些小團隊做的AI外掛體驗更好。

最後人家Winsurf賣掉了，幾十億美金，一兩年時間就賣掉了。

鉛筆道：這個案例讓人難以想象

陳華：對吧？本來就是個程式設計工具，加上AI之後，突然就變成幾十億美金的生意。那我們也可以去看看，日常還有哪些工具可以用AI重做一遍。

鉛筆道：比如辦公套件？算不算個好生意。

陳華：算。還有瀏覽器、郵件客戶端、計算器、輸入法。當年搜狗那“三駕馬車”，全是工具級應用，都是億級使用者天天在用的，只是我們用得太習慣了，反而感覺不到它的存在。

鉛筆道：搜尋引擎也算吧？

陳華：也算，但現在搜尋引擎這個場景已經被AI取代了。你看我現在基本不百度了，天天用豆包或者Deepseek搜東西，啥都能找到。雖然介面不一樣，但滿足使用者需求的邏輯是一樣的。

我們可以開啟手機看看，日常工具都有哪些，AI的機會可能就在裡面（掏出手機開始數）：日曆、天氣、導航、相機、照片、檔案、翻譯、時鐘、指南針、語音備忘錄……這些都是大家高頻使用的。創業者應該列一個清單，找到AI切進去的創新點。

鉛筆道：聽起來跟移動網際網路早期做工具類產品的邏輯很像。

陳華：是的，但沒那麼簡單。就像剛才說的程式設計工具，本來全世界幾千萬程式設計師都用VS Code，結果突然出來一個長得差不多的，加了AI，就幹成幾十億美金的生意。

鉛筆道：與巨頭相比，它（Cursor）的競爭差異在哪裡，是否值得其他創業者借鑑？

陳華：我覺得有兩個點：第一是做得早，第二是對AI需求的理解和解決方案結合得緊密。你要把AI當成一個“人”，他是有智慧的，能幫你做事情的“助理”。比如寫程式碼，不是說“幫我搜一下”，而是直接告訴他寫個什麼，他就給寫出來。這其實是互動方式的升級。

鉛筆道：對，其實就像是“指揮一個人幹活”，而不是使用一個工具。

陳華：對！你可以理解為機器人或者智慧助理。這個方向還是蠻有機會的。

鉛筆道：所以第一做得早。第二，要把AI作為人的優勢發揮出來。

陳華：對。大廠雖然資源強，但也不一定做得好。很多時候這些“小工具”，大廠剛開始也未必看得上，這就給了創業者一個視窗期。

鉛筆道：那工具之後，再往下可能就是社交了？

陳華：對，但社交更難。大廠卡在入口上太舒服了，比如現在你想做個新的IM（即時通訊），怎麼跟微信打？或者做個短影片App，怎麼跟抖音打？

鉛筆道：就像當時很多人（包括小米雷軍）都和騰訊競爭一樣？

陳華：那個時候還是有機會的。因為當時的傳播渠道是開放的，現在是封閉的。以前微博上可以隨便傳播APP連結，現在你想在微信上傳播APP，費勁死了，打不開，各種限制。

以前你可以透過社交平臺做裂變，現在幾乎不可能。所以你必須靠自己砸錢鋪量，才能開啟局面。

鉛筆道：除非是有那種一上線就全民瘋傳的產品，比如Deepseek。

陳華：那必須得有一個技術上的突破才行，比如大模型剛出來那種級別的東西。

鉛筆道：確實，光有錢也不夠，還得有絕對強的產品力。

陳華：對。比如像Deepseek，我覺得它不光是大模型本身做得好，關鍵在於它產品形態上也有創新。比如“聯網搜尋”和“深度思考”（Deep Think），這兩個功能都是OpenAI最早沒做的。

之前OpenAI的資料都是舊的，聯網搜尋是剛需。還有Deep Think，使用者以前都追求快，但有些複雜問題，你慢慢思考一下給個好答案，使用者反而更喜歡。

鉛筆道：這麼聽下來，AI+社交機會比較難。

陳華：我現在反正沒想好AI能怎麼做出新形態，去切大廠的蛋糕。也許在手機上真的沒機會了，可能要等下一代裝置，比如眼鏡。但眼鏡也有眼鏡的問題，比如電池續航。

鉛筆道：現在看移動網際網路，是有清晰的路線的，比如從門戶、工具、社交，再到電商等等。AI也會遵循類似的路線嗎？

陳華：我覺得不是那個邏輯。每一個新的機會出來，我覺得AI的創業時代可能更像2011年初，有一大堆人想做移動化創業，但具體方向還沒找到，大家還在磨合。

磨到什麼時候呢？你看到2012年才普遍出現了很多今天所謂的移動巨頭。2011年只是剛剛開始，真正爆發是在一二年，那時候還有一年的沉澱期。

鉛筆道：所以大家都走在迷失的森林當中，不知道明天的路是什麼？

陳華：是啊，為了明天，或者突然之間某個地方出個AI應用，那個地方特別好，所有資金都來了，這都是可能的。

鉛筆道：那你覺得AI工具和AI社交再往後走，AI會改造哪些行業？

陳華：比如電商。相比社交，電商競爭壁壘低，因為電商本來就比較碎片化。你今天去搞一個新的電商平臺，難度比做新的社交平臺低。

社交是強壟斷性質的，很難切進去。但你做電商，有獨特東西，可能有人就來你店買東西。買東西其實差別沒那麼大。

儘管大廠在電商領域也很強，但電商是碎片化的，以前有好幾家規模相當的電商平臺，所以你切進去還是有機會。

鉛筆道：你覺得AI遊戲有機會嗎？

陳華：遊戲沒想好。我覺得遊戲不會顯著AI化，可能是現有遊戲的某個方向。遊戲更看重故事性和玩法。AI不AI，遊戲裡本來就有大量演算法，使用者感受不明顯。現在很多遊戲NPC已經接入大模型，但你不會覺得明顯比以前好。

鉛筆道：未來還有類似App Store這種東西嗎？

陳華：有可能。當AI應用大爆發，導航和應用市場是需求。以前有豌豆莢、91助手，點評類的東西，專門評測應用。現在AI應用多且新，排行榜意義不大，需要深度體驗和分析。官方評分沒用，更看重深度評價。

鉛筆道：你覺得爆發可能就在明年或後年？

陳華：不一定那麼快，我們內部天天找AI能做什麼創新應用。從前年開始討論，但真正讓我願意衝進去做的還沒看到。像PC到移動網際網路時代，巨頭搶了大位置，普通人很難做巨頭，只能做巨頭以外的事情。

鉛筆道：您看好機器人嗎？比如人形機器人？

陳華：人形機器人我覺得最大的問題是——它沒有真正的應用場景。說白了，他們的大部分客戶，其實是別的想做機器人的公司……有點奇怪，你做這個東西本來是要服務C端使用者的，結果變成了做給B端公司研究用的，這邏輯就不對了。也許這個領域未來能撐起幾億、十幾億的收入，甚至可以上市，但它核心的那個“能解決什麼實際需求”的問題，還沒有答案。

– 03 –

AI應用檢驗標準：2周定生死

鉛筆道：剛才我們討論了行業的情況，如果站在唱吧的戰略角度，你看到AI應用即將有一波機會到來，但又沒完全看清方向，此刻的內心焦慮不？

陳華：當然焦慮，這裡面有很多難點。比如說，現在市場上如果有十個人去做，有些技術難度太大，我們團隊做不了，或者說你得投入至少10個億跑GPU，像我們這種團隊沒法搞，大廠去做就好了。這些機會其實可以直接淘汰一大半（對手）。要是真火了，你就別碰了。

還有一些應用挺好玩的，但市場不夠大。大團隊做可能麻煩，小團隊三五個人做就行，掙點小錢也開心。但對我們這樣的公司來說，做一個掙錢但長不大的業務沒什麼意義。

但也許它能長大，也許會錯過機會，但做了又覺得虧，市場就那麼大，算算很難。

還有一些方向是大的，但你得看你有沒有實力。現在國內競爭太激烈，做什麼都不是一家獨大，只要方向好，競爭肯定存在，你無法保證自己是贏家。

鉛筆道：AI這波機會，有沒有讓你想跳出音樂這個賽道？

陳華：有。我關注的機會，不一定非得是音樂相關，音樂相關可能還沒想清楚。我們也在考慮TOC方向，娛樂和AI硬體相關的東西也有可能。

鉛筆道：AI會給唱吧的原有業務帶來威脅嗎？

陳華：威脅還好。老業務比較穩健，不太依賴AI，更多是社群和人際關係服務，不是純技術。但如果AI能創造商業級別的音樂作品，音樂產業可能鉅變。

比如播放器和媒體可能被替代，可能出現不用買版權的新播放器，像QQ音樂那樣的大播放器花費幾十億版權費，而新播放器靠AI生成類似風格的歌，成本幾乎為零。